IT hizmet talebi yönetimi, bir uygulama alanı olarak sürekli bir evrim sürecinden geçmektedir. ITSM uygulayıcıları, başlangıçta insan odaklı devir-teslimlere dayanan eski (legacy) çerçevelerle yola çıktı. Ardından otomasyonun ortaya çıkışı, gerekli hız ve yapıyı sağladı; ancak deneyim, katı kurallarla sınırlı kaldı.
Sonra ITSM’de ilk yapay zekâ dalgası geldi. Sanal sohbet botları, parola sıfırlama gibi rutin talepleri 7/24 karşılamaya başladı. Makine öğrenimi modelleri kalıpları tespit edebiliyor, kayıtları sınıflandırıp doğru teknisyene yönlendirebiliyordu. Duygu analizi ise kullanıcı memnuniyetsizliği tırmanmadan önce servis ekiplerine nabız tutma imkânı verdi. Bu, önemli bir sıçrama gibi görünüyordu.
Ancak yapay zekâ devreye girmiş olsa bile, hizmet talebi yönetimi tanıdık bir düzeni izlemeye devam etti. Yapay zekâ destekli otomasyon hâlâ kurallara bağlıydı ve hizmet sunumunun büyük kısmı insanlar tarafından yönlendiriliyordu. Sistemler bir talebin nasıl yerine getirileceğini biliyordu, ancak neden yapılması gerektiğini anlamıyordu.
Şimdi ise agentic (ajan tabanlı) yapay zekânın yükselişi bu durumu değiştiriyor. Bu yaklaşım, niyeti yorumlayabilen, veriler arasında muhakeme yapabilen ve insan girdisini beklemeden çok adımlı işlemleri gerçekleştirebilen, aynı zamanda bağlam ve sonuçlardan sürekli öğrenen daha otonom bir zekâ katmanı sunuyor.
Özetle, hizmet talebi yönetimi; manuel koordinasyondan, otomasyon ve erken dönem yapay zekâ ile yapılandırılmış yürütmeye evrildi. Şimdi ise agentic yapay zekâ sayesinde daha otonom ve bağlama duyarlı yetenekleri benimsemeye başlıyor.
Bu dönüşümün günlük hizmet sunumunu nasıl değiştirdiğini göstermek için basit bir senaryoyu ele alalım: Bir çalışan olan John, bir iş seyahati planlıyor. Altta yatan gereksinimler tanıdık — onaylar, seyahat rezervasyonları, masraf tanımlamaları ve güvenli uzaktan erişim — ancak deneyim, üç farklı hizmet sunum modeli arasında dramatik biçimde değişiyor:
-İnsan odaklı hizmet sunumu
-Otomasyon ve erken dönem yapay zekâ
-Agentic yapay zekâ destekli orkestrasyon
Bu teknoloji iterasyonları arasında ilerledikçe, hizmet talebi yönetiminin manuel koordinasyondan, akıllı otomasyona ve nihayetinde gerçekten otonom ve kişiselleştirilmiş hizmet sunumuna nasıl evrildiğini göreceğiz.
İnsan odaklı devir-teslimlerin kırılganlığı
Birçok kuruluş, otomasyon ve yapay zekânın evrimine rağmen, koordinasyonun büyük ölçüde manuel olduğu hizmet sunum modellerine hâlâ güvenmektedir. Çoğu zaman onaylar e-postaların içinde kaybolur, güncellemeler farklı sohbet kanallarına dağılır ve ekipler ortak bir “tek doğru kaynak” olmadan, farklı bilgilerle çalışır.
John’un durumunda, önce yöneticisi Kumar’dan e-posta ile onay ister. Ardından Seyahat ekibi rezervasyonları yapar, Finans kurumsal kredi kartını onaylar; ancak IT, John’un seyahat planlarından haberdar olmadığı için sürecin dışında kalır. John seyahat sırasında kurumsal kaynaklara erişmek için ücretsiz bir VPN yazılımı indirdiğinde ise, farkında olmadan güvenlik politikalarını ihlal eder ve IT güvenlik ekibini alarma geçiren potansiyel riskler ortaya çıkar.
Bu senaryo, insan odaklı iş akışlarının ne kadar kırılgan olduğunu açıkça gösterir. Departmanlar silo şeklinde çalıştığında ve yalnızca manuel koordinasyona bağlı kalındığında, basit bir hizmet talebi bile bir güvenlik olayına dönüşebilir. Bağımlılıkları işaretleyen ya da koruyucu önlemleri zorunlu kılan bir otomasyon olmadığında, her devir-teslim risk, gecikme ve tutarsızlık yaratır.
Otomasyon ve erken dönem yapay zekâ çağı
Otomasyon, hizmet talebi yönetimine ihtiyaç duyulan yapı ve hızı kazandırdı. Standartlaştırılmış iş akışları, plansız koordinasyonun yerini alarak taleplerin minimum sürtünmeyle yönlendirilmesini, onaylanmasını ve yerine getirilmesini sağladı. Ardından yapay zekâ katmanı devreye girdi ve bu süreçleri daha akıllı ve duyarlı hâle getirdi.
John seyahat talebini gönderdiğinde, e-posta otomatik olarak bir kayda (ticket) dönüştürülür; yapay zekâ bu kaydı sınıflandırır ve onay için yönlendirir. Yöneticisi Kumar talebi anında inceler ve onaylar. Sonrasında, önceden tanımlı Kurumsal Hizmet Yönetimi (ESM) iş akışları devreye girerek farklı departmanlardaki görevleri koordine eder. Seyahat ekibi rezervasyonları yapar, Finans kurumsal kart ve harcırahları işler, IT ise onaylı VPN yazılımını hazırlar ve John’a güvenli kurulum için özelleştirilmiş talimatlar sunar. Bu birleşik iş akışı olmadan, her görev izole şekilde ilerler ve sorunsuz bir deneyim için gereken çapraz fonksiyonel iş birliği ve bağlam sağlanamazdı.
Bu süreç boyunca yapay zekâ verimliliği sessizce artırır:
Sanal destek asistanı, VPN kurulumu veya seyahatle ilgili sorularda John’a 7/24 yardımcı olur.
Makine öğrenimi modelleri sınıflandırma ve görev atamalarını yapar. Büyük dil modelleri (LLM) bağlamsal güncellemeler ve hatırlatmalar üretir.
Bu, eski sistemde yaşananlardan belirgin bir ilerlemedir; zira kopuk iş akışları ve manuel devir-teslimler, IT’nin çalışanlara doğru rehberliği sağlamasını engelliyordu. Artık otomasyon ve yapay zekâ sayesinde John, onaylı VPN yazılımını adım adım kurulum talimatlarıyla birlikte alır ve hata yapma ihtimali büyük ölçüde azalır.
Ancak bu hizmet sunum modeli hâlâ reaktiftir ve yürütmenin son adımı John’a bağlıdır. Talimatları açması, okuması ve VPN’i kendisinin kurması gerekir.
Bu bağımlılık, otomasyon ve yapay zekânın hafifletebildiği ancak tamamen ortadan kaldıramadığı daha derin yapısal sorunlara işaret eder. Bunlar arasında: Veri siloları uçtan uca görünürlük ve otomasyonu zorlaştırır. İş akışları, hizmet sunumunda tek tip bir yaklaşım varsayar.
Kural tabanlı otomasyonlar hâlâ baskındır ve uyarlanabilirliği sınırlar. Birçok temas noktası, insanların yorumlamasına, onaylamasına veya harekete geçmesine bağlıdır. Agentic yapay zekâ sıçraması Otomasyon sınırına ulaştığında, hizmet yönetimindeki bir sonraki ufuk, kendi kendine düşünebilen bir zekâdır.
Agentic yapay zekâ bu kırılma noktasını temsil eder; sistemlerin bağlamı anlamasını, dinamik planlama yapmasını ve iş fonksiyonları genelinde otonom şekilde hareket etmesini mümkün kılar. İnsan bağımlılığı ciddi ölçüde azalır; hedef artık sadece daha hızlı hizmet sunumu değil, daha akıllı ve kendi kendini yöneten bir orkestrasyondur.
Bu modelde hizmet sunumu, üç temel yeteneğe sahip hedef odaklı yapay zekâ ajanlarından oluşan bir ağ tarafından yürütülür: Kullanıcı niyetini yorumlamak için bağlamsal farkındalık Eylemleri planlamak ve bağımlılıkları çözmek için dinamik muhakeme Sistemler genelinde karmaşık iş akışlarını yürütmek için çok ajanlı koordinasyon Şimdi John’un seyahat talebine, bu kez agentic yapay zekâ destekli hizmet talebi yönetimi perspektifinden yeniden bakalım.
Doğal dil üzerinden kayıt oluşturma ve niyet tespiti: John, bir konferansa katılmak için yöneticisine Microsoft Teams üzerinden mesaj attığında, kurumsal hizmet yönetim platformuna erişimi olan bir yapay zekâ ajanı bu niyeti algılar; varış noktası, süre ve amaç gibi detayları çıkarır ve otomatik olarak bir seyahat talebi oluşturur. John’un yöneticisi, aynı sohbet ekranı içinde bir onay bildirimi alır. Onay verildiği anda, birden fazla yapay zekâ ajanı devreye girerek aşağı yönlü görevleri koordineli biçimde yürütür. Çok ajanlı orkestrasyon: Bağlantılı bir kurumsal ekosistem bu orkestrasyonu mümkün kılar.
Kuruluşun HRMS, ITSM, UEM ve ESM platformlarından gerçek zamanlı veri akışı sağlanır. Bu ortak bağlamdan yararlanan Seyahat masası yapay zekâ ajanı, John’un uygunluğunu doğrular, Finans verilerinden bütçe limitlerini kontrol eder ve kurumsal seyahat politikasına uyumu teyit eder.
Ardından onaylı bir seyahat planı oluşturur ve destekleyici belgeleri hizmet talebine ekler. Aynı anda IT tarafında çok ajanlı bir iş akışı otomatik olarak başlatılır. Bir ajan John’un cihaz şifreleme durumunu doğrular, bir diğeri güvenli uzaktan çalışma politikasıyla uyumu kontrol eder, üçüncüsü ise en az yetki prensibine göre erişim haklarını ayarlar.
Uyarlanabilir, hiper-kişiselleştirilmiş deneyim: Geçmiş verilerle eğitilmiş özel bir self-servis öneri modeli, John’un uyarlanabilir self-servis arayüzünü dinamik olarak günceller ve yalnızca en ilgili içerikleri öne çıkarır: seyahat kontrol listesi, VPN sorun giderme kılavuzu, kurumsal kredi kartı politikası ve olay bildirim süreci.
Sürekli yönetişim: Seyahat sırasında başka bir yapay zekâ ajanı, UEM panosu üzerinden uç nokta sağlığını ve davranışlarını sürekli izler; risk verileriyle ilişkilendirerek John’un risk skorunu günceller. Sapmalar veya tehditler tespit edilirse, sistem John’un çalışmalarını kesintiye uğratmadan koşullu erişim politikalarını otonom biçimde uygular. John döndüğünde ise yapay zekâ destekli bir seyahat sonrası iş akışı başlatılır; cihaz sağlığı kontrol edilir, şifreleme ve konfigürasyon uyumu doğrulanır ve varsayılan erişim yetkileri geri yüklenir.
Süreç, HRMS’nin seyahatin tamamlandığını kaydetmesi, Finans’ın masrafları uzlaştırması ve IT’nin talebi çözüldü olarak kapatması gibi sistemler arası senkronize güncellemelerle tamamlanır.
Özet:
Agentic Yapay Zekâ ile birlikte hizmet talebi yönetimi, yalnızca süreçlerin yürütüldüğü bir yapı olmaktan çıkarak; otonom kararların alındığı, yapay zekâ ajanlarının bağlamı anlayarak düşünebildiği, öğrenebildiği ve çapraz fonksiyonel görevleri orkestre edebildiği bir sisteme dönüşür. Ancak otonomi arttıkça bile, insanlar politika belirleme, istisnaları doğrulama ve yüksek etkili kararları yönlendirme noktasında sürecin içinde kalmaya devam eder.
Agentic AI’yi benimseyen kurumlar, yalnızca kademeli verimlilik artışları elde etmekle kalmaz; aynı zamanda öngörülü, dayanıklı ve ölçeklenebilir şekilde kişiselleştirilmiş bir hizmet ekosistemi inşa eder. Operasyonel yükün büyük kısmını yapay zekâ üstlenirken, BT ekipleri daha yüksek katma değerli işlere odaklanabilir. Sonuç olarak çalışanlar, kesintisiz ve doğal bir destek deneyimi yaşar.