KOBİ'lerin yapay zekâ destekli e-ihracat ve agentic commerce dönüşüm raporu

Yapay zekâ ajanları, tüketici adına ürün arayıp karşılaştırmaya ve satın alma adımlarını yürütmeye başladıkça e-ihracatın rekabet zemini değişti. Webtures Insights bu raporda, KOBİ'lerin agentic commerce dönüşümünü dört kademeli bir olgunluk modeli, GEO/AEO içerik standartları, ACP ve UCP protokol mimarisi ve 90 günlük bir pilot yol haritası üzerinden ele alıyor. Amaç net: Türk e-ihracatçısının ürün verisini yapay zekâ sistemlerinin güvenip alıntıladığı bir doğruluk merkezine dönüştürmek.

Yönetici Özeti (Executive Summary)

Küresel dijital ticaret ekosistemi, tüketicilerin arama motorlarında anahtar kelimeler aradığı ve web sitelerinin görsel kullanıcı arayüzlerini (UI) manuel olarak gezindiği geleneksel paradigmalarından köklü bir kopuş yaşamaktadır. Yapay zekâ asistanlarının ve otonom yazılım ajanlarının tüketiciler adına ürün keşfi yaptığı, teklifleri karşılaştırdığı, pazarlık yürüttüğü ve satın alma adımlarını tamamladığı "Agentic Commerce" (Ajan Ticareti) çağı kurumsallaşmaktadır. Webtures Insights tarafından gerçekleştirilen makro pazar analizleri, küresel e-ticaretteki rekabetin "görsel tasarım ve trafik kazanımı" alanından, yapay zekâ modellerinin karar verme mekanizmalarını şekillendiren "makine tarafından okunabilir veri mimarisi" katmanına kaydığını göstermektedir.

Tüketicilerin arama ve keşif süreçlerini yapay zekâ arayüzlerinde yürüttüğü, ancak nihai satın alma adımlarını güvendikleri markaların kendi e-ticaret sitelerinde (DTC) tamamlamayı tercih ettiği küresel düzeyde doğrulanmıştır. Bu durum, Agentic Commerce mimarisinin tek başına kapalı bir satın alma kanalı değil, her şeyden önce algoritmik bir "AI Keşif, Görünürlük ve Pazar Payı (Share of Answer) Kanalı" olarak konumlandırılmasını zorunlu kılmaktadır. Türkiye pazarı, tüketici tarafındaki yüksek yapay zekâ adaptasyonu ile üretici/KOBİ tarafındaki veri altyapısı olgunluğu arasında asimetrik bir uçurum sergilemektedir.

Türkiye, ChatGPT kullanım yoğunluğunda dünya birincisi durumundayken, KOBİ ölçeğinde yapay zekâ adaptasyonu kısıtlı bir seviyede kalmaktadır. Bu raporda, Türk e-ihracatçılarının küresel pazarlardaki avantajını artırmak üzere Webtures tarafından geliştirilen 4 Kademeli KOBİ Olgunluk Modeli, Üretken Motor Optimizasyonu (GEO/AEO) Standartları, Katmanlı Protokol Mimarisi (ACP/UCP) ve kamu politikalarına yönelik Agentic Ticaret Destek Programı (ATDP) çerçevesi sunulmaktadır.

. Makro Pazar Dinamikleri ve Agentic Commerce Paradigması

.1 Tüketici Davranışlarında Otonom Devir ve Güven Paradoksu

Accenture tarafından 16 ülkede 25.590 tüketiciyle gerçekleştirilen küresel pazar araştırmaları, tüketicilerin %74'ünün kendileri adına satın alma işlemi yapması için kişisel bir yapay zekâ ajanına en yakın arkadaşlarından daha fazla güveneceğini ortaya koymaktadır. Tüketicilerin %74'ü rutin alışveriş görevlerini otonom ajanlara devretmeye açık olduğunu belirtirken, %32'si tanımlı bütçe ve tercihler dâhilinde karar verme yetkisini ajanlara devretmeye hazır olduğunu, %9'u ise uçtan uca otonom satın alma modelini benimsemiştir. Yapay zekâ araçlarını aktif kullanan tüketici segmentleri için üretken yapay zekâ platformları, fiziksel mağazaları ve geleneksel arama motorlarını geride bırakarak bir numaralı ürün keşif kanalı haline gelmiştir. 2030 yılına kadar küresel perakende harcamalarında 3 ila 5 trilyon dolar arasındaki bir hacmin yapay zekâ ajanları tarafından yönlendirileceği öngörülmektedir.

.2 "Native Checkout" Kırılması ve AI Keşif Kanallarının Stratejik Konumu

Sektörel ölçekte 2026 yılı itibarıyla çok kritik bir yapısal kayma yaşanmıştır. OpenAI, ChatGPT içerisinde başlattığı gömülü "Instant Checkout" uygulamasını Mart 2026'da revize etmiş ve satın alma akışını satıcının kendi kontrolündeki doğrulanmış e-ticaret sitesine (DTC) yönlendiren esnek bir modele geçmiştir. Morgan Stanley TMT Konferansı'nda paylaşılan Walmart verileri, ChatGPT içi gömülü satın almaların, mağazanın kendi web sitesine yönlendirilen trafiğe kıyasla dönüşüm oranının üçte biri düzeyinde kaldığını ve yaklaşık 200.000 ürün listelenmesine rağmen Instant Checkout kanalında yalnızca 30 civarında Shopify satıcısının aktif kalabildiğini göstermiştir.

Tüketicilerin arama ve karşılaştırmayı yapay zekâda yaptığı, ancak güven, ödeme ve kargo esnekliği nedeniyle işlemi markanın kendi sitesinde bitirmek istediği saptanmıştır. Dolayısıyla markalar için asıl rekabet, ürün verilerini yapay zekâ sistemlerine "doğruluk merkezi" (source of truth) olarak sunabilmektir.

.3 Türkiye Pazarındaki Asimetrik Fırsat Penceresi

Türkiye, dijital tüketici davranışları ile işletme altyapıları arasında eşsiz bir asimetri taşımaktadır:

• Tüketici Tarafı (Dünya Liderliği): We Are Social ve Meltwater verilerine göre Türkiye, yapay zekâ kaynaklı web trafiğinde ChatGPT'nin %94,49'luk payı ile küresel ölçekte birincil sırada yer almaktadır. Türk internet kullanıcılarının %39,7'si aktif olarak ChatGPT kullanmaktadır.
• Üretici Tarafı (KOBİ Darboğazı): TÜİK verileri, 10-49 çalışanlı KOBİ'lerde yapay zekâ kullanım oranının %6,6 seviyesinde kaldığını, web sitesi sahipliğinin %56,5, e-satış yapan girişim oranının ise %13,6 olduğunu göstermektedir.
• İhracat Asimetrisi: ChatGPT Ads ve otonom checkout altyapıları Türkiye iç pazarında reklam hedeflemesine kapalı durumdayken; ABD, Kanada, İngiltere, Avustralya, Yeni Zelanda, Japonya ve Güney Kore gibi ihracat pazarlarında aktiftir. İç pazarda rekabet eden işletmeler bu kanalları kullanamazken, yurt dışına e-ihracat yapan Türk KOBİ'leri bu altyapılardan derhal yararlanabilmektedir.

. KOBİ Yapısal Darboğazları ve Webtures Dört Göstergeli Teşhis Mimarisi

KOBİ'lerin yapay zekâ destekli e-ihracat süreçlerine uyum sağlamasının önünde altyapı, insan kaynağı, veri hijyeni ve finansman boyutlarında dört temel yapısal engel bulunmaktadır. TÜİK verilerine göre işletmelerin yapay zekâ teknolojilerini kullanmama gerekçelerinde ilk sırayı %74,2 ile uzmanlık ve nitelikli personel eksikliği almaktadır. Maliyet engeli ise %67,4 ile ikinci sırada gelmektedir.

Saha gözlemleri, KOBİ'lerdeki bilgi işlem süreçlerinin genellikle tek bir genel IT personeli tarafından yürütüldüğünü veya operasyonun tümüyle dış hizmet sağlayıcılara devredildiğini göstermektedir. KOBİ'lerin ürün verileri izole ERP, muhasebe veya Excel dosyalarında dağınık halde bulunmakta; stok, fiyat, GTIN (Global Trade Item Number) ve ürün nitelikleri API düzeyinde ortak bir veri deseninde buluşmamaktadır. Gerçek zamanlı stok ve fiyat senkronizasyonunun bulunmaması, yapay zekâ ajanlarının KOBİ ürünlerini "güvensiz" olarak etiketlemesine ve değerlendirme dışı bırakmasına yol açmaktadır.

Ajan sistemleri belirsizliği veya stok hatalarını tolere etmemekte; ödeme anında tükenen bir ürün, ilgili mağazanın algoritmik güven skorunu kalıcı olarak düşürmektedir. Bu engelleri aşmak adına Webtures, KOBİ'leri karmaşık değerlendirme süreçlerine sokmadan en fazla dört basit gösterge üzerinden hızlıca teşhis eden Dört Göstergeli Teşhis Mimarisi modelini uygulamaktadır:

1. Veri ve Şema Göstergesi: Ürün verisi SKU düzeyinde yapılandırılmış mı; GTIN/MPN kodları eksiksiz mi ve makine tarafından okunabilir bir XML/JSONL feed üretilebiliyor mu3?
2. Görünürlük ve GEO Göstergesi: Marka ve ürünler, hedef pazar dilinde yapay zekâ asistanlarına (ChatGPT, Perplexity, Gemini) yöneltilen 20-50 ticari niyetli prompt sorgusunda yer alıyor mu3?
3. Ölçüm ve Analitik Göstergesi: GA üzerinde AI kaynaklı trafiği diğer yönlendirmelerden ayıran özel kanal grubu (RE Regex) ve server-side tagging altyapısı kurulu mu3?
4. İnsan ve Yönetişim Göstergesi: İşletme içerisinde yapay zekâ araçlarının çıktılarından ve veri kalitesinden sorumlu tanımlı tek bir "AI Süreç Sahibi" bulunuyor mu3?

. Üretken Motor Optimizasyonu (GEO/AEO) ve Princeton Araştırması Bulguları

Geleneksel Arama Motoru Optimizasyonu (SEO), yerini Yanıt Motoru Optimizasyonu (AEO) ve Üretken Motor Optimizasyonu (GEO) disiplinlerine bırakmaktadır. Yapay zekâ sistemleri metinleri sıralamak yerine doğrudan bilgi sentezlediği için, içeriklerin makine tarafından işlenebilirliği ve doğrulanabilirliği birincil rekabet alanı haline gelmiştir. Princeton Üniversitesi, Georgia Tech, Allen Institute for AI ve IIT Delhi araştırmacıları tarafından gerçekleştirilen akademik GEO araştırması (Aggarwal ve ark., ACM SIGKDD 2024 / arXiv:2311.09735), 10.000 sorgu üzerinde 9 farklı içerik stratejisini test etmiş ve yapay zekâ atıf algoritmalarının çalışma prensiplerini ortaya koymuştur.

Çalışma, geleneksel SEO taktiklerinin çoğunun AI sistemlerinde işe yaramadığını veya görünürlüğü düşürdüğünü kanıtlamıştır. GEO-bench test ortamında yapılan simülasyonlarda, metinlerde yapılan metodolojik değişikliklerin atıf oranları üzerindeki etkisi "Position-Adjusted Word Count" ve "Subjective Impression" metrikleriyle ölçülmüştür. Araştırmanın en kritik bulgularından biri "Eşitleyici Etkisi"dir (Equalizer Effect).

Google arama sonuçlarında 5. sırada yer alan düşük sıralamalı web siteleri, doğru GEO taktiklerini uyguladıklarında AI yanıtlarındaki görünürlüklerini %115,1 oranında artırmıştır. Bu durum, küçük ve orta ölçekli e-ihracatçıların dev markalar karşısında algoritmik olarak öne geçebileceğini doğrulamaktadır. Ayrıca, yapay zekâ platformlarından gelen web trafiği standart GA kurulumlarında büyük ölçüde "Direct" (Karanlık AI Trafiği / Dark AI Traffic) olarak sınıflandırılmaktadır. KOBİ'lerin bu kanaldan gelen dönüşümleri görebilmesi için özel kanal grupları ve RE regex kuralları tanımlanmalıdır.

. Teknik Protokol Mimarisi, Ürün Besleme ve Makine Okunabilirliği Standartları

Agentic Commerce sistemlerinin otonom biçimde çalışabilmesi için dikey entegrasyon sağlayan katmanlı bir teknik protokol mimarisi kurumsallaşmıştır. İletişim katmanında Anthropic tarafından geliştirilen MCP (Model Context Protocol) ve Google/Linux Foundation ortaklığı olan A2A (Agent-to-Agent) yer alırken; ticari işlem katmanında ACP (Agentic Commerce Protocol) ve UCP (Universal Commerce Protocol) standartlaşmaktadır. Ticari semantik katmanında ACP, OpenAI ve Stripe iş birliğiyle Apache 2.0 lisansı altında açık kaynak olarak sunulmuştur.

ACP mimarisinde "doğruluk merkezi" (source of truth) tamamen satıcının arka plan sistemindedir. Ajan kendi ara belleğindeki veriye dayanarak işlem yapmaz; satıcının sunduğu REST endpoint'leri üzerinden her adımda hesaplanan durum bilgisini işler. UCP ise Google, Shopify, Target ve Etsy koalisyonuyla geliştirilen, satıcıların kendi web alan adlarında /.well-known/ucp dizini altında yeteneklerini ilan ettiği merkeziyetsiz bir mimari sunmaktadır. Ajanların işletmenin ürünlerini sorunsuz tarayabilmesi, anlamlandırabilmesi ve işleyebilmesi için üç temel teknik dosya ve veri yapısı zorunludur:

1. Bot İzinleri Yapılandırması (robots.txt): Yapay zekâ modellerinin arama, tarama ve atıf botlarına erişim izni verilmelidir. GPTBot model eğitimi yaparken, OAI-SearchBot ChatGPT içi canlı arama ve atıflama işlevini yürütür. Google-Extended ise Gemini ve AI Overviews sistemlerini besler.
2. Ajan Bilgilendirme Standardı (/llms.txt): Web sitesinin kök dizinine eklenen /llms.txt dosyası, yapay zekâ ajanlarına sitenin mimarisi, ana ürün kategorileri, iade politikaları ve kargo şartları hakkında özet ve düz metin (Markdown) formatında kılavuzluk sunar.
3. Yapılandırılmış Veri ve Feed Spesifikasyonu (Schema Markup & ACP Spec): Ürün sayfalarında JSON-LD formatında @type: Product, @type: Offer, MerchantReturnPolicy ve ShippingDetails şemaları eksiksiz yer almalıdır. ACP ve UCP feed dosyaları UTF-8 kodlamasında, JSONL, CSV veya Parquet formatında hazırlanarak sunucuya push edilmelidir. Günlük ve 15 dakikalık stok/fiyat güncelleme döngüleri desteklenmelidir.

. Uygulamalı Dönüşüm Müfredatı, Mentorluk Modeli ve Görev Bazlı Sertifikasyon

Dünya Bankası tarafından yürütülen geniş kapsamlı meta-analizler (David McKenzie, World Bank Research Paper No. 9408), geleneksel sınıf içi teorik işletme eğitimlerinin firmanın satış ve kârlılığı üzerinde yalnızca %5-10 düzeyinde istatistiksel olarak önemsiz bir etki yarattığını kanıtlamıştır. Buna karşın, deneyimsel öğrenme, kural-temelli (heuristics) yönlendirme, uygulamalı görevler ve kilometre taşı bazlı koçluk/mentorluk kombinasyonu ile tasarlanan yeni nesil programların başarı oranı belirgin şekilde yüksektir.

Bu nedenle Webtures, KOBİ'lerin Agentic Commerce dönüşümünde "teorik eğitim" modelini reddetmekte; her modülü doğrulanabilir bir Mezuniyet Görevi ile tamamlanan 5 adımlı icra odaklı müfredatı uygulamaktadır:

KOBİ Dönüşümü İçin Beş Somut Mezuniyet Görevi

1. Teknik Erişim Görevi: robots.txt dosyasında OAI-SearchBot ve Google-Extended erişimlerinin açılması, site köküne /llms.txt eklenmesi ve Google Rich Results Test ile doğrulanması.
2. AI Görünürlük Taraması: Markanın ve ürünlerin hedef pazar dilinde belirlenen 20 İngilizce prompt sorgusundaki başlangıç (baseline) görünürlük ve atıf oranının ölçülmesi.
3. Feed Üretimi ve Validasyonu: Katalogdaki ürünler için GTIN kodlarının tamamlanması, ACP/Google uyumlu XML/JSONL feed dosyasının oluşturularak doğrulayıcıdan (validator) geçirilmesi.
4. Ölçüm Altyapısı Kurulumu: GA üzerinde "Session source" bazlı RE regex kuralı ile "AI Trafiği" kanal grubunun oluşturulması ve analitik paneline bağlanması.
5. İhracat Kanal Aktivasyonu: chatgpt.com/merchants başvurusunun yapılması, /.well-known/ucp manifestinin yayınlanması ve hedef pazarda ilk $25/gün bütçeli ChatGPT Ads kampanyasının başlatılması.

. Ölçümleme (ACDS), Kamu Teşvik Mekanizmaları ve 0-90 Günlük Pilot Yol Haritası

Agentic Commerce dönüşümünün başarısı, hem işletme seviyesinde hem de kamu desteği seviyesinde kanıt temelli göstergelerle (KPI) izlenmelidir. Teşvik mekanizması, geleneksel yazılım lisans desteği ödemelerinden ziyade; veri kalitesini, entegrasyonu ve doğrulanabilir e-ihracat sonuçlarını ödüllendiren Agentic Ticaret Destek Programı (ATDP) çerçevesinde kurgulanmalıdır. Sistem, harcama öncesi firma durumunu tespit eden ve zaman serisi halinde ilerlemeyi ölçen Agentic Commerce Değerlendirme Seti (ACDS) ile denetlenmelidir.

ACDS mimarisi; ön eleme katmanı (G1-G), 8 kümede 50 puanlanan soru ve 18 sayısal panel göstergesinden (P1-P) oluşmaktadır. Pilot uygulama, 20-30 e-ihracatçı KOBİ'nin katılımıyla 90 günlük üç aşamalı bir takvimde yürütülmelidir:

• İlk 30 Gün (Hazırlık ve Teşhis): İşletmelerin ACDS T baz hat skorları çıkarılmakta, robots.txt erişim izinleri verilmekte, kök dizine /llms.txt eklenmekte, Product ve Offer Schema işaretlemeleri tamamlanmakta ve GA üzerinde RE regex kuralı ile "AI Trafiği" kanal grubu tanımlanmaktadır.
• -60 Gün (Veri ve Feed Entegrasyonu): Katalogdaki GTIN/MPN eksiklikleri tamamlanmakta, ACP/UCP standartlarına uygun JSONL veya CSV formatında ürün beslemesi üretilmekte, doğrulayıcı araçlardan (validator) geçirilmekte ve günlük/15 dakikalık stok ve fiyat senkronizasyon otomasyonu kurulmaktadır.
• -90 Gün (Kanal Aktivasyonu ve İhracat): chatgpt.com/merchants başvurusu ve /.well-known/ucp manifest yayını tamamlanmakta, ABD ve İngiltere gibi hedef ihracat pazarlarında ChatGPT Ads ve AI Mode kampanyaları canlıya alınmakta ve ACDS T (90. gün) değerlendirmesi yapılarak AI kaynaklı ciro, atıf oranı ve ROAS göstergeleri raporlanmaktadır.

. Stratejik Sonuç ve Makro Politika Tavsiyeleri

Türkiye'nin Agentic Commerce ve e-ihracat dönüşümünü ulusal ölçekte başarması için Ticaret Bakanlığı, TOBB ve kamu karar vericilerine altı temel politika önerisi sunulmaktadır:

1. Mevcut E-İhracat Desteklerinin Agentic Commerce'e Uyarlanması: 5986 Sayılı E-İhracat Destekleri altındaki "Pazara Girişte Dijital Faaliyet Destekleri" mevzuatı genişletilmelidir. Ürün feed hazırlığı ve otomasyonu, GEO/AEO analitik araç abonelikleri, Schema/veri kalitesi danışmanlığı ve AI reklam yüzeyleri (ChatGPT Ads, AI Overviews) desteklenebilir harcama kalemleri arasına alınmalıdır.
2. Kademe Bazlı Modüler Teşvik Yapısı (ATDP): Singapur'un "SMEs Go Digital" programı emsal alınarak, teşvikler KOBİ'nin dijital olgunluğuna göre kademelendirilmelidir. Sınıf 1 (Hazırlık) firmalarına eğitim ve danışmanlık kuponu; Sınıf 2 (Adaptasyon) firmalarına LLM/API kullanım kredisi (%70 destek, aylık üst limitli) ve veri standardizasyon desteği; Sınıf 3 (Ölçekleme) firmalarına ise reklam bütçesi ve "Sonuç Bonusu" (+10 ila +20 puan ilave destek) verilmelidir.
3. Onaylı entegratör ve AI growth sağlayıcı akreditasyonu: KOBİ'lerin nitelikli hizmet sağlayıcıya erişimini güvenceye almak adına "Akredite AI Growth Sağlayıcısı" ve "Onaylı Entegratör" havuzu oluşturulmalıdır. Sağlayıcı destekleri zaman bazlı danışmanlık yerine, "Feed onaylandı, AI görünürlük skoru artırıldı, ilk kampanya açıldı" gibi doğrulanabilir kilometre taşlarına bağlanarak ödenmelidir.
4. Ulusal Agentic Commerce Sandbox ve Ortak Veri Platformu: Tekil KOBİ'lerin tek başına kuramayacağı ajan simülasyonu, feed doğrulayıcı ve uçtan uca test ortamı (Sandbox) kamu kaynağıyla kurulmalıdır. Ortak Veri Platformu ve Tedarikçi Yönetim Sistemi (TYS) aracılığıyla KOBİ ERP'leri ulusal veri şemasına bağlanmalıdır.
5. E-KİP Entegrasyon Seferberliği: Kamusal ihracat platformları KOBİ yazılımlarının içine API düzeyinde gömülmeli; KOBİ'lerin ayrı bir ekrana girmeden kendi ERP/muhasebe paneli içerisinden ACP/UCP uyumlu ürün beslemesi dışa aktarması sağlanmalıdır.
6. Ulusal Yapay Zekâ Stratejisi Hizalaması: Cumhurbaşkanlığı Dijital Dönüşüm Ofisi tarafından yürütülen Ulusal Yapay Zekâ Stratejisi Eylem Planı'na "KOBİ'lerin Agentic Commerce ve E-İhracat Dönüşümü" müstakil bir eylem maddesi olarak eklenmeli, Ticaret Bakanlığı sorumlu uygulayıcı kurum olarak konumlandırılmalıdır.