AI agent ile satış sequence: 12 ay sonra ne öğrendik

SDR ekibinizin günlerinin yarısını e-posta kişiselleştirmeye, BANT skorlamaya ve cadence düzeltmeye harcadığını hissediyorsanız bu yazı sizin için. 2025’in ilk çeyreğinde dört farklı müşteride satış sürecini bir AI agent ile genişletme deneyine başladık. Sektörler farklıydı — bir B2B SaaS, bir kurumsal eğitim platformu, bir orta ölçek e-ticaret operasyonu, bir profesyonel hizmet ajansı — ama hepsi aynı soruyu soruyordu: AI agent satışın hangi parçalarını gerçekten alıyor? O tarihte cevap belirsizdi; bir kısım takım her şeyi otomatize etme hayalindeydi, bir kısmı tamamen şüpheciydi.

12 ay sonra cevaplar biraz daha net. Bu yazıda dört müşteride aynı dönemde gözlemlediğimiz “çalışan”, “çalışmayan” ve “kısmen çalışan” parçaları birlikte koyuyoruz. Sayılar somut: dört müşterinin toplamında 2.300+ AI-driven outreach sequence, 480 demoya dönüşen lead, 67 kapanan satış, 87.000 USD aylık tooling maliyeti (en yüksek noktada). Aynı dönem boyunca SDR ekibinden iki kişi ayrıldı, yerine yeni alım yapılmadı; diğer iki müşteride SDR sayısı sabit kaldı ama kapasite %180-220 büyüdü. Yazının sonunda önümüzdeki 12 ay için ne yatırım yapıp ne yapmayacağımıza dair çıkarımlar var.

Çalışan: kalifikasyon, kişiselleştirme, cadence

Üç parça net şekilde AI’ın getirisini ödedi: gelen lead’in kalifikasyon ön-elemesi, outreach e-postası kişiselleştirme ve cadence yönetimi. Hepsi yapısal, tekrarlayan ve açık kuralları olan görevler — yani AI agent için ideal saha.

Kalifikasyon ön-eleme. BANT (Budget, Authority, Need, Timeline) ve MEDDIC çerçevelerinin ilk-pas elemesi AI için doğal. Pratik kurulum: lead form veya inbound e-posta arka tarafta n8n + Claude API üzerinden geçer. Agent şirketin web sitesini, LinkedIn profilini, mevcut CRM kayıtlarını okur; BANT için 4 puanlı bir skor üretir, MEDDIC için 6 boyutlu bir not. Çıktı CRM’e (HubSpot veya Salesforce) custom field olarak yazılır. SDR sabah açtığında 50 lead’in 12’sinin “yeşil”, 18’inin “sarı”, 20’sinin “kırmızı” olduğunu görür; ilk 90 dakika yeşillere gider. Sayılarla: kalifikasyon süresi 17 dakikadan 4 dakikaya düştü; SDR’nin etkin lead ile demo koşturma oranı %23’ten %41’e çıktı. AI’ın “yeşil” dediği lead’lerin %78’i SDR değerlendirmesiyle eşleşti, “kırmızı” alanda %91 örtüşme. Ortadaki “sarı” alan (%62 örtüşme) hâlâ insan gözü istiyor.

E-posta kişiselleştirme. SDR’nin geleneksel 4-6 dakikada yazdığı kişiselleştirilmiş e-posta AI için 30-45 saniye. Hat: lead CRM’e düşer, agent şirket sitesini, son press release’leri, prospect’in son LinkedIn paylaşımlarını okur, bir “kişisel hook” (1-2 cümle) üretir, e-posta gövdesine yapay durmadan yerleştirir. SDR onaylar veya düzenler, gönder. Sayılar: açılma oranı %23’ten %41’e, cevap oranı %3,2’den %7,8’ye. Önemli detay: cevap oranı sıçrayışı kişiselleştirme kalitesinden çok açılma oranındaki büyümeyle ilgili; “bana gerçekten bakılmış” hissi cevap eşiğini düşürüyor.

Cadence yönetimi. 7 günlük cadence’te (gün 0 e-posta, gün 3 LinkedIn, gün 5 voicemail, gün 7 son e-posta) tetikleme zamanlaması, prospect cevap verdiğinde durdurma, sinyal yakalandığında özel takip — hepsi ideal zaman tabanlı görev. Agent katmanı eklendiğinde “prospect bu hafta LinkedIn’de yeni post paylaştı, sequence’i 3 gün durdurup ona referans veren özel e-posta yazalım” gibi dinamik kararlar mümkün. SDR’nin günlük etkileşim kapasitesi 25-40’tan 60-80’e çıkıyor.

Üç sınır. Birincisi: lead atamayı AI’a bırakmamak — atama takım dinamiği (tatil, son kota, sektör uzmanlığı) içerir, AI bu boyutta kötü karar verir. İkincisi: e-postaları SDR onayı olmadan otomatik göndermemek; her 100 e-postada SDR’nin yaptığı 4-5 düzeltme kalite eşiğini koruyor. AI ürün geliştirme disiplini yazımızda tartıştığımız “günlük model değerlendirmesi” alışkanlığı bu surface için doğrudan geçerli. Üçüncüsü: cadence içeriği aynı şablonun varyasyonlarına düşmesin diye haftalık varyant rotasyonu zorunlu.

Çalışmayan: müzakere, multi-stakeholder, kreatif pitch

Üç alanda 12 ay sonra net olarak yetersiz: müzakere, kurumsal çoklu paydaş navigasyonu ve kreatif pitch yazımı. Bu alanlarda dört müşteride defalarca denedik, sonuç ya çıktı kötü ya prospect ilişkisi bozuldu.

Müzakere. Fiyat itirazı, ödeme koşulları, indirim kararı, kontrat detayı — AI için hâlâ erken. Sebep yapısal: müzakerede insan duygusu (gerilim, alaycı ton, korku, heyecan) iletişimin yarısını oluşturur. AI yazılı müzakerede bile bu sinyalleri zor yakalıyor. Bir prospect “biraz pahalı bence” dediğinde AI’ın cevabı “şu özelliklerimizi düşünelim” gibi yapısal; deneyimli AE’nin cevabı çoğu zaman 20 saniye sessizlik + “anladım, hangi rakamla rahat hissedersiniz” geri-sorusu. Fark kapanış oranlarına yansıyor. İkinci sebep: müzakere tarafların gerçek niyetini saklamasının caiz olduğu nadir alan. AI dürüstlük üzerine optimize edildiği için taktikleri doğal hissetmiyor; bir müşterimizde AI’ın “size özel fiyat” cümlesi prospect’in “her zaman bu cümle olur” cevabıyla müzakereyi bozdu.

Multi-stakeholder. Enterprise satışta tipik 5+ paydaş (CFO/CIO, operasyon müdürü, IT mimarı, procurement, VP Finance) süreçte yer alır. AI’ın tek prospect’le e-posta sequence’i koşturma yeteneği iyi; 5 paydaş arasındaki politikayı okuma yeteneği yok. “CFO bu kararı CIO’dan önce vermek istemez ama CIO da CFO onayı olmadan ilerlemez” gibi politik dinamik AE’nin algıladığı, AI’ın algılamadığı gerçeklik. Sayılarla: dört müşteride enterprise (50K USD ACV+) kapanan 11 satışın hiçbirinde AI ana yürütücü değildi. Mid-market’te (5-50K USD ACV) AI çok daha aktif.

Kreatif pitch. AI yapısal pitch’leri (tipik kullanım vakası, ROI hesabı, başarı hikâyesi) iyi yazıyor; bir prospect’in özel sektör sorununa atfen “biz aslında bunu yapmıyoruz, ama sizin için şu yaklaşımı düşünelim” gibi yaratıcı pivot zor. Kreatif pitch’in altında “şirketin gerçek kapasitesi nedir” bilgisi yatıyor; AE bunu içselleştirmiş, AI prompt’a yazılan dışına çıkamıyor. Çalışan hibrit: AE 5 dakikada kreatif yön çiziyor, AI 15 dakikada eski yazılarla detaylı pitch’i yazıyor.

Maliyet: 300-1200 USD/ay/seat ve ROI

Aylık tooling maliyeti seat başına geniş bir aralıkta: 300 USD’den 1200 USD’ye. Aralığı belirleyen değişkenler: hangi LLM kullanılıyor (GPT-4 vs Claude Haiku tier’ı), hangi outbound platform (Outreach yıllık 1500-2400 USD/seat, Apollo 700-1200 USD/seat), hangi enrichment (Clay 200-500 USD/seat, ZoomInfo özel sözleşme), kendi kurduğunuz vs hazır AI özelliği.

Maliyet detayı dört müşteride ortalama: LLM API 220 USD, outbound platform 350 USD, enrichment 280 USD, n8n self-hosted (orchestrator) 80 USD, monitoring 40 USD = 970 USD/seat/ay. Custom-build için tasarlanan müşterilerimizde bu rakam 600 USD’ye iniyor (LLM gateway optimizasyonu ile token maliyeti yarıya düşüyor).

ROI tipik olarak 3 ayda net oluyor. SDR’nin kapasitesi %60-100 arası büyüyor; 60K USD baz maaşlı bir SDR’nin ek kapasitesi tooling maliyetinin 5-8 katı. Önemli not: bu hesap bir SDR’in işten çıkarılmasına dayanmıyor; mevcut kapasiteyi büyütüyor. Bir müşterimizde iki SDR ayrıldı, yerine alım yapılmadı, bu doğal eksilme ile maliyet daha hızlı geri döndü; ama bu kararı AI verdirten değil, mevcut bir aday-pipeline kararıydı.

Sales rep + AI ortak çalışma modeli

12 aylık deneyim sonrası ortaya çıkan iş bölümü modeli net: AI = SDR’nin 2× kapasite çarpanı, AE’nin %30 hızlandırıcısı.

SDR tarafı. Outreach hacmi (e-posta + LinkedIn + cadence yönetimi) AI’ın net kazançlı olduğu yer. SDR’nin 8 saatlik gününün artık 5 saati prospect ile gerçek konuşmaya, 2 saati AI çıktısının onayı ve düzenlemeye, 1 saati raporlama ve takım koordinasyonuna ayrılıyor. Önceki dağılımda 5 saat hacim üretmeye, 2 saat kalifikasyona, 1 saat konuşmaya gidiyordu — yani prospect ile gerçek temas süresi 5x büyüdü.

AE tarafı. Discovery call, demo, müzakere ve kapanış AE’de kalıyor. AE’nin AI desteği call sonrası özet, follow-up e-posta, kontrat detaylarının ön-değerlendirmesi, takvim koordinasyonu seviyesinde. AE’nin call başına idle time’ı (özet yazma, follow-up hazırlama) 25-30 dakikadan 5-8 dakikaya iniyor; bu zaman ekstra call’a dönüyor.

Modeli somut yapan disiplin: her hafta SDR + AE ekibinin 30 dakikalık “AI-loop” toplantısı. Hangi e-posta varyantı çalıştı, hangi prompt değişikliği gerekti, hangi prospect AI’ın kaçırdığı bir sinyal verdi. Bu meta-feedback hattı olmadan AI çıktısı ekibin gözünde “kabul edilmiş, dokunulmaz” haline geliyor; geri besleme döngüsü kapanmıyor.

KVKK uyarıları ve tooling

CRM verisini AI bağlamına aktarırken birkaç dikkat noktası. Birincisi: prospect e-postalarının ve telefon numaralarının LLM API’ye düz metin olarak gönderilmesi PII işlemedir. Anthropic’in zero data retention özelliği veya self-hosted bir LLM gateway (LiteLLM, Helicone) bu sorunu hafifletiyor; ama açık rıza tarafı hâlâ ekibin sorumluluğunda. İkincisi: outbound iletişim için açık rıza B2B’de daha yumuşak (legitimate interest dayanağı kullanılabilir) ama AI tarafından üretilmiş içerik için ek dikkat gerekiyor — konservatif yaklaşım her sequence başlangıcında “bu mesaj otomatik araçlarla hazırlanmıştır, isterseniz devre dışı kalabilirsiniz” ifadesini içeriyor. Üçüncüsü: prospect’in cevap olarak gönderdiği veri (özellikle gizli niyetli) CRM’e yazılırken hassas olarak işaretlenmeli, sonradan AI training veya başka prompt’lara aktarılmamalı. Bu disiplini KVKK uyumlu CDP yazımızda detaylı tartıştık.

Tooling tarafında dört ana kombinasyonla karşılaşıyoruz: Outreach + native AI (kurumsal segment, lisans 2400 USD/seat/yıl), Apollo + native AI (orta-büyük segment, 1200 USD/seat/yıl), HubSpot Sales Hub AI (HubSpot CRM’i zaten kullananlar için), custom n8n + Claude API (özelleştirme önemli ekipler için). Default önerimiz custom n8n + Claude API; sebebi 3-6 ay içinde mutlaka gelen “AI agent davranışını kontrol etme” ihtiyacı. SaaS-paketlenmiş AI özellikleri o ölçüde özelleştirme sunmuyor. Custom hat ilk 4-6 hafta engineering yatırımı gerektiriyor; 12 ay sonra ekip prompt’u Pazartesi sabah günceller, n8n workflow’u Salı akşam ekler, Çarşamba production’da. Bu hız martech ve AI operasyonu angajmanlarımızın merkezindeki “kontrol vs hız” tartışmasının somut karşılığı.

2026’da nereye gidiyoruz: voice ve video

Önümüzdeki 12 ayda dört müşteriyle birlikte iki alanda pilot başlatıyoruz. Voice agent. Outbound çağrı için AI agent. ElevenLabs + Vapi.ai stack’iyle pilot. Şu an “açılış 30 saniye” yetenek seviyesinde — yani prospect’i karşıla, ilgi sinyali yakala, AE’ye aktar. Tam çağrı yürütme henüz değil; insan algılama (sessizlik, mırıldanma, gerilim) zayıf. 12 ay içinde bu kapasitenin “açılış 90 saniye” seviyesine çıkacağını tahmin ediyoruz; tam çağrı yürütme 24+ ay.

Video personalization. Loom-tarzı kişiselleştirilmiş video AI tarafından oluşturuluyor — prospect’in adı, şirket logosu, sektör atfı eklenmiş, AE’nin yüzü ve sesi. HeyGen veya Synthesia stack’iyle test ediyoruz. Kalite eşiği henüz “deepfake hissi” üretiyor; prospect’lerin %20-30’u rahatsız oluyor. 12 ayda kalite eşiğinin geçilip geçilmeyeceği test edilecek; geçerse outbound video bir mainstream surface oluyor, geçmezse niche’te kalıyor.

Kapanış

12 aylık deney özet halinde: AI agent satışın hacim ve yapısal kısmını alıyor, kreatif ve insan-merkezli kısmını almıyor. SDR rolü dönüşüyor (hacim üreticisinden kalifikasyonu derinleştirici insana), AE rolü dönüşmüyor ama AE %30 hızlanıyor. Maliyet ROI 3 ayda net dönüyor — eğer custom-build edilirse ve aktif yönetilirse.

Önümüzdeki 12 ay için yatırım yapacağımız alanlar: prompt registry olgunlaşması, eval set otomasyonu, voice agent pilot, sales-AI loop ritüeli. Yatırım yapmayacağımız: müzakere otomasyonu, enterprise multi-stakeholder navigation otomasyonu, “her şey AI” tek-tıklama paketler.

Bu deneyleri kendi ekibinizde başlatmayı düşünüyorsanız — özellikle 12 ay sonra geri dönüp “neye yatırım yaptık, neden işe yaradı” sorusunu sorabilmek için — bağlam tarama görüşmesi için bize ulaşın — [email protected]. MarTech ve AI Operasyonları sayfamızda satış, pazarlama ve operasyon arasındaki AI hatlarını nasıl kurduğumuzu detaylandırdık.