# Yapay Zekânın Değeri Her Zaman Daha Fazla İş Değildir

> Yapay zekânın kazandırdığı zaman her zaman daha fazla çıktıya dönüşmek zorunda değil. Kalite, daha az aşırı yük ve yönetim görünürlüğü de gerçek işletme değeridir.

> 💡 **Özet: Ana Çıkarımlar**
> - **Kazanılan dakika, kendi başına işletme sonucu değildir.** Aynı araç için açıklanan 19, 26 ve 43 dakikalık tasarruflar bile ölçümün bağlama ve yönteme ne kadar bağlı olduğunu gösteriyor.
> - **Boşalan zamanı daha fazla işle doldurmak zorunda değiliz.** Aşırı yükün ve mesai dışı çalışmanın azalması, daha dikkatli çalışma ve daha yüksek kalite için alan açabilir.
> - **AI'ın en önemli katkısı bazen zaman tasarrufu da değildir.** İnsan emeğiyle aynı ölçekte ekonomik olarak kurulamayan gözlem, kalite kontrolü ve yönetim görünürlüğü yeni bir şirket kabiliyeti yaratabilir.

Bir çalışan yapay zekâ sayesinde günde 43 dakika kazanıyorsa şirket bununla ne yapmalı?

Bu soru ilk bakışta basit görünüyor. Kırk üç dakikayı çalışan sayısıyla ve iş günüyle çarpar, yıllık bir kapasite hesabına ulaşırsınız. Sonra bu kapasiteyi para, kişi-yıl veya ek iş miktarı olarak sunarsınız. Hesap etkileyicidir; fakat henüz yalnızca bir varsayımı büyütmüştür.

Benim için asıl karar, boşalan sürenin nasıl bir çalışma düzenine dönüşeceğidir. Kazanılan zamanın değerli olması için mutlaka daha fazla işle doldurulması gerekmiyor.

43 dakika, NHS England'ın 30 bin çalışan ve 90 organizasyonu kapsayan Microsoft 365 Copilot pilotu için açıkladığı ortalama günlük tasarruf. Kurum bu sonuçtan hareketle aracı 505 bin çalışana açacağını duyurdu. [NHS'in duyurusu](https://www.england.nhs.uk/2026/06/500000-nhs-staff-to-get-new-artificial-intelligence-tools-to-help-free-up-more-time-for-patients/){.dofollow target="_blank" rel="noopener"}, bu süreyi çalışan başına yılda yaklaşık beş haftaya denk gelecek biçimde anlatıyor. Duyuruda ise pilotun karşılaştırma grubu, yanıt oranı veya bu dakikaların nasıl ölçüldüğü açıklanmıyor.

Bu sayı karar vermek için yeterli değil. Önce dakikanın nasıl ölçüldüğünü, sonra da şirket içinde neye dönüştüğünü görmek gerekiyor.

## Dakika, ürünün değişmez bir özelliği değil

Birleşik Krallık kamu kurumlarında aynı araçla yürütülen değerlendirmeler birbirinden oldukça farklı sonuçlar verdi. Department for Work and Pensions denemesinde kullanıcılar [günde ortalama 19 dakika](https://www.gov.uk/government/publications/an-evaluation-of-dwps-microsoft-copilot-365-trial/an-evaluation-of-dwps-microsoft-365-copilot-trial){.dofollow target="_blank" rel="noopener"} kazandıklarını bildirdi. Kurumlar arası GDS denemesinde bu sayı [26 dakikaydı](https://www.gov.uk/government/publications/microsoft-365-copilot-experiment-cross-government-findings-report/microsoft-365-copilot-experiment-cross-government-findings-report-html){.dofollow target="_blank" rel="noopener"}. NHS duyurusunda ise 43 dakika görüyoruz.

Bu üç sayıdan birinin doğru, diğerlerinin yanlış olması gerekmiyor. Örneklemler, yapılan işler, kullanım süresi ve ölçüm yöntemleri farklı. Üstelik rakamların önemli bir bölümü kullanıcıların kendi tahminlerine dayanıyor. GDS raporu, hesapladığı 26 dakikanın nasıl harcandığını belirleyemediğini açıkça söylüyor.

Dolayısıyla “Bu araç günde kaç dakika kazandırıyor?” sorusunun bütün şirketler için geçerli tek bir cevabı yok. Daha doğru sorular şunlar: Hangi işte, kimin için, hangi kalite düzeyinde ve hangi ek kontrol yüküyle zaman kazandırıyor?

[Şirketlerin yapay zekâdan nasıl değer üretebileceğini ele aldığım önceki yazıda](/tr/ai-kullanmak-ile-ai-dan-deger-uretmek-arasinda-ne-var){target="_blank" rel="noopener"}, modelin yaptığı iş ile şirket sonucunu birbirinden ayırmıştım. Buradaki mesele bu ayrımın daha dar, fakat çok sık gözden kaçan bir parçası: Bir görevin hızlanmasıyla boşalan zamanın şirket için ne anlama geldiği aynı şey değil.

## Kendi deneyimimde değer, daha fazla işten ibaret değil

Çalıştığım şirkette yürüttüğümüz yapay zekâ projelerinin tamamında hız ve verimlilik kazandık. Ancak benim için daha önemli sonuçlar, kalitenin yükselmesi ve yönetim görünürlüğümüzün genişlemesi oldu.

AI çalışan sayısını azaltmadı. Aynı kaliteyi ve yönetim kabiliyetini yalnızca insan emeğiyle kurmaya çalışsaydık daha büyük bir ekibe ve ekonomik olarak karşılayamayacağımız yatırımlara ihtiyaç duyacaktık. Yapay zekâ, daha önce yapamadığımız bazı işleri yapılabilir hâle getirdi.

Bu deneyimi dakikaya veya finansal getiri oranına çevirecek kamuya açık veri yok. Şirketin süreçlerini ve rakamlarını açıklamadan güvenilir bir hesap sunamam. Bu nedenle burada hayalî bir tasarruf oranı vermeyeceğim. Fakat hangi sonucun benim için daha değerli olduğunu söyleyebilirim: Aynı insanlara durmadan daha fazla iş yüklemek değil, daha iyi iş çıkarabilecekleri ve yöneticilerin olup biteni daha iyi görebileceği bir çalışma düzeni kurmak.

## Boşalan her dakika yeni bir görev beklemiyor

Verimlilik tartışmalarında çalışan zamanı çoğu kez sonuna kadar doldurulması gereken bir kaynak gibi ele alınıyor. Bir araç işi hızlandırdıysa boşalan yere hemen başka bir görev koymamız gerektiği varsayılıyor. Böyle yapmadığımızda kazanımın kaybolduğu düşünülüyor.

Oysa zaten aşırı yük altında çalışan birinin kazandığı zaman, günün sonunda bir görev daha tamamlamasından önce başka bir işe yarayabilir. İşini daha dikkatli kontrol edebilir. Bir müşterinin durumunu yüzeysel geçmek yerine bağlamını anlayabilir. Aceleyle verdiği kararların sayısı azalabilir. Mesai sonrasına taşan işi mesai içinde bitirebilir.

66 firmada 7.137 bilgi çalışanıyla yürütülen altı aylık randomize saha deneyi bu konuda ilginç bir sonuç veriyor. Microsoft 365 Copilot'u kullanan çalışanların [haftalık e-posta süresi yaklaşık iki saat ve mesai dışı çalışması azaldı](https://www.nber.org/papers/w33795){.dofollow target="_blank" rel="noopener"}. Araştırmacılar buna karşılık görevlerin miktarında veya bileşiminde ölçülebilir bir değişim bulmadı.

Bu sonucu “Yapay zekâ verim üretmedi” diye okumak mümkün. Bana göre bu okuma eksik. Çalışanlar daha fazla görev tamamlamamış olsa bile aynı işi daha az mesai dışı çalışmayla yapabiliyorsa ortada gerçek bir kazanım vardır. Bunun finansal tasarruf, çalışan deneyimi ve kalite üzerindeki etkisini kanıtlamak için ilave ölçüm gerekir; fakat daha fazla iş çıkmaması kazanımı kendiliğinden değersiz kılmaz.

Ayrıca aşırı yük yalnızca çalışan refahı konusu değildir. Sürekli yetişmeye çalışan bir ekibin kontrol, düşünme ve istisnaları fark etme imkânı da daralır. Kazanılan zaman bu baskıyı azaltıyorsa kalitenin oluşabileceği alanı genişletir. Elbette “AI kullanan herkesin kalitesi yükselir” diyemeyiz. Kaliteyi ayrıca ölçmek gerekir. Buradaki daha sınırlı iddia şu: Her boşluğu yeni işle doldurmak, hız kazanımını kalite kazanımına çevirme fırsatını ortadan kaldırabilir.

## Asıl kazanç bazen yönetimin daha fazlasını görebilmesidir

Zaman hesabı, AI'ın daha önemli katkılarından birini de görünmez kılabiliyor. Bazı sistemler insanların zaten yaptığı işi hızlandırmaz; insanların aynı kapsamda hiç yapamadığı bir işi mümkün hâle getirir.

[Şirketlerin AI'a bağımlı hâle gelirken kazandığı yeni kapasiteyi anlattığım yazıda](/tr/sirketinizin-ai-bagimliliginin-farkinda-misiniz){target="_blank" rel="noopener"} bir yöneticinin 30–40 kişilik ekibinin ürettiği her şeyi düzenli olarak okuyup sınıflandırmasını, kalite açısından denetlemesini ve sorunları önceliklendirmesini örnek vermiştim. Bir insan bunu sürekli ve kapsamlı biçimde yapamaz. En fazla örneklem alır veya yalnızca görünür sorunlara bakar.

İyi sınırlandırılmış bir yapay zekâ sistemi ise bütün çıktıları tarayabilir, belirli örüntüleri izleyebilir, istisnaları işaretleyebilir ve yöneticinin dikkatini nereye vermesi gerektiğini gösterebilir. Son kararı yine insan verir. Sistemin katkısı yöneticinin yerine geçmek değil, onun görebildiği alanı genişletmektir.

Burada “kaç dakika kazandık?” sorusu neredeyse anlamsız kalır. Çünkü karşılaştırdığımız şey, önceden üç saatte yapılan bir işin artık bir saatte tamamlanması değildir. Önceden ekonomik olarak yapılamayan bir kalite kontrolü ve yönetim görünürlüğünün kurulmasıdır.

Bu kabiliyetin de otomatik olarak değer ürettiğini varsayamayız. İşaretlenen sorunlara kimse bakmıyorsa, sistem gürültü üretiyorsa veya yöneticinin kararını iyileştirmiyorsa yalnızca yeni bir raporlama katmanı kurmuş oluruz. Yine de ölçmemiz gereken sonuç zaman tasarrufundan farklıdır: Daha fazla sorunu erken görüyor muyuz? Kalite sapmalarını daha tutarlı yakalıyor muyuz? Yönetici, dikkatini gerçekten daha önemli kararlara ayırabiliyor mu?

## Zaman tasarrufundan önce hangi sonucu istediğimizi söylemeliyiz

Yapay zekâ projesinin sonunda bulunan her olumlu sinyali aynı anda başarı diye yazmak kolaydır. Kazanılan dakikaları hem maliyet tasarrufu, hem ek kapasite, hem daha yüksek kalite hem de çalışan memnuniyeti olarak tam değeriyle sayabiliriz. Böyle bir hesap gerçekte aynı faydayı birkaç kez anlatır.

Bu nedenle aracı kullanmaya başlamadan önce hangi sonucu istediğimizi açıkça söylememiz gerekiyor. Amaç daha fazla iş tamamlamaksa çıktı ve kaliteyi birlikte ölçmeliyiz. Amaç aşırı yükü azaltmaksa mesai dışı çalışma, bekleyen iş ve çalışan deneyimine bakmalıyız. Amaç kaliteyse hata, yeniden çalışma ve istisnaları izlemeliyiz. Amaç yönetim görünürlüğüyse sistemin ürettiği rapor sayısını değil, daha erken fark edilen sorunları ve iyileşen kararları değerlendirmeliyiz.

Birden fazla sonuç aynı anda iyileşebilir. Buna itirazım yok. İtirazım, tek bir öz bildirimli dakika sayısından bütün bu sonuçlara ulaştığımızı varsaymaya.

Yapay zekânın kazandırdığı zamanı nereye yönlendireceğimiz bir teknoloji kararı değil, nasıl bir şirket kurmak istediğimizle ilgili bir yönetim kararıdır. Bazı şirketler bu zamanı daha fazla üretime çevirecek. Bazıları müşteriye daha hızlı dönecek. Bazıları hataları azaltacak veya çalışanlarını sürekli aşırı yük altında çalışmaktan çıkaracak. Bazılarıysa daha önce sahip olmadığı bir gözlem ve yönetim kapasitesi kuracak.

Benim önceliğim daha fazla işi aynı güne sığdırmak değil. Aynı ekibin daha yüksek kalitede çalışabildiği ve yönetimin gerçekte ne olduğunu daha iyi görebildiği bir düzen kurmak. Eğer yapay zekâ bunun için alan açıyorsa, boşalan her dakikayı yeniden doldurmadığımız için değer kaybetmiş sayılmayız.

## Yararlı Okumalar

- [The AI Productivity Paradox, Bölüm 1](https://www.linkedin.com/pulse/ai-productivity-paradox-part-1-where-do-43-minutes-go-chris-parsons-ns0ee){.dofollow target="_blank" rel="noopener"} ve [Bölüm 2](https://www.linkedin.com/pulse/ai-productivity-paradox-part-2-converting-time-saved-value-parsons-42doe){.dofollow target="_blank" rel="noopener"}: Chris Parsons, NHS bağlamından hareketle kazanılan dakikaların hangi koşullarda değere dönüşebileceğini tartışıyor. Seri yararlı bir uygulayıcı yorumu; pilotun ölçüm tasarımının veya nedensel etkisinin bağımsız değerlendirmesi değil.

---

Language: Turkish
License: CC BY 4.0
License URL: https://creativecommons.org/licenses/by/4.0/
Scope: Evren Bal-authored text, unless this article expressly states otherwise.
Excluded: Third-party material, quoted excerpts, logos, and separately marked images retain their own rights.
Attribution: Credit Evren Bal, link to the canonical source and license, and indicate changes.
Source: https://evrenbal.com/tr/yapay-zekanin-degeri-her-zaman-daha-fazla-is-degildir