M&T Bank, yapay zekâ destekli copilot araçlarını 15.000’den fazla çalışana açarak üretken yapay zekâyı günlük bankacılık operasyonlarının daha geniş bir parçası haline getirdi. Bölgesel ABD bankası, bu araçları iç operasyonlar, müşteri hizmetleri, yazılım geliştirme ve risk yönetimi gibi alanlarda kullanıyor. Kullanım senaryoları arasında çağrı merkezi görüşmelerini analiz etme, rapor taslakları hazırlama, kod üretme, müşteri ihtiyaçlarını belirleme ve portföy risklerini işaretleme yer alıyor. Banka ayrıca siber güvenlik ve dolandırıcılık tespiti tarafında agentic AI uygulamalarını da değerlendiriyor.
Daha önce paylaşılan bilgilere göre yaklaşık 22.000 çalışana sahip kurumda 16.000 çalışan, Microsoft Copilot’u e-posta ve rapor hazırlama ile çağrı merkezi konuşmalarını özetleme gibi işler için kullanmaya başlamıştı. Ancak bu noktaya geliş doğrudan ve kontrolsüz bir geçişle olmadı. Banka, ilk aşamada çalışanların herkese açık büyük dil modellerine erişimini sınırlandırdı. Bunun temel nedeni, çalışanların kamuya açık hizmetlere hassas şirket verileri girebilme ihtimaliydi. Sonrasında kurumsal sağlayıcıları değerlendiren M&T, Microsoft Copilot’u seçti ve önce yaklaşık 800 çalışanı kapsayan bir pilot programla ilerledi.
Bankanın yaklaşımında dikkat çeken unsur, yapay zekâyı verimlilik aracı olarak konumlandırırken insan denetimini merkezde tutması. Çağrı merkezi görüşmelerinin üretken yapay zekâ ile özetlenmesi, her çağrıda yaklaşık altı dakikalık zaman tasarrufu sağlıyor. Yazılım geliştiriciler de GitLab araçlarıyla kod üretiyor, ancak ortaya çıkan çıktının gözden geçirilmesi sorumluluğu çalışanlarda kalıyor. Bu ilke, bankanın 2026 tarihli Code of Business Conduct and Ethics belgesine de yansıtılmış durumda. Politikaya göre çalışanlar yalnızca onaylı yapay zekâ araçlarını kullanabiliyor; gizli, kuruma ait, müşteri, çalışan ya da regülasyona tabi bilgiler onaysız sistemlere girilemiyor. Ayrıca AI destekli işlerin doğruluğu ve uygunluğu konusunda nihai sorumluluk yine çalışanlarda.
Bu dağıtımın arkasında ise birkaç yıllık daha geniş bir teknoloji dönüşümü bulunuyor. M&T, 2018’de başlayan yenileme programıyla altyapısını ve ekip yapısını önemli ölçüde değiştirdi. O dönemde teknoloji uzmanlarının yarıdan fazlası dış kaynak çalışanlardan oluşurken, bugün teknoloji kadrosunun %80’i kurum içinde yer alıyor. Bankada şu anda 300’den fazla çevik takımda çalışan yaklaşık 2.000 teknolog bulunuyor ve program boyunca 1.000’den fazla teknoloji uzmanı işe alınmış durumda.
Altyapı tarafında da kayda değer bir yenilenme yapılmış. Banka, çok sayıda eski platformu devreden çıkararak daha modern sistemlere geçtiğini belirtiyor. Buna paralel olarak teknoloji kaynaklı kesintilerin 2018’den bu yana %80’den fazla azaldığı, yıllık tamamlanan sistem yükseltmelerinin ise %300 arttığı ifade ediliyor. Teknoloji harcamaları 2025’te $1.2 milyarı aşarak 2017 seviyesinin neredeyse üç katına çıktı. Yıllık teknoloji sürümlerinin sayısı da 2018’de yaklaşık 15.000 düzeyindeyken 2025’te 65.000’e yükseldi. Kurumun teknoloji ve operasyon fonksiyonlarını bugün aynı çatı altında yöneten yapı da bu dönüşümün ölçeğini gösteriyor.
Yapay zekâ tarafındaki ilerleme, veri yönetimi programıyla birlikte şekillenmiş durumda. 2023’te bankaya katılan baş veri sorumlusu Andrew Foster, bilginin nereden geldiğini, nasıl kullanıldığını ve sistemler arasında nasıl hareket ettiğini izlemeye yarayan bir data-lineage programı oluşturmaya başladı. Bu çalışmanın üretken yapay zekâya tepki olarak değil, kurumun veri varlığını anlamak için temel bir yetenek olarak tasarlandığı belirtiliyor. Banka ayrıca veri yönetişimi ve veri becerilerine odaklanan bir Data Academy kurdu; programa yaklaşık 2.000 çalışan katıldı.
Kurum içinde Edison adlı bir depo da oluşturulmuş durumda. Bu yapı, bankanın politikaları ve yetkili belgeleri için iç referans noktası görevi görüyor. M&T, verinin veri tabanları, uygulamalar ve iş zekâsı sistemleri arasında nasıl aktığını izlemek için Solidatus ve Monte Carlo yazılımlarından yararlanıyor. Bu lineage çalışması sayesinde tek tek veri öğelerinin kaynağı, anlamı, kalitesi ve yönetişimi konusunda görünürlük sağlanıyor. Banka, Copilot kullanımında bu kontrollü veri temelinden yararlanıyor. Ayrıca retrieval-augmented generation yaklaşımıyla iç ve yönetişimden geçmiş verileri üretken yapay zekâ akışlarına bağladığı da aktarılıyor.
M&T, üretken yapay zekâyı üç ana kanaldan ölçekliyor. İlk yol, çalışanların genel amaçlı kullanım senaryoları; ikinci yol, mevcut uygulamalara gömülü gelen AI yetenekleri; üçüncü yol ise bankanın kendi verileri ve süreçleri etrafında geliştirilen özel sistemler. Kurumun 1.800’den fazla uygulama çalıştırdığı ve bunların önemli bölümünün üçüncü taraf sağlayıcılardan geldiği belirtiliyor. Bu nedenle stratejinin bir ayağı, mevcut uygulamalara zaten eklenmiş yararlı AI işlevlerini belirlemekten oluşuyor. Özel geliştirme tarafında ise tekrarlayan operasyonel işler, yazılım geliştirme, dolandırıcılığı önleme ve siber savunma ilk kullanım alanları arasında sayılıyor.
İlk dönem kullanım örnekleri daha çok taslak hazırlama, özetleme, çağrı merkezi işleri ve yazılım geliştirme etrafında şekillenmişti. Daha yeni uygulamalar arasında müşteri ihtiyaçlarını belirleme ve portföy risklerini işaretleme de yer alıyor. Banka, hem şirket içinde geliştirilen AI sistemlerini hem de genel kurumsal yazılımlar ile finans sektörüne özel teknolojileri değerlendirmeyi sürdürüyor. Bu tablo, M&T’nin yapay zekâyı tek bir ürün dağıtımından ibaret görmediğini; veri, yönetişim, güvenlik ve uygulama katmanlarını birlikte ele alan daha geniş bir işletme dönüşümü olarak konumlandırdığını gösteriyor.
ABD’deki diğer büyük bankalar da benzer şekilde üretken yapay zekâyı çalışan iş akışlarına yayıyor. JPMorganChase, 2024’te iç LLM Suite platformunu 200.000’den fazla çalışana açtı. 2025 itibarıyla kurumsal ve yatırım bankacılığı biriminde 65.000’den fazla çalışan platformu aktif kullanırken, mühendislerin %90’ından fazlası AI kodlama yardımcılarından yararlanıyordu. Banka ayrıca AI tabanlı işlem taramasının önceki işlem hacminin iki katından fazlasını incelemeyi mümkün kıldığını ve manuel operatör kontrollerini yarıya indirdiğini açıkladı.
Bank of America cephesinde ise EricaAssist adlı üretken yapay zekâ destekli sistem 18.000’den fazla müşteri hizmetleri çalışanı tarafından kullanılıyor. Araç, müşterinin neden aradığını özetliyor, ilgili bilgileri getiriyor ve olası sonraki adımları öneriyor; buna rağmen müşteriyle etkileşim sorumluluğu çalışanda kalıyor. Temmuz 2026’da paylaşılan verilere göre EricaAssist bağlamsal yönlendirmeyi üç saniyenin altında sağlayabiliyor ve ortalama çağrı süresini yaklaşık bir dakika azaltmış durumda. M&T’nin son hamlesi de bankacılık sektöründe üretken yapay zekânın, insan denetimi ve veri kontrolüyle birlikte, giderek daha somut operasyonel kazanımlara bağlandığını ortaya koyuyor.
