Orkestra şefinin sonu mu, yeni başlangıcı mı

Bir teknolojinin gerçek gücünü test etmenin yolu, onu ne kadar hızlı çalıştığına değil, ne kadar az insana ihtiyaç duyduğuna bakmaktır. Bu ölçüyle bakıldığında büyük dil modelleri sınırı çoktan geçti. Salesforce’un Nvidia altyapısı üzerine kurduğu ilk CRM akıl yürütme modeli KOA, bunun sade ama çarpıcı bir örneği: bir tedarik zinciri gecikmesini kendisi fark ediyor, bundan hangi müşterilerin etkileneceğini buluyor, geçmiş tepkilerine bakarak en uygun telafi indirimini hesaplıyor ve tüm bu kriz yönetimini kimseye danışmadan tamamlıyor. Burada devrimci olan otomasyonun kendisi değil, zincirin ucunda artık bir insanın onayını beklemeyen bir karar mekanizmasının durması.

ILaboratuvarda rekabet eden ordular

Bu otonomi en çarpıcı haline biyoteknolojide ulaşıyor. Stanford Üniversitesi’nin sanal biyoteknoloji şirketi deneyinde, ilaç keşfi için binlerce yapay zeka bilim insanı ajanı aynı sanal laboratuvarda aynı anda çalıştırılıyor. Bunu mümkün kılan mimarinin adı çok ajanlı pekiştirmeli öğrenme (multi-agent reinforcement learning): ajanlar gerçek bir yönetim kurulundaki uzmanlar gibi farklı rollere bürünüyor. Bir ajan yalnızca kanser hücresine bağlanacak yeni bir protein dizilimi sentezlemekle görevliyken, toksikolog rolündeki başka bir ajan bu molekülün karaciğere vereceği olası zararları simüle edip bulguyu çürütmeye çalışıyor. Aralarında saniyede binlerce kez tekrarlanan bu çekişmeli süreç, insan araştırmacıların aylar süren literatür taramasını saniyelere indiriyor. Novo Nordisk’in Orbis ile yaptığı 1,4 milyar dolarlık ortaklık, bu vizyonun laboratuvardan ticari sahaya taşınmış hali — amaç araştırmacıyı işten çıkarmak değil, bir araştırmacı ömrü boyunca bulunabilecek ilaç sayısını yüz katına çıkarmak.

Bu, insan emeğinin ortadan kalkması değil, hiper-kaldıraçlı bir noktaya kayması anlamına geliyor: insan artık molekülü sentezleyen taraf değil, bu ajan ordularının hedefini belirleyen, hangi hastalığa öncelik verileceğine karar veren bir orkestra şefi konumuna geçiyor.

IIKastı olmayan suçlu

Ama bu otonomi, hukukun temel taşını çatlatıyor. Adalet sistemi binlerce yıldır kasıt kavramı üzerine kurulu — bilerek ve isteyerek suç işleme fikri. Saniyede milyonlarca işlem yapan, kendi stratejisini geliştiren bir yazılımın ise kötü niyeti olamaz; o yalnızca matematiksel bir sonucu optimize ediyor. Bir ajan hisse senedi alıp satarken ya da bir sözleşme imzalarken yasayı çiğnerse, kimin sorumlu tutulacağı sorusu düzenleyicileri köşeye sıkıştırıyor.

Cevap, boşluk değil, kuralların bizzat kod haline gelmesi: “denetçi olarak kod” (code as auditor). Avrupa Birliği Yapay Zeka Yasası artık tam anlamıyla uygulanabilir hale gelirken, 2027 için kara para aklamayı önleme standartları da devreye giriyor. Eskiden şirketler “kurallara elimizden geldiğince uyuyoruz” deyip bir insan müfettişin gelmesini beklerdi; şimdi uyumu gerçek zamanlı, eylemin tam içinde kanıtlamak zorundalar. Bir ajan para transferi emri verdiğinde işlem doğrudan API uç noktalarındaki yasal kod bloklarına çarpıyor; risk skoru tanımlanan eşiğin binde biri kadar bile aşarsa, işlem saniyesinde reddediliyor. Bu, avukatların kodlamayı, yazılımcıların ise hukuku öğrenmesi gerektiği yeni bir “hukuk mühendisliği” alanının doğuşu anlamına geliyor.

IIIMesai saatinin sonu

Kuralların koda dönüşmesi bir yana, paranın kendisi de ajanların temposuna ayak uydurmak zorunda kaldı. Geleneksel bankacılık sistemi insanlar için tasarlandı — sabah dokuz, akşam beş mesaisi, hafta sonu tatili. Ama bir lojistik ajanı sabaha karşı saat üçte bir antrepo ajanıyla kontrat imzaladığında, ödemesinin de o saniye geçmesini bekliyor; beklemiyor. Citi Enstitüsü’nün tedarik zinciri raporuna göre şirketlerin yüzde 72’si artık her şeyden çok likiditeye, yani nakdin anında ulaşılabilir olmasına öncelik veriyor. Bu baskı, geleneksel bankacılığı FedNow gibi 7/24 çalışan ağlara geçmeye zorluyor.

Ant International’ın başlattığı yapay-zeka-yerleşik (AI-native) ödeme ve hazine operasyonları yığını da bu ihtiyacın kurumsal cevabı. Ama sınırsız hız kendi riskini doğuruyor: bir “dolap” (akıllı envanter sistemi) süt sipariş etmesi gerekirken yanlışlıkla Asya’dan tonlarca peynir alabilir. Bu tür hatalar bankaların önüne yeni bir soru koyuyor: ajan kim, kime ait, onu kim yetkilendirdi? Ant International, Mastercard ve Visa, kartlı ödeme ağlarının, cüzdanların ve pazaryerlerinin güvenilir yapay zeka ajanlarını tanıyabilmesi için “know your agent” (KYA) çerçevesi üzerinde çalışmaya başladı. Ajan, doğrulanmış bir operatöre ya da kart sahibine bağlanacak; şirketlerin mevcut protokolleri (Visa’nın Trusted Agent Protocol’ü, Mastercard’ın Verifiable Intent’i, Ant’ın Agentic Mobile Protocol’ü) ortak ilkelere yaklaştırılacak. Çalışma, Singapur Para Otoritesi’nin topladığı BuildFin.ai platformunda yürüyor ve henüz ilk anlaşma aşamasında; canlı bir standart yok. Fortune’un aktardığına göre bankalar için asıl güçlük, olasılıksal çalışan ajanlarla tutarlı ve deterministik yanıt bekleyen ödeme sistemlerini birleştirmek. JPMorgan Private Bank’tan Benson Wong’a göre hatalar çoğunlukla teknolojiden değil, operasyon modelinden, süreçlerden ve kontrollerden geliyor. Amazon ve Santander’in Polonya’da başlattığı “şimdi al sonra öde” çözümleri, aynı mantığın perakende tarafındaki yansıması: makineler burada da saniyeler içinde devrede.