Bu yazı, The Economist’in 29 Ocak 2026 tarihli “Stop panicking about AI. Start preparing” başyazısındaki veri ve argümanlardan yola çıkıyor. Türkiye notları ve uygulama listesi bize ait. Kaynaklar yazının sonunda. “Yapay zekâ ve yönetim” dizisinin ilk yazısı; devamında faturayı kontrol etmek, çalışanlara anlatmak ve getiriyi ölçmek geliyor.
Uyarılar sertleşiyor. IMF Başkanı istihdamı vuran bir dalgadan söz ediyor. Google DeepMind’ın yöneticisi, toplumun uyum sağlayabilmesi için inovasyonun yavaşlatılmasını destekleyeceğini söylüyor. Amerikan finans dünyasının en güçlü ismi, gerekirse devletlerin işten çıkarmaları yasaklaması gerektiğini savunuyor. Tablo büyük bir sarsıntıya işaret ediyor.
Ancak işgücü piyasasının bugünkü verisi bu tabloyu henüz doğrulamıyor. Amerika’da ChatGPT’nin yayımlanmasından bu yana beyaz yakalı istihdam üç milyon kişi arttı; mavi yakalı istihdam yatay seyretti. Teknolojinin en çok kullanıldığı alanlardan biri olan yazılım geliştirmede bile istihdam yükseldi.
Bu, riskin olmadığı anlamına gelmiyor. Teknolojinin işyerine yayılmasının zaman aldığı anlamına geliyor. Ve o zaman, doğru kullanılırsa değerli.
Elektrik öğrenimi
Elektrik ilk kez 1880’lerde ticari olarak kullanıldı; fabrika üretkenliğine yansıması kırk ila elli yıl aldı. Makineleri elektriğe bağlamak yetmedi; fabrikaların düzeninin ve iş akışlarının baştan kurulması gerekti. Üretken yapay zekâ 2022’de başladı. Benzer bir dönüşümün henüz başındayız.
Etkinin yavaş olmasının iki nedeni
Teknolojinin sınırı düzensiz. Yapay zekâ bazı işlerde insanı açık ara geçiyor, bazılarında son derece emin bir tonda yanlış cevap veriyor. Bu öngörülemezlik, şirketlerin ve çalışanların teknolojiyi nereye uygulayacaklarını bulmak için zaman harcamasını zorunlu kılıyor. Güvenilmezlik, yayılmayı yavaşlatan en büyük etken.
İş süreçleri bir gecede değişmiyor. Verimlilik artışı makineler elektriğe bağlandığında değil, iş akışları yeniden kurulduğunda geldi. Bugün de şirketlerin çözmesi gereken sorun aracı satın almak değil: çalışanları kullanmaya nasıl özendireceği, riskleri nasıl yöneteceği ve teknolojiyi hangi süreçte gerçekten işe yarar hâle getireceği.
Bu sürtüşme, değişimin hızından endişe edenler için iyi haber. Buluş ile yayılma arasında geçen süre, hazırlık için kullanılabilecek tek zaman.
Vakit var, ama sınırsız değil
Birçok iş otomatikleştirilmesi zor becerilere dayanıyor: muhakeme, sorumluluk alma, empati. Yapay zekâ bu rolleri ortadan kaldırmak yerine daha üretken ve daha tatmin edici hâle getirebilir; evrak yükünden kurtulmuş bir hekim bunun en iyi örneği. Yeni teknoloji yeni işler de doğuruyor: bugün istatistiklerde henüz karşılığı olmayan beyaz yakalı unvanlar ortaya çıkmış durumda.
Buna karşılık bazı roller gerçekten risk altında. Arka ofis işlerinin önemli bölümü basit adımlardan ve önceden tanımlı bir akışı izlemekten oluşuyor. Giriş seviyesindeki genç çalışandan istenen şey çoğu zaman veri derlemek ve rapor özetlemek; yani yapay zekânın en iyi olduğu işler.
En pahalı hata: genç yetenekleri almayı durdurmak
Şirketlerin yapabileceği en büyük yanlış, giriş seviyesi işe alımını tümden kesmek. Bu karar iki maliyeti aynı anda doğurur: şirketin gelecekteki yönetici kaynağını kurutur ve bu teknolojiyle büyümüş, onu doğal biçimde kullanan bir kuşağı kurumun dışında bırakır.
Doğru yaklaşım işe almayı kesmek değil, gençlere verilen işin içeriğini değiştirmek: daha az mekanik veri işi, daha çok muhakeme ve analiz; birimler arasında daha hızlı rotasyon, böylece yapay zekânın sahip olamayacağı kurum bilgisinin edinilmesi; yeni rollerin pilot olarak denenmesi.
Türkiye için 5 not
Giriş seviyesi daralması burada daha sert. Genç işsizliği zaten yüksek, beyaz yakalı giriş pozisyonları sınırlı. “Yapay zekâ yapar, eleman almayalım” kararı burada Batı’dakinden daha hızlı ve daha geniş etki yaratır; şirket düzeyinde alınan karar toplamda sektörel bir soruna dönüşür.
Coğrafi dağınıklık avantajı sınırlı. Etkilenecek işlerin tek bir bölgede toplanmaması yeni iş bulmayı kolaylaştıran bir etken; ancak Türkiye’de beyaz yakalı istihdam büyük ölçüde İstanbul, Ankara ve İzmir’de yoğunlaşıyor. Bu, iş değiştirme imkânını daraltıyor.
Süreçler yeniden kurulmadan verimlilik gelmez. Elektrik dersinin Türkiye karşılığı net: çoğu şirket yapay zekâyı mevcut iş akışının üzerine ekliyor, akışı yeniden tasarlamıyor. Sonuç ek maliyet ve sınırlı fayda. Kazanç aracı almakta değil, süreci baştan kurmakta. Kendi vakamızda da sistem Excel’in yerine geçmedi; toplama, kontrol ve dağıtım akışı baştan kuruldu, Excel yerinde kaldı.
Aile şirketi yapısı pilotu kolaylaştırır. Yeni bir rolü denemek, bir çalışanı farklı birime kaydırmak ya da iş tanımını değiştirmek orta ölçekli Türk şirketlerinde çok daha hızlı yapılabilir. Kısa onay zinciri burada gerçek bir avantaj.
Eğitim beklenmemeli, şirket içinde kurulmalı. Müfredatın bu hızda güncellenmesini beklemek gerçekçi değil. Yapay zekâyı tamamlayan becerileri şirketler kendi içinde kazandırmak zorunda kalacak. Bunu bugün kurumsallaştıran şirket, birkaç yıl sonra işe alım piyasasında belirgin avantaja sahip olur.
Geçiş dönemini iyi kullanmak için
Strateji belgesi değil, önümüzdeki iki çeyrekte uygulanabilecek somut adımlar:
- Risk haritasını çıkarın. Rolleri değil görevleri listeleyin; hangi görev tekrar eden ve kolay doğrulanan nitelikte, işaretleyin.
- En açık görevleri en değerli çalışanlardan alın. Amaç kadro azaltmak değil, o kişilerin zamanını muhakeme gerektiren işe kaydırmak.
- Genç işe alımını sürdürün, içeriğini değiştirin. Mekanik veri işi yerine analiz ve müşteriyle temas içeren görevler.
- Rotasyonu hızlandırın. Farklı birimlerde geçirilen kısa dönemler, yapay zekânın erişemeyeceği kurum bilgisini üretir.
- Bir süreci önce detaylı analiz edin, sonra tamamen yeniden tasarlayın. Mevcut akışa araç eklemek yerine tek bir süreci sıfırdan kurup sonucu ölçün.
- Eğitimi takvime bağlayın. “Herkes öğrensin” yerine hangi ekibin hangi beceriyi ne zaman kazanacağını yazın.
Devletin payına düşen
Yükün önemli bölümü kamu politikasında. İşten çıkarmaları yasaklamak işgücü piyasasını dondurur ve yeni iş yaratımını da engeller. Daha işlevli olan, hareketliliği kolaylaştırmak ve eğitimi yapay zekâyı tamamlayan becerilere göre düzenlemek. Ancak şirketler bu düzenlemeleri beklemek zorunda değil; kendi kadrolarında yapabilecekleri iş zaten fazlasıyla var.
Değişim ve iş kayıpları kaçınılmaz olacak; teknolojik ilerlemenin doğası bu. Ancak etkiyi yumuşatmak için hâlâ zaman var. Asıl risk, bu zamanın fark edilmeden geçmesi.
Listedeki ilk madde bizim işimizin ilk günü: süreçleri görev görev çıkarır, hangisinin otomasyona uygun olduğunu, hangisinin insanda kalması gerektiğini yazılı veririz. Kendi risk haritanızı çıkarmak için iletişime geçin.
Kaynaklar
· The Economist, “Stop panicking about AI. Start preparing”, 29 Ocak 2026. Kristalina Georgieva (IMF), Demis Hassabis (Google DeepMind) ve Jamie Dimon’ın değerlendirmeleri, ABD istihdam verisi (ChatGPT sonrası beyaz yakalı istihdamda üç milyon artış) ve elektrik örneği (1880’ler–1920’ler) bu yazıdan aktarılmıştır; özgün metin ve görseller The Economist Newspaper Limited’e aittir, bu sayfada çoğaltılmamıştır.
· Consulting Partners Türkiye, “Örnek Uygulama: Günlük satış raporu — günde ~3 saatten ~3 dakikaya” (kaynak sistemi değiştirmeden akışı yeniden kurma örneği).
Türkiye notları ve uygulama listesi bu yazıya ait yorumlardır.
3 Comments