İşe AI Katmak: Sigortada AI Agent — Masadaki İşten Otonom Çalışana

Geçen yazıda AI agent'ın teknik mimarisini anlattım. LLM, hafıza, araçlar, planlama. Dört katmanlı bir yapı.

Bu yazıda aynı mimarinin sigorta masasında ne anlama geldiğini anlatacağım. Ama bu sefer tersten gideceğiz. Önce masadaki işten başlayıp altındaki mimariye ineceğiz.

Çünkü teknik kitapta "vector database" demek kolay. Ama 14. hasar dosyasını öğlen ikide açıp "bu poliçede bu teminat var mı?" diye bakmak başka bir şey.

 

AI ≠ Agentic AI

Kısa bir hatırlatma.

ChatGPT cevap verir.

Agent iş yapar.

"Kasko nedir?" sorusunu ChatGPT'ye sorarsan sana bir paragraf yazar. Aynı soruyu bir agent farklı anlar: gelen hasar dosyasını okur, poliçeyle eşleştirir, teminatı kontrol eder, taslak raporu hazırlar, size onaya sunar.

Birincisi "AI tool". İkincisi "AI çalışan". Agentic AI'ın yaptığı iş bu dönüşüm.

 

Sigortada AI Ne Çözüyor?

Dört alanda somut kazanım var:

• Hız → süreçler %50'nin üzerinde hızlanıyor
• Maliyet → operasyon yükü düşüyor
• Risk → daha fazla veriyle daha doğru analiz
• Fraud → şüpheli desenler daha erken yakalanıyor

Ama bu maddeler soyut. Her birinin arkasında somut bir iş var. Üç senaryoyla konuşalım.

 

Senaryo 1 — Hasar Dosyası Ön İncelemesi

Masadaki iş:

Cuma öğleden sonra masanızda 14 tane hasar dosyası var. Her biri fotoğraf, poliçe ve müşteri anlatımı içeriyor. Manuel akış: dosyayı aç, fotoğrafa bak, poliçeyi çek, teminat var mı kontrol et, kategorilendir. Dosya başına 20-30 dakika. Akşamı bulur.

Agent ne yapıyor:

Fotoğrafları analiz ediyor. Poliçeyi sisteminden çekip teminat kapsamını kontrol ediyor. Benzer geçmiş hasarlarla karşılaştırıyor. Bir taslak değerlendirme çıkarıyor. Şüpheli veya istisnai kalemleri işaretleyip size sunuyor.

Arkada ne dönüyor:

Geçen yazıdaki Tools katmanı — görüntü analizi API'si + poliçe SQL sorgusu.

Memory katmanı — benzer vakaların vector DB'de karşılaştırılması.

Planning katmanı — görev sırası: oku → eşleştir → karşılaştır → özetle.

Karar hâlâ sizde. Agent "gördüm, önerim şu" der. Siz "onayla / değiştir / reddet" dersiniz.

 

Senaryo 2 — Teklif Hazırlama

Masadaki iş:

Müşteri telefonda: "Aracım için teklif alabilir miyim?" Standart akış: bilgileri al → 3-5 şirketin panelinden teklif çek → karşılaştırma tablosu hazırla → müşteriye açıkla. Yarım gün iş. Sık tekrar ediyorsa daha fazla.

Agent ne yapıyor:

Bilgiyi standart formata çeviriyor. Panellere paralel sorgu atıyor. Dönen teklifleri karşılaştırmalı tabloya yerleştiriyor. Müşteri diliyle özetleyen bir mesaj taslağı hazırlıyor.

Arkada ne dönüyor:

Yine Tools — API'lerle canlı sorgu.

LLM — farklı teklifleri müşterinin anlayacağı dile çeviriyor.

Planning — sıralı iş akışı.

Fiyat müzakeresi ve müşteri ilişkisi hâlâ sizde. Agent size 30 dakikalık işi 2 dakikada teslim ediyor. Siz kalan 28 dakikayı müşteriyi kazanmaya harcıyorsunuz.

 

Senaryo 3 — Fraud Ön Tespiti

Masadaki iş:

1000 hasar dosyası içinden şüpheli olanları ayıklamak. İstatistik, sezgi, geçmiş tecrübe. Yoğun dönemde gözden kaçan olur.

Agent ne yapıyor:

Her gelen dosyayı geçmiş fraud paternleriyle otomatik karşılaştırıyor. Anomali skoru çıkarıyor. "Bu dosya neden şüpheli?" sorusuna yazılı gerekçe veriyor — sadece kırmızı bayrak değil, açıklamalı kırmızı bayrak.

Arkada ne dönüyor:

Vector similarity search — geçmiş bilinen fraud vakalarıyla yakınlık karşılaştırması.

Kural tabanı — sektöre özgü sabit kontroller (aynı hastaneden kısa sürede tekrarlı bildirim gibi).

LLM — şüphe nedenini insan dilinde yazan katman.

Açıklanabilirlik burada kritik. Agent "bu dolandırıcılık" demiyor. "Şu sebeplerle ikinci göz at" diyor. Fark çok büyük.

 

Bu Bir Fantezi Değil: Allianz Nemo

Temmuz 2025. Allianz Avustralya, Project Nemo'yu devreye aldı.

Nemo tam olarak bu yazıda anlattığım şey: sigortanın belirli bir tür hasarını — fırtına sonrası gıda bozulması, yani buzdolabı içeriğinin elektrik kesintisiyle bozulması — uçtan uca agentic AI ile işleyen bir sistem.

Sistem 500 AUD altındaki küçük hasarları hedef alıyor. Büyük hasarlara dokunmuyor. Çünkü mesele fantezi değil, doğru noktayı seçmek.

Sonuç: işlem süresi günlerden saatlere indi. %80 iyileşme. Teknik süreç 5 dakikanın altında tamamlanıyor. Sonra insan karar veriyor.

Nemo'da yedi uzman agent birlikte çalışıyor (yukarıdaki şemada görebilirsiniz):

• Planner → iş akışını yönetir
• Cyber → veri güvenliğini denetler
• Coverage → poliçenin teminat kapsamını doğrular
• Weather → hasar anındaki hava olayını doğrular
• Fraud → dolandırıcılık sinyallerini tarar
• Payout → ödeme tutarını hesaplar
• Audit → tüm süreci özetleyip insana aktarır

Son kararı? Hep insan veriyor. Allianz'ın kendi ifadesi:

Ödeme kararları asla otomatize edilmez.

Ve şu da önemli: Nemo 100 günden az sürede canlıya alındı. Yıllar süren bir dönüşüm projesi değil. Doğru seçilmiş dar bir kullanım alanı, doğru ekip, net bir kapsam.

 

Ama AI Her Şeyi Çözmüyor

Buraya kadarki kısmı umut verici. Ancak dürüst olmak gerekirse dört ciddi sorun var:

• Deepfake fraud artıyor. AI hem çözüm hem problem. Üretilen sahte belgeler, sahte fotoğraflar, sahte sesler. Fraud tespiti yapan agent'lar, sahte üreten AI'larla yarışıyor.
• Regülasyon sıkı. AB AI Act, KVKK, sigortacılık mevzuatı. Özellikle otomatik karar verme üzerine kısıtlar artıyor. Agent kurduğunuzda bu katmanı atlayamazsınız.
• Explainability problemi. Müşteri "neden reddedildim?" diye sorduğunda "AI öyle dedi" yeterli değil. Hem hukuken, hem etik olarak. Agent'ın açıklanabilir olması şart.
• Full automation riskli. Underwriting gibi yüksek riskli alanlarda tamamen AI'ya bırakılmıyor. Bırakılmamalı da. Human-in-the-loop bir tercih değil, zorunluluk.

Allianz Nemo bile bunu biliyor. Bu yüzden son kararı insana bırakıyor.

 

Kapanış

"AI tool"dan "AI çalışan"a geçiş. Ama dikkat:

Çalışanın patronu hâlâ insan.

Agent bir müdür değil. Bir kıdemli asistan.

Ve her kıdemli asistan gibi — doğru yönetilirse ekibin en verimli üyesi olur. Yanlış yönetilirse şirkete zarar verir.

Soru artık "AI işimizi alır mı?" değil.

Soru "hangi işi AI'ya bırakacağız, hangisini kendimize saklayacağız?".

Sigortacının karşısındaki seçim de bu.

 

Serinin devamı için kendi sektörünüzden örnek görmek ister misiniz? Bana yazın, onları tek tek ele alalım. Bir sonraki durağı birlikte seçelim — sağlık mı, finans mı, perakende mi?