Singapur'da agentic sesli yapay zeka yönetişimi: politikadan telefon hattına

Bu bir operasyon rehberidir, hukuki tavsiye değildir. Singapur'daki kuruluşlar canlıya çıkmadan önce güncel şartları, sektör kurallarını, sözleşmeden doğan yükümlülükleri ve arama tasarımının kendisini yetkin danışmanlarla gözden geçirmelidir. İşe yarar başlangıç noktası, AI sesli agent'ın insan gibi duyulup duyulmadığını sormak değildir. Asıl soru şudur: ne yapabilir, hangi verilere erişebilir, yanıldığında ne olur ve kim araya girebilir?

Bu soru önemlidir, çünkü agentic AI yalnızca cevap veren bir ses arayüzünden farklıdır. Bir agent birden fazla adımı planlayabilir ve bir hedefe doğru harekete geçebilir. Bir çağrıda bu; arama sebebini belirlemek, bir kayda bakmak, takvimi kontrol etmek, mesaj göndermek, görev oluşturmak, bir ekip arkadaşına aktarmak ve yapılandırılmış bir sonuç yazmak anlamına gelebilir. Ses, bu işletim sisteminin yalnızca bir parçasıdır.

Agentic, yalnızca konuşmak değil, iş yapmak demektir

Dar kapsamlı bir resepsiyon hattı mantıklı bir ilk iş akışı olabilir: çalışma saatlerini yanıtlamak, mesaj almak ya da arayanı yönlendirmek. Ama kategori bu değildir. Canlıda çalışan bir AI agent işletim sistemi, görüşmenin etrafındaki daha geniş işi desteklemelidir: müşteri desteği, lead niteleme, randevu, lojistik ve sevkiyat, sağlık koordinasyonu, finans desteği, İK ön elemesi, anketler, çağrı içi araçlar, CRM'e geri yazma ve yönetim içgörüsü.

DRING'in modelinde agent bir operasyon döngüsünün içinde durur. Platform sesi, kanalları, araçları ve kayıtları birbirine bağlar. Agent Factory bir iş akışı özetini test edilmiş bir sürüme dönüştürür; DRING agent'ları bu sistemde kurar, test eder ve geliştirir. Kalite ve test, canlıya çıkıştan önce ve sonra hem olağan hem de zorlayıcı görüşmeleri sınar. Aylık sektör analizi, tekrarlayan çağrı örüntülerini sahibi belli bir iyileştirme listesine çevirir. Bu yüzden yönetişim ürünün yanında duran bir doküman değildir; sürümün, çağrının ve sıradaki kararın bir özelliğidir.

IMDA'nın agentic çerçevesini bir operasyon tasarımı olarak kullanın

IMDA'nın 2026 Model AI Governance Framework for Agentic AI çerçevesi dört boyut tanımlar: riskleri baştan değerlendirip sınırlamak, insanları anlamlı biçimde hesap verebilir kılmak, teknik kontrolleri ve süreçleri uygulamak, son kullanıcının sorumluluk alabilmesini sağlamak. Pratik değeri şudur: bir ekibe, bir agent'ın hazır olduğunu söylemeden önce tasarımını sınayabileceği dört yer verir.

1. Yetkileri değerlendirin ve sınırlayın

Hedefle ve makul olarak düşünülebilecek en kötü hatayla başlayın, sonra agent'ın yetkilerini iş akışının gerektirdiği kadarla sınırlayın. Sipariş durumu agent'ı bir gönderi kaydını okuyabilir ve onaylı bir takip linki gönderebilir; teslimat adresini değiştirme iznine ihtiyacı yoktur. Randevu agent'ı onaylı bir takvimde uygun saat arayıp bir saati tutabilir, ama mevcut bir randevuyu iptal etmeden önce teyit alması gerekebilir. Finans destek agent'ı bir işlemin durumunu açıklarken itirazları eğitimli bir uzmana yönlendirebilir.

Sınırı işlemler, veriler ve koşullardan oluşan bir tablo olarak yazın. Her araç için hangi alanların okunabileceğini, hangilerinin yazılabileceğini, hangi teyidin gerektiğini ve zaman aşımı ya da belirsizlik durumunda ne olacağını belirtin. Araç iznini teknik bir kolaylık olarak değil, operasyonel bir karar olarak ele alın.

2. İnsanları anlamlı biçimde hesap verebilir kılın

İnsan kontrolü, bir kişinin sonucu değiştirecek yetkisi, bilgisi ve zamanı olduğunda anlamlıdır. Geri alınamaz bir işlem gerçekleştikten sonra uyarı alan bir yönetici, işe yarar anlamda sürecin içinde değildir. Kontrol noktalarını sonuç doğuran işlemlerden önce koyun: istisnai bir iadeyi onaylamak, hassas bir kayıt değişikliğini teyit etmek, bir adayla ilgili risk işaretini incelemek ya da yüksek değerli bir devri kabul etmek.

Sorumlulukları katman katman atayın. İş akışının sonucunun sahibi operasyondur. Veri yolunu gizlilik ve güvenlik sorumluları onaylar. Yayın sürecinin sahibi üründür. Değerlendirme seti ve regresyon sonucunun sahibi kalite ekibidir. Devrin sahibi, onu devralan insan kuyruğudur. Altyapıyı bir tedarikçi işletebilir; ama agent'ın nerede işlem yapabileceğine karar verme sorumluluğu agent'ı kullanan kuruluşta kalır.

3. Kontrolleri yaşam döngüsünün tamamına yayın

Kontroller canlıya çıkıştan önce, çağrı sırasında ve çağrıdan sonra var olmalıdır. Canlı öncesi testler sessizliği, söz kesmeyi, dil karıştırmayı, belirsiz sayıları, erişilemeyen bir CRM'i, başarısız bir aktarımı ve bir insanla görüşmek isteyen arayanı kapsamalıdır. Canlı izleme; araç hatalarını, düşük güvenle tespit edilen niyetleri, tekrarlanan düzeltmeleri, olağandışı CRM yazımlarını ve beklenmedik bir yol izleyen çağrıları göstermelidir.

Sürüm numaralı bir yayın kaydı tutun: iş akışı özeti, prompt ve politika sürümü, araç izinleri, bilgi kaynakları, test sonuçları, trafik kapsamı, onaylayan kişi ve geri dönüş koşulu. Bir çağrı bir hatayı ortaya çıkardığında, bir sonraki test setine tekrarlanabilir bir senaryo ekleyin. Agent Factory'nin amacı budur: canlı kanıt, görünmez bir prompt düzenlemesine değil, kontrollü bir değişikliğe dönüşür.

4. Son kullanıcının sorumluluk almasını sağlayın

Arayanlar ve çalışanlar, agent'ın ne yaptığını ve nasıl yardım alabileceklerini anlamalıdır. İş akışı gerektiriyorsa AI olduğunu söyleyin, amacı sade bir dille açıklayın ve insana giden yolu gerçekten çalışır tutun. Operatörleri, kendinden emin bir sesi olduğu gibi kabul etmek yerine agent'ın önerisini sorgulayacak şekilde eğitin. Onlara, müşteriden baştan başlamasını istemeden görüşmeyi sürdürebilecekleri bağlamı verin.

Kontrol noktasını işe göre belirleyin

İnsanın ne kadar devrede olacağı, işlemin doğuracağı sonuca bağlıdır. Aşağıdaki tablo pratik bir tasarım yardımcısıdır; yerel bir incelemenin yerini tutmaz.

Anlamlı insan kontrolü bir slogan değil, bir iş akışıdır

Dört tasarım kalıbı insan kontrolünü somut hale getirir. Birincisi, bir durma koşulu tanımlayın: doğrudan bir insan talebi, tekrarlanan tanıma hatası, doğrulanmamış kimlik, hassas bir konu, araç hatası ya da politika istisnası. İkincisi, devralacak kuyruğu ve onun hizmet beklentisini tanımlayın. Üçüncüsü, işe yarar bağlamı aktarın: arayanın söylediği niyet, teyit edilmiş bilgiler, denenen işlemler, izin durumu, belirsizlik ve söz verilen sonraki adım. Dördüncüsü, devrin işe yarayıp yaramadığını ölçün.

Yalnızca insana aktarılmadan kapanma oranını ölçmeyin. Çözüldü diye işaretlenen bir çağrı yine de tekrar temasa, yanlış bir CRM alanına ya da güvensiz bir söze yol açabilir. Çözümü, tekrar teması, aktarım sebebini, düzeltme sayısını, araç başarısını, kayıt doğruluğunu ve insanın harekete geçme süresini niyete ve dile göre inceleyin. DRING'in kalite iş akışı bu bulguları regresyon vakalarına dönüştürebilir; aylık sektör analizi de tekrarlanan bir sorunun bilgi tabanına mı, ürüne mi yoksa operasyona mı ait olduğunu gösterebilir.

Singapur'da arama sınırını tasarlayın

Singapur telefon numaralarına yapılan pazarlama amaçlı sesli aramalar, SMS'ler ve fakslar için PDPC'nin işletmelere yönelik Do Not Call Registry rehberine ve iş kurallarına bakın. Rehber, Singapur numaralarını kapsayan DNC hükümlerini anlatır ve kuruluşların bir iletişimden çıkma yolu sunması, kendini tanıtması ve arayan kimliğini gizlememesi gerektiğini söyler. Açık ve net izin ile bazı işletmeden işletmeye bağlamlar dahil istisnaları da açıklar. Kampanya başlamadan önce kuralın tam olarak hangi kitle, amaç, kanal ve ilişki için nasıl uygulandığını teyit edin.

Kontrolü kampanya iş akışının bir parçası yapın. Numaranın kaynağını, temasın amacını, izin ya da engelleme durumunu, DNC kontrol tarihini, arama saat aralığını, arayan olarak gösterilen kimliği ve iletişimden çıkma sonucunu saklayın. Aranmama talebi engelleme kaydını hemen değiştirmeli ve bağlı sistemlerin hepsinde tekrar denemeleri durdurmalıdır. Giden satış iş akışı, büyük bir listeyi asla arama izni olarak görmemelidir.

Uygulama kontrol listesi

• Ölçülebilir bir sonucu ve açık bir kapsam dışı listesi olan, sınırları çizilmiş tek bir iş akışı seçin.
• Her okuma, yazma, mesaj, aktarım ve randevu aracını bir sorumluya ve bir onay koşuluna bağlayın.
• AI bilgilendirmesini, amaç açıklamasını, dil varyantlarını ve insana giden yolu tanımlayın.
• İlgili temaslar için Singapur DNC kontrollerini, izni, engellemeyi ve iletişimden çıkma olaylarını kaydedin.
• Söz kesme, belirsizlik, veri uyuşmazlığı, araç kesintisi, ret ve devir için testler hazırlayın.
• Ses kaydına, transkripte, çıkarılan alanlara, CRM notlarına ve analiz verilerine erişimi birbirinden ayırın.
• Operatörlere bir inceleme kuyruğu, bir devir sorumlusu ve bir geri dönüş anahtarı verin.
• Kontrollü bir trafik diliminde yayına alın ve kaliteyi niyete, dile ve sonuca göre karşılaştırın.
• Doğrulanmış hataları, onaylayanı belli Agent Factory regresyon vakalarına dönüştürün.
• İş akışı, model, araç ya da hedef kitle değiştiğinde çerçeveyi ve sektör rehberlerini yeniden gözden geçirin.

SSS

Singapur'daki yönetişim beklentileri otonom agent kullanamayacağımız anlamına mı geliyor?+

Hayır. Pratik soru, otonominin nerede uygun olduğu, nerede kontrollerin ya da insan onayının gerektiğidir. Sınırları belli bir durum sorgulaması, bir ödeme işlemi, bir işe alım kararı ya da hassas bir sağlık görüşmesiyle aynı riski taşımaz.

Agent'ın kendini tanıtması yeterli mi?+

Hayır. Kendini tanıtmak şeffaflığı destekler; ama yönetişim sınırlı izinler, hesap veren sorumlular, test edilmiş hata yolları, izleme ve gerçekten çalışan bir insan yolu da ister.

Agent doğrudan CRM'imize yazabilir mi?+

Onaylı alanlara yazacak şekilde tasarlanabilir; ama her alanın bir kaynağı, doğrulama kuralı, izni, denetim kaydı ve düzeltme yolu olmalıdır. Etkisi büyük ya da belirsiz değişiklikler incelemeyi beklemelidir.

Her çağrı bir insana aktarılmalı mı?+

Şart değil. Doğru tasarım net bir sınırdır: agent güvenli ve tekrarlanabilir işleri tamamlar; arayan, politika, güven düzeyi, hassasiyet ya da sistem durumu insan muhakemesi gerektirdiğinde aktarır.

Nereden başlamalıyız?

Tek bir hat, tek bir pazar ve sınırları belli tek bir sonuçla başlayın. Bir destek durum akışı, randevu koordinasyonu ya da yapılandırılmış lead niteleme, geniş kapsamlı ve genel amaçlı bir agent'a göre çoğu zaman daha net bir kanıt tabanı sağlar.

Kaynak notları

Bu rehber IMDA Model AI Governance Framework for Agentic AI, PDPC Model AI Governance Framework ve PDPC DNC rehberi kaynaklarına dayanır. Rehberler ve operasyonel şartlar değişebildiği için kaynak sayfalar canlıya çıkmadan önce yeniden kontrol edilmelidir.