Yapay zekâ tek boynuzlu şirketindeki İnsan ve Organizasyon Başkan Yardımcısı, İK liderlerinin insan-makine iş gücünün mimarları olması gerektiğini söylüyor

Brad Wilkins, endüstriyel yapay zekâ alanında milyar dolar değerlemeye ulaşmış Cognite şirketinde İnsan ve Organizasyondan Sorumlu Başkan Yardımcısıdır. SaaS ve yapay zekâ ölçeklenen şirketlerinde yirmi yıllık İnsan liderliği deneyimiyle, yapay zekânın İK'yı nasıl yeniden şekillendirdiğine dair net bir bakış açısı sunuyor.

Röportajımızda bize, en iyi şirketlerin yalnızca yapay zekâyı benimsemediğini, tüm işlerini yapay zekâ etrafında yeniden tasarladığını söyledi. İşte nasıl.

Trendin önünde liderlik etmek

Ben, endüstriyel yapay zekâ alanında milyar dolar değerlemeye ulaşmış Cognite şirketinde İnsan ve Organizasyondan Sorumlu Başkan Yardımcısı Brad Wilkins'im. Avrupa, Hindistan, Orta Doğu, Japonya ve Amerika kıtalarındaki üst düzey yöneticilerimizin stratejik İK iş ortağı olarak görev yapıyorum; ancak son yirmi yılın ortak çizgisi, herhangi bir tekil pozisyondan daha önemli.

SaaS ve yapay zekâ alanında ölçeklenen şirketlerde üstlendiğim beş VP ve CHRO görevi ile düzenlemeye tabi sektörlere yatırım yapan bir girişim sermayesi fonundaki mevcut ortaklık rolüm, bana kendine özgü bir bakış açısı kazandırdı. Aynı örüntünün bir düzineden fazla şirkette ortaya çıkışını izledim ve İK'nın geri kalanının erken bulduğu iş gücü değişimlerinin başında yer aldım.

On yıl önce Altisource'ta yıllık performans değerlendirmesini kaldırıp yerine "etki değerlendirmesi" adını verdiğimiz bir uygulama getirdik. Aynı konuşmaydı, ancak odak noktası tam tersiydi. İnsanların ne yaptığını değil, ne ortaya koyduğunu ölçtük. İşe girişin ilk aşamalarındaki çalışan kaybını %14'ten %4'e düşürdük ve yüksek performans gösteren çalışanların elde tutulma oranını %48'den %98'e yükselttik.

Bu yatırım karşılığını fazlasıyla verdi. Loadsmart'ta 21 ülkede çalışan sayısını iki katına çıkarırken şirket değerlemesini 1,3 milyar dolara yükselttik. Collibra'da COVID döneminde çalışan sayısının 600'den 450'ye, ardından 825'e çıkmasıyla yaşanan sert dalgalanmayı, işleyişimizi kaybetmeden yönettik. Bunların hiçbiri İK hamlesi değildi. İnsan fonksiyonunun öncülük ettiği iş hamleleriydi.

Bu dönem, tüm bu yatırımların daha büyük bir versiyonu. Deloitte'un 2026 Küresel İnsan Sermayesi Eğilimleri raporu bunu bir dönüm noktası olarak ele alıyor: Liderlerin 10'da 7'si artık önümüzdeki üç yıl boyunca temel rekabet avantajlarının ölçek değil, hız ve uyum sağlama becerisi olacağını söylüyor.

Stanford'un Yapay Zekâ Endeksi de teknoloji tarafında aynı eğrinin sıkıştığını gösteriyor. Ayrıca kasıtlı insan-yapay zekâ tasarımının önemli olduğunu söyleyen liderlerle bu işi gerçekten yapanlar arasında 60 puanlık bir fark var. 2026'nın gerçek hikâyesi bu fark.

En atak şirketler İK'da yapay zekâ kullanmıyor, İK'yı yapay zekâ etrafında yeniden kuruyor. Organizasyon şemalarında artık yalnızca insanlar değil, kutularla gösterilen aracılar da yer alıyor. Bireysel katkı sağlayan çalışanlar, altı kişilik ekipleri yönetiyor ve bu altı doğrudan bağlı çalışanın tamamı aracı.

Moderna, İK ve BT'yi İnsan ve Dijital Teknolojiden Sorumlu İcra Kurulu Başkanı'na bağlı tek bir fonksiyonda birleştirdi. Walmart, dönüşümünü "insan liderliğinde ve teknoloji destekli" olarak tanımlıyor. Disney, Yapay Zekâ ve İş Birliğinden Sorumlu bir İcra Kurulu Başkanı atadı.

CHRO pozisyonu, işe alım liderliğinden ziyade hibrit insan-makine iş gücünün mimarı hâline geliyor. Beceriler değer kaybediyor ve yıllık döngülerin bunları takip etme hızını aşıyor; yeniden tasarlamadığınız her iş akışı, BCG ve EY'nin artık "yetenek borcu" olarak adlandırdığı, eski organizasyon mantığının içinde sıkışıp kalmış gerçekleşmemiş potansiyeldir.

Benim vardığım nokta şu ve bunu açıkça ifade edeceğim; çünkü bu alanın hâlâ etrafında temkinli adımlarla dolaştığını düşünüyorum: Bir araç olarak yapay zekâ artık temel gereklilik. Asıl iş, bir zihniyet olarak yapay zekâda yatıyor.

Değişim, "işe alıma bir yardımcı ekleyelim" demek değil. Bir aracının işin bir bölümünü yapabileceğini varsaymak ve ardından geriye doğru ilerleyerek bir insanın gerçekten nerede gerekli olduğunu belirlemek; benim buna olumsuzu kanıtlama dediğim şey bu.

Öğrenme içeriklerinizin artık dördüncü hedef kitlesinin LLM'nin kendisi olduğunu anlamak demek. BT'nin muhtemelen yeniden İnsan fonksiyonunun içine alınması gerektiğini kabul etmek demek. Dört ila on yıl kıdeme sahip çalışanların artık giriş seviyesindeki çalışanlardan daha fazla risk altında olabileceğini fark etmek demek; çünkü yeni mezunlar yapay zekâ yerlisi, kariyerinin ortasındaki yetenekleriniz ise hâlâ ustalaşmak için on yıl harcadıkları iş akışını savunuyor.

Benim görevim, organizasyonu bu geleceğe eğrinin gerisinde kalmadan, önünde olacak şekilde taşımak.

Yapay zekâ, zayıf bir sinyal ile yapısal bir çözüm arasındaki süreyi nasıl kısaltıyor?

Brad Paylaşıyor

En büyük değişim, benimsediğimiz bir araç olmadı. Zayıf bir iş gücü sinyali ile yapısal bir çözüm arasındaki sürenin kısalması oldu…Geçmişte İK iş ortağının haftalarını alacak bir çalışma — iş tanımlarını toplamak, dış verilerle karşılaştırmalı değerlendirme yapmak, sorumlulukları eşleştirmek — yaklaşık üç saat içinde gerçekleşti.

En büyük değişim, benimsediğimiz bir araç olmadı. Zayıf bir iş gücü sinyali ile yapısal bir çözüm arasındaki sürenin kısalması oldu.

Alanımızdaki baskın işletim modeli, tarihsel olarak çalışan bağlılığı verilerinin burada, performans verilerinin orada, yeni işe alınanların nabız yoklamalarının üçüncü bir sistemde, takvim ve zaman takibi üst verilerinin dördüncü bir sistemde tutulması ve birilerinin, önem taşıyabileceği andan altı hafta sonra liderliğe sunulan üç aylık bir sentez hazırlaması şeklindeydi.

İnsan fonksiyonumuzu, şirketimizin endüstriyel müşterilere sattığı mimarinin aynısı üzerine kurduk: farklı verileri tek bir grafikte birleştirmek, bunun üzerine ajan tabanlı bir katman yerleştirmek ve insanların tek başlarına zamanında fark edemeyeceği bağlantıları sistemin ortaya çıkarmasına izin vermek.

Yakın zamanda yaşanan bir örnek: 90 günlük yeni işe alınan nabız yoklaması, yöneticiyle kurulan bağın zayıf olduğunu gösterdi. Aynı zamanda, zaman takibi verileri bu yöneticinin takviminin, görev tanımında aslında yer almayan satış öncesi faaliyetler tarafından sessizce doldurulduğunu gösteriyordu; bu faaliyetler haftasının yaklaşık yarısını oluşturuyordu.

Üç yıl önce bunlar, iki farklı sistemde duran, iki farklı analist tarafından, altı hafta arayla ortaya çıkarılan birbiriyle ilgisiz iki veri noktası olurdu. O noktaya gelindiğinde ya yeni işe alınan kişiyi kaybetmiş olurdunuz ya da yapısal bir sorunu role kalıcı olarak yerleştirmiş olurdunuz. Yapay zekâ sinyalleri gerçek zamanlı olarak çapraz referansladığında, teşhis birkaç dakika sürdü.

Yanlış tahsis edilen satış öncesi işi fark ettiğimizde yalnızca yöneticinin takvimini düzeltmedik. İş ailesi tanımına geri döndük, bu işin gerçekten o role ait olup olmadığını yeniden inceledik, karşılaştırılabilir şirketlerdeki emsal kıyaslamalara baktık ve bu işin nerede konumlanması gerektiğine dair yapısal bir karar verdik.

Tarihsel olarak bir İK iş ortağının haftalarını tüketecek olan bir çalışma — iş tanımlarını toplamak, dış verilerle kıyaslamak, sorumlulukları eşlemek — yaklaşık üç saat içinde gerçekleşti.

Yapay Zekâ İnsan Fonksiyonunu Nasıl Değiştiriyor?

Önem taşıyan davranış değişikliği, "artık İK'da yapay zekâ kullanıyoruz" değil. Pek çok kuruluş bunu söyleyebilir. Davranış değişikliği, zayıf bir sinyal ile yapısal bir karar arasındaki sürenin yaklaşık iki büyüklük mertebesinde kısalmış olmasıdır. Bu, İnsan fonksiyonunun ne olduğunu değiştiriyor.

İşgücü planlaması üç aylık bir çıktı olmaktan çıkıp salı öğleden sonralarına özgü bir çalışma disiplinine dönüşüyor. Yetkinlik yönetimi statik bir sınıflandırma olmaktan çıkıp sürekli yeniden oluşturulan bir haritaya dönüşüyor. İnsan iş ortağının rolü bir süreci yürüten kişi olmaktan çıkıp bir sistemi koordine eden kişiye dönüşüyor.

Önemli olan, bunun aşağıya doğru yarattığı etkidir. Bu ekibe bundan sonra alınacak her yeni çalışan, rol ilk yazıldığında hayal edilen işi değil, gerçek işi yansıtan bir iş tanımıyla başlayacak. İşe alışma süreleri kısalacak. İşe alım başına maliyet düşecek. Yönetici bire bir görüşmelerinin kalitesi artacak; çünkü yönetici on beş farklı yöne çekilmiyor olacak.

Bunların hiçbiri gösterişli bir yapay zekâ uygulaması olarak görünmüyor — çalışanların etkileşim kurduğu bir sohbet robotu yok. Ancak kuruluş ölçülebilir biçimde farklı çalışıyor. Bence İnsan liderlerinin kendilerini kıyaslaması gereken değişim türü bu; "bir yardımcı yapay zekâ uyguladık mı?" sorusu değil.

Soru "Bu Neden Yapay Zekâ Olamaz?" Noktasına Geldiğinde

Her iş akışı yapay zekâ öncelikli bir süzgeçten geçiriliyor — soru "Yapay zekâ burada nerede yardımcı olabilir?" değil. Soru "Bu neden yapay zekâ olamaz?"

Diğer tarafa geçen her şey, gerçekten insan kaynağına, insan muhakemesine veya insan empatisine ihtiyaç duyan şeydir. Soruyu tersine çevirmek asıl hamledir. Bu, her seferinde olumsuzu kanıtlamaya zorlar ve hiç kimsenin gönüllü olarak devretmeyeceği muazzam miktarda işi görünür kılar.

Yapay zekânın artık benim için üstlendiği işler: farklı insan verileri arasında sentez yapmak, rol ve iş mimarisi analizi, taslak hazırlamak (iş tanımları, iletişim metinleri, politika rehberleri, yönetici sunumları), yöneticiler için mülakat kalitesi koçluğu, çalışan bağlılığı ve duygu sinyallerindeki örüntüleri tanımak, yetenek pazaryeri eşleştirmesi, politikaların ilk düzeyde yorumlanması.

Bunların tamamına yapılandırılmış istem kütüphaneleriyle üretken yapay zekâyı yerleştiriyoruz — gelişigüzel kullanım değil, "bunu kendin çöz." demek değil. Bir rakam vermem gerekirse, işimin beş yıl önceki halinin yaklaşık yarısı sıkıştırıldı veya ortadan kaldırıldı. Bunu iyi haber olarak görüyorum; çünkü geriye, aslında bu alana girme nedenim olan, gerçekten önemli stratejik ve empati gerektiren işler kalıyor.

Asıl Kaldıraç Neden Çıktılarda Değil, Girdilerdedir

Yapay zekâ yalnızca girdiler ve onu kullanan uygulayıcı kadar iyidir. Bunu yeterince fazla liderin söylediğini duymuyorum.

Tüm alan, asıl kaldıraç girdi tarafında olmasına rağmen daha iyi çıktılar elde etmeye odaklandı. Aynı araç, iki uygulayıcı ve birbirinden tamamen farklı sonuçlar. İnsanlar, kurum kültürü, kimin hoşgörüyü hak ettiği ve kiminle açık bir konuşma yapılması gerektiği hakkındaki yargı kararları — bunlar girdilerdir. Ön taraftaki çalışmayı atlarsanız, ortadaki mekanizmanın hiçbir önemi kalmaz.

Bu nedenle, "İnsan olarak kalan nedir?" sorusuna verdiğim yanıt aynı zamanda "Yapay zekâyı çalıştırmaya gerçekten değer kılan nedir?" sorusunun da yanıtıdır. En iyi liderlerin yaptığı değişim, döngüde insandan liderlikte insana geçiştir. Yapay zekâ uygulamayı gerçekleştirir, kararı insan sahiplenir.

Hangi Tür İşlerin "İnsan Tarafında Kalması" Gerektiği Nasıl Anlaşılır?

Yapay zekâ, birinin hangi grupta yer alabileceğini belirlemede mükemmeldir. Yapay zekâ, ardından yapılacak konuşmayı yürütmede ise çok kötüdür. Aynı durum terfiler için de geçerlidir. Yapay zekâ, yetkinlik göstergelerine göre kimin hazır olduğunu gösterebilir; ancak birinin bir sonraki seviyede gereken muhakemeye hazır olup olmadığına ilişkin karar, temelde insan değerlendirmesidir.

Yapay zekânın öncülük ettiği ve insanın onayladığı alanlar: iş gücü verilerinin birleştirilmesi ve örüntü tespiti, rol mimarisinin ilk aşama analizi, politikaların ve standartlaştırılmış iletişimlerin taslağının hazırlanması, performans değerlendirmelerinin özetlenmesi, çalışan bağlılığı duygu analizi, görüşme dökümlerinden yöneticilere görüşme koçluğu, çalışan ilişkilerinde ilk kademe önceliklendirme, adayların yetkinlik çerçeveleriyle eşleştirilmesi ve rutin sorular için politika yorumlama.

Yapay zekânın desteklediği ve insanın öncülük ettiği alanlar: iş gücü planlamasındaki ödünleşimler, halefiyet kararları, ücretlendirme felsefesi ve ödüllendirme tasarımı, organizasyon tasarımı tercihleri ve yetenek değerlendirmelerinin kalibrasyonu. Yapay zekâ bana daha iyi girdiler, daha hızlı senaryolar ve tek başıma fark edemeyeceğim örüntüleri tanıma olanağı sunuyor. Kararı ben veriyorum.

Yapay zekânın söz hakkının olmadığı alanlar: işten çıkarmalar, terfiler, hassas performans görüşmeleri, çıkış mülakatları, liderlik yedekleme derinliği hakkındaki kararlar, birinin niyetinin kurumla uyumlu olup olmadığına ilişkin bir yargı içeren her şey ve bir ortamı okumayı gerektiren her an. Bunun nedeni basit: Bu anlar empati gerektirir ve empati, yapay zekânın yetkin insanlarla arasındaki farkı anlamlı bir zaman çizelgesinde kapattığına dair hiçbir güvenilir kanıt görmediğim tek yetkinliktir. Bu bir darboğaz değil, fikir birliği ve adaletin yavaşlatıcı unsurlar değil, rekabet avantajları olduğuna dair derin bir inanca dayanan bir kültür değeridir. Bir yapay zekânın öne sürebileceği her türlü verimlilik argümanına karşı bunu savunurum.

700 müşteri hizmetleri temsilcisini yapay zekâyla değiştireceğini duyuran ve şimdi sessizce onları yeniden işe alan finans teknolojisi şirketi, İnsan ve Kültür liderlerinin takip etmesi gereken ibretlik örnektir. Yapay zekâ hızı ve hacmi yönetti. Empatiyi ve istisnai durumları gözden kaçırdı. 2026'da insan muhakemesine karşı bahis oynayan liderler, 2027'de özür dileyen LinkedIn paylaşımları yazacak.

Yapay Zekânın İK'da Kazandığı Alanlar

Abartı gerçek. Yapay zekânın büyük faydaları var.

İş gücü sorunlarında sinyalden eyleme geçiş süresi haftalardan saatlere indi. Dökümler üzerinde koçluk metinleri çalıştırmaya başladığımızda yönetici görüşmelerinin kalitesi ölçülebilir biçimde arttı — bir yöneticiye görüşme sorularının %90'ının kapalı uçlu olduğunu veya zamanın %85'inde konuşanın kendisi olduğunu gösteren verileri sunduğunuzda bunu düzeltiyor. Çoğu daha iyi olmak istiyor; yalnızca kendilerini görebilecekleri bir aynaları hiç olmamıştı.

İş ilanlarını işin temel birimi olarak ele almayı bırakıp adayları çıkarımsal yetkinliklerle eşleştirmeye başladığımızda pozisyonları doldurma süresi anlamlı ölçüde kısaldı. Pişmanlık yaratan çalışan kaybı %5'in oldukça altında seyrediyor — bunun tek nedeni yapay zekâ değil; ancak artık işe uyum sorunlarını ve yöneticiyle bağın kopması sorunlarını hâlâ düzeltilebilir durumdayken yakalamamızın da payı var.

Geleneksel sınıf eğitimleri yerine, erken benimseyenlerin iş akışı içinde meslektaşlarına eğitim verdiği atölye tarzı öğrenme laboratuvarları oluşturduğumuzda kurum içi yapay zekâ araçlarının benimsenmesi büyük ölçüde hızlandı.

Beni en çok heyecanlandıran örüntü, yapay zekânın daha önce görünmez olan işleri görünür kılması: takvimi kontrolden çıkan yönetici, işe alım süreci ters gitmeye başlayan yeni çalışan, bağlılığı azalmaya başlayan yüksek performanslı çalışan. Bunların hiçbiri daha önce bu hızda anlaşılabilir değildi.

Yapay Zekânın Sonuç Vermediği Alanlar

Brad Paylaşıyor

Yapay zekâ, bölgeler arasında nuanslı kültürel çeviri konusunda hâlâ zorlanıyor… Modeller lehçe, kültürel bağlam veya yerel iş hukuku nüanslarıyla karşılaştığında anlamlı performans farkları gördüm. Kültürel açıdan incelik gerektiren her konuda hâlâ yerel insan muhakemesine güveniyoruz. Teknoloji bu farkı kapatacak. Henüz kapatmadı.

2025 yılına, yapay zekânın ekipler arasındaki performans değerlendirmelerini kalibre etmeye yardımcı olmasını bekleyerek girdim — tutarsızlıkları işaretlemesini, olası önyargıları ortaya çıkarmasını ve ücret karşılaştırması konusunda yardımcı olmasını umuyordum. Bunların bazılarını iyi yapıyor. Ancak kalibrasyonun gerçekten önemli olan kısmı, liderlerin bu kişinin, bu seviyede ve bu bağlamda, ihtiyaç duyduğumuz şekilde performans gösterip göstermediği hakkında yaptıkları konuşmadır.

Yapay zekâ bu konuda oldukça zayıf bir katkı sağladı. Performansın çok büyük bir bölümü bağlama, ilişkilere ve geleceğe dönük değerlendirmelere dayanıyor. Yapay zekâ geçmişe dönük örüntü tanımada başarılı. Bu ise aynı şey değil.

İkinci eksiklik, gerçekten yeni bir organizasyon tasarımı oluşturma konusu. Yapay zekâ size benzer şirketlerin değer sunma işlevlerini, pazara açılma organizasyonlarını veya finans ekiplerini nasıl yapılandırdığını anlatabilir.

Ancak henüz kimsenin gerçekten yapmadığı bir şeyi tasarlarken çok daha zayıf kalıyor; örneğin, temsilcilerin doğrudan bağlı çalışanlar, insanların ise temsilci ekiplerinin yöneticileri olduğunu varsayan bir işlev yapısı gibi. Geleceğe dönük organizasyon tasarımı hâlâ büyük ölçüde insanlara dayanıyor ve bunun bir süre daha böyle kalmasını bekliyorum.

Üçüncü eksiklik, liderlik halefiyeti. Yapay zekâ yetkinlikleri rol gereklilikleriyle eşleştirebilir; ancak bir kişinin üst düzey bir rolde gerçekten başarılı olmak için yürütme ekibi nezdinde gerekli siyasi sermayeye, ilişkilere veya güven birikimine sahip olup olmadığını söyleyemez. Liderlik halefiyeti, özünde insani güvenle ilgili bir sorundur ve yapay zekânın bunu faydalı bir zaman çizelgesi içinde çözeceği konusunda şüpheliyim.

Yapay zekâ, hepsi bir arada platform vaadini de yerine getirmedi. 2024'te tek ve entegre, yapay zekâ destekli bir platform sunan çoğu İK teknolojisi tedarikçisi, yanına bir sohbet robotu iliştirilmiş bir gösterge paneli yayımladı.

Gerçek değer, uzmanlaşmış araçların uygulayıcıların gerçekten sahip olduğu yapılandırılmış istemler ve iş akışları aracılığıyla birbirine bağlanmasından geliyor. Size birleştirilmiş platform satan herkes aslında size bir ürün değil, bir yol haritası satıyor.

Daha genel olarak, yapay zekâ kıdemli muhakemenin yerini almadı. Yapay zekâ hız, hacim ve örüntü eşleştirmeyi yönetiyor. Empatiyi, istisnai durumları ve insan değerlendirmesi gerektiren anları kaçırıyor: zor konuşmayı, birinin "nasıl yapacağını bilmiyor" anında mı yoksa "gerçekten yapamıyor" anında mı olduğuna dair yargıyı, bir odadaki kültürel atmosferi sezebilmeyi. Uygulayıcıların daha az değil, daha fazla yapmasını istediğim asıl önemli işte bunlar var.

People liderlerinin içselleştirmesini en çok istediğim nokta ise şu: Yapay zekâ, giriş seviyesindeki çalışanların en fazla risk altında olduğunu kanıtlamadı. Küçük kademe çalışanlarınızı temsilcilerle değiştirebileceğiniz yönündeki geleneksel kanı, bana göre tamamen ters yönde. Üniversiteden yeni mezun olan kuşak yapay zekâ yerlisi. Onları ikna etmenize gerek yok.

Asıl risk altındaki grup, dört ila on yıl kıdeme sahip çalışanlar — kariyerini, yapay zekânın artık dakikalara indirdiği bir iş akışında uzmanlaşarak kuran ve bu iş akışını yeniden inşa etmek yerine savunma eğiliminde olan kişi. Gerçek yeniden beceri kazandırma yatırımının yönelmesi gereken yer burası.

Son olarak, yapay zekâ bölgeler arasında nüanslı kültürel çeviri konusunda hâlâ zorlanıyor. Avrupa, Hindistan, Orta Doğu, Japonya ve Amerika kıtaları genelinde, modeller lehçe, kültürel bağlam veya yerel iş hukuku nüanslarıyla karşılaştığında anlamlı performans farkları gördüm. Kültürel açıdan incelik gerektiren her konuda hâlâ yerel insan muhakemesine güveniyoruz. Teknoloji bu farkı kapatacak. Henüz kapatmadı.

Yapay Zekâ Destekli Bir İş Akışının Uygulanması İşe Alım Sürecini Nasıl Dönüştürüyor?

En çok gurur duyduğum iş akışı şu. Bunun, alanın üç yıl içinde nasıl görüneceğini gösterdiğini düşünüyorum ve İnsan ve Kültür işlevlerinin çoğu bunu henüz oluşturmadı.

Bu, iş tanımından işe alım sonrası geri bildirimlere kadar tüm işe alım yaşam döngüsünün, geliştirdiğimiz özel bir Claude becerisinin üzerinde tek ve bağlantılı bir iş akışı olarak çalışmasıdır. İşe alım, üzerinden geçmek için ideal örnek; çünkü çoğu kuruluşun en zayıf veri düzenine, yöneticilerin davranışlarında en yüksek farklılığa ve hata yapmaya karşı en düşük toleransa sahip olduğu alan burası.

Adım adım ve net biçimde ilerlersek:

1. Adım: İhtiyaç toplama

İşe alım yöneticisi bir ihtiyaç başlatır. Beceri, yöneticiyle yapılandırılmış bir sesli veya yazılı görüşme yürütür; on iki aylık sonuçları, iş ortaklığı ilişkilerini ve eleme gerektiren eksiklikleri ortaya çıkarır.

Kimse tek bir kelime yazmadan önce, tutarsızlıkları işaretlemek için yöneticinin yanıtlarını finans ekibinin kadro planı, ekibin mevcut performans dağılımı ve yöneticinin önceki iş tanımlarıyla karşılaştırır.

2. Adım: Paydaş üçgenlemesi

Her biri on beş dakika süren iki veya üç akran ve doğrudan rapor görüşmesi, tek bir birleşik ihtiyaca dönüştürülür. Beceri, yöneticinin niyeti ile ekibin gerçekliği arasındaki boşlukları işaretler ve rol dışarıya açılmadan önce çözülmeleri için bunları görünür kılar.

3. Adım: Çıktıların oluşturulması

Gerçek etki bölümünü içeren iş tanımı, turlar arasında görevlendirilmiş yapılandırılmış mülakat kılavuzu ve davranış tanımlayıcılarına sahip, 1–4 aralığında sabitlenmiş değerlendirme ölçeği. Her üç çıktı da sürümlenir, denetlenebilir durumdadır ve işe alım süreci başlatılmadan önce İnsan iş ortağı tarafından düzenlenebilir.

4. Adım: Canlı mülakatlar

Her görüşmecinin önünde değerlendirme ölçeği ve sorular bulunur. Görüşmeler, onay alınarak yazıya dökülür ve beceri; soru kalitesi, konuşma süresi oranı, konudan sapma ve değerlendirme ölçeğine uyum gibi gerçek zamanlı gözlemleri işaretler.

5. Adım: Puanlama ve birleştirme

Her görüşmeci, görüşmenin hemen ardından sabitlenmiş değerlendirme ölçeğine göre puan verir. Puanlar, sütun ve yetkinlik ortalamalarına göre birleştirilir. Beceri, herkes için 4 puan veren biri ya da görüşme sürecindeki diğer kişilerle anlamlı ölçüde farklı puan veren biri gibi görüşmeci aykırı değerlerini, İnsan iş ortağının dikkatine sunmak üzere işaretler.

6. Adım: Karar

Becerinin yapılandırılmış konuşma noktaları, değerlendirme ölçeği ortalamaları ve işaretlenmiş tutarsızlıkları sunduğu, insan liderliğinde bir değerlendirme toplantısı yapılır. Karar insana aittir; ancak hazırlık otomatiktir.

7. Adım: İşe alıştırma

Beceri, ikili 30/60/90 günlük hedefleri, yönetici kontrol görüşmesi sıklığını ve yapılandırılmış nabız yoklama sorularını oluşturur. Her nabız sinyali, zaman içinde aday değerlendirme verilerine geri beslenir.

8. Adım: İşe alım kalitesi geri bildirim döngüsü

Altı ay sonra sistem, mülakat puanlarını gerçek işe alışma performansı ve yönetici memnuniyetiyle ilişkilendirir. Görüşmeci doğruluğu, işe alımlar boyunca art arda güçlenir. Örüntüler ortaya çıkar: hangi yöneticilerin hangi yetkinlikleri değerlendirmede iyi olduğu, hangi rollerin sürekli olarak yanlış değerlendirildiği ve mülakattaki hangi sinyallerin başarıyı en güçlü biçimde öngördüğü.

Tüm döngü, birbirine bağlı tek bir sistem olarak çalışır. Daha önce bir İnsan iş ortağının beş araç arasında dağınık çabayla iki haftada yaptığı iş, artık tek bir iş akışı boyunca birkaç saatlik odaklanmış insan incelemesiyle tamamlanır. Üstelik kalite daha iyidir; çünkü her adım, kendisinden önceki ve sonraki adımlara göre kalibre edilir. Uçtan uca yaklaşımın gerçek anlamı budur.

Bu çalışmayı mümkün kılan şey araç değildir. Asıl önemli olan, ağır işi becerinin, yargı gerektiren işi ise insanın üstlendiğine dair yapısal bağlılıktır. Claude becerisinin ürettiği her çıktı bir karardır değil, bir taslaktır. Rol tanımının sahibi hâlâ işe alım yöneticisidir. Puanlarının sahibi hâlâ görüşmecilerdir. İşe alım kararı hâlâ insanların bu kişinin doğru kişi olup olmadığına karar verdiği bir odada alınır.

İş akışının ortadan kaldırdığı şey, tarihsel olarak bu yargı anlarının arasında yer alan angaryadır: yeniden biçimlendirme, yeniden yazma, manuel kalibrasyon ve kimsenin yapmaya vakit bulamadığı sonradan yapılan analiz. İnsanlar yargılarına ayırdıkları zamanı geri kazandı. Sistem daha titiz hâle geldi. İş daha ilgi çekici oldu. Her İnsan işlevinin yapmasını istediğim değiş tokuş budur.

Komutlar Neden Yanlış İş Birimidir?

Çoğu İnsan lideri ilk yapay zekâ girişimini başlattığında, bunu bir komut projesi olarak başlatır.

İş tanımları hazırlamak için harika bir komut. Çalışan bağlılığı anketi temalarını özetlemek için harika bir komut. Performans değerlendirmesi geri bildirimi için harika bir komut.

Uygulayıcılar komutları öğrenir, bunları ortak bir belgede saklar ve üretken olduklarını hisseder. Liderlik ilerleme kaydedildiğini düşünür. Benimseme ölçümleri yükselir. Altı ay sonra, değerin gerçekten nerede biriktiğine bakarsınız ve yanıt şudur: pek bir yerde değil.

Komutlar başlangıç hamlesidir. İş birimi değildir.

Bir beceri veya proje, birden fazla kaynaktan girdi alan, bunlar üzerinde tutarlı bir süreç yürüten, tanımlı bir çıktı üreten ve sonuçlardan öğrenerek zaman içinde gelişen yapılandırılmış, çok adımlı bir yetkinliktir.

Daha önce açıkladığım işe alım iş akışı bir istem değil, bir beceridir. Girdi olarak finans verilerini, yöneticinin katkısını, çalışma arkadaşlarının katkısını, geçmiş performans örüntülerini ve yapılandırılmış yetkinlik modellerini alır. Çıktı olarak iş tanımları, mülakat kılavuzları, değerlendirme ölçütleri, puan toplamları, işe alım planları ve geri bildirim döngüsü sinyalleri üretir. Sonuç verilerini içeri aldığı için her işe alımla birlikte gelişir. Tek bir istem bunların hiçbirini yapamaz. Bunu yapan bir beceridir.

Bu ayrımın operasyonel açıdan önemli olmasının nedeni, istemleri merkeze alan kuruluşların genellikle %10-20 aralığındaki verimlilik kazanımlarında tıkanmasıdır — faydalı, ancak dönüştürücü değil.

Becerileri ve projeleri merkeze alan kuruluşlar, büyük sıçramalı iyileştirmeler sağlayan iş akışı düzeyinde yeniden tasarımların önünü açar. İlk tür kuruluş, zaten yaptıklarını sanayileştirir. İkinci tür ise gerçekten farklı şekilde faaliyet gösterir.

Bunu daha önce bilseydim, alanımızdaki herkesin yaptığı istem kitaplığı düzenleme çalışmalarına aylar harcamaz, doğrudan beceri tasarımına geçerdim. Zekice istemler yazmakta iyi olan kişiler yerine iş akışları üzerinden düşünebilen uygulamacılara yatırım yapardım.

İnsan sistemlerimiz, finans sistemlerimiz, verimlilik araçlarımız ve çalışan bağlılığı sinyallerimiz arasındaki bağlantılar olan veri altyapısını daha erken kurardım; çünkü beceriler yalnızca erişebildikleri veriler kadar iyidir.

Beceri odaklı düşünmeye ilk ulaşan liderler, hâlâ istem kitaplıklarını yöneten liderlerden farklı bir on yılda faaliyet gösteriyormuş gibi görünecek.

Yapay Zekâ Dönüşümünü Yöneten Liderlere Tavsiyeler

Yapay zekâ dönüşümü, özünde teknoloji sorunu kılığına bürünmüş bir insan sermayesi sorunudur. Teknoloji kolay kısımdır. Sizin ve benim işimiz zor kısımdır. Üstelik bu iş, son yirmi yılda hiç olmadığı kadar ilginç hâle geldi.

Bir: Araçla değil, işle başlayın. Hangi aracı satın alacağınızı sormadan önce her iş akışını tülbentten geçirir gibi inceleyin — bu neden yapay zekâ tarafından yapılamasın? —. Yapay zekâyı bozuk bir sürecin üzerine katman olarak ekliyorsanız, işlev bozukluğunu sanayileştiriyorsunuz demektir. Strateji araç değildir; strateji işin yeniden tasarlanmasıdır. Yapay zekânın sonuç vermediğini düşünen tanıdığım liderlerin çoğu bu adımı atlayan liderlerdir.

İki: Yapay zekâyı bir araç olarak görmekten, yapay zekâyı bir zihniyet olarak görmeye geçin. Bu, saygı duyduğum liderlerle 2027'de yetişmeye çalışacak liderleri birbirinden ayıran noktadır. Araç odaklı düşünme, mevcut yazılımınızın içine yardımcı araçlar yerleştirmenizi sağlar. Zihniyet odaklı düşünme ise yapay zekâ aracılarının insanlarla yan yana kutularda yer aldığı organizasyon şemalarına, kendisine doğrudan rapor veren altı yapay zekâ aracısını yöneten bireysel katkı sağlayıcılara, dördüncü hedef kitlesinin bizzat dil modeli olduğunu kabul eden öğrenme işlevlerine, dijital emeği asli bir katılımcı olarak içeren yetkinlik çerçevelerine ve muhtemelen finansın içine yerleştirilmek yerine İnsan organizasyonunun içinde bulunması gereken BT işlevlerine ulaşmanızı sağlar. Yetkinlik sistemi olarak iş anlayışı, iş unvanları olarak iş anlayışının yerini alıyor ve oraya ilk ulaşan kuruluşlar, ulaşamayanlardan temelde farklı şekilde faaliyet gösterecek.

Üç: Girdilere orantısız miktarda zaman ayırın. Herhangi bir yapay zekâ çıktısının kalitesi, uygulamacının ön uçtaki istemine, bağlamına ve muhakemesine bağlıdır. Hızlanma sağlayan liderler, yapılandırılmış istem kitaplıklarını bir yetkinlik çerçevesi oluşturur gibi oluşturan liderlerdir. Yapay zekânın sonuç vermediğinden yakınan liderler ise bir sohbet robotuna üç cümle yazıp sihir bekleyenlerdir. İstem kitaplığınızı kurumsal bir varlık olarak ele alın. Yönetin. Geliştirin. İnsanları bu konuda eğitin.

Dört: Çalışanlarınız için geleceği netleştirin. Çalışanlar “yapay zekâ dönüşümü” ifadesini duyup işten çıkarmaları hayal ettiğinde güven çöker. Liderler araçları kendileri görünür biçimde kullandığında ve insanlara işlerinin yalnızca ellerinden ne alınacağını değil, neye dönüşeceğini anlattığında güven yeniden kurulur. Mühendisler kod yazmayı bırakıp kodun solunda ve sağında çalışmaya başlar — mimari, muhakeme, müşterinin ihtiyaçlarını teknik çözümlere dönüştürme ve sistem tasarımı üzerinde. Satış çalışanları CRM verilerinin düzenini sağlamayı bırakıp daha derin müşteri ilişkileri yürütmeye başlar. İnsan ve kültür iş ortakları süreçleri yürütmeyi bırakıp sistemleri orkestre etmeye başlar. Görselleştirme çalışması, yapay zekânın kültürünüzü güçlendirmesiyle içini boşaltması arasındaki farkı yaratır. İşverenlere duyulan güven azalıyor; bunu garanti kabul edemezsiniz.

Beş: Ağacı dikin. En sevdiğim Çin atasözü şöyledir: Ağaç dikmek için en iyi zaman yirmi yıl önceydi. İkinci en iyi zaman ise şimdi. Konuştuğum İnsan liderlerinin çoğu, bulunduklarını düşündükleri yerin altı ila on iki ay gerisinde. Hızlanma eğrisi, modellediğinizden daha dik. Sınıflar değil, öğrenme laboratuvarları kurun; her iş biriminde yapay zekâ öncüleri belirleyin ve bundan üç ay sonra bu soruya vereceğiniz yanıtın, bugün vereceğiniz yanıtın yalnızca bir bölümü olacağını kabul edin. Bu çözülecek bir sorun değil. Bu, faaliyet koşuludur.

Yapay Zekâ Kullanımının Aksamasının Üç Yolu

Brad Paylaşıyor

Mühendislik ve ürün ekipleri yapay zekâyı hemen benimsedi. Zorlanan işlevler — kibarca adlandırırken dikkatli olmak istediğim işlevler — büyük dil modellerinin doğal olarak yaptığı işlere en yakın olan genel ve idari işlevlerdi…

Mühendislik ve ürün ekipleri yapay zekâyı hemen benimsedi. Zorlanan işlevler — kibarca adlandırırken dikkatli olmak istediğim işlevler — büyük dil modellerinin doğal olarak yaptığı işlere en yakın olan genel ve idari işlevlerdi; ayrıca bu işlevlerde çalışanların bu araçlarla çalışma konusunda en az kas hafızasına sahip olduğu görüldü. Bunun içinde derin bir ironi var.

En fazla kazanım sağlayabilecek işlevler, benimsemekte en yavaş davrananlar oldu; çünkü bu işlevlerde çalışanlar kariyerleri boyunca kurumsal bilgiye sahip olmalarıyla değer görmüştü — yapay zekâ ise şimdi bu bilgiyi demokratikleştiriyor ve bu durum, bir çarpan etkisi yaratmadan önce tehdit gibi hissediliyor.

Çözüm teknik eğitim değildi. Çözüm, bu çalışanların değerlerinin ne olduğunu yeniden tanımlayabilmeleri için psikolojik alan açmaktı. Bunu, gerçek işler üzerinde, meslektaşlarıyla birlikte ve riskin düşük olduğu bir ortamda araçlarla oynamalarına olanak tanıyan atölyeler aracılığıyla yaptık; benim sınıf değil, öğrenme laboratuvarları dediğim çalışmalar. Sınıf formatı benimsemeyi hiç sağlayamıyordu. Laboratuvar formatı ise haftalar içinde gözle görülür bir ivme yarattı.

Yapay zekâ benimsemesinin zorlandığı üç alan daha var:

Birincisi, işlevler arasındaki dengesiz benimseme gerçek bir kültürel gerilim yaratıyor. Mühendislik bunu anında benimsedi. Satış ekibi de benimsedi. Bazı genel ve idari işlevler hâlâ "ama ben ne yapacağım?" aşamasında — oysa bu tam olarak yanlış soru. Bu durum yüksek sesli bir direniş olarak değil, sessiz bir kızgınlık olarak ortaya çıkıyor. İnsanlar meslektaşlarının yapay zekâyı kendilerinden daha üretken görünmek için kullandığından endişe etmeye başlıyor.

Yapay zekâ destekli kuruluşlarda güven şu anda gerçekten kırılgan — bu yılki anket verileri, çalışanların ve yöneticilerin yaklaşık beşte dördünün tam olarak bu dinamikten endişe duyduğunu gösteriyor. Her iş biriminde şeffaf yapay zekâ öncüleri, araçları görünür biçimde kullanan liderler ve yapay zekâ destekli çalışmanın ne sayılacağına ilişkin net standartlar aracılığıyla bunu yönetmezseniz, kültür, üstlendiğinin farkında olmadığı bir borcun faizini ödemeye başlar.

İkincisi, diğer şirketlerdeki liderlerin bozuk bir sürecin üzerine yapay zekâ ekleyip buna dönüşüm dediklerini gördüm. Performans değerlendirmeniz kötüyse, buna yapay zekâ eklemek bileşik bir kötü süreç yaratır — yanlış yönde daha hızlı, daha kendinden emin ve daha ölçeklenebilir. Araçla değil, işin kendisiyle başlayın.

Aksi hâlde dönüşüm gerçekleştirmiyor, işlev bozukluğunu sanayileştiriyorsunuz. Bu, benzer kuruluşlarda gördüğüm en yaygın başarısızlık biçimi ve neredeyse her zaman İnsan ve Kültür işlevinin bir iş akışı yeniden tasarımına liderlik etmesi yerine teknoloji ekibinin bir dağıtım metriğinin peşinden koşmasından kaynaklanıyor.

Üçüncüsü ve bu daha incelikli bir konu: Yapay zekâ performansı eşitlemez, aradaki farkı büyütür. Kıdemli çalışanlar uzmanlıklarını genişletmek için kullanırken, daha az deneyimli çalışanlar zayıf muhakemeyi maskeleyen, yeterli ama sığ çıktılar üretmek için kullanır. Bu düşük kaliteli iş kurumsal verilerinize girdikten sonra, yapay zekânızın bir sonraki yinelemesi bununla eğitilir. Bu, çoğu liderin henüz üzerinde düşünmediği bir geri bildirim döngüsüdür.

Buna, her iş akışının başlangıç aşamasında insan uygulayıcıya yoğun biçimde odaklanarak karşı koyuyoruz — varlık olan çıktılar değil, girdilerdir. Yapay zekânın herkesin olmasını umduğu üretkenlik eşitleyicisine dönüşmesine izin verirseniz, on sekiz ay sonra en iyi performans gösterenleriniz ile diğer herkes arasındaki farkın küçülmek yerine hiç olmadığı kadar büyüdüğü bir iş gücüyle uyanırsınız.

Yapay Zekâyı Benimseyen Liderler İçin Üç Taktik Hamle

Birincisi: yalnızca mühendislik ve ürün ekiplerinde değil, her iş biriminde bir yapay zekâ öncüsü atayın. Çoğu kuruluşta teknik işlevlerde kendiliğinden ortaya çıkmış yapay zekâ öncüleri var, ancak başka hiçbir yerde yok. Bunu bilinçli hâle getirin. Bu role görünürlük ve zaman sağlayın; işlevin çalışma biçimine meydan okuma yetkisi verin.

Bunun en zor olduğu işlevler — finans, hukuk ve genel yönetim — en yüksek kaldıraç etkisinin bulunduğu yerlerdir; çünkü bu işlevlerdeki işler, büyük dil modellerinin doğal olarak yaptığı işlere en yakındır. Bu alanlarda öncüler atamıyorsanız, değerin büyük bölümünü masada bırakıyorsunuz demektir.

İkincisi: ikili KPI'lar oluşturun — biri "şimdi" performansı, diğeri "sonraki" kapasite için olsun. Tuzak, dönüşümünüzü mevcut işin ne kadarını otomatikleştirdiğinize göre ölçmektir; oysa asıl soru, ne kadar yeni işi mümkün kıldığınızdır.

Bu konuda başarılı olan liderler, kısa döngülü "şimdi" metriklerini — benimseme, üretkenlik ve tasarruf edilen zaman — daha uzun döngülü "sonraki" metriklerle — geliştirilen yeni yetkinlikler, oluşturulan yeni roller ve mümkün kılınan yeni gelir ya da müşteri sonuçları — birlikte takip ediyor. Yalnızca "şimdi" metriklerini izlerseniz, kendinizi eskiden olduğunuz şeyin daha küçük ve daha hızlı bir versiyonuna dönüştürecek şekilde optimize edersiniz. Amaç daha küçük ve daha hızlı olmak değil. Amaç, önemli bir fark yaratacak şekilde farklı olmaktır.

Üçüncüsü: hangi kararların insanın sürece dahil olduğu yaklaşımdan insanın liderlik ettiği yaklaşıma geçtiğini açıkça belirtin. "İnsanın yapay zekânın çalışmasını izlemesinden" "insanın yapay zekânın çalışmasını yönlendirmesine ve sonuçtan sorumlu olmasına" geçiş, İnsan ve Kültür işlevinin bu yıl gerçekleştirebileceği en önemli yönetişim değişimidir. Sorumluluğu netleştirir. Herhangi bir politika belgesinden daha hızlı güven oluşturur ve çalışanlarınıza aslında sordukları soruya net bir yanıt verir: işimin hâlâ kontrolü bende mi?

Yanıt evet olduğunda — görünür biçimde, tekrar tekrar ve önemli anlarda — benimseme hızlanır, direnç azalır. Yanıt belirsiz olduğunda ise yürüttüğünüz diğer tüm yapay zekâ girişimleri, bütçenizde öngörmediğiniz bir sürtüşmeyle karşılaşır.

Bir Lideri Vazgeçilmez Kılan Nedir?

Şu anda tökezleyen şirketler yapay zekâyı yeniden tasarım fırsatı olarak değil, ikame fırsatı olarak gördü ve insan anlayışının bulunduğu katmanı ortadan kaldırdı. Yapay zekâ hacmi yönetti. Ancak o anı kaçırdı. Maliyet her zaman tasarruf modelinin öngördüğünden daha yüksek olur; çünkü o an güvene, çalışan kaybına ve oyun planını izleyip sessizce özgeçmişini güncelleyen bir sonraki kişiye dönüşerek katlanır.

Sürekli kazanan liderler, belirgin biçimde insana özgü olanı korur. Zor konuşmayı. Veriler evet derken, kişinin bir sonraki koltuğun yükünü taşımaya hazır olmadığını hissedebildiğiniz terfi kararını. Ayrılan kişinin hâlâ şirket hakkında iyi şeyler söylemesini sağlayacak kadar zarafetle yönetilen işten ayrılışı. Birinin koçluk desteğine mi ihtiyaç duyduğuna yoksa daha uzun bir serbestlik alanını mı hak ettiğine dair muhakemeyi. Çalışan bağlılığı, güven ve itibar aslında burada oluşur — bir sonraki işe alım da son ayrılan kişiye nasıl davrandığınız nedeniyle evet der.

İş odaklı, teknolojiye hâkim ve yüksek empati sahibi olmak üç ayrı beceri değildir. Bunlar, üç farklı şekilde ifade edilen tek bir beceridir.

Dürüst olmak gerekirse, bunu bu kadar önemsememin nedeni iki çocuğuma dayanıyor.

Oğlum Jonah yedi yaşında. Her sabah doğruca yeni bir Lego kutusuna yöneliyor. Bazen talimatları harfiyen izliyor. Bazen de onları tamamen görmezden gelip daha önce kimsenin görmediği bir şey inşa ediyor. İki yaklaşım arasında fark görmüyor — ikisi de bir şey inşa ettiği anlamına geliyor.

Bu bir öğrenme tarzı değil. Bu dayanıklılık. Henüz denemediğiniz bir yerde bir pencere varken, bir duvar tarafından yenilmeyi reddetmek. Aynı zamanda bir CEO'nun işe almasına yardımcı olduğum her liderde aradığım özellik bu; çünkü her ölçeklenen girişim, talimatlarının yarısı eksik bir Lego setidir.

Kızım Gabi beş yaşına girdi ve kendi doğum günü hediye paketlerini planladı. Her arkadaşı için şekerleri ve oyuncakları tek tek seçti. Her biri için kişiselleştirilmiş çizimler yaptı. Kendi doğum gününde — bir şeyleri alması gereken kişi o iken.

Bu cömertliktir; ancak daha faydalı bir ifadeyle, bir güç çarpanı içgüdüsüdür: etrafınızdaki insanları sizden istenmeden, doğru anı beklemeden ve karşılığında hiçbir şey beklemeden daha iyi hâle getirmek. Gerçekten işlediğini gördüğüm her ortamda ortaya çıkan liderlik özelliği budur. Yapay zekâ bunu üretemez.

Dayanıklılık ve cömertlik, çocuklarımın tam olarak öngöremediğim bir iş gücü piyasasına taşımalarını istediğim iki özelliktir. Aynı zamanda — tesadüfen değil, bilinçli olarak — son tur mülakatına gelen her liderde aradığım iki özellik. Yapay zekâ neredeyse diğer her şeyi yapabilir. Bunları yapamaz.

Her seferinde oynayacağım bahis bu olurdu. Her seferinde bu bahsi oynuyorum.

Takipte kalın

Bradford Wilkins'in çalışmalarını LinkedIn üzerinden takip edebilirsiniz.

İnsanları Yöneten İnsanlar'da daha fazla uzman röportajı sizleri bekliyor!