Şirketin yapay zekâ kararlarını kim yönetmeli? CAIO’nun rolü ve yetkisi

Kısa özet: CAIO, şirketin yapay zekâ çalışmalarına yön veren üst düzey yönetici rolüdür. AI bilgisinin yanında işletmeyi, operasyonları ve departmanların birbirini nasıl etkilediğini de anlamalı. Hangi işe yatırım yapılacağını, neyin değişeceğini ve karar yetkisinin kimde kalacağını belirlemede sorumluluk almalı. Hem bir AI talebini reddettiğinde hem de bir süreci değiştirmek istediğinde dirençle karşılaşabilir. Bu yüzden rolün yetkisi, yönetimin desteği ve iş birimleriyle ilişkisi birlikte düşünülmeli. Her şirkette ayrı bir CAIO kadrosu gerekmeyebilir.

Bir şirkette müşteri iadelerinin günlerce beklediğini düşünün. Yönetim, talepleri okuyup karar öneren bir yapay zekâ sistemi istiyor. İlk gösterim de ikna edici: Sistem müşterinin mesajını özetliyor, siparişi buluyor ve iadenin kabul edilip edilmemesi gerektiğini söylüyor.

Fakat aynı talebi inceleyen iki müşteri temsilcisi farklı karar veriyor. Birinin kullandığı iade koşulları güncel değil. Bazı istisnaları sadece satış müdürü onaylayabiliyor. Ürün depoya ulaşsa bile kayıt geç işlendiği için talep açık kalıyor.

Bu varsayımsal şirkette AI projesinden sorumlu yönetici ne yapmalı? Daha iyi bir model arayabilir. Ama önce iadenin neden beklediğini anlaması gerekir. Mesajı okumak birkaç dakika sürüyor, müdür onayı iki gün bekliyorsa, daha hızlı özet o beklemeyi ortadan kaldırmaz.

CAIO rolünü bu tür kararlar üzerinden konuşmayı daha yararlı buluyorum.

CIO, CTO ve IT Direktörü arasındaki farkları anlattığım yazıda, unvanlardan çok sorumluluklara ve karar yetkisine bakmak gerektiğini söylemiştim. LinkedIn'deki paylaşımımın altında Matias Baglieri bu tartışmayı AI'a taşıdı: Bir model çalışabilir ama kimse çıktısına güvenmeyebilir. Veri tanımları, model riski ve karar yetkisi de CAIO'nun gündeminde olmalıydı.

Yanıtımda buna katıldım. Eklemek istediğim, CAIO'nun gerektiğinde “Burada AI'a ihtiyacımız yok” diyebilen kişi de olmasıydı. Hatta bazen AI anlamlı olsa bile, süreç aynı anda değişmeden beklenen fayda ortaya çıkmayabilir.

CAIO'nun işi nerede başlar?

CAIO, Chief Artificial Intelligence Officer unvanının kısaltması. Bu yazıda CAIO'yu, şirketin AI stratejisine, yatırımlarına ve kullanımına yön veren üst düzey rol olarak ele alıyorum. Görev kapsamı organizasyona göre değişebilir. Bir şirkette ayrı bir pozisyon olurken başka bir yerde veri, teknoloji veya dönüşüm sorumluluğuyla birleşebilir.

Örneğin Mastercard'ın yönetim yapılanmasında Greg Ulrich, Chief AI and Data Officer olarak yer alıyor. Şirketin görev tanımı, AI ve verinin işte kullanımını, iç ve dış uygulamaları ve bu alanların yönetişimini birlikte kapsıyor. Bu, sorumlulukların nasıl bir araya getirilebildiğine dair bir örnek. Aynı yapılanmanın başka bir şirkette daha iyi sonuç vereceğini göstermiyor.

Benim bu role yüklediğim sorumluluk, işletmenin nerede AI kullanmasının anlamlı olduğuna karar verebilmek. Bu nedenle işi, önüne gelen kullanım senaryoları listesini projeye çevirmekle başlayamaz. Şirketin neyi iyileştirmek istediğini ve bunu neyin engellediğini anlaması gerekir.

AI'ı iyi bilmesi gerekli, ama şirketi de iyi tanımalı. Satışın müşteriye verdiği bir sözün operasyonda nasıl karşılandığını, finansın neden belirli bir kontrol istediğini ve insan kaynaklarının bir görev değişikliğinden nasıl etkilendiğini anlayabilmeli. Her departmanın uzmanı olması gerekmiyor. Fakat bir ekibin işini kolaylaştırırken başka bir ekibe hangi yükü taşıdığını görebilmeli.

İade örneğinde hedef, müşteri mesajlarını daha hızlı işlemek olabilir. Ama asıl beklenen sonuç müşterinin daha kısa sürede doğru yanıt almasıysa, mesajı okumakla parayı geri ödemek arasındaki bütün akışa bakmak gerekir. Finans, depo ve müşteri hizmetleri de bu kararın içindedir.

AI burada işe yarayabilir. Serbest biçimde yazılmış mesajları sınıflandırabilir, ilgili belgeleri bulabilir veya inceleme için bir özet hazırlayabilir. Hangi iadenin hangi koşulda kabul edileceği ise şirketin belirlemesi gereken bir iş kuralıdır. Bir modelin cevap üretebilmesi, o kuralı onun belirlemesini haklı çıkarmaz.

“Hayır” diyebilmek kadar, neye “evet” dediği de belli olmalı

CAIO'yu her projeye engel çıkaran yönetici olarak tarif etmek istemiyorum. Rolün faydası, bir fikri reddettikten sonra şirkete çalışılabilir bir yön gösterebilmesinde.

İade sürecinde koşullar açık, veriler düzenli ve kararlar birkaç sabit kurala dayanıyorsa mevcut yazılımı düzenlemek yeterli olabilir. Taleplerin anlaşılması gerçekten zorlaşıyorsa AI destekli bir ön inceleme denenebilir. İstisnalar ve onay yetkileri belirsizse, bu belirsizliği çözmek için ilgili yöneticilerin de çalışmaya katılması gerekir.

Her şey düzelene kadar AI'ı bekletmek de her durumda doğru olmaz. Şirket bir yandan iade koşullarını ortaklaştırırken diğer yandan sınırlı bir talep grubunda özetleme aracını deneyebilir. Denemenin kapsamı belli olur, müşteriye verilen karar değişmez ve ekip sonuçları inceler. Süreç iyileştirmesi ile teknik öğrenme birlikte ilerleyebilir.

CAIO'nun yönetimden aldığı görev yalnızca “AI kullanımını artır” ise, daha basit bir çözümü savunması zorlaşabilir. Şirketin ona, AI kullanmadan ulaşılan iyi bir sonucu da başarı sayacağını söylemesi gerekir.

Çalışan hangi öneriye güvenebilir?

Matias'ın işaret ettiği güven konusu, çalışanlara modelin ne kadar gelişmiş olduğunu anlatmakla çözülemez. İade temsilcisinin bir öneriyi hangi koşullarda kullanabileceğini bilmesi gerekir.

Sistem güncel iade koşullarını mı okuyor? Eksik belge varsa bunu gösterebiliyor mu? Yanlış öneri geldiğinde çalışan ne yapacak? İtiraz edilen karar kime gidecek? Bunlar belli değilse çalışanın çıktıya temkinli yaklaşması makul olabilir.

AI'a hiç güvenmemek kadar, her öneriyi doğru kabul etmek de sorun yaratır. Amaç güveni olabildiğince yükseltmek yerine, hangi işlerde ve hangi sınırlar içinde güvenilebileceğini göstermek olmalı.

CAIO, modelin bu işte güvenilir sonuç verip vermediğine bakmalı. Bir özetin yanlış olmasıyla müşterinin haklı talebinin reddedilmesi aynı sonuç değildir. Aynı model ilk işte yardımcı olurken ikinci işte gereken güvenilirliği sağlayamayabilir. Kontrolü yapacak çalışanın yeterli zamanı, bilgisi ve karara itiraz yetkisi de olmalı.

Bu sorumluluk, üretken AI ile sınırlı değil. Talep tahmini, risk puanlaması veya öneri sistemleri de yanlış veriye, uygunsuz kullanım koşullarına ya da hatalı karar sınırlarına dayanabilir. CAIO rolünü yalnızca şirketin sohbet araçlarını yöneten kişi olarak kurmak, bu uygulamaları dışarıda bırakır.

Yetki verilmeden sonuç istenemez

Bir yöneticiden AI risklerini yönetmesini istemek, ilgili sistemleri görmesine ve kararları etkilemesine izin vermekle başlamalı. Departmanlar birbirinden habersiz araç alabiliyor, veri paylaşabiliyor ve bunları müşteriye dönük işlere bağlayabiliyorsa, merkezdeki yöneticinin sorumluluğu kâğıt üzerinde kalabilir.

IBM'in Oxford Economics ile yürüttüğü 2026 teknoloji liderleri araştırmasının duyurusunda, katılımcı CIO ve CTO'ların yaklaşık üçte ikisi tam kontrol edemedikleri AI sistemlerinden sorumlu tutulduklarını bildiriyor. Araştırma, 33 coğrafyadan 2.000 üst düzey teknoloji karar vericisini kapsıyor. Bu, AI alanında ürün ve danışmanlık satan bir sağlayıcının katılımcı beyanlarına dayalı çalışması. Türkiye'deki şirketlerin oranını veya bir CAIO atamasının sorunu çözeceğini göstermiyor.

İade örneğinde iş birimi iade koşullarını belirler. CAIO, teknik ekip ve risk sorumlularıyla birlikte AI önerisinin hangi sınırlar içinde kullanılacağını netleştirir. Denemeyi genişletmeye kimin karar vereceği ve hata halinde sistemi kimin durduracağı da baştan belli olmalı.

Bu yetkilerin görev tanımında karşılığı olmalı. CAIO'nun hangi kararı doğrudan verebildiği, hangisini CEO'ya veya ilgili kurula taşıyacağı açıkça yazılmalı. İş birimiyle anlaşmazlık çıktığında konuyu karara bağlayacak merci belli değilse, CAIO'nun kurduğu ölçütler öneri olarak kalabilir.

Diğer yandan her düşük riskli kullanımın CAIO onayına bağlanması da yeni bir bekleme kuyruğu yaratır. Ekiplerin hangi sınırlar içinde kendi kararlarını verebileceği tanımlanabilir. CAIO'nun zamanı, her küçük kullanımı onaylamak yerine ortak sorunlara ve sonuçları ağır olabilecek kararlara ayrılabilir.

CIO, CTO ve iş birimleri ne yapmaya devam eder?

Bir CAIO atanması, diğer yöneticilerin sorumluluklarını ortadan kaldırmaz. CIO kurumsal sistemler, bilgi ve dönüşüm öncelikleriyle ilgilenmeye devam eder. CTO, AI ürünün parçasıysa teknik yönü ve mühendislik kapasitesini yönetir. IT ekibi erişim, entegrasyon ve günlük işletimi üstlenebilir. Veri yöneticisi varsa kayıtların tanımı ve kalitesi onunla birlikte ele alınır.

Bu sınırlar şirketin mevcut yapısına göre çizilir. AI kullanımına ilişkin ortak ölçütleri belirleyen CAIO'nun bütün yazılım ekiplerini kendisine bağlaması gerekmez. Ama bu ölçütlerin uygulanması için ekiplerin zaman ve kaynak ayırabilmesi gerekir. Bütçe kararına katılamayan bir yöneticinin öncelik belirleme gücü sınırlı kalır.

İade sürecinin sahibi de müşteri hizmetleri yöneticisi olmaya devam eder. Müşteriye hangi sözün verildiğini, çalışanların nasıl çalışacağını ve sürecin sonucunu o sahiplenir. “Artık AI projesi, CAIO ilgilensin” diyerek bu sorumluluğu devredemez.

Güvenlik, hukuk ve risk ekiplerinin değerlendirmelerini de CAIO'nun kişisel onayına indirgememek gerekir. AI kullanımını yaygınlaştırma hedefi taşıyan kişi, kendi projesinin kabul edilebilirliğine tek başına karar verirse itirazın etkisi zayıflayabilir. Şirket, bu değerlendirmelerdeki anlaşmazlıkların nasıl çözüleceğini de belirlemeli.

Hem “hayır” dediğinde hem işi değiştirdiğinde tepki görebilir

Bir departman AI ile otomasyon istediğinde CAIO başka bir çözüm önerebilir. Departman yöneticisi bunu beklediği desteği alamamak olarak görebilir. Üst yönetim de hızlı bir AI uygulaması bekliyorsa, aynı kişiyi ilerlemeyi engelleyen yönetici olarak değerlendirebilir. Teknik gerekçesinin doğru olması, önerisinin kabul edileceğini garanti etmez.

CAIO bu kez AI kullanmayı önerdiğinde de tepkiyle karşılaşabilir. Önerisi yalnızca yeni bir araç almak değil, işin yapılışını değiştirmek olabilir. Bir onay adımı kalkabilir, bir karar başka bir ekibe geçebilir veya yıllardır belirli bir işi yapan çalışanın görevi değişebilir. Bu değişiklikten etkilenenler, şirket için anlatılan faydadan önce kendi işlerinin ne olacağını düşünür.

Bence bu rolün zor taraflarından biri, iki durumda da “herkesin işine karışan kişi” olarak görülebilmesi. Bazen bir talebi geri çevirdiği, bazen de mevcut düzeni değiştirmek istediği için sevilmeyebilir. İşletmeyi anlaması kadar, o işletmedeki insanlarla çalışabilmesi de gerekiyor.

Bu yüzden önerisini departmanın gerçek işi üzerinden açıklayabilmeli. Hangi bekleme azalacak, hangi hata önlenecek, değişiklik kimin yükünü artıracak? Süreci bilen çalışanları dinlemeli ve gerekirse kendi önerisini değiştirmeli. Her itiraz değişime direnç değildir. İtiraz eden kişi, tasarımda gözden kaçan bir sorunu görüyor olabilir.

Üst yönetim de kararın sorumluluğunu yalnızca CAIO'ya bırakamaz. Ona süreçleri sorgulama görevi verip ilk anlaşmazlıkta geri çekilirse, iş birimleriyle birlikte değişiklik yapmasını beklemek gerçekçi olmaz. Yönetim, neden o değişikliğin seçildiğini ve etkilenen ekiplerin nasıl destekleneceğini sahiplenmeli. CAIO'nun her konuda haklı sayılmasına değil, itirazların değerlendirildiği ve alınan kararların arkasında durulduğu bir çalışma düzenine ihtiyaç var.

Ayrı bir CAIO kadrosuna ne zaman ihtiyaç var?

Şirketin birkaç sınırlı AI uygulaması varsa ve mevcut CIO, CTO veya veri lideri bu kararları gerekli zaman ve yetkiyle yönetebiliyorsa, yeni bir üst yönetici eklemek gerekmeyebilir. Sorumluluğun adı konur, ihtiyaç duyulan destek verilir ve kararlar izlenir.

Farklı iş birimleri aynı veriyi, teknik kapasiteyi ve bütçeyi kullanmak için yarışmaya başladığında ayrı bir rolün gerekçesi güçlenebilir. Uygulamaların riski yükseliyor, bir departmanın kararı diğerini etkiliyor ve mevcut yöneticiler bu ortak gündeme yeterince zaman ayıramıyorsa, sürekli bir koordinasyon ve karar ihtiyacı oluşur.

Yine de eksikliği ayırmak gerekir. Sorun karar verecek kimsenin olmaması mı, işi yapacak ekibin yetersizliği mi, yoksa mevcut yöneticiye yetki verilmemesi mi? Yeni bir CAIO yalnızca ilkine cevap verecek şekilde kurulursa diğer iki sorun devam eder.

Bir şirkette başlangıç için geçici bir dönüşüm görevi de düşünülebilir. Ortak kurallar ve ekiplerin yetkinliği oluştuktan sonra sorumlulukların bir kısmı mevcut yöneticilere geçebilir. AI şirketin ürününün ve operasyonunun sürekli bir parçasıysa ayrı rol kalıcı olabilir. Bu tercihi unvanın güncelliği değil, devam eden iş yükü belirlemeli.

Başarıyı proje sayısından okumayın

CAIO'nun raporunda kaç pilot başladığı, kaç kişinin araç kullandığı veya kaç modelin çalıştığı yer alabilir. Bunlar faaliyeti gösterir. İade sürecinin iyileşip iyileşmediğini görmek için başka kayıtlara bakmak gerekir.

Müşteri doğru kararı daha erken alıyor mu? Yanlış karar nedeniyle yeniden açılan talepler azaldı mı? Temsilcilerin özetleri düzeltmek için harcadığı süre ne oldu? Yeni sistemin maliyetine lisansın yanında entegrasyon, izleme ve inceleme işini de eklediğimizde sonuç hâlâ makul mü?

Bir pilotun beklenen faydayı göstermemesi de işe yarar bir sonuç olabilir. Şirket daha geniş yatırım yapmadan sınırı öğrenmiştir. Fakat iptal edilen proje sayısını da yeni bir başarı ölçüsüne çevirmemek gerekir. Bir fikri durdurmak, ancak eldeki bilgiye ve seçeneklere göre gerekçelendirilebildiğinde iyi karardır.

CAIO’dan ne beklediğinizi netleştirin

Bir CAIO işe alırken, şirketin yapay zekâyı iyi bilen bir yöneticiden ne beklediğini açıkça konuşması gerekir. Bu kişi gelen talepleri uygulamaya mı geçirecek, yoksa hangi taleplerin yapılmaya değer olduğunu da sorgulayabilecek mi? İşin yapılışını değiştirmesi bekleniyorsa, ilgili yöneticilerle nasıl çalışacağı ve anlaşmazlıkları kimin çözeceği de belli olmalı.

CAIO, şirketin bütün sorunlarını üstlenecek kişi olamaz. İş birimleri kendi sonuçlarından sorumlu kalırken o, AI’ın nerede işe yarayacağını değerlendirmeli ve gerekli değişiklikleri birlikte yürütebilmelidir. Yönetim bu sorumluluğu verip yetkiyi ve desteği vermiyorsa, yeni bir unvan eklemek sorunu çözmez.