Oracle AI Ajanları: En İyi 15 Kullanım Örneği ve 5 Faydası

72% of companies deploying AI solutions.¹ Oracle, AI ajanlarını büyük dil modellerini, doğal dil işlemeyi ve geri getirme ile zenginleştirilmiş üretimi (RAG) birleştirerek kullanır.

Oracle AI ajanlarını, kullanım örneklerini ve faydalarını keşfedin:

Oracle AI ajanları nedir?

OCI üretken AI ajanları, büyük dil modellerini (LLM'leri) akıllı bir geri getirme sistemiyle entegre eden tamamen yönetilen bir hizmettir. Belirtilen bir bilgi tabanını arayarak ilgili yanıtlar sağlamak üzere tasarlanmıştır.

Oracle şu anda Fusion Cloud Applications Suite bünyesinde 600'den fazla AI ajanı ve Fusion AI Agent Marketplace'te 100'den fazla sertifikalı partner ajanı sunmaktadır. Şirket, Oracle Fusion Cloud Applications'a İK, finans, tedarik zinciri ve müşteri deneyimi için entegre edilmiş AI ajan ekiplerinden oluşan 22 yeni Fusion Agentic Applications başlattı.²

Bu AI ajanları, çok adımlı süreçleri yönetmek, yeni durumlara uyum sağlamak ve doğal dil komutlarına yanıt vermek üzere inşa edilmiştir; böylece önceki kural tabanlı sistemlere kıyasla daha fazla esneklik ve hassasiyet sunar. OCI üretken AI Agents, kullanıcıların ve müşterilerinin verilerle bir sohbet arayüzü veya bir API aracılığıyla etkileşime geçmesini sağlayan birden çok veri aktarma yöntemi sunar.

Temel özellikler

• Çeşitli veri aktarma yöntemlerini ve etkileşim kanallarını (sohbet arayüzü veya API) destekler.
• Bilgi tabanından bilgi alarak bağlamsal olarak ilgili yanıtlar oluşturur.
• Tüm yanıtlar için kaynak atıfı sağlar.
• Sözcüksel ve anlamsal yaklaşımları birleştiren hibrit arama yetenekleri sunar.
• Hem girdi hem de çıktı için içerik denetimi içerir.
• Kullanıcıların önceki bağlamı dikkate alan takip soruları sormasına olanak tanıyan çok turlu konuşmaları destekler.
• PDF'lerdeki iki eksenli grafiklerden ve referans tablolarından veri yorumlayabilir, görsel öğelerin açıkça tanımlanmasını gerektirmez.
• Sohbet yanıtlarında PDF belgelerinde bulunan bağlantıları çıkarır ve görüntüler.

Oracle AI ajanları nasıl çalışır? 

1. Girdi: Kullanıcı sorgusu
   • Bir kullanıcı OCI Generative AI Agent'a doğal dilde bir sorgu gönderir.
   • Hizmet, sorguyu kodlar ve işlenmek üzere kurumsal veri deposuna (bilgi tabanı) gönderir.
2. İşleme: Sorguyu anlama ve plan oluşturma
   • Büyük bir dil modeli (LLM) tarafından desteklenen AI ajanı sorguyu yorumlar.
   • Bir yanıt oluşturmak için bir plan formüle eder ve yürütür. Bu, aşağıdaki adımları içerir:
     1. Bilgi tabanında ilgili makaleleri veya belgeleri arama.
     2. Anlamsal uygunluğa göre geri getirilen belgeleri yeniden sıralama.
     3. Tutarlı ve bağlamsal olarak doğru bir yanıt oluşturmak için en ilgili belgeleri ve kullanıcı sorgusunu birleştirme.
3. Çıktı: Yanıtın iletilmesi
   • Ajan, formüle edilen yanıtı kullanıcıya geri gönderir.
   • Yanıt, cevabı oluşturmak için kullanılan belgelere veya kaynaklara referanslar içerir.

Ajanik orkestrasyon

Oracle AI Ajanları, kurumsal araçlar ve veri kaynakları arasında karmaşık iş akışlarını planlayabilen, koordine edebilen ve yürütebilen orkestratörler olarak geri getirme ve yanıt sistemlerini işletir.

Tek işlevli sohbet odaklı yapay zekanın aksine, ajanik orkestrasyon modellerine şunları sağlar:

• Çok adımlı hedefleri yapılandırılmış yürütme planlarına ayrıştırma
• Doğru araçları, API'leri ve kurumsal sistemleri doğru zamanda seçme ve çağırma
• Durum koruma, çıktıları doğrulama ve yinelemeli akıl yürütme yoluyla kendini düzeltme
• Geri getirme, analiz ve görev yürütme katmanları arasında eylem zincirleme
• Gerektiğinde birden çok uzmanlaşmış alt ajan arasında (örneğin, İK, finans, destek) çalışma

Bu orkestrasyon katmanı, Oracle AI Ajanlarının soru-yanıtlamanın ötesine geçerek süreç yürütmeye geçmesini sağlar.

Orkestrasyon hakkında daha fazla bağlam için şunları keşfedin:

• LLM orkestrasyonu
• Çoklu ajan orkestrasyonu
• Ajanik AI ERP
• BT orkestrasyonu.

Ajanlar dahili sistemlerin ötesine geçtikçe, web yürütme ortamları ve birlikte çalışabilirlik standartları kritik hale geliyor:

• Web özellikli ajanları destekleyen MCP sunucu altyapılarını belirlemek için tarayıcı MCP kıyaslamalarını keşfedin.
• Ajanların açık web ile nasıl etkileşime girdiğini gözlemlemek için uzak tarayıcıları karşılaştırın.

Bilgi tabanı veri türleri

OCI Generative AI Agents'ın bilgi tabanı olarak kullanması için veri sağlamanın iki farklı yolu vardır. Bilgi tabanı, AI ajanının yanıt oluşturmak için aradığı bilgi veya belge koleksiyonudur. Her türün ne anlama geldiği aşağıda açıklanmıştır:

1. Hizmet yönetimli seçenek

Bu seçenek, verilerinizi Oracle Cloud Infrastructure (OCI) Object Storage'da depolamanıza olanak tanır. Bu yaklaşımla şunları yapabilirsiniz:

• Her biri maksimum 100 MB boyutunda metin veya PDF belgesi olmak üzere en fazla 1.000 dosya yükleyebilirsiniz.
• Daha fazla veya daha büyük dosya depolamak için Oracle desteği aracılığıyla limit artışı talep edebilirsiniz.

2. Kendin Yönet (BYO) Seçenekleri

Bu seçenek, AI ajanının erişeceği verileri barındırmak ve yönetmek için mevcut sistemlerinizi kullanmanıza olanak tanır. Oracle bu amaçla belirli araçlarla entegrasyon sağlar. Aşağıdaki sistemlerde kullanılabilir:

• Oracle Database 23c (AI vektör araması): Bu, AI ajanının ilgili verileri daha etkili bir şekilde geri getirmesine yardımcı olan, vektör araması da dahil olmak üzere gelişmiş arama yeteneklerini destekleyen bir veritabanıdır.
• OpenSearch ile OCI Search: Bu seçenek, verilerinizi indekslemek ve yönetmek için bir arama motoru teknolojisi olan OpenSearch'i kullanır. Ajanın, yutulan ve indekslenen veriler üzerinde verimli aramalar yapmasını sağlar.

Bu seçenek, veri depolamak ve yönetmek için bir altyapınız varsa size esneklik ve kontrol sağlar. AI ajanını, verileri OCI Object Storage'a taşımadan mevcut sistemlerinize entegre edebilirsiniz.

15 Oracle üretken AI ajanı kullanım örneği

Geri getirme ile zenginleştirilmiş üretim (RAG) ajanları, ajanik RAG gibi, doğru ve bağlama duyarlı yanıtlar üretmek için geri getirme ve dil üretim yeteneklerini birleştirir. Ajan, ilgili belgeleri veya verileri geri getirir ve bu bilgilere dayanarak tutarlı yanıtlar oluşturur.

Örnek kullanım örnekleri şunlardır:

1. Müşteri hizmetleri otomasyonu: Bir müşteri hizmetleri AI ajanı, sohbet arayüzleri aracılığıyla sorguları ele alarak, bilgi tabanı verilerini geri getirerek ve karmaşık sorunları insan ajanlara ileterek müşteri hizmetlerini hızlandırabilir. Bu, daha hızlı sorun çözümü sağlar ve kullanıcı memnuniyetini artırır. Otomasyon aynı zamanda tekrarlayan görevleri azaltarak müşteri destek ekiplerinin kişiselleştirilmiş ve daha yüksek değerli etkileşimlere odaklanmasına olanak tanır.
2. Hukuki araştırma: AI ajanları, emsal ve içtihat için geniş veritabanlarını hızla arayarak hukuk profesyonellerine yardımcı olabilir. Bu yetenekler, planlama ve araştırma görevlerinin verimli bir şekilde yürütülmesini iyileştirir. AI, karmaşık aramaları basitleştirerek daha hızlı karar almayı destekler, hukuk ekiplerinin son teslim tarihlerine uymasını ve müvekkillerine doğru tavsiyeler vermesini sağlar.
3. Finansal analiz ve raporlama: AI ajanları, finans ekiplerine verileri analiz etme, anormallikleri tespit etme ve kapsamlı raporlar oluşturma konusunda yardımcı olur. Piyasa haberleri ve dahili raporlar gibi çeşitli kaynaklardan içgörüler sentezler. Bu tür araçlar, süreçleri düzene sokarak, düzeltici eylemler önererek ve bütçeleme, tahmin ve performans değerlendirmesi için karar alma doğruluğunu artırarak finansal yönetimi iyileştirir.
4. Eğitimde özel ders: AI ajanları, kişiselleştirilmiş öğrenme kaynakları sağlayarak ve karmaşık kavramları açıklığa kavuşturarak kişisel öğretmenler olarak hareket eder. Bu sistemler, öğrenci ihtiyaçlarına uyum sağlar, etkileşimli eğitim içeriği ve adım adım rehberlik sunar. Kaynak geri getirme sürecini otomatikleştirerek, öğrencilerin akademik hedeflere ulaşmasına yardımcı olurken eğitimcilerin yenilikçi öğretim stratejilerine odaklanmasını sağlar.
5. İçerik oluşturma: AI, içerik oluşturuculara ilgili bilgileri geri getirerek, trendleri analiz ederek ve makaleler, raporlar veya sunumlar için öneriler taslaklayarak onları destekler. Bu ajanlar, orijinalliği korurken yaratıcı süreci hızlandırır. Gelişmiş AI yeteneklerinden yararlanarak profesyonellerin içerik kalitesini iyileştirmeye ve kitleleriyle etkili bir şekilde bağlantı kurmaya odaklanmasına olanak tanır.
6. Teknik destek: AI ajanları, teknik kılavuzları ve forumları öz çözümlere dönüştürerek kullanıcılara sorun giderme konusunda rehberlik eder. Sorunları verimli bir şekilde çözerek kesinti süresini en aza indirir. Bu ajanlar, iş yükünü azaltarak ve tutarlı, doğru çözümler sunarak destek ekiplerini güçlendirir, teknik ortamlarda kullanıcı deneyimini önemli ölçüde iyileştirir.
7. Tedarik zinciri yönetimi: AI ajanları, envanter, tedarikçiler ve lojistik hakkındaki verileri toplayarak tedarik zinciri operasyonlarını optimize eder. Eyleme dönüştürülebilir içgörüler için trendleri analiz ederek işletmelerin verimsizlikleri azaltmasına ve operasyonların sorunsuz olmasını sağlar.
8. Tedarikçi katılımı: Bir tedarikçi katılım ajanı, ilgili belgeleri otomatik olarak çekerek, şirket politikalarına uygunluğu doğrulayarak ve kurumsal sistemdeki tedarikçi kayıtlarını güncelleyerek yeni tedarikçilerin entegrasyonunu kolaylaştırabilir.
9. Gayrimenkul analizi: AI ajanları, mülk verilerini ve piyasa trendlerini sentezleyerek gayrimenkul profesyonellerini destekler. Fiyatlandırma, talep ve yatırım fırsatları hakkında içgörüler sunarak karar almaya yardımcı olur. AI odaklı analizle profesyoneller, dinamik piyasa koşullarına uyum sağlayabilir ve müvekkillerine etkili bir şekilde kişiye özel tavsiyeler verebilir.
10. Seyahat planlaması: AI ajanları, destinasyonlar, yerel cazibe merkezleri ve seyahat programları önererek kişiselleştirilmiş seyahat rehberleri olarak hizmet verir. Kullanıcı tercihlerine dayalı olarak özelleştirilmiş deneyimler oluşturarak seyahat düzenlemelerini basitleştirir. Çeşitli veri kaynaklarını entegre ederek bu ajanlar kullanıcı memnuniyetini artırır.
11. Satın alma yardımı: Bir belge işleme AI ajanı, bir satış yöneticisine tedarik görevlerini yönetmede yardımcı olabilir. Örneğin, yönetici yurt dışındaki bir satıcıdan gelen fiyat teklifinin fotoğrafını telefonuyla çekebilir. Ajan:
    • Belgeden ilgili bilgileri çıkarır.
    • Metni, örneğin Japonca'dan İngilizce'ye çevirir.
    • Çıkarılan verilere dayalı bir satın alma talebi oluşturur. Daha sonra aynı ajan, satıcının faturasının işlenmesini otomatikleştirerek bir ödeme yöneticisinin incelemesi için işaretleyebilir.
12. Satış görüşmesi analizi: Satışta, bir AI ajanı satış görüşmeleri sırasında müşteri etkileşimlerini analiz edebilir, müşteri tercihleri veya temel itirazlar gibi içgörüler çıkarabilir ve satış ekiplerinin gelecekteki etkileşimleri iyileştirmesi için ayrıntılı raporlar oluşturabilir.
13. Yetenek yönetimi ve işe alım: AI ajanları, İK ekiplerinin yetenek edinimini hızlandırmasına yardımcı olmak için iş adaylarını belirlemek ve analiz etmek amacıyla kullanılabilir. Varsayımsal olarak, bir ajan veritabanlarında uygun adayları arayabilir, özgeçmişlerini değerlendirebilir ve önceden tanımlanmış iş gereksinimlerine göre öneriler sunabilir.
14. Üretimde kalite kontrol: AI ajanları üretim verilerini izler, kusurları gösteren modelleri belirler ve kalite standartlarını sağlamak için düzeltmeler önerir. Gelişmiş analitikten yararlanarak üreticilerin atığı en aza indirmesine, verimliliği artırmasına ve tutarlılığı korumasına olanak tanır. Bu proaktif yaklaşım, üstün ürün kalitesi ve müşteri memnuniyeti sağlar.
15. Bireysel bankacılık: Oracle, bilgi sağlama, kredi inceleme ve uyumluluk izleme gibi uçtan uca bireysel bankacılık görevlerini otomatikleştirebilen tüketici bankacılığı iş akışları için önceden oluşturulmuş ajanlar içerir. Bu ajanlar şunları kapsar:
    • Kredi başvurusu işlemeyi otomatikleştirmeye yardımcı olan “Ürün Broşürü Oluşturma” ajanı ve “Kredi Karar Verme” ajanı.
    • Müşteri görüşmeleri sırasında mevzuata uygunluğu izlemek için “Görüşme Uyumluluk Kontrolü” ajanı gibi uyumluluk odaklı ajanlar.³

Bazı gerçek hayat örnekleriyle birlikte genel Ajanik AI kullanım örneklerini keşfedin.

Oracle AI Agent Studio

Oracle, AI ajanlarının dağıtımını ve izlenmesini basitleştirmek için merkezi bir ortam olan AI Agent Studio'yu tanıttı. Bu stüdyo, iki temel sütun aracılığıyla kuruluşta yapay zekayı demokratikleştirmeye yönelik bir adımı temsil eder:

• Kodsuz ajan oluşturucu: Kod yazmadan ajanlar oluşturmak, test etmek ve iyileştirmek için doğal dil arayüzü. Kullanıcılar ajanın amacını düz İngilizce ile tanımlayabilir ve oluşturucu temel yapılandırmayı halleder.
• Yerleşik ROI panosu: Stüdyo, her bir ajanın iş etkisini ölçen, tasarruf edilen zamanı veya süreç verimliliğini yansıtan metrikleri izleyen bir pano içerir.

Ajan türleri: İş Akışı ve RAG

Birçok ajan bilgi geri getirmeye odaklanırken, Stüdyo İş Akışı Ajanları oluşturmaya olanak tanır. Bunlar standart RAG ajanlarından farklıdır çünkü:

• Deterministik, kural tabanlı diziler üzerinde çalışırlar.
• Belirli işlevlere, girdilere ve çıktılara sahip önceden yapılandırılmış “düğümleri” takip ederler.
• “Hayali” veya yaratıcı bir yanıtın seçenek olmadığı, katı yönetişim, uyumluluk ve tekrarlanabilirlik gerektiren yüksek riskli senaryolar için tasarlanırlar.

Oracle GenAI ajanlarının faydaları

• Şeffaflık: Yanıtların kaynaklarına kadar izlenmesini sağlar.
• Sürekli güncellemeler: Veri kaynakları, ajanın işlevselliği kesintiye uğramadan güncellenebilir.
• Ölçeklenebilirlik ve güvenlik: Ölçeklenebilir ve güvenli bir mimari üzerinde çalışır.
• Artımlı alım: Artımlı alım ve sürüm kontrolü aracılığıyla hassas veri güncellemelerine olanak tanır.
• İyileştirilmiş etkileşimler: 10 turdan fazla sohbet bağlamını korur.

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.

Tercih edilen kaynak olarak ekle

En son gelişmeler: Oracle AI Ajanları RAG yetenekleri 

OCI Generative AI RAG Agent, daha önce duyurulan beta sürümünün ardından 25 Eylül 2024'te resmi olarak yayınlandı. Yeni RAG (Geri Getirme ile Zenginleştirilmiş Üretim) Ajanları, mevcut OCI Generative AI Agents'a kıyasla çeşitli iyileştirmeler getirdi:

1. Oracle Database 23ai ile entegrasyon: Oracle Database 23ai, metin ve görüntü gibi yapılandırılmamış veriler için gelişmiş vektör araması ekler. Verileri vektör temsillerine dönüştürerek daha hassas ve ilgili arama sonuçları sağlar. Bu, karmaşık sorguların sorunsuz bir şekilde işlenmesine ve yapılandırılmış ve yapılandırılmamış verilerin entegrasyonuna olanak tanır.
2. Basitleştirilmiş kurulum: Geliştirilmiş kullanıcı arayüzü ile basitleştirilmiş kurulum süreci. Sınırlı teknik uzmanlığa sahip kullanıcıların RAG ajanlarını hızlı ve kolay bir şekilde dağıtmasına olanak tanır. Daha az adım ve daha sezgisel bir deneyim, kurulum süresini ve çabasını azaltır.
3. İyileştirilmiş yanıt kalitesi ve alaka düzeyi: LLM'ler daha kaliteli ve daha doğru yanıtlar sağlar. Konuşma etkileşimlerinin daha anlayışlı ve bağlamsal olarak uygun olmasını sağlar.
4. Gelişmiş veri geri getirme ve yeniden sıralama: Gelişmiş veri geri getirme ve yeniden sıralama işlevleri, geniş veri kümelerini tarar ve ilgili bilgileri önceliklendirir. Özellikle incelikli sorgular için yapay zekanın yanıtlarının derinliğini ve hassasiyetini artırır.
5. Hibrit arama: Geleneksel anahtar kelime aramalarını anlamsal arama ile birleştirir. Hem yapılandırılmış hem de yapılandırılmamış veriler için daha ilgili sonuçların geri getirilmesini sağlar.
6. Yönetilen bilgi tabanları: Yapılandırılmamış veriler için entegre vektör deposu ve sağlam veri alım hattı. Karmaşık verilerin depolanmasını, geri getirilmesini ve indekslenmesini basitleştirir. Bilgi tabanlarının kullanıma hazır bir çözüm olarak verimli bir şekilde yönetilmesini sağlar.
7. OpenSearch ile BYO bilgi tabanları desteği: OpenSearch ile Kendin Yönet (BYO) OCI Search için basitleştirilmiş destek. Özel arama yapılandırmaları üzerinde esneklik ve kontrol sağlar. Mevcut OpenSearch sistemleriyle entegrasyonu basitleştirir.
8. İçerik denetimi: Girdi ve çıktıda zararlı veya uygunsuz içeriği işaretlemek için sağlam filtreleme. Güvenli ve emniyetli AI etkileşimlerini sürdürür.
9. Çok modluluk: Metin, görüntü, grafik ve çizelgeler dahil olmak üzere birden çok formattaki verileri işler ve entegre eder. Daha kapsamlı ve bağlamca zengin yanıtlar sunar.

SSS'ler

İleri okuma

• En İyi AI Ajan Araçlarını Karşılaştırın

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

@misc{simsek2026,
  author = {Şimşek, Hazal},
  title  = {{Oracle AI Ajanları: En İyi 15 Kullanım Örneği ve 5 Faydası}},
  year   = {2026},
  month  = apr,
  howpublished    = {\url{https://aimultiple.com/oracle-ai-agents}},
  note   = {AIMultiple. Erişim tarihi: 2 Nisan 2026}
}

Referans Linkleri

1.

Why AI agents are the next frontier of generative AI | McKinsey

McKinsey & Company

2.

Apps update—AI agents, AI marketplace, and more | fusioninsider

3.

Oracle Reimagines Banking for the AI Era with New Agentic Platform

Hazal Şimşek

Endüstri Analisti

Takip Et

Hazal, AIMultiple'da süreç madenciliği ve BT otomasyonuna odaklanan bir endüstri analistidir.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder