Kurumsal Ses AI’sı Daha Fazla Kişilik Gerektirmiyor. Tasarım Yoluyla Empatiye İhtiyacı Var

2017’den beri ses alanında çalışıyorum, bir hype döngüsünü yaşamış ve ikinci bir dalganın gerçek bir ivme kazandığını izleyecek kadar uzun bir süredir. Bu ikinci dalga teknik olarak daha etkileyici olsa da, etrafındaki sohbet sayılara indirgenmiş durumda. Bunun çok azı insanların gerçekten nasıl konuştuklarıyla ilgili ve söyleyebilirim ki, sesin önceki aşamalarını işaret eden dilbilim ve psikolojiye olan tutkulu bağımızı kaybettik.

Duyuruları taradığınızda gecikme süreleri, çözüm oranları ve ajanların neler yapabileceğiyle ilgili iddialı vaatler göreceksiniz. Bunların hepsi önemli, ancak görevi tamamlayamayan güzel konuşan bir ajan işe yaramaz. Özellikle, kurumsal ses ürünleri giderek aynı temel modeller havuzundan yararlanıyor, bu da hızın aslında sadece temel bir gereklilik olduğunu gösteriyor.

Fark tamamen başka bir yerde yatıyor. Ajan neyi biliyor? Ne yapabiliyor? Etkileşim sırasında nasıl hissettiriyor? En önemlisi, müşterinin ajan bir makine olduğu için ekstra bir çaba harcaması gerekiyor mu?

Empati odaklı ses tasarımının başladığı nokta budur. Sıcak bir ses ya da sempatik bir ifade eklemek demek değil. Arayanın niyeti, bilişsel yükü ve muhtemel duygusal durumu etrafında tasarlamak demektir. Ajan, işletmenin zaten bildiği şeyleri bilmeli, ne yaptığını açıklamalı, bir hata yaptığında temiz bir şekilde toparlanmalı ve iş bittiğinde konuşmayı durdurmalıdır.

A warm synthetic voice that asks for the same account number three times has not made the call any easier and the warmth is not doing any work.

Empathy Is Not a Voice Setting

Bir ses, arkasındaki sistem sorunu anlamasa ya da faydalı bir şey yapamasa da düşünceli görünebilir. Bir müşteri bir kesinti, tartışmalı bir fatura ya da birkaç ekip arasında kesintiye neden olan bir uygulama engeli hakkında arıyor olabilir. Ajan yalnızca SSS’yi biliyorsa, sıcak ya da cilalı bir ton deneyimi empatik kılmaz. Ajan, kimin aradığını, ne satın aldığını, hesabındaki son etkileşimin ne olduğunu ve müşteriye yardımcı olmak için ne yapma yetkisine sahip olduğunu bilmelidir.

Kurumsal bir ses ajanının doğru müşteri ve ürün bağlamına, uygun izinlere ihtiyacı vardır; böylece kişi hâlâ hat üzerinde iken yanıtlayıp harekete geçebilir. Arayanın arama sonuçlarının sesli okunmasına ihtiyacı yoktur. Belki iade yapılması, kaydın düzeltilmesi ya da doğru uzmanı devreye sokması gerekir.

Empatiyi hem bir tasarım disiplini hem de bir sistem gereksinimi olarak görüyorum. Konuşma tasarımı, ajanın nasıl davrandığını belirler. Alttaki mimari, yeterince faydalı olup olmadığını belirler. Birleşik sonucu sesin ürün dokusu olarak düşünüyorum: sistemin ne bildiği, bu bilgiyi nasıl kullandığı, belirsizliği nasıl yönettiği ve konuşma sona erdiğinde kişinin nasıl hissettiği.

Voice Creates a Social Contract

Ses, nötr bir arayüz değildir. Yakın zamanda bir müşteriyle bir görüşme yapıyordum ve demo ajanının kadın sesi vardı. Bir dakika içinde odadaki insanlar ona “o” diye hitap etmeye başladı. Kimse bu kararı duyurmadı; bu, konuşmanın doğal bir uzantısıydı.

Bu etki, üretken AI’dan önce ortaya çıkmıştır. 1994 yılında yapılan araştırmada bilgisayarların sosyal aktörler olarak incelenmesi, Clifford Nass, Jonathan Steuer ve Ellen Tauber, insanların bir makineyle etkileşime girdiklerini bilseler bile bilgisayarlara sosyal tepkiler verdiklerini gösterdi. Ses, zamanlama, güven ve ton aracılığıyla bu yanıtı artırır.

Bu, başarısızlığın hissedilişini değiştirir. Örneğin, yanlış bir bağlantı döndüren bir metin kutusu sinir bozucu, siz konuşurken üstüne konuşan, aynı noktayı iki kez yanlış anlayan ve sorunu çözdüğüne ısrar eden bir ses ise kabalık gibi gelir. Teknoloji duygu geliştirmedi. Arayan geliştirdi.

Güven zaten zayıf. Melbourne Üniversitesi’nin KPMG ile ortak yürüttüğü 2025 küresel çalışması, 47 ülkede 48.000’den fazla kişiyi anketledi. Sonuç, yüzde 66’sının AI’ı düzenli kullandığını, ancak yalnızca yüzde 46’sının ona güvenmeye istekli olduğunu gösterdi. Her ses etkileşimi ya biraz güven kazanır ya da harcar.

Ayrıca etik bir gerilim de var. Endüstri genellikle en insan sesine sahip ajanı en iyisi olarak görür. Ancak insanlar kandırılmak istemez. Bir ajan tasarlarken, kendini tanıtmasını, neye erişebileceğini açıklamasını ve önemli bir şey yapmadan önce ne yapacağını belirtmesini isterim. Şeffaflık, konuşmanın bir parçası olmalı.

Design for the Ear, Not the Eye

Ekran bağışlayıcıdır. İnsanlar tarayabilir, yeniden okuyabilir ve geri kaydırabilir. Konuşma duyulduğu anda kaybolur, bu da bilişsel yükü akademik bir dipnot yerine pratik bir tasarım kısıtı haline getirir.

Nelson Cowan’ın çalışma belleği incelemesi, genç yetişkinlerde yaklaşık üç ila beş anlamlı öğe ile sınırlı bir merkezi depolama alanı tanımlar. Ancak ses sistemleri hâlâ uzun menüleri okur ve birkaç soruyu tek bir turda birleştirir. Çoğu insan, özellikle dikkat dağınık, araç kullanıyor ya da zaten sinirliyken, tüm bu bilgiyi tutamaz.

Bir metin sohbet botu, sadece metin‑konuşmaya dönüştürülerek ses ürünü olarak adlandırılamaz. Yerel ses tasarımı daha kısa dönüşler kullanır, önemli bilgileri önce verir ve arayanın kesmesine alan tanır. Ayrıca, bir konuşmadaki her boşluğun doldurulması gerekmediğini kabul eder; bu yüzden hız önemli olsa da, yerel ses tasarımı bir konuşma bittiğinde “okuma” yapabilir.

Arka planım, insanlar arasındaki ve sosyal ortamlardaki dil işleyişini inceleyen sosyokültürel dilbilim içerir. Bu, ses tasarımında faydalıdır çünkü tempo, prozodi, dönüş alma ve onarım gibi konularda kesin bir dil sağlar. “Doğal duyulsun” bir tasarım talimatı değildir. Bir konuşmanın nasıl işleyeceğini tanımlayabilmek, ekiplerin somut olarak inşa edebileceği bir şey sunar.

What Empathy-Led Design Looks Like

Empati odaklı tasarım, bir ajanın daha sıcak ya da daha insan gibi ses çıkarmasını sağlamakla ilgili değildir. Konuşmayı kişinin durumuna göre şekillendirmek, bir görevi yerine getirmek için gereken çabayı azaltmak ve başarısızlığı onların hayal kırıklığına eklemeden yönetmek demektir. Pratikte, bu birkaç temel tasarım seçeneğiyle başlar.

Start With Why the Person Called

İnsanlar bir şirketin sınıflandırmasını keşfetmek için aramazlar. Bir şey bozulduğundan, geciktiğinden ya da kafa karıştırıcı olduğundan ararlar. “Bu teslimatı durdurmam gerekiyor” diyen bir arayan, genel bir sipariş durumu senaryosuna yönlendirilmemelidir. Ajan, hangi teslimattan bahsedildiğini ve hâlâ müdahale edip edemeyeceğini belirlemelidir.

Use Context to Remove Repetition

Empati, genellikle sistemin sormadığı şeylerde en çok görülür. İşletme zaten müşterinin kim olduğunu, hangi ürünü kullandığını ve daha önce ne olduğunu biliyorsa, ajan arayanın bunu yeniden oluşturmasını istemek yerine onaylanmış bağlamı kullanmalıdır.

Bu aynı zamanda işletme içinde de geçerlidir. Toplantılar arasında bir satış temsilcisi, bir hesaptaki değişiklikleri sorabilmeli, takibi belirleyebilmeli ve güncellemeyi doğru sisteme geri yazdırabilmelidir. Değer, bağlamı kaybetmeden veya daha fazla idari iş yaratmadan hareket halinde kalmaktır.

Design the Repair Before the Happy Path

Her ses sistemi birini yanlış duyacaktır. Aksanlar, arka plan gürültüsü, tanıdık olmayan isimler ve kesintiler bunu kaçınılmaz kılar. Ürün, sonrasındaki adımla tanımlanır. En kötü iyileşme modeli, aynı soruyu aynı kelimelerle tekrarlamaktır. Daha iyi bir yanıt, ajanın ne anladığını açıklar ve belirsizliği daraltır. Sorun, ajanın sahip olmadığı bir yargı ya da erişim gerektiriyorsa, arayanın birini talep etmesinden önce bir insanın devreye girmesi gerekir.

Respect the Handoff and the Exit

Bir arayanı bir kişiye yönlendirmek bir başarısızlık değildir. Ancak konuşmanın bağlamı olmadan yönlendirmek bir başarısızlıktır. Ajan, müşterinin ne dediğini, neyi tanımladığını ve neyi denediğini iletmeden aramayı devrederse, müşteri baştan başlamak zorunda kalır. Bu, AI’ın ortadan kaldırması gereken tam olarak o iştir.

Sorun çözüldüğünde de aynı durum geçerlidir. Bazen en iyi ses deneyimi bir soru, bir doğru yanıt ve bir tıklamadır. Arayanlar, telefonu kapatmadan ajana teşekkür etmeyebilir ya da sorularının çözüldüğünü onaylamayabilir. İhtiyacını aldılarsa, etkileşim başarılıdır.

Measure Effort, Not Performance Theater

Tamamen çözülen tek seferlik bir arama, müşteri memnuniyeti onaylamadan telefonu kapattığı için bir geri dönüş gibi görünebilir. Başarı, uzun bir senaryoyu tamamlamak anlamına geliyorsa, ekipler daha uzun konuşmalar için optimize eder ve buna etkileşim derler.

Tekrar eden aramaları, düzeltmeleri, önlenebilir yönlendirmeleri ve istenen eylemin tamamlanıp tamamlanmadığını ölçmeyi tercih ederim. NPS gibi daha geniş memnuniyet puanları hâlâ önemlidir, ancak konuşma kendisi, müşterinin olması gerekenden daha fazla çaba harcadığı noktaları ortaya koyar.

Şubat 2026’da Gartner rapor etti ki, müşteri hizmetleri ve destek liderlerinin %91’i AI’ı uygulama konusunda üst yönetim baskısı altındaydı. Bu baskı, otomasyonun gerçekten işi azaltıp azaltmadığını ölçmeyi daha da önemli kılıyor. Tekrar eden aramalar, gereksiz yönlendirmeler ya da daha uzun etkileşimler yaratan bir ses ajanı, kağıt üzerinde verimli görünebilir ancak maliyeti başka bir yere kaydırır. Sistem doğru işi çözdüğünde, gereksiz dönüşleri önlediğinde ve müşterileri daha pahalı bir kanaldan geri dönmekten alıkoyduğunda ekonomi iyileşir.

Capability and Empathy Belong Together

Kurumsal ses pazarı doğal konuşmanın ötesine geçiyor. Şimdi önemli olan, bir ajanın arayanın ihtiyaçlarını anlayıp doğru iş bağlamına erişebilmesi, kesin ve güvenli bir şekilde hareket edebilmesi ve konuşma senaryodan çıktığında uygun şekilde yanıt verebilmesidir.

Empati odaklı tasarım, bir ajanın daha konuşkan olmasını sağlamamalıdır. Doğru yapıldığında, tekrarı ortadan kaldırır, açıklamaları kısaltır ve arayanın makineyi yönetmek zorunda kalmasını engeller. Bazen memnuniyet, zor bir şeyin kolaylaşması hissiyle ortaya çıkar.

Herhangi bir AI ürünü geliştirirken sorduğum en önemli soru acımasızca basittir: neden biri zahmet etsin? Ses, bir şeyi belirgin şekilde kolaylaştırdığında yerini hak eder; insanlara daha fazla iş vermek yerine.

Bir ses ajanını piyasaya sürmeden önce, sadece cilalı demoları değil, başarısız konuşmaları da dinleyin. Kişinin neden aradığını anladı mı? Sorunu çözmek için yeterli bilgiye sahip miydi? Başarısız olduğunda, bir sonraki adımı kolaylaştırdı mı yoksa zorlaştırdı mı?

Cevap belirsizse, daha fazla kişilik, düşük gecikme ve daha insan bir ses sorunu çözemez.