Yapay Zekâ Zaman Değil, Departman Kazandırıyor

Bir e-ticaret sitesindeki ürün sayfasına baktığınızı düşünün. “Sepete ekle” butonu düzgün çalışmıyor, ürün fotoğrafı yeterince iyi görünmüyor, açıklama bazı önemli bilgileri içermiyor ve teslim süresi müşteriyi yanıltabilecek biçimde yazılmış.

Büyük bir işletmede bunlar dört ayrı departmanın sorunudur. Teknik hata bilgi teknolojilerine, fotoğraf grafik tasarım birimine, açıklama içerik veya pazarlama ekibine, teslim bilgisi ise satın alma ya da lojistik bölümüne iletilir.

Küçük işletmede ise sayfaya bakan kişi çoğu zaman bütün bu sorunların sahibidir. Hatayı fark eden, nedenini araştıran, çözüm bulan, uygulayan ve sonucunu kontrol eden aynı kişidir. Tek Kişilik Dev Kadro!

Görev tanımları, kurumsal yapılardaki kadar kesin sınırlarla ayrılmamıştır. İşletme sahibi veya küçük ekibin bir üyesi, kendi uzmanlık alanının çok ötesine geçen sorunlarla ilgilenmek zorunda kalabilir.

Yapay zekânın küçük işletmeler için gerçek değeri tam da burada ortaya çıkıyor.

Büyük işletmede uzmanlık, küçük işletmede sorumluluk vardır

Kurumsal yapılarda iş bölümü, çalışanların belirli alanlarda uzmanlaşmasını sağlar. Pazarlamacının yazılım kodunu, yazılımcının tedarik sözleşmesini, satın alma uzmanının da ürün görsellerini düzenlemesi beklenmez.

Küçük işletmede ise bir teknik sorunla karşılaşan kişi önce sorunun ne olduğunu anlamaya çalışır. İnternette arama yapar, teknik belgeleri okur, forumlarda benzer sorunları inceler ve çoğu zaman kendi altyapısının yetersiz olduğu bir alanda çözüm üretmeye çalışır.

Yapay zekâ bu süreci bütünüyle ortadan kaldırmıyor. Fakat dağınık bilgiyi toplama, teknik dili açıklama, muhtemel nedenleri sıralama, çözüm seçenekleri üretme ve uygulanabilecek ilk adımları gösterme maliyetini büyük ölçüde azaltıyor.

Bu nedenle yapay zekânın etkisini yalnızca “aynı işi daha hızlı yapmak” şeklinde açıklamak yetersiz kalıyor.

Verimlilik artışından yetenek alanının genişlemesine

Bir pazarlama uzmanının yapay zekâyla daha kısa sürede ürün açıklaması hazırlaması açık bir verimlilik artışıdır. Kişi zaten bildiği bir işi daha hızlı yapmaktadır.

Yazılım bilgisi sınırlı bir işletme sahibinin yapay zekâ yardımıyla bir butonun neden çalışmadığını teşhis etmesi ise farklı bir etkidir. Burada yalnızca süre kısalmamakta, kişinin yapabildiği işler kümesi de genişlemektedir.

Aynı ayrım başka alanlarda da görülebilir. Yapay zekâ bir muhasebecinin bilançoya ilişkin açıklama yazmasını hızlandırabilir. Ancak yeni olan, küçük işletme sahibinin bilançosundaki olağan dışı bir değişikliği fark etmesine ve doğru soruları yöneltmesine de yardımcı olmasıdır.

Bir grafik tasarımcı yapay zekâyla daha hızlı görsel alternatif üretebilir. Tasarımcı olmayan bir girişimci ise kötü bir görselin neden kötü göründüğünü anlayabilir, ölçüleri düzeltebilir ve uygulanabilir bir görsel brief hazırlayabilir.

Küçük işletme açısından ikinci etkinin ekonomik değeri daha büyük olabilir. Çünkü kazanılan yalnızca birkaç saat değil, daha önce dışarıdan hizmet alınmadan veya başka bir çalışan bulunmadan gerçekleştirilemeyen bir işlevdir.

Bir kişi, yapay zekâyla iki kişilik ekip kadar başarılı olabilir mi?

Harvard Business School, Wharton ve Procter & Gamble iş birliğiyle yürütülen geniş kapsamlı bir saha araştırması bu soruya dikkat çekici bir cevap veriyor.

Araştırmada P&G’nin Ar-Ge ve ticari birimlerinde çalışan 791 deneyimli profesyonel, gerçek ürün geliştirme sorunları üzerinde çalıştı. Katılımcılar tek başına veya iki kişilik ekipler hâlinde, yapay zekâ kullanarak ya da kullanmadan çözüm geliştirdi.

Yapay zekâ kullanmayan iki kişilik ekipler, beklendiği gibi tek başına çalışanlardan daha kaliteli sonuçlar üretti. Ancak yapay zekâ kullanan tek kişilerin ulaştığı kalite, yapay zekâ kullanmayan iki kişilik ekiplerin kalitesiyle aynı düzeye geldi.

Yapay zekâ kullanan bireyler ayrıca kontrol grubuna göre yüzde 16,4 daha az zaman harcadı. Yapay zekâ kullanan ekiplerdeki süre azalması ise yüzde 12,7 olarak ölçüldü.

Araştırmanın küçük işletmeler açısından en önemli sonucu yalnızca hız ve kalite artışı değildi. Yapay zekâ, çalışanların kendi uzmanlıklarının dışına çıkabilmesini de sağladı.

Yapay zekâ kullanılmadığında ticari birim çalışanları çoğunlukla pazara, fiyatlamaya ve iletişime dayalı çözümler önerirken Ar-Ge çalışanları teknik çözümlere yöneliyordu. Yapay zekâ kullanıldığında ise her iki grubun önerileri teknik ve ticari unsurları birlikte içeren daha dengeli çözümlere dönüştü.

Araştırmacılar bu sonucu, yapay zekânın kurum içindeki işlevsel uzmanlık silolarını aşındırması olarak değerlendiriyor. Başka bir deyişle yapay zekâ, ticari uzmana teknik bir bakış, teknik uzmana da ticari bir bakış kazandırabiliyor.

Çalışma, 2026 yılında Organization Science dergisinde yayımlandı. Araştırmacılar yapay zekânın bazı çalışma biçimlerinde yalnızca bir araç değil, belirli ekip işlevlerini yerine getiren “sibernetik bir takım arkadaşı” gibi davrandığı sonucuna ulaştı. (Dell’Acqua ve diğerleri, 2026)

Küçük işletme için daha büyük bir anlam

P&G araştırması büyük ve kurumsal bir işletmede gerçekleştirildi. Ancak bulguların küçük işletmeler açısından daha güçlü bir anlamı bulunuyor.

Büyük şirkette yapay zekânın sağladığı teknik veya ticari bakış açısının gerçek sahibi zaten aynı organizasyonun içindedir. Gerekirse ilgili departmana ulaşılabilir, toplantı yapılabilir veya ortak bir ekip kurulabilir.

Küçük işletmede ise böyle bir departman bulunmayabilir. Dolayısıyla yapay zekâ, büyük işletmede mevcut bir uzmana ulaşmayı kolaylaştırırken küçük işletmede eksik bir işlevin ilk kez yerine getirilebilmesini sağlayabilir.

Bu, yapay zekânın küçük işletmeye gerçekten bir yazılım, hukuk veya tasarım departmanı kazandırdığı anlamına gelmez. Ancak bu departmanların yürüttüğü bazı görevleri anlaşılabilir ve kısmen uygulanabilir hâle getirir.

İşletme sahibi sorunu tarif edebilir, olası nedenleri öğrenebilir, çözüm alternatiflerini karşılaştırabilir, bir taslak hazırlayabilir ve gerektiğinde gerçek uzmana daha doğru bir görev tanımı verebilir.

Böylece dış uzman tamamen ortadan kalkmasa bile ona hangi aşamada ve hangi soruyla gidileceği daha iyi belirlenir. Küçük işletmenin hem müdahale hızı hem de dışarıdan aldığı hizmeti yönetme kapasitesi artar.

Gariban Dostu Yapay Zekâ!?

Yapay zekânın yalnızca yüksek eğitimli veya ileri düzey uzmanlara yaradığı düşüncesi araştırmalar tarafından tam olarak doğrulanmıyor.

Stanford ve MIT araştırmacılarının 5.172 müşteri hizmetleri çalışanıyla gerçekleştirdiği saha çalışmasında, yapay zekâ desteği saat başına çözülen sorun sayısını ortalama yüzde 15 artırdı. En büyük gelişme, daha az deneyimli ve başlangıç performansı daha düşük çalışanlarda görüldü.

Yapay zekâ özellikle çalışanların daha seyrek karşılaştıkları sorunlarda fayda sağladı. Çünkü bu alanlarda çalışanların geçmiş deneyimi ve kurumsal eğitimi daha sınırlıydı. (Brynjolfsson, Li ve Raymond, 2025)

Profesyonel yazma görevleri üzerinde yapılan başka bir deneyde ChatGPT kullanan katılımcıların çalışma süresi ortalama yüzde 40 azalırken ürettikleri metinlerin kalitesi yüzde 18 yükseldi. Düşük ve yüksek performanslı çalışanlar arasındaki fark da daraldı. (Noy ve Zhang, 2023)

GitHub Copilot üzerine yapılan kontrollü deneyde ise yazılımcılar kendilerine verilen programlama görevini yüzde 55,8 daha hızlı tamamladı. Daha az deneyimli programcılar daha yüksek kazanım elde eden gruplar arasında yer aldı. (Peng ve diğerleri, 2023)

Görüyoruz ki, yapay zekâ asıl anlamlı katkıyı, kişinin bilgi veya deneyiminin daha sınırlı olduğu yerde sağlıyor.

Uzman kişi yapay zekâyla bildiği işi daha hızlı yapıyor. Daha az deneyimli kişi ise yapay zekâ sayesinde daha önce ulaşamadığı bir performans düzeyine yaklaşabiliyor.

İktisat diliyle ilkine yoğunluk marjı, ikincisine genişleme marjı diyebiliriz:

• Pazarlamacının yapay zekâyla daha hızlı metin yazması, mevcut kapasitenin yoğunlaşmasıdır.
• Bir işletme sahibinin teknik bir hatayı teşhis etmesi, kodu inceletmesi, düzeltme önerisi üretmesi ve sonucu test etmesi ise yapabildiği işler kümesinin genişlemesidir.

İkinci etkinin küçük ve yalın yapılarda daha değerli olabileceği çok makul. Çünkü burada kazanılan yalnızca zaman değil, daha önce işletmenin sınırları dışında kalan bir işi gerçekleştirebilme kapasitesidir.

Yapabilmek ile bilmek aynı şey değil

Bununla birlikte yapay zekâ yardımıyla bir işi gerçekleştirebilmek, o konuda uzmanlaşmak anlamına gelmiyor. Aslında bu, gerçek yetkinlik değil ödünç yetkinlik.

OECD’nin 2025 yılında yayımladığı kapsamlı değerlendirmede aktarılan bir deneyde, veri bilimi bilgisi bulunmayan çalışanlara ChatGPT erişimi ve kullanım eğitimi verildi. Bu çalışanlar yapay zekâ yardımıyla veri bilimi görevlerini daha yüksek oranda çözebildi.

Ancak yapay zekâ desteği kaldırıldığında teknik sorulara daha başarılı cevap veremediler. Başka bir ifadeyle görev performansı yükselmiş, fakat aynı ölçüde kalıcı teknik bilgi oluşmamıştı. (OECD, 2025)

Yapay zekâ açıkken kişi kod üretebilir, sözleşme maddelerini açıklatabilir, reklam kampanyasını inceletebilir veya nakit akışı tablosu hazırlayabilir. Fakat üretilen sonucun doğru, güvenli ve işletmenin özel koşullarına uygun olup olmadığını değerlendirebilmek hâlâ insan bilgisine dayanır.

Yapay zekâ uzmanlık ihtiyacını ortadan kaldırmıyor. Birçok görev için uzmanlığa erişim eşiğini düşürüyor.

Katı Uzmanlık Yerine Vizyon!?

Girişimcilik literatüründe buna “jack-of-all-trades” deniliyor: Girişimci tek bir alanda en iyi kişi olmaktan çok, işletmenin farklı işlevlerini bir araya getirecek dengeli bir beceri kümesine ihtiyaç duyar. Yapay zekâ bu genelisti uzman yapmasa da, onun farklı alanlardaki uygulama menzilini ciddi biçimde genişletebilir.

Küçük işletmede yapay zekâdan en fazla yararlanabilecek kişi, hiçbir şey bilmeyen kişi olmayabilir. Daha avantajlı profil, farklı işletme işlevlerini anlayacak kadar geniş bilgiye sahip olan fakat bunların her birinde uygulama uzmanlığı bulunmayan kişidir.

Çünkü yapay zekâ çoğu zaman sorunu kendiliğinden fark etmez. Önce bir insanın butonun çalışmadığını, fotoğrafın ürünü yanlış gösterdiğini, teslim süresinin gerçekçi olmadığını veya fiyatlandırmada bir tutarsızlık bulunduğunu görmesi gerekir.

Hani bazen deriz ya “yanlış bir şey yok ama bir şey eksik”. İşte bunu da yapay zekâdan beklemek çok anlamlı olmayabilir.

Sorunun varlığını fark etmek, neyin önemli olduğunu belirlemek ve kabul edilebilir sonucu tanımlamak insana aittir. Yapay zekâ bundan sonraki araştırma, açıklama, üretim ve deneme sürecini hızlandırabilir.

Bu bakımdan yapay zekâ, genel bilgi sahibi işletme sahibinin yerini almaktan çok onun hareket alanını genişletir. Kişinin sahip olduğu ticari muhakeme, müşteri bilgisi ve işletme deneyimi; yapay zekânın sunduğu teknik erişimin nasıl kullanılacağını belirler.

Gereksiz Özgüven Küçük İşletme İçin Yeni Bir Risk

Yapay zekâ her görevde aynı ölçüde başarılı değil. Bazı karmaşık işleri şaşırtıcı derecede iyi yaparken daha basit görünen başka bir görevde ikna edici fakat yanlış sonuçlar üretebilir.

Boston Consulting Group bünyesinde 758 danışmanla yapılan deneyde, yapay zekâ kullananlar uygun görevlerde yüzde 12 daha fazla iş tamamladı, yüzde 25 daha hızlı çalıştı ve yüzde 40’ın üzerinde kalite artışı sağladı.

Buna karşılık yapay zekânın yetersiz kaldığı bir görevde onu kullanan danışmanların doğru sonuca ulaşma olasılığı 19 yüzde puanı düştü. Araştırmacılar bu durumu “pürüzlü teknolojik sınır” olarak tanımladı. (Dell’Acqua ve diğerleri, 2023; OECD değerlendirmesi, 2025)

Küçük işletmeler açısından bu risk daha da önemlidir. Büyük kurumlarda hatalı bir çözümü fark edebilecek başka uzmanlar, kontrol süreçleri ve onay mekanizmaları bulunabilir. Küçük işletmede ise yapay zekânın önerisini isteyen, uygulayan ve onaylayan aynı kişi olabilir.

Özellikle hukuk, vergi, iş güvenliği, kişisel veriler, siber güvenlik ve yüksek tutarlı finansal kararlar gibi alanlarda yapay zekâ ön değerlendirme ve hazırlık aracı olabilir; nihai uzman denetiminin yerine geçemez.

“Ben de satışlar niye düştü birden diyordum, meğer...” sıkça kullanacağımız bir cümle hâline gelebilir.

Evet Makine, Ama Faydası Fabrikasyon Değil

Küçük işletmeler üzerinde yapılan doğrudan araştırmalar henüz sınırlı ve sonuçlar bütünüyle olumlu değil.

Kenya’daki girişimcilere WhatsApp üzerinden çalışan GPT-4 tabanlı bir iş danışmanı sunulan saha deneyinde, işletmelerin gelir ve kârlarında ortalama olarak anlamlı bir iyileşme görülmedi.

Ancak sonuçlar girişimcilerin başlangıç performansına göre ayrıldığında önemli bir fark ortaya çıktı. Yüksek performanslı girişimcilerin gelir ve kârları yüzde 15 artarken düşük performanslı girişimcilerde yaklaşık yüzde 8 düşüş yaşandı.

Araştırmacılar bu farklılığı yapay zekânın verdiği tavsiyelerden çok, girişimcilerin bu tavsiyeleri değerlendirme ve uygulama biçimleriyle ilişkilendirdi. (Otis ve diğerleri, 2024; OECD değerlendirmesi, 2025)

Bu bulgu önemli bir uyarı içeriyor. Yapay zekâ bilgi açığını küçültebilir; fakat iyi ve kötü tavsiyeyi ayıracak ticari muhakeme zayıfsa yanlış kararların daha hızlı uygulanmasına da neden olabilir.

Dolayısıyla yapay zekâ yalnızca kapasiteyi değil, kullanıcının mevcut karar kalitesini de büyütebilir.

Patron hâlen patron. İyi patron hâlen işi büyütecek güç.

Sonuç: Tasarruf edilen şey zamandan daha fazlası

Eskiden 3 günde hazırladığımız raporu şimdi saatler içinde verebiliyoruz diyenler, aşağılarda başka bir şeyler oluyor. Nasıl ki en iyi yerde mağaza açarak elde edilen avantaj e-ticaret sayesinde eskisi kadar belirleyici olmuyorsa, küçük işletmelerde de Yapay Zekâ ile bir değişim yaşanıyor.

Bariyerler azalınca, reel değer küçük işletmeler için rekabet avantajı oluyor.

Yapay zekâ küçük işletmeye gerçek anlamda yeni departmanlar kurmuyor. Fakat o departmanların bilgiye erişme, sorunu teşhis etme, seçenek üretme ve ilk uygulamayı hazırlama gibi bazı işlevlerini işletmenin içine taşıyor.

Bu nedenle, yapay zekânın otomasyon aracı olarak görülmesi bir şeyler ıskalamak anlamına gelebilir bence.