Yapay Zekâ Zorunlulukları: Başarılı mı, Başarısız mı? Liderler Her Şeyi Anlatıyor
AI zorunlulukları şu anda her yerde. Bazıları kültürel beklentiler olarak fısıldanıyor, bazıları ise OKR'lara ve performans değerlendirmelerine yazılıyor. Peki gerçekten işe yarıyorlar mı?
AI zorunlulukları getiren liderlere ve bu zorunluluklar kapsamında çalışan kişilere, zorunluluğun gerçekte ne olduğunu, başarının nasıl ölçüldüğünü ve sonrasında ne olduğunu sorduk. Yanıtları, şaşırtıcı derecede tutarlı bir ayrım çizgisine işaret ediyor ve bu çizgi zorunluluğun var olup olmamasıyla ilgili değil. Önemli olan, zorunluluğun neyi ölçtüğü.
Zorunluluklar gerçekte nasıl görünüyordu?
"Zorunluluk" kelimesi bir genelgeyi akla getiriyor, ancak gerçek dünyadaki örnekler basit eğitim gerekliliklerinden katı mühendislik kotalarına kadar uzanıyordu. Daha az katı uçta, herhangi bir kullanım kotasının bulunmadığı Amazon'da Kıdemli Tedarik Zinciri Müdürü olarak görev yapan Aniket Ghonge yer alıyor. "[AI ile] ne kadar iş yaptığım konusunda herhangi bir ölçüm yok" diyor.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Amazon'un kuruluşun her kademesinde talep ettiği şey ise AI eğitimi: "AI eğitimini tamamlamamız gerekiyor. Aksi takdirde konu üst kademelere taşınabilir" diyor ve bunu "Amazon'da standart bir uygulama" olarak nitelendiriyor. Ancak bu hafif beklenti onu engellemedi — Ghonge, ekibi için önemli ölçüde zaman kazandıran vibecoding yöntemiyle bir araç geliştirdi.
[AI ile] ne kadar iş yaptığım konusunda herhangi bir ölçüm yok. Ancak AI eğitimini tamamlamamız gerekiyor.
Diğer uçta ise ReelPulse ve Quartz'ın Kurucusu ve Teknoloji Lideri Liu Peng, katı bir iç kural getirdi: "Veri kazıma işlem hatları ve yerelleştirme betikleri için hazırlanan birleştirme isteklerinin %100'ünde AI destekli kod üretimi kullanılmalı ve her mühendis, sprint değerlendirmeleri sırasında günlük LLM istem iş akışlarını kaydetmelidir."
Çoğu örnek, sürekli kullanım talep etmek yerine AI'ı işin belirli aşamalarıyla sınırlandırarak bu ikisinin arasında bir yerde kalıyordu. CTK Industries'in Kurucusu Neal J. McLeod sınırı dikkatle çizdi: "Kural 'AI'ı her gün kullan' değildi. Kural, 'güvene duyarlı adımlarda insan incelemesini ortadan kaldırmadan düşük değerli manuel işi azalttığı yerlerde kullan' şeklindeydi." Brizy Ürün Direktörü ve Kurucu Ortağı Bogdan Condurache da ürün tarafında benzer bir yaklaşım benimsedi: "AI zorunluluğumuz, her yeni özelliğin çalışmaya başlanmadan önce AI ile değerlendirilmesiydi."
Zorunluluklar ne zaman işe yaradı?
Başarı öyküleri ortak bir örüntü paylaşıyor: liderler sonraki aşamadaki sonuçları ölçtü, insanları inceleme sürecinde tuttu ve muhakemeye alan bıraktı. Simply Noted CEO'su ve Kurucusu Rick Elmore, 2025'in ilk çeyreğinden itibaren her ekip üyesinin AI'ı haftalık iş akışına dahil etmesini istedi, ancak bunu sonuçlar üzerinden takip etti ve "tekliflerin hazırlanması daha az zaman aldı mı? Destek talepleri daha hızlı kapatıldı mı? Pazarlama taslakları daha az revizyon turuna ihtiyaç duydu mu?" diye sordu. Sonuç: "Pazarlama çıktımız, çalışan sayısını artırmadan hacim olarak yaklaşık iki katına çıktı."
Pazarlama çıktımız, çalışan sayısını artırmadan hacim olarak yaklaşık iki katına çıktı.
Tabula'nın Kurucusu Carlos Rios, ekibinin çalışma biçiminde AI'ı varsayılan yöntem haline getirdikten sonra benzer kazanımlar gördü. "Blog içeriklerimizin yaklaşık %95'i artık AI destekli taslak oluşturmayla başlıyor. Yazılması daha önce yaklaşık bir hafta süren bir blog yazısı, incelenmeye hazır hale gelmeden önce artık yaklaşık bir saatlik istem oluşturma ve düzenleme gerektiriyor" diyor; ancak her içeriğin yayımlanmadan önce yine de kendi incelemesinden geçtiğini belirtiyor.
Sonuçlar teknik ortamlarda da geçerliliğini korudu. DataNumen Başkanı ve CEO'su Chongwei Chen, zorunluluğunu taleplerin %30'unun AI desteğiyle karşılanmasını hedefleyen birinci çeyrek OKR'ına bağladı. "Kurtarma vakalarının ortalama çözüm süresi 4,2 günden 2,8 güne düştü. Taleplere ilişkin müşteri memnuniyeti oranı 4,1'den 4,6'ya yükseldi" diye aktarıyor.
Kurtarma vakalarının ortalama çözüm süresi 4,2 günden 2,8 güne düştü. Taleplere ilişkin müşteri memnuniyeti oranı 4,1’den 4,6’ya yükseldi.
Her başarı hız kazanımı şeklinde olmadı. Above Apex'in Kurucu Ortağı ve Büyüme Pazarlamacısı Kristiyan Yankov, getiriyi başka bir yerde buldu: "İş yükümüzü bir anda yarıya indirmedik. Değişen şey tutarlılık oldu." Condurache de benzer yönde şaşırdı. "En büyük sürpriz, AI'ın üretkenlikten çok iş birliğine yardımcı olmasıydı. Ürün, tasarım ve mühendislik ekipleri ayrı belgeler yerine aynı taslaktan yola çıkmaya başladı" diyor.
Zorunluluklar geri teptiğinde
Başarısızlıklar da bir örüntü paylaşıyor — hem de başarıların tam tersi bir örüntü. OneMetrik'ten Ankita Pathak, en net uyarıcı hikâyeyi yaşadı: yönetim, her gün ChatGPT kullanılmasını zorunlu kıldı ve bu kullanımın saat 16.00'ya kadar bir Slack kanalına bırakılan ekran görüntüleriyle doğrulanmasını istedi. Birkaç hafta işe yaradı, ardından ters tepti. “İkinci ayda geri tepti. İnsanlar yalnızca kutucuğu işaretlemek için her gün kullanmaya başladı; bu yüzden onu iyi olmadığı işlerde kullanmaya başladılar,” diyor. Ajans, sekiz hafta sonra zorunluluğu kaldırdı. Buradan çıkardığı sonuç şu: “Her gün yapay zekâ kullanımını zorlamak daha iyi alışkanlıklar oluşturmaz, yalnızca uyum sağlar.”
Sonuç üreten zorunlulukların bile gizli maliyetleri vardı. Peng'in çekme isteği kotası, ekibinin 60 gün içinde ürün teslim hızını iki katına çıkardı — ardından onun “Yapay Zekâ Yeniden İşleme Vergisi” adını verdiği fatura geldi. Bunu şöyle açıklıyor: “Genç geliştiriciler, karmaşık ve yapay zekâ tarafından oluşturulmuş ORM sorgularını ve düzenli ifade ayrıştırıcılarını uç durumları doğrulamadan körü körüne kabul ediyordu. Bu durum, yüksek eşzamanlılıklı video verisi taramaları sırasında fark edilmeyen bellek sızıntılarına yol açtı ve bir ay içinde bulut işlem maliyetlerimizi %22 artırdı.” O zamandan beri kullanım zorunluluğundan yönetişim zorunluluğuna geçti ve “Yapay zekâ zorunlulukları yalnızca geliştiricilere pasif yazmanlar olarak değil, mimarinin sahibi olan ‘Niyet Yöneticileri’ olarak davrandığınızda işe yarar,” görüşünü savunuyor.
Bu, benim ‘Yapay Zekâ Yeniden İşleme Vergisi’ adını verdiğim şeyi ortaya çıkardı. Bu durum, yüksek eşzamanlılıklı video verisi taramaları sırasında fark edilmeyen bellek sızıntılarına yol açtı ve bir ay içinde bulut işlem maliyetlerimizi %22 artırdı.
Hive Founders'ın Kurucusu ve CEO'su Andrea Sommer, aynı başarısızlık biçimini kurucunun koltuğundan izledi. “Geri tepen zorunluluklar, etkinlikle ölçülenlerdir. ‘Herkes her gün Copilot kullanıyor’ ya da ‘Yapay zekânın dokunduğu biletlerin yüzde X'i’ gibi ölçütler, insanların daha iyi iş yapmak yerine bir metriği manipüle etmesine dönüşür,” diyor. McLeod da bunu aynı açıklıkla ifade ediyor: “Zorunluluklar, ölçülebilir operasyonel iyileştirme yerine görünür kullanımı ödüllendirdiğinde geri teper.”
Liderleri şaşırtan neydi
Başlıktaki sonuçların ötesinde, görüştüğümüz liderler, ilk uygulama planında pek azına yer verilen aynı ikinci dereceden etkilerle tekrar tekrar karşılaştı.
Engel korku değil, alışkanlık. Elmore direnç bekliyordu ancak daha sessiz bir şey buldu: “En büyük engel yapay zekâ korkusu değil, alışkanlığın ataleti idi.” Çözümü yapısal olurdu; gelecekteki her zorunluluğu 30 günlük bir öğrenme süreciyle eşleştirmek, çünkü “Altyapı olmadan getirilen zorunluluk yalnızca baskıdır.”
Yapay zekâ bir süreç röntgenidir. McLeod, yapay zekânın en açıklayıcı çıktısının kendi operasyonuyla ilgili olduğunu gördü: “Girdi belirsizse veya standart işletim prosedürü zayıfsa, yapay zekâ tutarsızlığın daha hızlı ortaya çıkmasını sağladı. Bu anlamda yapay zekâ, süreç sorunlarını çözmekten çok açığa çıkardı.”
Kıdemli muhakemenin değeri artıyor. Barnett, “En çok fayda sağlayan kişiler yapay zekâyı en yoğun kullananlar değildi. Yapay zekâya güvenmeyi ne zaman bırakıp kendi muhakemelerini uygulamaları gerektiğini bilenlerdi,” gözleminde bulundu.
Cazibenin de bir sınırı var. Catalyst Marketing Agency'nin Kurucu Ortağı ve Baş Strateji Sorumlusu Rion Haber, liderlik ekibi genelinde altı aylık, kapsamı açık uçlu bir yapay zekâ deneyi zorunlu kıldıktan sonra, yalnızca bu zorunluluğun işi dönüştürmesini bekleyenlere şu uyarıyla döndü: “Yatırımınızı 10 katına çıkarmaya yalnızca bir istem uzakta olduğunuz fikri bir dolandırıcılıktır.”
Yapay zekâ zorunluluğu paradoksu
Tüm bu hikâyelerin içinden geçen paradoks şu: Yapay zekâ zorunlulukları, gerçekte ne kadar az yapay zekâ kullanımını zorunlu kılarsa o kadar başarılı oluyor. İşe yarayan uygulamalar sonuçları, gözden geçirme noktalarını ve öğrenmeyi zorunlu kıldı — aracın kendisi neredeyse taliydi; bazıları tarafından yoğun, bazıları tarafından seyrek kullanılmakta özgürdü. Başarısız uygulamalar aracı zorunlu kıldı ve tam olarak ölçtükleri şeyi elde etti: Slack kanalında ekran görüntüleri, işaretlenen kutucuklar, kaydedilen istemler. İstemlerle ölçülen bir zorunluluk istemler üretir. Sonuçlarla ölçülen bir zorunluluk sonuç üretir — görünen o ki yapay zekânın benimsenmesini de.
Bunun gibi daha fazla içgörü mü istiyorsunuz? Bu uzmanlardan daha fazlasını dinlemek için ücretsiz bir DPM hesabı oluşturun.
