“Bunu AI ile yapamaz mıydınız?” THY'nin 4 kişilik keşif botu, dev bir gemiye nasıl yön veriyor?

Genel müdür bir toplantıda yeni bir çözümü dinliyor. İlk sorusu şu oluyor: “Bunu AI ile yapamaz mıydınız?”

Bu soruyu bir girişimin kurucusundan duysak şaşırmazdık. Ama soru, 3.000 kişilik bir teknoloji şirketinin, Turkish Technology'nin toplantı odasından geliyor. Türk Hava Yolları'nın, KVKK'ya ve Cumhurbaşkanlığı Dijital Dönüşüm Ofisi kararlarına tabi, borsada işlem gören bir yapının teknoloji kolundan.

Alive Podcast'in üçüncü bölümünde konuğumuz Ekrem Kenter'di. Turkish Technology içindeki Digital Lab'in lead'i. Bir önceki bölümde Kodgem'le on kişilik bir ekibin otuz agent'la nasıl çalıştığını konuşmuştuk. Regülasyon derdi olmayan küçük bir şirkette bu nispeten kolay. Peki regülasyonun her yerini deldiği, dev ölçekli bir kurumda?

Soru.

Cevabı bu bölümde aradık. Aşağısı o sohbetin bizde bıraktığı yer.

Dev bir gemi, küçük bir keşif botu

Ekrem, Digital Lab'i tek bir benzetmeyle anlatıyor. Türk Hava Yolları çok büyük bir gemi ve bazen yönünü değiştirmesi zor. Digital Lab ise o geminin henüz keşfedilmemiş sulara bakmasını sağlayan küçük bir araştırma botu. Eski adıyla Ar-Ge, yeni adıyla inovasyon ekibi. Ama işin teknik tarafında duruyorlar: iş geliştirme görev tanımlarında yok, onun için THY'nin kendi dijital inovasyon ekibi var.

Peki bu bottan beklenen ne? Ekrem'in verdiği örnek çok net. Yeni bir teknoloji çıkıyor, herkes onu konuşuyor. Lab ufak bir POC (kavram kanıtı) yapıyor, üst yönetime götürüyor: “Böyle bir şey çıktı, şu alanlarda kullanabiliriz, isterseniz ürününü yapabiliriz.” Sonra kritik soru geliyor: bununla ilgili sponsor olur musunuz?

İşte tam burada ilginç bir tasarım kararı var. Lab bilerek kurumun biraz dışında konumlanmış. Kullandıkları bilgisayarların senin benim bilgisayarımızdan farkı yok; iç sunuculara erişmek için üç katmandan geçmeleri gerekiyor. Bu bir eksik değil, bir tercih. Dışarıdan bakan bir göz olarak hızlı deneyebiliyorlar. Ama havacılık bilgisi asıl olarak işi her gün yapan çözüm ekiplerinde. Bu yüzden o ekiplerden arkadaşları geçici olarak projeye alıyorlar.

Çekirdek ekip dört kişi, beraber çalıştıkları kişi sayısı on üç. Proje olgunlaşınca lab katalizör gibi çıkıyor.

Havacılığın ilk kurumsal MCP'si nasıl doğdu

Bu hikayeyi daha tanışmadan Twitter'da görmüştük. Sohbette baştan anlatmasını istedik.

Anthropic, MCP'yi (Model Context Protocol) Kasım 2024'te yayınladı. Ocak sonu, Şubat başı gibi herkes onu konuşuyordu. Lab da girip baktı, birkaç deneme yaptı ve kararını verdi: güzel ama erken. O dönem MCP'lerin çoğu kendi cihazında çalışan formattaydı, remote MCP diye bir şey daha oturmamıştı.

Sonra Turkish Technology Genel Müdürü Serdar Gürbüz bir gün Ekrem'e soruyor: “Böyle bir MCP konuşuluyor, bununla ilgili bir şey yaptık mı?” Cevap “baktık ama erken” oluyor. Genel müdürün cevabı: “Bir bakınsanıza, oradan bir şey çıkabilir.”

Rafa kalkan deneme böylece öne çekiliyor. Havacılıktaki en temel soruyla başlıyorlar: uçağım rötar yaptı mı, havada mı, indi mi? Ama bu veriyi iç sistemden çekmek, Ekrem'in deyişiyle seksen sekiz onay sürecinden geçmek demek. Onun yerine zaten dışarıya açık olan mobil uygulama endpoint'ini kullanıyorlar. Oradaki bot korumasını da güvenlik ekipleriyle anlaşarak, kendi sunucularından gelen istekler için güvenli bir yolla aşıyorlar.

Test ortamı da yok. Ekrem genel müdürün odasına gidip bilgisayarına Node kuruyor, MCP Inspector'ı açıp ilk demoyu orada gösteriyor. Çünkü o gün ne ChatGPT'de ne Claude'da MCP desteği var.

Bir sorun daha çıkıyor: bunu herkese açmak istiyorlar ama herkese tek tek API anahtarı dağıtmak istemiyorlar. Çözüm, zaten ellerinde olan sadakat programı. Miles&Smiles girişini MCP'nin önüne koymaya karar veriyorlar. Sadece o login sistemi OAuth uyumlu değil. O dönem OAuth'lu MCP yayınlayan sayısı iki üç. Cloudflare'in OAuth destekli örnek reposuna denk geliyorlar, kendi servislerini onun arkasına bağlayıp Cloudflare'e deploy ediyorlar. Artık remote MCP çalışıyor.

Diğer taraftan bir yarış da başlamış. Serdar Bey, Las Vegas'taki Red Hat AI etkinliğinde sahneden “kurumsal MCP'mizi geliştiriyoruz” diyor. Ekrem bunu dinlerken “eyvah” diyor: geçilmesi gereken bir sürü adım var ve başka bir havayolu bunu önce yaparsa havacılıkta ilk olmanın PR tarafı gidiyor. Ekip hızlanıyor, güvenlik taramalarından geçiyor, yayınlıyorlar.

Ekrem kendisi “MCP'nin ekmeğini gereksiz yedik” diyor. Bize kalırsa gereksiz değil. İnsanlar Digital Lab gibi bir keşif botunun varlığını bilmedikleri için bunu normal bir roadmap'in içinden çıkmış bir ürün sandılar. Kimse THY ölçeğinde bir kurumdan bu hızı beklemiyordu. Hype biraz da ondan.

Biz de kendi Miles&Smiles hesabımızla denedik. Bilet alma hala yok; akış bilet seçimini oluşturup deep link ile THY'nin kendi kanallarına bırakıyor. Oyuncak mıydı? Evet. Ama nereye gidebileceğini gösteren bir oyuncak. Arabada sesli moddasın, “yarın İstanbul'dan Antalya'ya gideceğim, saatleri çıkar” diyorsun, fiyatları konuşuyorsun, “tamam, al ve check-in'i de yap” diyorsun. Bu artık hayal değil, yakın bir ihtimal.

Asistan sana THY'yi mi önerir, Skyscanner'ı mı?

Ekrem bu senaryonun havayolu tarafındaki gölgesini de gösterdi. Yolcunun gözünden en iyi uçuş her zaman aynı havayolunda değil. Vaktin çoksa ucuzu seçersin; toplantıya gidiyorsan belki 1,5 katını ödeyip dinlenmiş inmeyi seçersin. Bu durumda bir AI asistanı hangi havayolunu önermeli?

Şu anki tablo havayollarının lehine değil. Platformlar genelde Skyscanner, Kayak, Expedia gibi aggregator'ları öne çıkarıyor. Havayolları yıllar içinde trafiği kendi kanallarına çekmeyi başarmıştı; şimdi ciddi bir trafik kaybı bekleniyor. SEO'nun ilk yıllarında da benzeri yaşanmıştı ve trafik zamanla geri kazanılmıştı. Bu kez nasıl kazanılacağı belli değil. İçeride konuştukları başlık GEO (generative engine optimization, yani üretken arama motorları için optimizasyon).

Sohbette bizim gözlemimiz şuydu: platform değişiyor, problemler aynı kalıyor. iOS ve Android geldiğinde app'lerin keşif problemi vardı, App Store optimization doğdu. Arama motorlarında SEO vardı, şimdi GEO var. Değişen şey kullanıcı davranışının hızı. Yetmiş yaşın üstünde insanların ChatGPT ile sesli konuşarak soru sorduğunu gözümüzün önünde görüyoruz. Bilgiye inanıp inanmamaları ayrı konu, ama davranış değişti.

Yasak varsa kendi modelini kur

MCP bir rüzgardı. Ama lab'ın asıl işi, kurumun önündeki engelleri kaldırmak.

İlk büyük engel şuydu: THY'de herkesin girip ChatGPT'yi, Gemini'yi, Copilot'u kullanması pek mümkün değildi. Kurumsal bir dokümanın dışarı çıkması itibarı zedeleyebilir, bir anlaşmanın şartlarını açığa çıkarabilir, milyon dolarlık zarara yol açabilir. Borsaya açık bir şirket için bu risk daha da büyük.

Çözüm şirketin kendi GPU sunucuları. Lab, kurum ağında kalarak on-prem (kurumun kendi sunucularında çalışan) dil modelleriyle çalışan, gerektiğinde belli koşullarda cloud'a çıkabilen bir ürün kuruyor. Adı TKGPT. Ekrem'in kendi ifadesiyle çok yenilikçi bir isim değil ama derdini anlatıyor :)

Burada dedike bir ekibin avantajını Ekrem “puzzle gibi” diye anlatıyor. Bir örnek repo buluyorsun, kurumsal standartlara yaklaştırıyorsun, birkaç iç entegrasyon ekliyorsun, paketliyorsun ve “buyur, kullanabilirsin” diyorsun. Aynı işi roadmap'e alıp planlamak çok daha uzun sürerdi.

TKGPT bugün çalışanların kullandığı Answer adlı iç platforma dönüşmüş durumda. Ve artık lab'ın işi değil. İlk bir iki ay onlardaydı, sonra devredip çıktılar. İçeride geliştirilen MCP'lerle neler yapılabildiğine dair Ekrem'in sevdiği örnek, THY personelinin en sevilen yan haklarından biri: uçakta boş yer varsa uçabilme hakkı. Personel “önümüzdeki bir saat içinde Avrupa uçuşlarından hangisine gidebilirim?” diye soruyor, sistem doluluk bilgisine bakıp cevap veriyor. Jira ve Confluence da kendi MCP'leriyle bağlı; hepsi kurum içinde kalıyor.

Bir ihaleye dördüncü teklif olarak girmek

Lab'ın bugünkü en büyük oyun alanı TK Asistan. Hikayesi bir sözleşmenin bitmesiyle başlıyor. THY'nin web sitesindeki ve WhatsApp hattındaki chatbot'u dışarıdan bir sağlayıcı yönetiyor. Sözleşme bitiyor, iki üç firmadan yeni teklif alınıyor ve dördüncü teklif olarak lab'a soruluyor: “Bizim ihtiyacımız bu, buraya gitmek istiyoruz. Siz yapabilir misiniz?”

Anlatmak kolay oluyor, çünkü MCP'yi zaten kendi demo arayüzlerine bağlamışlar. Müşteriye değen tarafın yüzde doksanı hazır sayılır. Ama Ekrem'in hatırlattığı gibi, yüzde doksanı hazır dediğin işte zamanının çoğunu kalan yüzde on alır: canlı temsilciye bağlanma ve arka taraftaki süreçler.

Yıl 2025, ay Haziran. Opus 4.5 daha çıkmamış, Claude Code bugünkü kadar gelişmemiş. Ekip hibrit bir yolla çalışıyor: Google AI Studio'da Gemini 2.5 Pro ile tartışarak planı çıkarıyor, o planı kurum içinde dağıtılmış Copilot'a execute ettiriyor. Yaklaşık iki ayda ortaya bir ürün çıkıyor. Hedef sadece THY değil: Turkish Technology'nin ayrı bir şirket olmasının amaçlarından biri, başka havayollarına da ürün satabilmek. CX platformu yapan onlarca firma var ama havayolu CX'i ayrı bir konu.

“Erken” denilen denemeden müşteriye değen ürüne. Tarihler Ekrem Kenter'in anlatımından.

15 Ocak 2026'da içeride geliştirilen asistan THY'nin web sitesinde ve WhatsApp hattında canlıya çıkıyor. Ondan bir ay kadar önce, Aralık ortasında, herkes “Claude Code'a geçtim, çok hızlı yazıyorum” demeye başlamış. Kurumun anlaşması yok. Dışarıda durmanın avantajı burada devreye giriyor: bir girişim bunu parasıyla alabiliyorsa lab da belli koşullarda alabiliyor. Tek lisanslı küçük bir team hesabı alıyorlar. Ekrem “en fazla kota olur” diye deniyor.

Sonrası onun cümlesiyle: “Aylarca anlatamadığım geçiş o geçiş.” Dün çözemedikleri şeyleri çözmeye başlıyorlar. Şubat-Mart gibi lisans bütün ekibe açılıyor.

Bugün TK Asistan'ı ve etrafındaki uçtan uca müşteri deneyimi ürünlerini yapan ekip yaklaşık on kişi. Şirket içinde sık sorulan soru da bu: aynı işi yüzlerce çalışanla yapan şirketler varken siz bunu nasıl yapıyorsunuz?

“Yüzde kaç hızlandık?” sorusunun cevabı yok

Claude Code'un kurum içinde yayılması bir o kadar ilginç bir tartışma açmış. Turkish Technology 3.000 kişilik bir teknoloji şirketi ve o dönem bin kişiye Copilot lisansı dağıtılmış. Copilot'un içinde zaten Opus desteği var. Doğal soru: ben neden Claude Code kullanayım?

Yöneticiler bir yatırım kararı için rakam istiyor. “Bununla yüzde otuz daha hızlı kod yazıyoruz” gibi bir cümle. Ama kimse bunu ölçebilecek durumda değil.

Ekrem'in altını çizdiği ayrım önemli: tartışma artık AI ile AI'sız arasında değil. O çoktan geçildi, her türlü AI kullanılacak. Tartışma iki farklı AI arasında. Hele ikisi de arka planda aynı modeli kullanıyorsa farkı ölçmek iyice zorlaşıyor. Sohbette bizim önerdiğimiz okuma şuydu: aynı model olsa bile Claude Code'un harness'ı (modelin etrafına kurulan çalışma düzeni: planlama, araç kullanma, adım adım ilerleme) başlı başına bir değer. Ekrem de katılıyor, ama Microsoft'un da agentic kodlama tarafında çok hızlı yetiştiğini ekliyor.

Sonunda kararı bir ölçüm değil bir sinyal vermiş: farklı ekiplerden “biz buna geçmek istiyoruz, akşamları da kullanmaya başladım” mesajları. Şirket önce ürün ekiplerine lisans veriyor (Turkish Technology'de çözüm ekipleri ve ürün ekipleri ayrı), sayı da gün geçtikçe artıyor.

Her ekibe bir agent

Kurumsal şirketlerin yılbaşı hedeflerini bilirsin. Bu yılın hedeflerinden biri, her ekibin kendi agent'ını üretmesi. Ekip ister on-prem modellerle, ister cloud'a çıkabilen modellerle, kurum ağının içinde çalışıyor. Ekrem'in saydığı örneklerden bir tablo çıkardık:

Answer üzerinde çalışanlar kendi agent'larını da kurabiliyor. ChatGPT'deki custom GPT'lerin bir adım ötesi: doküman ve prompt veriyorsun, üstüne kurum içindeki MCP'lerden istediğini bağlıyorsun. Dış MCP bağlamak izne tabi, ama iç MCP sayısı hızla artıyor ve dağıtılması destekleniyor.

Bu soru bizce bölümün en güçlü anı. Bir kurumda AI adoption'ının gerçekten oturup oturmadığını, eğitim sayısından ya da lisans sayısından değil, toplantılarda sorulan ilk sorudan anlarsın.

Takvim iki ay, sıradaki kapı ödeme

“Altı ay sonra nerede olursunuz?” diye sorduk. Ekrem “ben iki ay veriyorum” dedi. Geçenlerde dahil oldukları bir projeye Mayıs için takvim verilmiş; o da “hayırlısı, Mayısta yaparız” demiş. Çünkü iki ay sonra neyin değişeceğini tahmin edemiyorlar.

Somut bir örnek de verdi: dil modelleri o kadar gelişti ki bir yıl öncesine göre harcamanın dörtte biri, beşte biriyle aynı kalitede hizmet verebiliyorlar. Bu yüzden her yeni modeli fiyat-performans açısından içeride değerlendiriyorlar.

Sıradaki büyük başlık satın alma. Bir AI asistanının içinden bilet ödemesi almak. Ekrem ACP ve UCP gibi protokollerin konuşulduğunu, Google'ın seyahat sektörüne gireceğini açıkladığını hatırlatıyor ama asıl sorunun ödemede düğümlendiğini anlatıyor. Özellikle Türkiye'de 3D Secure yaygın: ödeme bankaya yönleniyor, banka seni geri yönlendiriyor. Peki bir sohbetin içinden nereye geri döneceksin? (Ödeme adımının neden asıl yarış olduğunu Meta Muse yazısında da konuşmuştuk.)

Planladıkları çözüm şöyle: akışı 3D Secure adımına kadar getirmek, bankanın kullanıcıyı THY'nin kontrolündeki bir sayfaya geri yönlendirmesini sağlamak, arka tarafta bu iki ucu haberleştirip “bu sayfayı artık kapatabilirsin” demek. MCP tarafında da MCP Apps ile gösterilen arayüz parçaları ve pek kimsenin kullanmadığı elicitation (sohbetin ortasında kullanıcıdan girdi isteme) özelliği keşfettikleri alanlar. Kendi web sitelerinde ve uygulamalarında bu sınırların hiçbiri yok. Kendi kanallarından ödeme için çalıştıklarını ve yakında bir duyuru gelebileceğini de ekledi. Sohbette ilk kez burada duyuralım dedik, olmadı :)

Ama Ekrem'in kendi sorusu da açık duruyor: müşteri, belki on, yirmi bin liralık bir yurt dışı biletini gerçekten bir sohbet platformundan almak isteyecek mi? Bu kadar büyük bir işlemi kendi kanalından yapmak isteyebilir. Agentic commerce lab'ın odağında, ama cevap hala keşfedilecek.

Bizim çıkarımımız

Bu sohbete “regülasyonun ve ölçeğin içinde AI adoption'ı nasıl hızlanır?” diye girmiştik. Açıkçası cevabın bir teknoloji olmasını bekliyorduk. Değilmiş.

Digital Lab'in hikayesinde fark yaratan şeylerin çoğu organizasyon tasarımı: kurumun biraz dışında duran küçük bir ekip, hızlı prototip, üst yönetimden sponsor, alan bilgisini geçici olarak içeri alan bir yapı ve en önemlisi işi sahiplenmeden devredip çıkma disiplini. TKGPT bugün başka bir ekibin ürünü. Lab'ın başarısı da tam olarak bu.

Büyük gemi zor döner. Küçük bot yolu gösterir, dümeni devreder.

Bir önceki bölümdeki Kodgem ile bu bölümdeki THY'yi yan yana koyunca ortak nokta da ortaya çıkıyor. Ölçek ne olursa olsun, soru aynı yere varıyor: bu işi bir kişiye mi, bir agent'a mı devrediyorsun? Küçük şirkette bunu kurucu soruyor. Büyük kurumda genel müdür.

Sana sorumuz şu: senin kurumunda bir toplantıda “bunu AI ile yapamaz mıydınız?” diye soran biri var mı? Yoksa o soruyu soracak kişi sen olabilir misin? Bize kalırsa bir kurumun AI'a hazır olup olmadığını en iyi o sorunun kimden geldiği gösteriyor. 🧱