Tedarik zincirinde yapay zekâ ajanları ve depoda "dijital işçi": SAP, Descartes, IFS Softeon ve CEVA ne yapıyor?

Ekim'in ilk iki haftasında SAP, Descartes, IFS Softeon ve CEVA Logistics tedarik zinciri ve depo operasyonları için yapay zekâ ajanları ve robotik çözümler duyurdu. Ortak tema: insan onayı ve yetki sınırları içinde çalışan otonomi.

Tedarik zinciri yazılımlarında Ekim 2026'nin ilk iki haftası yapay zekâ ajanlarına ayrıldı. Descartes 6 Ekim'de ajanları onay ve yetki sınırları içinde yöneten bir "kontrol düzlemi" tanıttı ^[2]. SAP 8 Ekim'de tedarik zinciri için yeni Joule ajanlarını duyurdu ^[1]. IFS Softeon 13 Ekim'de depo yönetim sistemine gömülü "dijital işçiler" sundu ^[3]. 14 Ekim'de ise CEVA Logistics'in iki Avrupa deposunda yapay zekâ destekli robotları hizmet olarak kullanmaya başladığı haberi geldi ^[4]. Bu yazıda tedarik zincirinde yapay zekâ ajanlarının depo ve lojistik ekipleri için ne anlama geldiğini karşılaştırıyoruz.

Bu duyurular aynı soruya farklı cevaplar veriyor: Planlama, depo ve sevkiyat kararlarını yapay zekâya ne kadar devredebiliriz, insan bu döngünün neresinde kalacak?

Bir bakışta: Dört duyuru

SAP: Planlamadan sevkiyata Joule ajanları

SAP, SAP Connect etkinliğinde daha önce SAP Sapphire'da tanıttığı altı Joule asistanının kapsamını genişlettiğini ve kritik tedarik zinciri görevlerini üstlenecek uzman Joule ajanları eklediğini açıkladı ^[1]. Duyuruda öne çıkanlar şunlar ^[1]:

• Supply Chain Planning Assistant: Planlamacıların istisnaları tek bir çalışma alanında fark etmesine, simüle etmesine ve çözmesine yardımcı oluyor.
• Manufacturing Assistant: Üretim sahasındaki aksaklıklara anında yanıt vermeyi hedefliyor.
• Logistics Assistant: Yeni yetenekleri depolama, çıkış optimizasyonu, sipariş karşılama ve taşıma sevk planlamasını kapsıyor.
• Asset Operations Assistant: Ekipman ve bakım sinyallerini bakım talebi başlatma, ön değerlendirme ve simülasyon adımlarına dönüştürüyor.
• Business Network Assistant: Tedarikçiler ve lojistik ortaklarıyla kaynak bulma, sözleşme ve istisna yönetiminde iş birliğini güçlendiriyor.

SAP, bu yeni yeteneklerin genel kullanıma 2026'nın dördüncü çeyreğinde açılmasını planlıyor ^[1]. Şirketin paylaştığı müşteri örneklerinden biri doğrudan lojistik ekiplerini ilgilendiriyor. Gıda, içecek ve beslenme sektörlerine doğal bileşen üreten Doehler'in CIO'su Stephan Schissler, Logistics Issue Resolution Agent'ın sorunun kök nedenini tespit edip çözüm önerdiğini ve lojistik ekibinin daha önce sorun gidermeye harcadığı zamanın kabaca üçte birini geri kazandığını söylüyor ^[1].

SAP'nin vurguladığı kavram "karar hızı" (decision velocity). Şirkete göre tedarik zincirinde kararlar birbirine bağlı ve tek başına akıllı bir otomasyon yalnızca tek başına bir değer üretiyor. Ajanların bir alandaki kararın diğerini nasıl etkilediğini anlaması gerekiyor ^[1].

Descartes: Ajanlar için "kontrol düzlemi"

Descartes'ın yaklaşımı farklı bir sorunu hedefliyor: şirketler ve ticaret ortakları arasındaki koordinasyon. Şirketin Chicago'daki Innovation Forum'da tanıttığı Agent Control Plane, Descartes Global Logistics Network (GLN) üzerine kurulu. Amacı, yapay zekâ ajanlarını uygulamalar ve ticaret ortakları arasında koordine ederek çok adımlı iş akışlarını tanımlı sınırlar, politikalar ve insan gözetimi içinde yürütmek ^[2].

Descartes'ın ürün yönetiminden sorumlu yürütücü başkan yardımcısı (EVP) Ken Wood, tedarik zinciri ekiplerinin bağlantılı sistemlere rağmen e-postalar, mesajlar ve portallardan gelen güncellemeleri yorumlamaya, bilgileri yeniden girmeye ve sonraki adımları koordine etmeye ciddi zaman harcadığını belirtiyor ^[2]. Kontrol düzlemi, müşterinin tanımladığı izin ve onay noktalarını uyguluyor ve ajan eylemlerinin izlenebilir bir kaydını tutuyor ^[2].

IFS Softeon: Depoda alan bazlı "dijital işçiler"

Depo tarafındaki en somut duyuru IFS Softeon'dan geldi. Şirketin Fulfillment Flow çözümünün merkezinde "dijital işçiler" var. Bunlar depodaki tek bir alana odaklanan yapay zekâ ajanları: mal kabul, dalga yönetimi, iş gücü, otomasyon, adresleme ve ikmal ile sevkiyat ^[3].

Her dijital işçi aynı altı "zekâ sütunu" üzerine kuruluyor: tesisin kendisi, canlı operasyonlar, alanlar arası bağlantılar, sevkiyat kesim saatleri ve hizmet seviyeleri gibi saha hedefleri, mevcut çalışanlar ve otomasyon. IFS Softeon'a göre geleneksel depo yapay zekâsı çoğu zaman bir alanı diğerinin aleyhine optimize ediyor. Fulfillment Flow'da ise dijital işçiler gördüklerini tesisin tamamında akışı yöneten merkezi bir operasyon ajanıyla paylaşıyor. Böylece her kararın mal kabul sahası ya da üretim hattı beslemesi gibi komşu alanlara etkisi de hesaba katılıyor ^[3].

Karar yapısı da net tanımlanmış. Dijital işçiler deneyimli alan sorumluları gibi gözlemlerini ve önerilerini merkezi ajana iletiyor. Merkezi ajan depo müdürüne nasıl hareket edilmesi gerektiğini öneriyor. Öncelikleri belirleyen ve son kararı veren ise müdür ^[3]. IFS Softeon CTO'su Mark Fralick bunu "Depo müdürü kontrolü elinde tutuyor" diye özetliyor ^[3].

CEVA ve Sereact: Robotu satın almak yerine kiralamak

Fiziksel tarafta CEVA Logistics, Alman robotik şirketi Sereact'ın çift kollu robotlarını Almanya'daki Greven ve Polonya'daki Świebodzin depolarında devreye aldı. Robotlar, bir moda perakendecisi olan Zalando adına iade edilen ürünleri tanıyor, kavrıyor ve ayrıştırıyor. Supply Chain Digital'in aktardığına göre robotlar bunu ürüne özel eğitim ya da önceden tanımlanmış stok kodu profilleri olmadan yapabiliyor ^[4].

Depo operasyonları açısından iki ayrıntı önemli. Birincisi ticari model: Kurulum "hizmet olarak robotik" (Robotics-as-a-Service, RaaS) modeliyle sunuluyor ^[4]. İkincisi insanın yeni rolü: Habere göre depo ekiplerinin istasyon gözetimine, istisna yönetimine ve kalite kontrole odaklanması bekleniyor ^[4]. CEVA Sözleşmeli Lojistik Kıdemli Başkan Yardımcısı Chris Walton, iade işlemenin öngörülemeyen hacimler, manuel kalite kontrolleri ve mevsimsellik nedeniyle en zorlu operasyonlardan biri olduğunu vurguluyor ^[4].

Tedarik zincirinde yapay zekâ: Ortak payda "sınırları belirlenmiş otonomi"

Dört duyuruyu birleştiren şey, hiçbirinin "tam otonom depo" vaat etmemesi. SAP ajanların "yetkilendirildiğinde" koordineli eylem başlatabileceğini ^[1], Descartes müşterinin tanımladığı izin ve onay noktalarını ^[2], IFS Softeon son kararın depo müdüründe kaldığını ^[3] vurguluyor. CEVA örneğinde bile robotun yanında istisnaları yöneten bir insan ekibi var ^[4].

İkinci ortak nokta mimari. Yapay zekâ ayrı bir ekranda değil, işin yapıldığı sistemin içinde konumlanıyor: ERP'de, WMS'te, lojistik ağında. Yani ajanın kalitesi, beslendiği operasyon verisinin kalitesinden bağımsız değil.

Bu ne anlama geliyor? Türkiye'deki şirketler için

Türkiye'de SAP ya da benzeri kurumsal sistemlerle çalışan üreticiler ve lojistik hizmet sağlayıcıları için bu ajanlar mevcut lisansların ve sürüm takvimlerinin bir parçası olarak gündeme gelecek. Sözleşmeli lojistik yapan 3PL firmaları için ise CEVA'nın RaaS modeli dikkat çekici bir örnek. Büyük bir sermaye yatırımı yerine kullanım bazlı ödeme, otomasyonun özellikle mevsimsel ve hacmi öngörülemeyen operasyonlarda denenmesini kolaylaştırabilir.

Öte yandan bu sistemlerin vaat ettiği faydalar büyük ölçüde temiz ve güncel operasyon verisine bağlı. Depo adres yapısı, stok doğruluğu ve iş emri disiplini zayıf olan bir tesiste ajan, mevcut karmaşayı yalnızca daha hızlı yeniden üretir.

Bu ajanların beslendiği veri katmanı için KARDEMİR'in ISA-95 tabanlı Seviye 3 projesini inceleyebilirsiniz. SAP'nin aynı dönemde İK tarafında duyurduğu ajanlar için işe alımda yapay zekâ ajanları yazımıza, ajanlara yetki verirken dikkat edilecekler için de yapay zekâ ajanı güvenliği kontrol listemize bakabilirsiniz.

Pratik çıkarımlar

1. İstisnalarla başlayın. Doehler örneğinde olduğu gibi ^[1], ilk kullanım alanı olarak tekrarlayan lojistik sorunlarını ve istisna yönetimini seçmek, ölçülebilir bir başlangıç sunar.
2. Yetki matrisi yazın. Hangi kararın ajanda, hangisinin vardiya amirinde ya da depo müdüründe kalacağını önceden tanımlayın. Satıcıların sunduğu onay noktaları ^[2][3] bu matrise göre yapılandırılmalı.
3. Ajan kaydını zorunlu kılın. Ajanın hangi bilgiyle hangi eylemi yaptığını gösteren izlenebilir kayıt ^[2], hem hata analizinde hem de müşteri denetimlerinde gerekli olacak.
4. Alanlar arası etkiyi ölçün. Bir alanı iyileştirirken diğerini bozmamak için KPI'ları tek tek değil, tesis akışı düzeyinde izleyin ^[3].
5. Otomasyonda RaaS'ı değerlendirin. Hacmi değişken süreçlerde robotu satın almak yerine hizmet olarak almak ^[4], riski ve ilk yatırımı azaltabilir.
6. Ekibin rolünü yeniden tanımlayın. Gözetim, istisna yönetimi ve kalite kontrol ^[4] için eğitim planını otomasyon projesiyle aynı anda hazırlayın.

Depoda "dijital işçi" dönemi başlıyor. Ancak bu ilk dalgada belirleyici olan, ajanın ne kadar akıllı olduğundan çok, sahadaki insanla nasıl iş bölümü yaptığı olacak.

Sıkça sorulan sorular

Depoda "dijital işçi" nedir?

IFS Softeon'un tanımına göre depodaki tek bir alana (mal kabul, dalga yönetimi, iş gücü, otomasyon, adresleme ve ikmal ya da sevkiyat) odaklanan bir yapay zekâ ajanı. Dijital işçiler gözlemlerini tesis akışını yöneten merkezi bir operasyon ajanıyla paylaşıyor, son kararı ise depo müdürü veriyor ^[3].

SAP'nin yeni tedarik zinciri ajanları ne zaman kullanıma açılıyor?

SAP, yeni yeteneklerin genel kullanıma 2026'nın dördüncü çeyreğinde açılmasını planlıyor ^[1].

Hizmet olarak robotik (RaaS) nedir?

Robotların satın alınmak yerine hizmet olarak kullanıldığı ticari model. CEVA Logistics, Sereact'ın robotlarını Greven ve Świebodzin depolarında bu modelle devreye aldı ^[4].

Tedarik zincirinde yapay zekâ ajanları insanların yerini alıyor mu?

Bu dört duyurunun hiçbiri tam otonom bir depo vaat etmiyor. Onay noktaları ve son karar insanda kalıyor, CEVA örneğinde de depo ekiplerinin gözetim, istisna yönetimi ve kalite kontrole odaklanması bekleniyor ^[1][2][3][4].