Yapay zeka işleri nasıl değiştirir? Çoğunlukla meslekleri ortadan kaldırarak değil, bir işin içindeki görevleri yeniden dağıtarak değiştirir. Taslak yazma, özetleme, bilgi arama ve sınıflandırma yapay zekaya geçer; karar, doğrulama, müşteri ilişkisi ve istisnalar çalışanda kalır. Çalışan ve yapay zeka iş birliği, bu paylaşımın rastlantıya bırakılmadan, görev görev tasarlanmasıdır.
Çalışanlar yapay zekayı kullanıyor, iş tanımları yerinde duruyor
Birçok şirkette benzer bir tablo var: satış temsilcisi teklif e-postasını bir sohbet aracına yazdırıyor, muhasebe uzmanı uzun bir sözleşmeyi özetletiyor, planlamacı Excel formülünü soruyor. Ama iş tanımı, onay adımları ve performans ölçütleri hiç değişmemiş. Kimin neyi kontrol edeceği yazılı değil; yapay zekanın ürettiği metin kimin sorumluluğunda, belli değil.
Bu kullanımın büyük bölümü şirketin sağlamadığı araçlarla büyüyor. Microsoft ve LinkedIn'in 2024 Work Trend Index raporuna göre işte yapay zeka kullananların %78'i kendi araçlarını işe getiriyor; oran küçük ve orta ölçekli şirketlerde %80. Aynı raporda yapay zeka kullananların yalnızca %39'u şirketinden bu konuda eğitim aldığını söylüyor.
Kullanım da eşit dağılmıyor. BCG'nin 11 ülkede 10.600'den fazla kişiyle yaptığı AI at Work 2025 anketinde yönetici ve müdürlerin dörtte üçünden fazlası üretken yapay zekayı haftada birkaç kez kullanırken, ön cephedeki çalışanlarda düzenli kullanım %51'de takılı kaldı. Yani araç, günlük işi yürüten çalışanlara yöneticilerden çok daha yavaş ulaşıyor.
Tasarlanmamış iş birliğinin maliyeti
İlk maliyet, kazancın buharlaşmasıdır. Danimarka'da benimseme anketlerini idari kayıtlarla eşleştiren NBER çalışması (Humlum ve Vestergaard), ChatGPT'nin çıkışından iki yıl sonra kazanç ve çalışma saatleri üzerinde %2'den büyük bir etkiyi dışlıyor. Araştırmacılara göre değişen şey işin yapısı: işverenler yapay zekayı görevleri yeniden düzenleyerek içselleştiriyor. Görevler bilinçli dağıtılmazsa kazanılan dakikalar hiçbir yere gitmiyor; bu etkinin ölçümünü yapay zekanın verimliliğe etkisi yazımızda ayrıntılı ele aldık.
İkinci maliyet, yanlış görevde yapay zekaya güvenmektir. Harvard ve BCG'nin 2023'te BCG danışmanlarıyla yaptığı deney bunu açıkça gösterdi:
Yapay zekanın yetenek sınırı dışında seçilen bir görevde yapay zeka kullanan danışmanların doğru sonuca ulaşma olasılığı, kullanmayanlara göre 19 yüzde puan daha düşüktü; kontrol grubu yaklaşık %84,5 oranında doğru bulurken yapay zeka grupları %60 ve %70'te kaldı. (Harvard Business School — Navigating the Jagged Technological Frontier, 2023)
Üçüncü maliyet insanidir. BCG'nin aynı 2025 anketine göre yapay zekayla kapsamlı yeniden tasarım yapan kurumlarda çalışanların %46'sı iş güvencesinden endişe ediyor; daha az ilerlemiş şirketlerde bu oran %34. Endişe açıkça konuşulmadığında çalışan aracı saklayarak kullanır ya da hiç kullanmaz.
Dördüncüsü, gelecekteki uzmanların yetişme yolunun daralmasıdır. Stanford Digital Economy Lab'in ADP bordro verisiyle yaptığı çalışma (Kasım 2025 sürümü), yapay zekaya en açık mesleklerde 22-25 yaş arası çalışanların istihdamının göreli olarak %16 azaldığını, deneyimlilerde ise sabit kaldığını buldu. Yeni başlayanların öğrenerek yaptığı rutin işler yapay zekaya geçerse, yarının kıdemli çalışanı bugün nerede yetişecek sorusu yönetimin masasına gelir.
Yapay zeka işleri nasıl değiştirir: görev düzeyinde bakış
Bir iş tanımı tek parça değildir; onlarca görevden oluşur. Yapay zekanın etkisini doğru okumanın yolu, "bu meslek ne olacak?" yerine "bu görevde kim ne yapacak?" diye sormaktır. Pratikte üç iş birliği biçimi öne çıkıyor:
- Öneren asistan: Yapay zeka seçenek, kaynak ya da taslak sunar; karar ve son metin tamamen çalışandadır.
- Taslak ve onay: Yapay zeka çıktının büyük kısmını hazırlar; çalışan kontrol eder, düzeltir ve onaylar. Sorumluluk onaylayandadır.
- Otomatik akış ve istisna: Kural tabanlı ya da düşük riskli adımlar kendiliğinden ilerler; belirsiz, tutarsız ya da eşik üstü durumlar çalışana düşer.
Aşağıdaki tablo, tipik bir ofis ve operasyon işindeki görevleri bu biçimlere göre dağıtıyor:
| Görev | Yapay zekanın rolü | Çalışanın rolü | Kontrol noktası |
|---|---|---|---|
| Gelen talepleri ayırma | Konu ve önceliğe göre sınıflandırır | Yanlış sınıfları düzeltir | Haftalık örnek kontrolü |
| Müşteriye yanıt taslağı | İlk taslağı yazar | Tonu ve taahhüdü onaylar | Gönderim öncesi insan onayı |
| Uzun belge ve sözleşme okuma | Özet ve dikkat noktası çıkarır | Riskli maddeyi yorumlar | Kaynağa dönüp teyit |
| İç prosedür ve kılavuzda arama | Kaynak göstererek yanıt verir | Yanıtı sahaya uygular | Kaynak bağlantısı zorunlu |
| Fiyat, ödeme, işe alım kararı | Veri hazırlar, seçenek sunar | Kararı verir ve gerekçelendirir | Yapay zeka tek başına karar vermez |
| Müşteri şikâyeti ve kriz | Geçmişi özetler | Görüşmeyi yürütür | İnsan sahipliği |
Tabloda bir desen görülür: yapay zeka hacmi ve hazırlığı üstlenir, çalışan yargıyı ve sorumluluğu taşır. Görev tek doğru yanıtı olan bir hesapsa yapay zekaya hiç gerek olmayabilir; bu ayrımı yapay zeka mı kural tabanlı otomasyon mu yazısında tartıştık.
Somut örnekler bu dağılımı destekliyor. Microsoft'un yayımladığı müşteri hikâyesine göre Telstra, çağrı merkezi temsilcileri için müşteri geçmişini tek cümlede özetleyen bir araç geliştirdi; şirketin açıkladığına göre 2023'te aracı deneyen 100 temsilcinin %90'ı zaman tasarrufu bildirdi ve bu görüşmeler %20 daha az tekrar temas gerektirdi. Görüşmeyi yine temsilci yürütüyor; araç yalnızca hazırlığı kısaltıyor. Aynı mantığı müşteri temsilcisi yapay zeka asistanı ve bakım teknisyeni yapay zeka asistanı yazılarında departman düzeyinde ele aldık.
Çalışan ve yapay zeka iş birliğini tasarlamanın 7 adımı
Aşağıdaki sıra, bir departmanda yapay zekayı "herkes kendi aracını kullansın" düzeyinden tasarlanmış bir iş akışına taşımak için kullanılabilir:
- Bir rolü görevlere ayırın. Seçtiğiniz rolün bir haftasını gözlemleyin ya da çalışanla birlikte listeleyin; her görevin sıklığını ve harcanan süreyi not edin.
- Her görev için iş birliği biçimini seçin. Öneren asistan, taslak ve onay ya da otomatik akış ve istisna; hiçbirine uymayan görev insanda kalır.
- Karar hakkını yazılı hale getirin. Hangi çıktının kimin onayıyla dışarı çıkacağını, hangi kararı yapay zekanın asla tek başına veremeyeceğini belirleyin.
- Kontrol noktasını iş akışına gömün. Onay, kaynak gösterme ve örnek kontrolü ayrı bir yük olmamalı; çalışanın zaten kullandığı ekranda yer almalı. Hatalı yanıt riskini azaltma yollarını yapay zeka halüsinasyonu yazısında anlattık.
- Veri sınırını çizin. Hangi veri hangi araca girebilir, sorusunu şirket yapay zeka kullanım politikası ile yanıtlayın; çalışanlara güvenli bir alternatif vermeden yasak koymayın.
- Kazanılan zamanın yerini planlayın. Serbest kalan saatler bekleyen müşteri işlerine, kaliteye ya da yeni başlayanların eğitimine yönlendirilmezse kaybolur.
- Rolü ve ölçütleri güncelleyin. İş tanımına "yapay zeka çıktısını doğrulamak" gibi yeni sorumlulukları ekleyin; performansı yalnızca hızla değil, doğruluk ve müşteri sonucuyla ölçün.
Beceri, eğitim ve güven: iş birliğinin insan tarafı
İş birliği teknik bir kurulum değil, bir beceri değişimidir. PwC'nin 2025 Küresel Yapay Zeka İşler Barometresine göre yapay zekaya en açık mesleklerde işverenlerin aradığı beceriler %66 daha hızlı değişiyor. Bu hızda bir değişim, tek seferlik bir tanıtım toplantısıyla karşılanamaz.
Eğitim ve yönetici desteği fark yaratıyor. BCG'nin 2025 anketinde en az beş saat eğitim alan ve yüz yüze koçluğa erişen çalışanlarda düzenli kullanım belirgin şekilde daha yüksek; güçlü liderlik desteği olduğunda yapay zekaya olumlu bakanların oranı %15'ten %55'e çıkıyor. Ancak çalışanların yalnızca üçte biri gerektiği gibi eğitildiğini söylüyor.
Eğitimin içeriği araç kullanımından çok yargı üzerine kurulmalı: hangi görevde yapay zekaya güvenilir, çıktı nasıl doğrulanır, hangi veri paylaşılmaz. Yeni başlayanlar için ayrıca "önce kendin dene, sonra yapay zekayla karşılaştır" gibi öğrenmeyi koruyan kurallar koymak, yukarıda anılan yetişme sorununu hafifletir.
Çalışanlara ait kişisel verileri işleyen yapay zeka uygulamaları KVKK kapsamına girer; işveren olarak yükümlülüklerinizi KVKK'da çalışan kişisel verileri yazısında özetledik. AB Yapay Zeka Yasası'nın yüksek riskli saydığı işe alım ve performans değerlendirmesi gibi alanlara ise insan kaynaklarında yapay zeka yazımızda ayrıca değindik.
Digital Bridge'de bu işi nasıl yapıyoruz?
İşe araçtan değil, rolden başlıyoruz. Dijital dönüşüm danışmanlığı kapsamında seçtiğiniz bir ya da iki rolün görevlerini çalışanlarla birlikte çıkarıyor, her görev için yukarıdaki üç iş birliği biçiminden hangisinin uygun olduğunu ve kontrol noktasının nerede duracağını belirliyoruz. Sonuç, onay yetkilerini ve veri sınırlarını da içeren yazılı bir görev haritasıdır.
Pilotta genellikle bilgi yoğun bir göreve odaklanıyoruz: şirketinizin kendi prosedür, sözleşme ve kılavuzlarından kaynak göstererek yanıt veren bir kurumsal LLM asistanı. Kaynak gösterme, çalışanın yanıtı körü körüne kabul etmek yerine doğrulayabilmesi için şarttır. Pilotun başlangıç ölçümü, hangi çıktının insan onayından geçeceği ve başarı ölçütü devreye almadan önce yazılı olarak kararlaştırılıyor.
Kalıcı değer, aracın çalışanın zaten kullandığı ekrana yerleşmesiyle geliyor. Yapay zeka entegrasyonu ile öneri ve taslakları ERP, CRM ya da talep sistemindeki ilgili adıma taşıyor, gerektiğinde sistem entegrasyonları ile verinin tek kaynaktan akmasını sağlıyoruz. Kural tabanlı tekrarlı adımları RPA süreç otomasyonu ile çözüyor, yapay zekayı yalnızca yargı gerektiren yerde kullanıyoruz.
Pilot sonunda hangi görevde neyin değiştiğini, çalışanların nerede aracı bıraktığını ve neden bıraktığını raporluyoruz. Ölçeklemeye karar verirseniz bu adımı dijital dönüşüm yol haritanıza bağlıyoruz. Genel başlangıç sırası için şirketlerde yapay zeka nereden başlamalı yazısına göz atabilirsiniz.
Sonraki adım
Bu hafta bir rol seçin ve o rolün en sık yaptığı on görevi yazın. Her görevin yanına "öneren asistan", "taslak ve onay", "otomatik ve istisna" ya da "insanda kalır" notunu düşün; kararsız kaldığınız görevler, konuşmamız gereken yerlerdir. Listeyle iletişim sayfamızdan bize ulaşın; görev haritasını ve ilk pilotu birlikte netleştirelim. Diğer yazılar için yapay zeka kategori sayfamıza bakabilirsiniz.