Yetenek Danışmanı, Yapay Zekânın Organizasyonel Borcu Çözmek Yerine Hızlandırdığını Söylüyor

Heather Doshay, yüksek ivmeli liderlerin yapay zekâya geçişi yönetmesine yardımcı olduğu Waypoint Works'ün kurucusudur. Daha önce yapay zekâ odaklı, 3 milyar dolarlık AUM'a sahip bir girişim sermayesi şirketinde Ortak ve Yetenek Başkanı olarak görev yaptı.

Güçlü operasyon liderlerinin etkilerini ölçeklendirmek için yapay zekâyı nasıl kullandığını öğrenmek üzere Heather ile görüştük. İşte söyledikleri.

Yapay Zekâ Hızlı Tempolu Ortamlarda Liderliği Nasıl Yeniden Şekillendiriyor?

ChatGPT 2022'nin sonlarında kullanıma sunulduğunda, yıllardır yapay zekânın önceki dalgalarına yatırım yapan ve bunlar üzerine çalışan, yapay zekâ odaklı bir girişim sermayesi şirketinde zaten Ortak ve Yetenek Başkanıydım. Ancak büyük dil modellerinin yükselişi, oyunun kurallarını temelden değiştirdi.

Kademeli olarak gelişmesini beklediğimiz çalışmalar bir anda geçerliliğini yitirme riskiyle karşı karşıya kaldı. Yapay zekâyı önceleyen bir kuruluş için bile değişimin hızı, operasyonlarımızı tamamen yeniden düşünmemizi gerektirdi.

Rolüm iki dönüşümün kesişimindeydi. Şirket içinde, teknoloji her gün değişirken yapay zekâ temelli bir şirketin çalışma biçimini hızla yeniden tanımladık. Şirket dışında ise ekibim, aynı belirsizlikle karşı karşıya olan 200'den fazla girişime danışmanlık yaptı.

Kurucular henüz mevcut olmayan en iyi uygulamaları soruyordu; biz de yetenek stratejisinden operasyon modellerine kadar her konuda onlara gerçek zamanlı olarak yol gösterdik.

Özellikle 2023 ile 2025 arasındaki bu dönem, meraktan aciliyete geçişi simgeliyordu. Keşif amaçlı görüşmeler olarak başlayan süreç, kısa sürede şirketlerin nasıl kurulduğu, işe alım yaptığı ve rekabet ettiği anlayışın temel unsuru hâline geldi.

Bu dalganın başında, yaklaşık 3 milyar dolarlık AUM'a sahip, yapay zekâya odaklanan bir girişim sermayesi şirketi olan SignalFire'da Ortak ve Yetenek Başkanıydım. Girişim sermayesi ekipleri bilinçli olarak yalın tutulur; bu nedenle ekibimle birlikte işe alım ve organizasyon tasarımından ücretlendirmeye ve dağınık ekiplerin ölçeklendirilmesine kadar yetenek yaşam döngüsünün tamamında 200'den fazla portföy şirketini destekledik.

Yapay zekâ hız kazandıkça kapsamımız, şirketlerin ne yapması gerektiği konusunda tavsiyede bulunmaktan, işin nasıl yapıldığını yeniden düşünmelerine yardımcı olmaya doğru genişledi. Yapay zekâ bir işlev değildi; yeni bir operasyon katmanıydı. Kendi şirketimi kurmak üzere Ağustos 2025'te bu görevden ayrıldım.

Eylül 2025'te, yüksek ivmeli liderlere ve ekiplerine koçluk, danışmanlık ve eğitim verdiğim Waypoint Works'ü kurdum. Çalışmalarım doğrudan yapay zekâ dönüşümüyle ilgili değil; ancak güçlü operasyon liderlerinin etkilerini nasıl ölçeklendirdiğinin bir parçası olarak yapay zekâ sürekli karşımıza çıkıyor. Odak noktası aynı kalıyor: yapay zekânın bunu mümkün kılan araçlardan biri olarak hizmet ettiği, hızla uyum sağlayabilen insanlar ve sistemler geliştirmek.

Yapay Zekâ Girişimlerin Dönüşüm Kaosunda Yol Almasına Nasıl Yardımcı Oluyor?

Çoğu kurucu başlangıçta yapay zekâya geçiş konusunda bir kıyaslama veya yol haritası istiyordu. Gerçek şu ki bunların hiçbiri mevcut değildi. Bu nedenle çalışmalarımızı yanıt vermekten, belirsizlik ortamında daha iyi kararlar almalarına yardımcı olmaya yönelttik.

İlk olarak araçlara değil, yön bulmaya odaklandık. “Yapay zekâ ne yapabilir?” diye sormak yerine ekipleri şu soruyu sormaya yönlendirdik: “Nerelerde verimsiz veya kısıtlıyız ve yapay zekâ bunu anlamlı bir şekilde nerede değiştirebilir?” Bu yeniden çerçeveleme, gerçek sorunları çözmeyen gösterişli araçlara yapılan pek çok gereksiz harcamayı tek başına önledi.

Buradan hareketle şirketlerin yaklaşımlarını tanımlamalarına yardımcı olduk. Ekiplerin yapay zekâyı kullanma biçimi merkezi mi, merkeziyetsiz mi? Hız ve denemeye mi, yoksa kontrol ve risk azaltmaya mı öncelik veriyorsunuz? Bu kararlar, araç politikalarından işe alım planlarına kadar her şeyi şekillendirdi.

Örneğin bazı şirketler araçları güvenli bir şekilde değerlendirmek için yapay zekâ “karşılaştırma testleri” yürütürken, diğerleri benimsemeyi ve yaratıcılığı teşvik etmek amacıyla gerçek iş darboğazlarıyla bağlantılı kurum içi fikir maratonları düzenledi.

Sonuçta bu, diğer tüm değişim yönetimi çalışmaları gibi bir değişim yönetimi uygulamasıydı; ancak odağında yapay zekâ vardı. Zorluk, yalnızca “XYZ yapay zekâ araçlarını kullandığım için altın yıldızı hak ediyorum” kutusunu işaretlemek yerine sistem katmanında düşünmekti.

En etkili şekilde ilerleyen şirketler, yapay zekâyı kültürel bir dönüşüm olarak ele aldı, ilkeleri erkenden netleştirdi ve ardından bu seçimleri işe alım, operasyon yürütme ve geliştirme biçimlerinin tamamında tutarlı şekilde pekiştirdi.

Yapay Zekâ Kuruluşlardaki Operasyon Stratejilerini Neden Yeniden Tanımlıyor?

“satın alma mı, geliştirme mi” anlayışından (örneğin, bir araç mı satın almalı yoksa manuel olarak yönetilen bir iç süreç mi oluşturmalıyız?) “satın almadan önce dene” yaklaşımına somut bir geçiş yaptık.

Tarihsel olarak şirketler, manuel süreçler ölçeklenemediği için varsayılan olarak araç satın alıyordu. Yapay zekâ ile birlikte ekipleri, bir sağlayıcıya bağlanmadan önce sorunu kendileri çözmeyi, bunu hafif ve basit bir şekilde bile olsa, denemeye teşvik ettik.

Bu durum, geliştirme yapma fırsatına sahip kişilerin kapsamını genişleten ikinci bir değişikliğe yol açtı. Geçmişte yalnızca mühendislik ekiplerine ayrılan kurum içi ekip hackathon'larını hayata geçirdik; ancak yapay zekâdaki gelişmeler sayesinde herkes katılabiliyor.

Yapay zekâ giriş engelini azalttı; böylece ofis yöneticileri, işe alım uzmanları ve insan ve kültür liderleri gerçek iş sorunlarına yönelik prototip çözümler geliştirebiliyor. Yalnızca bu değişim bile davranışları, araçları pasif biçimde benimsemekten sorunları aktif olarak çözmeye yöneltiyor. İnsanlar genellikle yapay zekânın eleştirel düşünmeyi azaltacağından endişe ediyor; ancak sorunları yeni yollarla çözerken eleştirel akıl yürütmeyi gerçekten güçlendirebildiğini gördüm.

Geçen yıl gözlemlediğim bir diğer değişim, daha fazla CHRO'nun İnsan ve Yapay Zekâ Direktörü görevini üstlenmesi. Sonuç olarak bu dönüşümün ilk bölümü, ekiplerin nasıl organize olduğu ve işlerin nasıl yürütüldüğü konusundaki değişimi gösteriyor. Bu, iki mantıklı sorumluluk merkezi olan ilginç bir insan ve değişim yönetimi çalışması: CTO/CIO veya CHRO. İlkini daha sık görüyorum, ancak ikincisi de kayda değer ölçüde yaygın.

Yapay Zekâ Devriminin Karmaşık Orta Evresinde Olmamızın Nedeni

Bu yapay zekâ devriminin karmaşık orta evresindeyiz. Yapay zekânın potansiyeline dayalı olarak verimliliğe yönelik gerçek bir yönelim var; ancak yapay zekâ henüz kurumsal kullanıma hazır değil. Başka bir deyişle, nefret ettiğim İKYS'nin yerine Claude Code ile geliştirdiğim kendi ürünümü koyamam.

Dolayısıyla çok daha fazla deneme ve yeni sorun çözme yaklaşımı görsek de yapay zekâ, liderlerin çoğu zaman düşündüğü sihirli çözüm değil. Ekipler, günlük işlerinin bir parçası olarak eski sistemleri ayakta tutmak için çabalarken yapay zekâyı denemeye zaman ayırıyor; ancak eski sistemlerin hiçbirini tamamen değiştirmiyor. Geçmişe kıyasla zaten daha yalın olan İK ekipleri için bu, şu anda çifte görev anlamına geliyor.

Şirketler henüz daha verimli değil. Yapay zekâ sayesinde küçük çaplı kazanımlarla daha keşif odaklı hale geliyorlar. Ancak bu keşif, nihayetinde bir sonraki üretkenlik dalgasının önünü açacak ve gelecekte İK teknolojisinin daha genişletilebilir bir mimariyle tasarlanacağına inanıyorum; böylece her iki dünyanın da en iyisi mümkün olacak. Önce satın almak, ardından üzerine geliştirme yapmak.

Daha ileri yapay zekâ gelişmeleri bunu mümkün kıldığında, daha büyük ölçekli değişimleri görmek için sabırsızlanıyorum.

Yapay Zekâ, İnsan Katkısının Yerini Almadan Liderlik Kararlarını Nasıl Destekler?

Yapay zekâ bizim için karar vermez — bu pratikte veya hukuken işe yaramaz. Onun girdileri nerede hızlandırdığını ve süreci nasıl iyileştirdiğini değerlendiriyorum. Geri bildirimleri güçlü bir şekilde sentezliyor, performans değerlendirmelerinin ilk taslaklarını hazırlıyor, sesli ifadeleri metne dönüştürerek düşünceleri yapılandırıyor ve işe alım ile iş gücü verilerini kullanılabilir bilgilere dönüştürüyor.

Bunların çoğunda, çeşitli girdileri sentezlemesini sağlamak için bilgileri doğrudan Claude'a aktarıyorum. Ancak 360 derece değerlendirmeler için Your360.ai adlı bir aracı beğeniyorum.

Günümüzde yapay zekâ, daha güçlü bir başlangıç noktasına daha hızlı ulaşmanızı sağlayabilir; ancak “harika”nın neye benzediğini belirleyen insani bakış açısının yerini alamaz.

Yapay Zekâ Yeniliği Nasıl Teşvik Ederken Etkililiğe Nasıl Meydan Okuyor?

Şirketlerin, yapay zekâ ile hafif ve basit kurum içi çözümler geliştirerek pahalı sağlayıcılardan kaçındığını, bazen yıllık binlerce tasarruf sağladığını gördüm. Bunun yanı sıra, her seviyedeki çalışan kendi sorunlarını çözmeye başladıkça çalışan özerkliği ve yaratıcılığında da anlamlı bir artış yaşanıyor.

Diğer yandan, birçok kuruluş daha deneysel olsa da henüz daha etkili değil; ekipler aynı çabayı tekrarlıyor, sonuç vermeyen fikirlerin peşinden gidiyor ve Yapay zekânın onların yerini almasını bekledikleri için mevcut sistemlere yatırım yapmayı erteliyor.

Vurgulamak istediğim model şu: Yapay zekâ, tabandan gelen yenilikçiliğin çoğu şirketin onu yönlendirebileceğinden daha hızlı şekilde ortaya çıkmasını sağlıyor. Yönetici desteğinin her zamankinden daha önemli olmasının nedeni tam olarak bu.

Yeni nesil yüksek ivmeli liderleri belirleyecek şey; vizyonu uygulamaya dönüştürme, bu enerjiyi yönlendirme ve ham denemeleri, şirketin üst düzey iş hedefleriyle uyumlu gerçek ve ölçeklenebilir sonuçlara dönüştürme becerileri olacak.

Bugün eksik olan parça bu. Bu çabalar, kuruluşlar genelinde sistematik bir şekilde değil, birbirinden kopuk küçük alanlarda gerçekleşiyor.

Yapay Zekâ Kapsamlı İş Akışlarının Yerini Neden Tamamen Alamıyor?

Heather Shares

Yapay zekâ, aslında hiç başlamadığı bir işi yaptığını gururla iddia eden, kendine aşırı güvenen bir stajyerdir.

Yapay zekâ, özellikle işin başından sonuna kadar sahiplenilmesini gerektiren rollerde henüz rollerin yerini tamamen almadı. Ayrık görevlerde, planlama, taslak hazırlama ve sentezlemede güçlü; ancak muhakeme, bağlam ve takibi gerektiren iş akışlarında yetersiz kalıyor.

Noktaları birbirine bağlamak için hâlâ sürecin içinde bir insana ihtiyaç var. Yapay zekâ, aslında hiç başlamadığı bir işi yaptığını gururla iddia eden, kendine aşırı güvenen bir stajyerdir.

Tartışmalı bir şey söyleyeceğim ve bunun arkasındayım. "Yapay zekâ verimliliğine" atfedilen işten çıkarmaların büyük çoğunluğu tamamen gerçeği yansıtmıyor. Henüz o noktada değiliz. Çoğu kişi için talihsiz gerçek şu ki bu işten çıkarmalar, şirketin hiçbir zaman düzeltmediği kötü kadro planlamasını ve geçmişteki aşırı işe alımları yansıtıyor; ancak şirketler, hissedarların güvenini artırmak için daha iyi bir anlatı istiyor.

Yapay zekâ ekipleri küçültebilir; bir kişi üç kişinin işini yapabilir, ancak işlevlerin kendilerine duyulan ihtiyacı ortadan kaldırmaz.

Eksiklik, sahiplenme ve tam iş akışlarında. Yapay zekâ henüz yapılması gereken işin başından sonuna kadar olan döngülerini güvenilir biçimde yönetemiyor; ayrıca sonuçların sorumluluğunu üstlenmek için gereken beğeni ve hesap verebilirlik duygusundan yoksun. Yakın vadede gerçeklik, yerini tamamen alma değil, destekleme ve hız kazanma olacak.

Yapay Zekâ İşe Alımı Baştan Sona Nasıl Dönüştürüyor?

İşte baştan sona işe alım için birçok kez kullandığım bir iş akışı. Yapay zekâ her aşamada devreye giriyor, ancak her zaman karar verici olarak değil, hızlandırıcı olarak kullanılıyor.

İşe alacağım kişide ne aramam gerektiğini sınamak ve iş tanımını hazırlamak için ChatGPT, Claude veya Gemini gibi bir LLM ile başlıyorum. Ardından, hazır hâle gelene kadar metni manuel olarak düzenliyorum. Sonra özgeçmişleri sıralama, planlama ve daha birçok alanda kapsamlı yapay zekâ işlevleri sunan Ashby içinde bir mülakat süreci oluşturup başlatıyorum. 

Bunu, dışa dönük aday bulma için Juicebox ile de birleştirdim; arama sonuçlarını iyileştirmek, gereksinimlerime ve tercihlerime uyan adayları bulmak ve ekibimdeki fırsatın dikkatlerini çekmesi için not taslakları hazırlamak üzere platformun yapay zekâ işlevlerini kullandım.

Mülakat yapacağım adaylar olduğunda, geri bildirim notlarını gerçek zamanlı olarak kaydetmek ve yapılandırmak için Metaview kullandım. Tüm bu süreç boyunca yapay zekâ operasyonel yükü üstleniyor; listeler oluşturuyor, mesaj taslakları hazırlıyor ve verileri kaydediyor. Ben ise değerlendirmeye, karar vermeye ve insani bağ kurmaya odaklanıyorum.

Yapay zekâ genel olarak sayısız fikrimi yapılandırmama, sıkıcı manuel adımları otomatikleştirmeme ve yazılarımı geliştirmeme yardımcı oluyor. Muhakemem, tarzım ve insani bağım sürekli olarak bana ait kalıyor. 

Sonuç olarak işe alım, en uygun adayı kaybetmeden önce en iyi kararları verebilmek için hız ile kapsam arasında bir denge gerektiriyor. Yapay zekâ tempoyu korumama yardımcı oluyor.

Yapay zekâ destekli yetenek araçlarının yeni neslinde neler olacağını görmek beni heyecanlandırıyor. Geçmişte bana yanlış gelen, örneğin bir telefon ön görüşmesini yapay zekânın yürütmesi gibi fikirler artık daha ilgi çekici geliyor.

Kulağa tuhaf ve kişisel olmayan bir yöntem gibi mi geliyor? Kesinlikle. Ancak 20 aday yerine 1000 adayı değerlendirmenize gerçekçi biçimde yardımcı olabilir mi? Evet. Önemli olan, adayların faydayı görebilmesine yardımcı olmak için muhakemeyi ve bilinçli yaklaşımı korumak. Daha fazla kişiyle mülakat yapmak, en iyi adayın rol için işe alındığı daha adil sonuçlara yol açar. 

Yapay Zekâ Geleneksel Liderlik Varsayımlarına Nasıl Meydan Okuyor?

Sistemlerin kullanışlı olmadan önce tamamen hazır olması gerektiği varsayımını bırakmak zorunda kaldım. Geçmişte bir araç tam olarak ihtiyacınız olan şeyi yapmıyorsa onu kullanmazdınız. Yapay zekâ ile hiçbir şey kusursuz çalışmıyor, ancak çoğu zaman daha hızlı ilerlemenize, fikirleri test etmenize ve öncekinden daha iyi bir şey oluşturmanıza yardımcı olacak kadar yön gösteriyor.

Liderlikte “iyi iletişim”in nasıl göründüğünü de yeniden düşündüm. Güçlü yöneticilerin net ve özenli geri bildirim sunabilmek için doğuştan iyi yazarlar olması gerektiğini varsayıyordum. Yapay zekâ bunu değiştiriyor. Dağınık düşünceleri alıp daha yapılandırılmış ve kullanılabilir bir hâle getirebiliyor; bu da eşiği düşürürken aynı zamanda bir tür gerçek zamanlı koçluk işlevi görüyor.

İlginç olan değişim şu: Kestirme gibi hissettirse de aynı zamanda beceriler de kazandırıyor. Zamanla yapay zekâyı iyi kullanan kişiler daha iyi iletişimciler olma eğiliminde oluyor; çünkü daha net düşünme ve ifade etme kalıplarıyla karşılaşıyorlar.

Yapay Zekâ Destekli Girişimlerde Yaygın Tuzaklardan Nasıl Kaçınılır?

Başlangıçta soruları yanıtlamak ve ekibimizin bilgisini ölçeklendirmek için kendimin bir yapay zekâ “uzantısını” oluşturmaya çalıştım, ancak her yinelemede daha da kötüleşti. Sorun fikirde değildi; sistemi en baştan tasarlamamıştım. Belirsiz bir istem verdim ve 500 kez yineleme yaptım; sonunda sistem fazlasıyla karmaşık hâle geldi.

İlk isteminiz zayıfsa veya tasarım odaklı düşünme açısından yeterli ayrıntıyı içermiyorsa, sonradan daha fazla talimat eklemenin çıktıyı iyileştirmek yerine genellikle daha da kötüleştirdiğini öğrendim. Kötü bir istemi düzeltmeye çalışmaktansa daha kapsamlı düşünülmüş bir istemle yeniden başlamak daha iyi.

Bugün bazen istem olarak 16 sayfalık bir Google Dokümanı hazırlayıp bunun yerine onu yüklüyorum. Böylece çok daha hızlı ve çok daha ileri sonuç alıyorum.

Liderler için çıkarılacak ders basit. Bir ürün mühendisi gibi düşünün ve tasarım odaklı düşünme unsurlarını uygulayın. Nihai durumu önceden belirleyin. Çoğu kişi bir kez dener, işe yaramaz ve vazgeçer. Gerçekte yapay zekâ konusunda başarısız olmadılar; işe yaraması için gereken ön hazırlık niteliğindeki düşünme sürecini atladılar.

Yapay Zekâ Adalet ve Hesap Verebilirlik Konularında Neden Zorluklarla Karşılaşıyor?

Yapay zekâ, insanlar örüntü tanımayı muhakemeyle karıştırdığında en çok zorlanıyor. Mevcut verilere dayanarak en olası olanı tahmin etmek üzere eğitildiği için, geçmişi sorgulamak yerine fark edilmeden pekiştirebiliyor.

İşe alım ve aday bulma bunun açık bir örneğini sunuyor. Araçlar, verilerde en sık görünen şey bu olduğu için prestijli okullardan veya tanınmış şirketlerden gelen adaylara gereğinden fazla ağırlık verebilir; bu da yüksek potansiyelli, geleneksel olmayan yeteneklerin istemeden elenmesine yol açabilir.

Benzer şekilde, dil modelleri performans geri bildirimi taslakları hazırlarken toplumsal cinsiyetle kodlanmış veya kültürel açıdan yüklü kalıplara göre farklı tonları ya da tanımlamaları kullanarak önyargıları yansıtabilir.

Tutarlılık ve hesap verebilirlik konularında da sorunlar ortaya çıkıyor. Yapay zekâ kendinden emin görünen ancak yanlış çıktılar üretebilir ve bir öneriye nasıl ulaştığı her zaman açık değildir; bu da kararların denetlenmesini veya savunulmasını zorlaştırır.

Bu nedenle insan muhakemesi hâlâ önem taşıyor; çünkü çıktıya ne zaman güvenileceğini, ne zaman sorgulanacağını ve modelin sahip olmadığı bağlamın nasıl uygulanacağını bilmek hayati önem taşıyor.

Liderler Yapay Zekâ Odaklı Dönüşümleri Nasıl Yönetebilir?

Heather Paylaşıyor

Bunu doğru yapan liderler bugün yapay zekâ benimsemesi gibi gösterişe dayalı ölçütlerde daha yavaş ilerleyebilir, ancak uzun vadede daha etkili kuruluşlar oluşturacaklar.

Çok fazla lider yapay zekâyı tamamlanması gereken bir kutucuk gibi görüyor. “Bu aracı kullanıyoruz, denemeler yapıyoruz, benimsiyoruz.” Bu zihniyet bugün CEO’nuzdan size altın yıldız kazandırabilir, ancak kurumsal borcunuzu çözmeyecek. Hatta bu borcu hızlandırabilir.

Kuruluşunuza bakın ve neyin işe yarayıp neyin yaramadığını denetleyin. Bu, kararların nasıl alındığı, kimin neyden sorumlu olduğu ve işlerin kuruluş genelinde nasıl ilerlediği konusunda daha net bir anlayış geliştirmek anlamına gelir. Nelerin değişmesi gerektiğini belirleyin, ardından hangi temel değişimlerin gerekli olduğunu saptamak için 1 yıl, 3 yıl ve 5 yıl sonrasını öngörün.

Geleceği kusursuz bir şekilde tahmin etmeye çalışmayın. Bunun yerine daha iyi sorular sormaya odaklanın. İlkelerden hareketle düşünmenin ve ikinci dereceden düşünmenin büyük bir hayranıyım. İyi yönetilen bir organizasyon bundan 5 yıl sonra nasıl görünecek? Oraya ulaşmak için hangi değişiklikler gerekli? Bu, işlerin yapılma biçimini değiştirirse organizasyon tasarımımıza ne olur? Hangi beceriler daha önemli hâle gelir? Roller nerelerde daralır veya genişler?

Bunu doğru yapan liderler bugün yapay zekâ benimsenmesi gibi gösteriş metriklerinde daha yavaş ilerleyebilir, ancak uzun vadede daha etkili organizasyonlar oluştururlar.

Takip edin

Heather'ın çalışmalarını LinkedIn üzerinden takip edebilirsiniz. Ayrıca Waypoint Works'e de göz atın!

People Managing People'da daha fazla uzman röportajı sizlerle olacak!