Manuel İşleri Yapmayı Bırakın: Liderlerin Zamanı Geri Kazanmak ve Karar Hızını Artırmak İçin Kullandığı Yapay Zekâ Sistemi

Çoğu yapay zekâ aracı satın alımı özelliklerle başlar: otomasyon, hız, entegrasyonlar.

Ancak gerçek değerin kilidini açan İK ve insan liderleri farklı bir soruyla başlar: manuel işler kararları nerede sessizce yavaşlatıyor veya ekibin enerjisini tüketiyor?

Teorideki angarya işlerden değil, gerçek sürtüşmelerden bahsediyorlar: Slack'te kaybolan takipler, toplantılara hapsolan kararlar, DM'lerde takılı kalan onaylar. Bu yığın insanların yerini almakla ilgili değil. İnsan yargısının değer zincirinde daha üst seviyelere çıkabilmesi için organizasyonu yürütmenin koordinasyon maliyetini azaltmakla ilgili.

Aşağıda liderlerin üzerinde sürekli uzlaştığı “Manuel İş Yapmayı Bırakın” yığını ve yararlanabileceğiniz gerçek örnekler yer alıyor.

Ortak nokta: Yapay zekâ işin yerini almıyor, işi yeniden düzenliyor

Ekipler “Yapay zekâ zaman kazandırdı” dediğinde, asıl hikâye genellikle liderlik açısından elde edilen üç kazanımdan biridir:

1. Daha hızlı netlik - boş sayfayla uğraşma azalır; sentezleme iyileşir.
2. Daha az darboğaz - iş devirleri kendiliğinden yönlendirilir ve onaylar tıkanmaz.
3. Kararlara daha fazla güven - bağlama ulaşmak kolaylaşır ve varsayımlar görünür olur.
   

Bu nedenle en çok tekrarlanan araçlar niş İK uygulamaları değil. Bunlar bilginin, kararların ve iş akışının altyapısıdır.

“Manuel İş Yapmayı Bırakın” Yığını

1) “Beyin” katmanı: tek bir sohbet robotu değil, çok modelli bir LLM uygulaması

Harvey'de İnsan ve Kültür Direktörü olan Katie Burke, şirketlerinde "Gemini, Claude ve ChatGPT'yi hem bağımsız olarak hem de çeşitli çıktıları test etmek için kullandıklarını” paylaştı.

Yapay zekâ stratejisti Christopher Lind’in başvurduğu araçlar ise ChatGPT ve Google Gemini. “Çok modlu yetenekleri nedeniyle ChatGPT'ye daha fazla ağırlık veriyorum” diyor.

Kariyer ve iş gücü istihbaratı danışmanı Jim Stroud, “ChatGPT benim günlük kullandığım araç, yapay zekânın İsviçre çakısı” diyor. Ancak şu uyarıda da bulunuyor:

Jim'in İpucu

Tek bir yapay zekâ aracı her işi iyi yapamaz. Bu nedenle birden fazla LLM kullanıyorum — bazı araçların belirli görevlerde diğerlerinden daha iyi performans gösterdiğini gördüm!

Örneğin derinlemesine araştırma için Perplexity'yi, başvuracağı editör olarak da Claude'u kullanıyor.

İK ve İnsan liderleri LLM'leri daha hızlı yazmanın ötesinde nasıl kullanıyor?

• Karar hazırlığı: Dağınık notları ve birbiriyle yarışan görüşleri, liderlik uyumu için yapılandırılmış seçeneklere dönüştürün.
• Politika taslağı hazırlama: Uyumlu ve insan odaklı politikaları daha hızlı oluşturun. Ardından üslup ve güven açısından düzenleyin.
• Stratejileri baskı testine tabi tutma: Uygulamaya almadan önce mantık boşluklarını yakalamak ve karşı argümanları ortaya çıkarmak için çok modelli kontroller kullanın.
• Standartlaştırma: Performans şablonları, yönetici araç setleri veya işe alım iletişimleri gibi tekrarlanan belgeleri, her seferinde yeniden başlamadan sadeleştirin.

Liderlik açısından çıkarılacak ders

Liderler LLM katmanını bir işletim yetkinliği olarak ele alırsa, düşünme ve iletişim için asgari seviyeyi yükseltir.

Liderler LLM'leri yalnızca yazma asistanı olarak değil, düşünme altyapısı olarak kullandığında, organizasyon genelinde uyumun kalitesini ve hızını artırır.

Bu nedenle en “uygulamacı” ekipler yalnızca gayriresmî alışkanlıklar edinmekle kalmaz; tutarlılık ve yönetişim için istem kitaplıkları ve koruma kuralları oluşturur.

Uzman ipucu:
Çok modelli bir sağduyu kontrolü benimseyin. “Taslak oluştur ve sorgula” ritmini kullanın—bir LLM taslak oluştursun, diğeri eleştirsin. Bu yöntem akran değerlendirmesini simüle eder ve karar mantığınızda yankı odalarının oluşma riskini azaltır.

2) “Kayıt” katmanı: liderlik avantajı olarak toplantı dökümü

Liderler toplantıları ortadan kaldırmaya çalışmaktan çok, toplantıların sonrasında yarattığı şeyleri ortadan kaldırmaya çalışıyor: belirsizlik, konuların yeniden tartışılması ve unutulan eylemler.

İşin geleceği danışmanı Darren Murph, Fathom gibi araçlara atıfta bulunarak müşterilerine “her toplantıyı kaydetmelerini ve yazıya dökmelerini” tavsiye ediyor. Kısmi zamanlı İK lideri ve koç Mel Plett, Otter.ai'yi, dinleme ve not alma arasında bölünmüş dikkati önlemek yerine “tamamen mevcut ve ilgili” kalmasını sağladığı için “oyun değiştirici” olarak nitelendirdi. Ayrıca net bir sınır koydu: “Bunu yalnızca müşteriler onay verdiyse kullanırım.”

Liderler bundan ne elde eder

• Kararlar ortadan kaybolmaz.
• Eylem maddeleri tek bir kişinin notlarına bağlı kalmaz.
• Takip süreci belirsiz olmak yerine görünür hâle gelir.

Liderlik açısından çıkarılacak ders

Toplantı kaydı bir verimlilik hilesi değil, karar bütünlüğü sistemidir. Kararlar kaydedildiğinde liderler geçmişi yeniden oluşturmaya daha az, ilerlemeye ise daha fazla zaman harcar.

Uzman ipucu:
Toplantıları yalnızca kaydetmekle kalmayın; dökümdeki kararları ve eylem maddelerini etiketleyin. Fathom ve Gemini gibi araçlar önemli anları vurgulamanıza olanak tanır; böylece sonraki adımlar gömülü kalmak yerine izlenebilir hâle gelir.

3) “Bağlamı geri getirme” katmanı: kesintileri azaltan bilgi arama

LLM'ler liderlerin daha hızlı düşünmesine yardımcı oluyorsa, bilgi yönetiminde yapay zekâ aracılığıyla arama yapmak, liderlerin temel bağlam bilgileri için sürekli kesintiye uğramasını önler.

Katie Burke, en büyük değişikliklerinin Glean adlı bir yapay zekâ asistanı eklemek olduğunu belirtti.

Ayrıca bunun liderlik üzerindeki etkisine de dikkat çekti: Bu, “bir toplantıda birini rahatsız etmeden” bağlam bilgisine ulaşmasına yardımcı oluyor.

Liderler bundan ne elde eder

• Daha az “bu nerede?” mesajı
• Daha hızlı işe alıştırma ve işlevler arası uyum süreci
• Geçmiş ve emsal kararlar geri getirilebildiği için daha iyi kararlar
  

Liderlik açısından çıkarılacak ders

Bu, en yüksek yatırım getirisine sahip “sessiz” iyileştirmelerden biridir: insan kaynaklı darboğazlara bağımlılığı azaltır. Kurum bağlam bilgisine kendi kendine erişebildiğinde liderler varsayılan yardım masası olmaktan çıkar.

Uzman ipucu:
Öncelikle işe alıştırma belgelerinizi ve SOP dokümanlarınızı yapay zekâ aramasıyla dizine ekleyin. Buradaki erken kazanımlar işe alıştırma süresini azaltır ve yeni çalışanlardan ya da işlevler arası ekiplerden gelen bağlam sorularını büyük ölçüde düşürür.

4) “İş akışı altyapısı” katmanı: çıktıları eylemlere dönüştüren otomasyon

Yapay zekâ çalışmalarının çoğu burada duraklar. Bunun nedeni çıktıların kötü olması değil, sonrasında hiçbir şeyin gerçekleşmemesidir.

Ekipler özetleri, içgörüleri ve taslakları ışık hızında üretir… ardından devir teslimler, onaylar ve manuel yönlendirme nedeniyle günlerini kaybeder.

Christopher Lind, işlerin sistemler arasında kaybolmaması için araçları uçtan uca bağlayan orkestrasyon katmanları olarak Zapier ve n8n kullandığını açıkça belirtti.

Christopher'ın ipucu

Herhangi bir şeyi otomatikleştirmeden önce durun. Kendinize “Aslında hangi sorunu çözmeye çalışıyorum?” diye sorun. Süreçten önce amaç her zaman kazanır.

Yapay zekâ danışmanı Reyhaneh Khalilpour da Typeform'daki başvuru verilerini otomatik olarak yapılandırılmış sistemlere aktarmak için Zapier kullanıyor; böylece manuel yönlendirme ve takip ihtiyacını ortadan kaldırıyor.

Örnekler genelinde Slack yürütme yüzeyi olarak öne çıkıyor: onaylar, bildirimler ve sonraki adımlar işin hâlihazırda yürütüldüğü yerde gerçekleşiyor.

Liderler bundan ne elde eder?

• Daha az görünmez iş devri - işler kendiliğinden yönlendirilir
• Daha kısa çevrim süreleri - onaylar birinin hatırlamasını beklemez
• Daha az koordinasyon yükü - daha az kontrol, daha az “sadece takip ediyorum” mesajı

Liderlik açısından çıkarım

LLM'ler dakikalar kazandırır. Orkestrasyon günler kazandırır.
Çünkü işin gerçek maliyeti yazmak değil, devir zinciridir: bunu kimin görmesi, onaylaması, üzerinde işlem yapması ve saklaması gerekiyor? Liderler bu katmanı düzelttiğinde yapay zekâ, çıktıyı nihayet ivmeye dönüştürür.

Uzman ipucu:
Çıktıların takıldığı “son kilometre aksaklıklarını” haritalayın. Önce bu noktaları otomatikleştirin (onay talepleri veya belge yönlendirme gibi). İvmenin sessizce yok olduğu yer çoğu zaman burasıdır.

5) “Sürdürülebilirlik” katmanı: sistemi belgeleyin, yoksa öncülerle birlikte yok olur

Mel'in İpucu

Yalın teknoloji yığınlarından yanayım; aksi takdirde karma araçlar oluşturma riskini alırsınız.

Son katman bir araçtan çok bir liderlik disiplini: teknoloji yığınını sürdürülebilir hale getirmek.

Reyhaneh Khalilpour, iş akışlarının, standart çalışma prosedürlerinin ve öncü eğitimlerinin yaşadığı bir kayıt sistemi olarak Notion'ı kullandığını ve böylece sistemin tek bir uzman kullanıcıyı aşacak şekilde ölçeklenmesini sağladığını anlattı.

eyemail'in kurucusu ve CEO'su Lisa Jones, farklı ancak tamamlayıcı bir Notion kullanım alanı sunuyor: Notion'ı yalnızca operasyon belgeleri için değil, strateji ve uyumlanma yüzeyi olarak kullanmak.

Liderler bundan ne elde eder?

• “Uzman kullanıcılara” daha az bağımlılık
• Daha hızlı işe alıştırma ve daha az tekrarlanan soru
• Güveni zedelemeden sistemi iyileştirme olanağı
  

Liderlik açısından çıkarım

Sürdürülebilirlik oluşturmazsanız bir yapay zekâ yetkinliğiniz olmaz. Yalnızca kırılgan bir geçici çözüm yaratmış olursunuz.

Uzman ipucu:
Belgelemeyi ayrı bir görev değil, iş akışının bir parçası haline getirin. Standart çalışma prosedürlerini ve teknoloji yığını şemalarını, gizli klasörlere gömmek yerine ekibinizin zaten kullandığı Notion veya Confluence gibi araçların içine yerleştirin.

Liderlerin izlediği sıra (ve bunun neden işe yaradığı)

Görüşmeler genelinde yararlı bir örüntü ortaya çıkıyor: liderler her şeyi otomatikleştirmiyor. Görüşmeler genelinde liderler her şeyi bir anda otomatikleştirmiyor. Liderlik kapasitesini koruyan bir sıra izliyorlar:

1. Kararları kaydetme (Otter.ai, Fathom)
2. Taslak oluşturma ve sentezleme (ChatGPT, Claude, Gemini, Perplexity)
3. Bağlamı geri getirme (Glean)
4. Onayları ve devirleri yönlendirme (Zapier, n8n, Slack)
5. Sürdürülebilir hale getirme (Notion)

Bu sıra önemlidir çünkü sistemi güvenilir tutar: kararlar kaydedilir, bağlama yeniden erişilebilir, çıktılar eylemlere dönüşür ve makine anlaşılır kalır.

Uzman ipucu:

Bu sırayı Maslow'un ihtiyaçlar hiyerarşisi gibi ele alın. Katmanları atlamayın. Kararları kaydetmek ve geri getirilebilirliği sağlamak temeli oluşturur. Bağlam olmadan çok erken otomasyon = kaos.

Bu, İK ve İnsan Operasyonları liderleri için ne anlama geliyor?

Bu teknoloji yığını “sırf teknoloji olsun diye teknoloji” değil. Araçlar kılığına bürünmüş bir organizasyon tasarımıdır.

İlk kazanımlar öngörülebilirdir:

• İşe alım süreçleri daha az idari iş yükü gerektirir
• İşe alıştırma süreci, kimin müsait olduğuna daha az bağımlı hâle gelir
• Yönetici iletişimi daha tutarlı ve daha az tepkisel hâle gelir

Asıl kazanım kaldıraç etkisidir: İnsan Operasyonları, kuruluşun yapıştırıcısı olmaktan çıkıp sistem tasarımcısı olmaya geçer.

Asıl mesele: bu bir araç yığını değil, liderlik altyapısı

Yapay zekâdan bileşik değer elde eden liderler özelliklerin peşinde değil. Koordinasyon yükünü azaltıyorlar; böylece insanların dikkati ve muhakemesi ait olduğu yerde kullanılabiliyor.

Yapay zekâ kullanımınız takılı kaldıysa, işe başka bir araç ekleyerek başlamayın. Christopher Lind'in dediği gibi,

Başarılı olacak kişiler doğru araçları seçenler değil. Ne yapmaları gerektiğini net biçimde bilen ve ardından bunu yapmak için çevrelerindeki yapay zekâ araçlarıyla akıllıca çalışan kişiler olacak.

Şunu sorarak başlayın: Manuel iş kararları nerede yavaşlatıyor?
Ardından işi yakalayan, geri getiren, yönlendiren ve sürdüren bir araç seti oluşturun; böylece liderlik, güveni zedelemeden daha hızlı ilerleyebilir.

Yapay zekâ operasyonlarınızı geçici çözümlerle ayakta tutmayı bırakıp onları tasarlamaya başlamaya hazır mısınız?

People Managing People topluluğuna katılın. Ücretsiz hesaplar, daha çok çalışmak yerine daha akıllıca liderlik etmenize yardımcı olacak haftalık içgörüler, pratik çerçeveler ve meslektaş stratejileri sunar.

Ücretsiz hesabınızı bugün oluşturun.