Anthropic'in yeni ajan raporunda şirketlerin sadece %20'si "ROI belirsiz" diyor. Geri kalan herkes başka bir şeye takılmış: kendi sistemlerine.
Anthropic, araştırma şirketi Material ile birlikte 2025'in sonunda ABD'de 500'den fazla teknik lidere sordu: ajanları bugün nerede kullanıyorsun, 2026'da ne planlıyorsun, önünü ne kesiyor. Çıkan tabloyu iki cümleyle özetlemek mümkün. Ajanlar pilottan üretime geçti. Ve tıkanma noktası artık modelde değil.
Rakam tarafını hızlı geçelim. Şirketlerin %57'si ajanları çok adımlı iş akışlarında kullanıyor; %16'sı bunları birden fazla ekibe yayılan uçtan uca süreçlere taşımış. %86'sı yazılım geliştirmede ajan kullanıyor, %42'si ajanın geliştirmeye insan gözetiminde liderlik etmesine güveniyor. %80'i "yatırımımız şimdiden ölçülebilir finansal getiri sağladı" diyor, %88'i gelecekte daha fazlasını bekliyor. 2026 planı da iddialı: %81'i basit görev otomasyonundan daha karmaşık ajanlara geçmeyi planlıyor.
Sonra aynı ankette engeller soruluyor ve tablo tersine dönüyor.
Entegrasyon %46. Uygulama maliyeti %43. Veri erişimi ve veri kalitesi %42. Güvenlik ve uyum %40. Çalışan direnci ve eğitim ihtiyacı %39. İç uzmanlık eksikliği %35. Ve listenin en dibinde, %20: "ROI ya da iş gerekçesi belirsiz".
Bu sıralama tek başına bir tez. Kimse artık "bu iş işe yarar mı" diye sormuyor. Herkes "bunu kendi sistemime nasıl bağlarım" diye soruyor.
Model yeterince iyi. Sorun, şirketin okunabilir olmaması.
Asıl darboğazın adı: bağlam
Raporun sonundaki Ekonomik Index bölümü bunu daha da netleştiriyor. Anthropic 3,5 milyondan fazla anonim Claude konuşmasını incelemiş ve iki şey bulmuş.
- İş API kullanımının %77'si otomasyon kalıbında — yani şirketler işi paylaşmıyor, devrediyor. Tüketici tarafında bu oran %50 civarında.
- Karmaşık işler orantısız biçimde daha fazla bağlam istiyor. Girdi context uzunluğundaki her %1'lik artış, çıktı kalitesi ve uzunluğunda %0,38'lik artışla ilişkili.
İkincisi asıl haber. Bir ajan iyi çalışmıyorsa çoğu zaman model aptal olduğu için değil, ona işin neye benzediğini anlatan bağlam parçalanmış olduğu için. Beş ayrı sistemde duran ve hiçbiri diğerini tanımayan veri. Kimsenin yazmadığı süreç. Sadece üç kişinin kafasındaki istisnalar.
Raporun kendi ifadesiyle, kurumsal AI değerinin önündeki en büyük engel model yeteneği ya da maliyet değil, organizasyonel hazırlık.
2026, ajanları kuran şirketlerle ajanların etrafında dönüşen şirketleri birbirinden ayıracak. ROI tavanını teknoloji belirlemiyor — yetkiyi yeniden dağıtma, iş akışlarını yeniden tasarlama ve sonuçları olan kararlarda akıllı sistemlere güvenme isteğin belirliyor.
— Alex Holt, Accenture · Vice Chair, Tech, Media & CommsAynı engel, farklı şirket, farklı sorun
Engeller şirket büyüklüğüne göre yer değiştiriyor ve bu, raporun en pratik bulgusu.
KOBİ'lerde en büyük engel çalışan direnci ve eğitim ihtiyacı: %51. Kurumsalda aynı madde %36'ya iniyor. Tersine, güvenlik ve uyum kurumsalda %44, KOBİ'de %36. Veri erişimi ve kalitesi kurumsalda %40, KOBİ'de %33.
Yani küçük şirketin sorunu teknik değil, insani: kimse kullanmıyor. Büyük şirketin sorunu insani değil, altyapısal: veri ve uyum. İkisine aynı "AI dönüşüm programı"nı satmaya çalışan herkes en az birini yanlış yerden tutuyor.
Ajan kod yazmayı bıraktı mı? Hayır — ama artık sadece onu yapmıyor
Bir şey daha var. Ajanların en yüksek etkili kullanım alanı artık kod değil. Bugün en çok etki yaratan iki iş veri analizi ve raporlama (%60) ile iç süreç otomasyonu (%48). Önümüzdeki 12 ayda planlanan yatırımın başında da araştırma ve raporlama geliyor.
| Alan | Bugün en etkili | 12 ayda planlanan |
|---|---|---|
| Veri analizi ve raporlama | %60 | %56 |
| İç süreç otomasyonu | %48 | — |
| Tedarik zinciri optimizasyonu | — | %49 |
| Ürün geliştirme | — | %48 |
| Finansal planlama ve analiz | — | %47 |
Bu listedeki her iş aynı şeye bağımlı: verinin nerede durduğunu ve kararın nasıl verildiğini bilmek. Yani hepsi aynı darboğazın arkasında bekliyor.
Bu araştırmayı Anthropic finanse etti ve ajan satan taraf da Anthropic. Örneklem ABD'de 500'den fazla teknik lider; saha 2025'in sonunda yapıldı, Türkiye ve Avrupa yok. En önemlisi: "%80 ölçülebilir getiri sağladı" bir ölçüm değil, bir beyan — ankete katılan kişinin kendi yatırımı hakkındaki kanısı. Rapordaki vaka çalışmalarının hepsi Claude müşterisi. Rakamları yön göstergesi olarak oku, kanıt olarak değil.
Soru "AI hazır mı" değil
Tartışma hâlâ çoğunlukla "model yeterince iyi mi, değil mi" ekseninde dönüyor. Bu rapor o soruyu büyük ölçüde kapatıyor ve yerine daha rahatsız edici bir tane koyuyor:
Senin işin okunabilir mi?
Bir ajanın iyi çalışması için işin nasıl yürüdüğünün bir yerde yazılı olması gerekiyor. Hangi veri nerede duruyor, hangi kararı kim veriyor, hangi istisna neden var. Çoğu şirkette bu bilgi hiçbir yerde yok — insanların kafasında var. İnsan kafasındaki bilgiyle çalışan bir sistem kurmak zaten on yıldır mümkündü; ajan bunu değiştirmiyor, sadece açığa çıkarıyor.
Bu yüzden 2026'nın kazananı en iyi modeli seçen şirket olmayacak. Kendi işini en net yazan şirket olacak. Bu bir AI projesi değil — ürün ve operasyon işi.
Yarın deneyebileceğin tek şey: ekibinde herkesin yaptığı ama kimsenin yazmadığı bir işi seç. Haftalık rapor, müşteri onboarding, hata triyajı — fark etmez. Bir sayfaya adım adım yaz: girdi nereden geliyor, hangi kararı kim veriyor, istisna ne. Ajanı sonra düşün. O sayfayı yazarken tıkandığın yer, ajanın da tıkanacağı yer.
Senin ekibinde ajanın önünü kesen şey gerçekten model mi, yoksa kimsenin yazmadığı o süreç mi? Bence ikincisi. İyi haber de şu: onu düzeltmek için yeni bir model sürümü beklemene gerek yok. 🧱
