AI Agent Geliştirme Fiyatları: Kurumsal Otomasyon ve Entegrasyon Maliyetleri

🕒 2026-11-19

Türkiye'de AI agent geliştirme maliyetleri, kurumsal AI agent kapsamına göre geniş bir bütçe aralığında şekilleniyor.

Türkiye pazarında AI agent geliştirme maliyetleri tek bir kalemden oluşmuyor. Kamuya açık tedarikçi sayfalarında ve sektör yazılarında sık anılan aralıklar, sınırlı kapsamlı bir pilot için yaklaşık 50.000–250.000 TL bandına, ERP/CRM ve mesaj kanallarını içeren orta ölçekli bir üretim kurulumu için yaklaşık 250.000–1.200.000 TL bandına, çoklu ajan ve geniş entegrasyon içeren kurumsal programlar için ise bunun üzerindeki bantlara işaret ediyor. Bu tutarlar kapsam, entegrasyon sayısı, model tercihi, veri hazırlığı ve onay süreçlerine göre değişebiliyor; bu nedenle kesin fiyat değil, planlama aralığı olarak okunmaları gerekiyor. Analiz, model seçimi, veri hazırlığı, entegrasyon, test, gözlemlenebilirlik ve sürekli bakım bu bütçenin farklı katmanlarını oluşturuyor. Aynı iş problemi için iki farklı teklifin birbirinden ciddi biçimde ayrılması, genellikle kapsam farkından kaynaklanıyor; bir teklif yalnızca prototip teslim ederken diğeri üretim ortamında çalışan, loglanan, yetkilendirilen ve sürekli izlenen bir kurumsal AI agent geliştirme projesini kapsayabiliyor. Bu nedenle teklifleri karşılaştırırken toplam sahip olma maliyetini, entegrasyon kapsamını ve üretim sonrası sorumlulukları ayrı ayrı değerlendirmek gerekiyor.

Kurumsal AI agent, yalnızca soru-cevap veren bir chatbot değil; hedefe yönelik çok adımlı görevleri planlayan, araçları çağıran, kurumsal sistemlerden veri okuyan ve tanımlı sınırlar içinde aksiyon alan bir yapı olarak konumlanıyor. Yapay zeka ajanları sipariş durumu sorgulama, talep sınıflandırma, teklif hazırlama öncesi veri toplama, fatura mutabakatı, insan kaynakları başvuru ön değerlendirmesi ve müşteri destek süreçlerinde kademeli olarak devreye alınabiliyor. Gerçek getiri, kararın tekrarlandığı, verinin yapılandırılmış olduğu ve insan onayının değerli olduğu süreçlerde ortaya çıkıyor. Yaratıcılık veya yüksek belirsizlik içeren işlerde otomasyon oranını artırmak, hata maliyetini de birlikte büyütebiliyor.

AI agent platformu seçenekleri bütçeyi doğrudan etkiliyor. Kullanım bazlı lisanslar, kullanıcı sayısına göre ölçeklenen paketler ve kurumsal anlaşmalar farklı maliyet profilleri üretiyor; aylık platform ve altyapı kalemi küçük kurulumlarda yaklaşık 5.000–40.000 TL, entegrasyon ve izleme katmanları genişledikçe daha yüksek bantlar olarak planlanabiliyor. Hazır platformlar başlangıç aşamasında düşük lisans bedelleriyle hızlı bir giriş sunabiliyor; ancak özelleştirme, veri sınırları ve derin entegrasyon ihtiyaçları arttıkça aylık kullanım ve eklenti maliyetleri yükselebiliyor. Özel geliştirme modeli, iş süreçlerine tam uyum sağlarken ilk yatırımı artırıyor ve ekip bağımlılığı yaratabiliyor. Hibrit model ise platformun hazır bileşenleri ile kritik süreçlere özel modülleri birleştirerek dengeli bir maliyet profili oluşturuyor. AI agent otomasyonu kapsamı genişledikçe platform seçiminin yalnızca teknik değil, finansal bir karar haline geldiği görülüyor.

Maliyeti belirleyen kalemlerin başında analiz ve tasarım geliyor. Bu aşama, proje bütçesinin yaklaşık yüzde 10–20'sini oluşturabiliyor; süreç sayısı ve paydaş çeşitliliği arttıkça bu oran yükselebiliyor. Süreçlerin haritalanması, karar noktalarının belirlenmesi, insan müdahalesinin nereye yerleştirileceği ve başarı ölçütlerinin tanımlanması projenin geri kalanını yönlendiriyor. Model seçimi de bütçeye etki ediyor: büyük dil modelleri güçlü çıktı üretirken token maliyetini artırabiliyor; daha küçük veya alanına özel modeller belirli görevlerde maliyet avantajı sağlayabiliyor. Veri hazırlığı çoğu zaman göz ardı edilen kalemler arasında yer alıyor. Kurumsal belgelerin temizlenmesi, erişim yetkilerinin tanımlanması, RAG yapısı için doğru parçalama stratejisi ve test veri setlerinin oluşturulması, doğrudan üretim kalitesini belirliyor. Türkçe dil kalitesi, sektör terminolojisi ve yazım farklılıkları da değerlendirme sürecinde ayrıca ele alınması gereken başlıklar arasında.

ERP, CRM, WhatsApp ve veritabanı entegrasyonu, teklifler arasındaki farkların sık görüldüğü alanlardan biri. Hazır bağlayıcılarla yapılan tek bir entegrasyon yaklaşık 40.000–150.000 TL bandında konuşulabiliyor; özel bağlayıcı geliştirme, kimlik doğrulama ve veri dönüşümü gerektiren eski nesil sistemlerde bu kalem katlanabiliyor. Entegrasyon sayısı ve veri hacmi arttıkça toplam bütçe de değişebiliyor. Hazır API'ler üzerinden yapılan basit bir entegrasyon, görece kontrollü bir bütçe kalemi oluşturuyor. Buna karşılık eski nesil ERP sistemlerinde özel bağlayıcı geliştirme, kimlik doğrulama, yetki eşleme, veri dönüşümü ve hata yönetimi gibi ek işler gerekiyor. WhatsApp Business üzerinden gelen taleplerin AI agent otomasyonu ile karşılanması, mesaj şablonları, oturum yönetimi ve KVKK kapsamında veri işleme süreçlerini birlikte gerektiriyor. Entegrasyon karmaşıklığı arttıkça test yükü, izleme ihtiyacı ve üretim sonrası bakım maliyeti de artıyor. Bu nedenle entegrasyon kapsamının teklifte açıkça listelenmesi, sonradan doğacak ek maliyetlerin önüne geçiyor.

PoC ile üretim ortamı arasındaki maliyet farkı, çoğu projede hafife alınıyor. Sınırlı bir PoC yaklaşık 50.000–200.000 TL bandında planlanabilirken, yetki yönetimi, denetim kayıtları, güvenlik önlemleri ve model sürüm yönetimini içeren üretim geçişi aynı projede birkaç katına çıkabiliyor. Bu fark, kapsam ve mevcut sistemlerin durumuna göre değişiyor. PoC aşamasında sınırlı sayıda senaryo, tek bir veri kaynağı ve kontrollü kullanıcı grubuyla ilerlemek mümkün. Üretim ortamında ise yetki yönetimi, denetim kayıtları, hata durumunda devreye giren güvenlik önlemleri, performans izleme, model sürüm yönetimi ve süreç sahiplerinin eğitimi devreye giriyor. Bu geçiş, ilk yatırımın üzerine ek maliyet getiriyor. PoC süresinin kapsama göre birkaç haftadan birkaç aya, üretim geçişinin ise genellikle daha uzun bir döneme yayılabildiği görülüyor. Takvim planlamasında veri erişimi, güvenlik incelemesi ve kullanıcı kabul testleri için ayrı süreler öngörmek, sonradan doğacak gecikme maliyetlerini azaltıyor. Kesin süreler tedarikçi kapasitesi, veri erişilebilirliği ve onay süreçlerine bağlı olarak değişiyor.

Aylık işletme bütçesi, proje bütçesinden ayrı değerlendirilmesi gereken bir kalem. Bakım ve destek, model kullanımı, platform lisansı ve gözlemlenebilirlik giderleri bir arada düşünüldüğünde aylık toplam yaklaşık 15.000–120.000 TL bandında oluşabiliyor; kullanım hacmi, görev karmaşıklığı ve destek kapsamı bu bandı yukarı veya aşağı çekebiliyor. Bakım ve destek hizmetleri, model kullanım bedelleri, platform lisansları ve token maliyetleri bu bütçenin ana bileşenlerini oluşturuyor. Token maliyeti kullanım hacmine ve görev karmaşıklığına bağlı olarak dalgalanıyor; bu nedenle sabit bir aylık tutar yerine senaryo bazlı bir bütçe aralığı planlamak daha gerçekçi. Hata riskini kontrol etmek için insan onayı, işlem limitleri, maliyet üst sınırları, geri alma mekanizmaları ve düzenli değerlendirme testleri tanımlanabiliyor. Gözlemlenebilirlik altyapısı olmadan çalışan bir kurumsal AI agent, hataların fark edilmesini geciktirerek dolaylı maliyetleri büyütebiliyor.

KVKK ve AI Act uyumluluğu, kurumsal AI agent projelerinde ek maliyet kalemi olarak planlanmalı. Uyum dokümantasyonu, hukuki danışmanlık ve denetim kayıtlarının kurgulanması proje bütçesinde yaklaşık yüzde 5–15'lik bir pay oluşturabiliyor; süreçlerin kişisel veri içermesi ve yurt dışına aktarım olması bu payı değiştirebiliyor. Kişisel verilerin işlenme amacı, saklama süresi, erişim yetkileri ve yurt dışına aktarım koşulları proje tasarımının parçası oluyor. Denetim kayıtlarının tutulması, model çıktılarının izlenebilirliği ve kullanıcı bilgilendirmesi uyum çalışmalarının temel başlıkları arasında. Mevzuat yorumları ve uygulama pratiği değişebildiği için hukuki danışmanlık ve uyum dokümantasyonu ayrı bir bütçe satırı olarak ele alınmalı. Bu çalışmaların sonradan eklenmesi, hem teknik hem de operasyonel açıdan daha maliyetli olabiliyor.

Satın alma sırasında teklifin hangi kalemleri kapsadığını görmek için yazılı bir kontrol listesi kullanmak değerli bilgi sağlıyor. Bu listede entegrasyon kapsamı, veri erişim modeli, insan onayı noktaları, log ve denetim imkânı, maliyet sınırları, test ve kabul kriterleri, destek süresi ve sorumluluk dağılımı ayrı maddeler olarak istenebilir. Teklifler bu maddeler üzerinden karşılaştırıldığında, düşük görünen bir başlangıç bedelinin toplam sahip olma maliyetinde neden yükseldiği daha anlaşılır hale geliyor. Model ve token maliyeti için bir üst sınır tanımlamak, hata durumunda geri alma senaryosu yazmak ve düzenli değerlendirme testleri planlamak, bütçe öngörülebilirliğine katkı sağlıyor. Bu maddelerin tekliflerde ayrıca belirtilmesi beklenir; sözlü taahhütler yerine yazılı kapsam, sonradan doğacak ek maliyet riskini azaltıyor.

Multi-agent mimari, tek bir ajanın yetmediği durumlarda gündeme geliyor. Farklı uzmanlık alanları, birbirine bağlı görev zincirleri veya ayrı sistemler üzerinden yürüyen süreçler bu yapıyı gerektirebiliyor. Ancak çoklu ajan yapıları, koordinasyon, izleme ve hata ayıklama yükünü artırıyor; bu da hem geliştirme hem de işletme maliyetine yansıyor. Bu nedenle önceki bölümde listelenen kontrol maddelerinin, çoklu ajan senaryolarında koordinasyon ve izleme başlıklarıyla genişletilerek yazılı olarak istenmesi öneriliyor. Türkiye'de kurumsal AI agent, RAG ve ERP/CRM entegrasyonu üzerine çalışan yerel teknoloji şirketlerinin kamuya açık hizmet sayfaları, bütçe kalemlerinin ve teslim kapsamının nasıl yapılandırıldığını görmek için referans olarak incelenebilir. Bu kalemlerin tekliflerde ayrı ayrı belirtilmesi beklenir; böylece toplam maliyetin seçilen yol haritasına ve kapsam netliğine bağlı olarak geniş bir aralıkta değiştiği daha net görülebilir.