Zapier’ın Yöneticisi Gerçek Yapay Zekâ Avantajının Teknik Uzmanlık Değil, Kültür Olduğunu Söylüyor

Brandon Sammut, Zapier'da İnsan ve Yapay Zekâ Dönüşümünden Sorumlu Genel Müdürdür. Kendisi ve Zapier ekibi son üç yılı yapay zekâyı sistemlerine, iş akışlarına ve insan uygulamalarına entegre ederek geçirdi.

Brandon'la, rolünün neden "İnsan"dan "İnsan ve Yapay Zekâ Dönüşümü"ne dönüştüğünü öğrenmek için konuştuk. Bize gerçek yapay zekâ dönüşümünün teknik bir değil, insana ilişkin bir zorluk olduğunu anlattı.

İnsan Potansiyelini En Üst Düzeye Çıkaran Sistemler Kurmak

Ben, Zapier'da İnsan ve Yapay Zekâ Dönüşümünden Sorumlu Genel Müdür Brandon Sammut. Yetenek ve teknolojinin kesişiminde işin geleceğine odaklanıyorum.

Buraya uzanan yolum hiç de doğrusal olmadı. Kariyerime eğitim alanında başladım; önce Arlington'daki Texas Üniversitesi'nde yurt yöneticisi olarak görev yaptım, ardından Teach For America'da işe alım, finans, operasyonlar ve kurumsal ortaklıklar alanlarında altı yıl çalıştım.

Daha sonra Stanford'da işletme yüksek lisansı ve eğitim alanında yüksek lisans yaptım, Owl Ventures'ta girişim sermayesi stajı yaptım ve sonunda LiveRamp'teki (NYSE: RAMP) ilk İnsan ve Kültürden Sorumlu Genel Müdürlük görevime geçtim. Bu deneyimlerin ortak noktası, beni derinden motive eden bir bağdır. İnsan potansiyelini en üst düzeye çıkaran sistemleri nasıl kurabilir ve bu potansiyeli fırsatlarla ölçeklenebilir biçimde nasıl eşleştirebiliriz? 

Yapay zekâdaki üretken yapay zekâ devriminden önce, 2021'de Zapier'a katıldım. Mart 2023'te CEO'muz şirket genelinde bir "Yapay Zekâ Kırmızı Alarmı" ilan etti; bu, her şeyi değiştiren bir eylem çağrısıydı. Zapier'ın yapay zekâ fırsatının (ve eylemsizliğin riskinin) çok büyük olduğunu fark ettik.

İnsan ve Kültür ekibimizle birlikte son üç yılı, işe alım biçimimizden insanları geliştirme yöntemimize ve işin kendisini yeniden tasarlama şeklimize kadar tüm çalışan deneyimine yapay zekâ dönüşümünü uygulayarak geçirdik.

2025'in sonlarında, İnsan ve Kültürün yanı sıra yapay zekâ dönüşümünü de açıkça sorumluluğuma vererek bu çalışmayı resmîleştirdik. Mantık basitti: Gerçek yapay zekâ dönüşümü yalnızca teknik değil, insana ilişkin bir zorluktur.

Zapier, 40'tan fazla ülkede 800 kişilik, tamamen uzaktan çalışan bir ekibe sahip yapay zekâ orkestrasyon platformudur. Sorumluluk alanım yetenek kazanımından yetenek gelişimine, insan operasyonlarından toplam ücretlendirmeye kadar tüm İnsan ve Kültür işlevini ve ayrıca Zapier'ın şirket çapındaki yapay zekâ dönüşümü çabasını kapsıyor. Buna Yapay Zekâ Dönüşüm Mükemmeliyet Merkezimiz, departmanlara yerleştirilmiş 11 yapay zekâ dönüşüm ekibimiz ve daha geniş pazarla kamuya açık şekilde paylaştığımız açık kaynaklı Yapay Zekâ Dönüşüm Çerçevemiz dâhil.

Kısacası: İnsanların en iyi işlerini yapmalarına yardımcı olan hem insanlardan hem de yapay zekâ sistemlerinden sorumluyum. Ayrıca diğer kuruluşların kendi yapay zekâ dönüşümlerinde başarılı olmalarına yardımcı olmak için müşterilerle doğrudan çalışan ekiplerimizle birlikte çalışıyorum.

Yapay Zekâ İşi Nasıl Daha İnsani Hale Getiriyor?

Şirketimiz genelinde çalışanların %97'si temel işlerinde yapay zekâ kodlama araçlarını kullanıyor. Yüzde 88'i bunun performanslarını ölçülebilir biçimde iyileştirdiğini söylüyor ve nabız anketlerimizde çalışan bağlılığı %80'in üzerinde. Bu durum bana yapay zekânın şu anda çalışan deneyimini zayıflatmadığını gösteriyor; ancak bunu alçak gönüllülükle söylüyor ve yapay zekânın insanların işlerini deneyimleme biçimi üzerindeki etkisini merakla izlemeye devam ediyoruz.

İşler daha ilgi çekici hâle geliyor ve beni en çok heyecanlandıran niteliksel hikâye de bu. Tekrarlayan görevleri otomatikleştirdiğimizde insanlar daha yaratıcı, stratejik ve insani işler yapıyor.

Yetenek kazanımı ekibimiz aday deneyimi konusunda rutin olarak övgü alıyor. Bunun nedeni alışılmadık derecede büyük bir ekibe sahip olmaları değil, otomasyon ve yapay zekânın özenli biçimde orkestre edilmesinin kişiselleştirmeyi artırması.

Yeni kariyer yolları ortaya çıkıyor. Daha önce manuel ve tekrarlayan işler yapan kişiler artık otomasyonlar geliştiriyor, yapay zekâ dönüşümü rollerine personel yerleştiriyor ve tamamen yeni işlevlere katkıda bulunuyor.

Yapay Zekâ Düşük Değerli İşleri Ortadan Kaldırıyor ve Üstün Performans Gösterenleri Ortaya Çıkarıyor

Müşteri Destek ekibimiz, yapay zekâ destekli özetleme sayesinde ortalama talep ele alma süresini %50 azalttı. Bu, artık müşteri sorularını iki kat daha hızlı yanıtladıkları anlamına geliyor. Aynı ekip artık piyasanın 90. yüzdelik dilimine göre ücretlendiriliyor. Bu bir tesadüf değil.

Yapay zekâ düşük değerli tekrarları ortadan kaldırdığında insanlar gerçekten zor ve yüksek muhakeme gerektiren işleri yapıyor ve siz de onlara buna uygun ödeme yapabiliyorsunuz. Değerli sonuçlar üreten seçkin çalışanlar haline geliyorlar.

Talep Yaratma ekibimiz, potansiyel müşteri araştırmasını otomatikleştiren ve AE'ler için gerçek zamanlı olarak kişiselleştirilmiş erişim mesajları oluşturan yapay zekâ destekli bir iş akışı geliştirdi. Bu, 4,5 tam zamanlı çalışanın kapasitesine eşdeğer bir kapasiteyi yeniden kazandırdı, araç maliyetlerinde 15–20 bin $ tasarruf sağladı ve 1,2 milyon $ değerinde satış fırsatı oluşturdu. Tek bir iş akışı.

Gelir Operasyonları artık her ay 34 tam zamanlı çalışma haftasına eşdeğer tasarruf sağlayan 25 yapay zekâ iş akışı ve aracısı çalıştırıyor. Finans, artan karmaşıklığa rağmen ay sonu kapanışını %25 oranında kısalttı; yıllık geliri 5 milyar $'ı aşan bir işletme için 8 kişilik bir ekiple bunu başardı.

Zor olan konu, değişim hızının yorgunluk yaratması. Herkes aynı hızda ilerlemiyor ve bu sorun değil. Ancak bu eşitsizliği 800 kişi arasında yönetmek bilinçli bir yaklaşım gerektiriyor; ayrıca bazı yapay zekâ destekli iş akışlarının gerçekten memnun olduğumuz çıktıları üretmeden önce birden fazla yinelemeden geçmesi gerekti.

Bunlara başarısızlık demiyorum. İşin doğası bu. Zekâ sürekli gelişiyor. Bugün henüz tam olarak hazır olmayan bir şey, bir ay içinde tamamen farklı bir tablo ortaya koyabilir.

Brandon Paylaşıyor

Soru “Bu ne kadar etkileyici?” değil. Soru “Bu, birinin işini gerçekten iyileştiriyor mu?“

Yapay Zekâ Girişimlerinde Sadelik Neden Karmaşıklığa Üstün Gelir?

Başlangıçta ekibim ve şirket, en değerli yapay zekâ kullanım alanlarının teknik açıdan gelişmiş olması gerektiğine refleks olarak inanıyordu. Bu, gereğinden fazla mühendislik çalışmasına yol açtı. Gerçekte, en yüksek etkiye sahip çalışmalarımızdan bazıları oldukça basitti: her role göre kişiselleştirilmiş aday iletişimlerini otomatikleştirmek, hedef belirleme için basit bir yapay zekâ koçu oluşturmak ve uzun destek taleplerini eyleme geçirilebilir içgörülere dönüştürerek özetlemek.

Geri dönebilseydim kendime, gerçek bir insani sorunu çözen en basit yapıyla başlamamı söylerdim. Teknik karmaşıklığı iş değeriyle karıştırmayın. Soru "Bu ne kadar etkileyici?" değil. Soru "Bu, birinin işini gerçekten iyileştiriyor mu?"

Yapay Zekâ Yetkinliği Değerlendirmesi Yeni İşe Alımlarda Standardı Nasıl Yükseltiyor?

Artık her departman ve her rol için adayların %100'ünde yapay zekâ yetkinliğini değerlendiriyoruz. Bu, yapay zekâ nedeniyle yaptığımız en büyük operasyonel değişiklik. Yapay zekâ, işlerin nasıl yapıldığının temel bir gerekliliği haline geliyor.

Dört seviyeden oluşan bir Yapay Zekâ Yetkinliği Çerçevesi oluşturduk: Kabul Edilemez, Yeterli, Benimseyen ve Dönüştürücü.

• "Kabul Edilemez", birinin yapay zekâya aktif olarak direnmesi veya onu hiçbir zaman amaçlı bir şekilde kullanmamış olması anlamına gelir; bu, bizim için başlangıçtan elenme nedenidir.
• "Yeterli", yapay zekâyı tekrar tekrar bir amaç doğrultusunda kullanmış olmanız ve öğrenmede ilerleme göstermeniz anlamına gelir; basit bile olsa anlatabilecekleri gerçek örnekler arıyoruz.
• "Benimseyen", gelişigüzel kullanımın ötesine geçerek yapay zekâyı gerçek etki yaratacak şekilde düzenli ve amaçlı biçimde uygulamaya başladığınız anlamına gelir; net yatırım getirisi hikâyeleri arıyoruz.
• "Dönüştürücü", yapay zekânın çalışma biçiminizi temelden değiştirdiği ve bu yeni çalışma biçiminin yalnızca kendi üretkenliğinizi değil, ekibinizi, projelerinizi veya kuruluşunuzu da etkilediği anlamına gelir.

Sistemler genelinde yapay zekâ yetkinliği değerlendirmesini yapılandırılmış mülakatlarımıza yerleştirdik ve role, seviyeye ve değerlendirme ölçütlerimize göre uyarlanmış mülakat soruları oluşturan Yapay Zekâ Üst Düzey Değerlendirici Mülakat Aracısı'nı geliştirdik. Her soruyu neden seçtiğini açıklıyor ve 10 başkan yardımcısının bulunduğu 800 kişilik kuruluşumuz genelinde mülakatçıların tutarlı biçimde kalibrasyon yapmasına yardımcı oluyor.

İşe alım ekibimizi yetkinliği değerlendirmeleri için eğittik ve her seviyede, role göre "iyi"nin neye benzediğini kalibre ettik. Davranışsal açıdan, işe alım yöneticileri artık yapay zekâya hazır olma konusunu tartışmak için ortak bir dile sahip.

Sonuçlar açısından, her yeni işe alınan kişi en azından temel bir yetkinlikle gelmeye başladıktan sonra denemelerin ve akranlar arası yapay zekâ öğreniminin kalitesi gözle görülür biçimde hızlandı. Bu, tüm şirketin asgari seviyesini yükseltti.

Yapay Zekâ Bire Bir Toplantıların Etkinliğini Nasıl Artırıyor?

En gelişmiş İnsan ekibi çalışmamız olduğu ve yapay zekânın yönetimin insani yönünü nasıl güçlendirebileceğini (yerine geçemeyeceğini) gösterdiği için Bire Bir Görüşme Koçumuzdan bahsedeceğim.

Sorun: Her insan ve kültür lideri, yöneticiler ile doğrudan bağlı çalışanları arasındaki bire bir görüşmelerin kalitesinin bağlılık, çalışanı elde tutma ve performansın en güçlü göstergelerinden biri olduğunu bilir. Ancak çoğu yönetici, bu görüşmelerde nasıl davrandıkları konusunda gerçek zamanlı olarak çok az koçluk alır. Yeterince soru soruyorlar mı? Konuşmanın çok büyük bölümünü onlar mı üstleniyor? Diğer kişi için alan yaratıyorlar mı?

Yapay Zekâ Çözümü: Yapay zekâ destekli bir bire bir görüşme koçu oluşturduk. Bir bire bir görüşmenin ardından (her iki tarafın da tam şeffaflıkla bilgilendirildiği şekilde — bu özellik isteğe bağlıdır ve görünür durumdadır) sistem görüşmeyi analiz eder ve yönetici için koçluk geri bildirimi oluşturur.

Uçtan uca akış:

1. Yönetici ve doğrudan bağlı çalışanı düzenli bire bir görüşmelerini gerçekleştirir (görüşmenin kendisinde hiçbir şey değişmez).
2. Görüşme sonrasında yapay zekâ, konuşmanın yapısını analiz eder — konuşma-dinleme oranlarını, sorulan soru türlerini ve yöneticinin doğrudan bağlı çalışanının öncelikleri için alan yaratıp yaratmadığını inceler.
3. Koç, “Bu görüşmede zamanın %70'inde siz konuştunuz — daha fazla açık uçlu soru sormayı değerlendirin” veya “Harika açıklayıcı sorular sordunuz, ancak çalışanınızın gündeme getirdiği sorunla ilgili koçluk yapma fırsatını kaçırdınız” gibi kişiselleştirilmiş geri bildirimler oluşturur. Koç geri bildirimi yalnızca yöneticiye iletir — özel, yapıcı ve hemen uygulanabilir niteliktedir.
4. Zaman içinde yönetici, birden fazla bire bir görüşmedeki örüntüleri görebilir ve gelişimini takip edebilir,

Neden işe yarıyor: Her şirketin karşılaştığı “İK İş Ortağını ölçeklendirme” sorununu çözüyor. Her bire bir görüşmeye bir İKİO yerleştiremeyiz. Ancak her yöneticiye, yardım istemelerini veya zorlandıklarını itiraf etmelerini gerektirmeden, en önemli görüşmelerde daha iyi olmalarına yardımcı olan özel bir koç sağlayabiliriz.

Güven mimarisi her şeydir: Hangi veriler kullanılıyor? Nerede saklanıyor? Kim görüyor? Tüm bunlar konusunda son derece şeffafız. Bu, yöneticiler için omuzlarının üzerinden izleyen bir yapay zekâ yöneticisinden ziyade, yetkinliklerini artıran bir “Iron Man zırhı”. Bu ayrım, benimsenme açısından son derece önemli.

Yapıcı geri bildirim vermeye hazırlanırken kullandığımız daha basit ama bir o kadar güçlü bir iş akışı olan Yapay Zekâ Geri Bildirim Koçumuzu da paylaşacağım. Bu araç, kurum içi geri bildirim çerçevemiz ve mükemmel yapıcı geri bildirim örnekleriyle eğitildi.

Bir çalışan özel olarak etkileşime geçebilir, durumu açıklayabilir ve canlı bir görüşme öncesinde geri bildirimini yapılandırma konusunda yardım alabilir. Bu, şu insani sorunu çözüyor: “Bu geri bildirimi vermem gerektiğini biliyorum, ancak bunu ustaca nasıl ifade edeceğimi bilmiyorum ve bağlam çok hassas olduğu için henüz başka bir insanla bu konuda konuşmak istemiyorum.” Yapay zekâ bu engeli tamamen ortadan kaldırıyor.

Yapay Zekâ Entegrasyonu Zorlukları Neden Teknoloji Arızalarından Daha Büyük?

Açık konuşmak gerekirse, yapay zekânın beklentileri karşılayamadığı alanlarda sorun teknolojinin başarısız olmasından çok entegrasyon zorluğundan kaynaklandı. En büyük boşluk, yapay zekânın bireysel benimsenmesinden kurumsal benimsenmesine geçişte ortaya çıktı.

Ekibimizin %97'si yapay zekâ kullanıyor olsa da temel iş süreçlerini uçtan uca yapay zekâ ile yeniden şekillendirmek, aşılması gereken bambaşka bir dağ.

Kolay kazanımları hızla elde ettik. Daha zor ve daha yüksek değer sunan işler — iş akışlarını ilkelerden başlayarak yeniden tasarlamak ve yapay zekâ destekli araçların stratejik bir orkestrasyon içinde birbiriyle iletişim kurmasını sağlamak — beklediğimden daha yavaş ve karmaşık ilerliyor.

Kurum içinde buna “bireysel yapay zekâdan ölçekli kurumsal yapay zekâya” geçiş diyoruz ve bu, 2026 yılı için birincil odağımız. Bu geçiş; ortak kimlik doğrulama altyapısı, işlevler arası veri temelleri ve ekiplerin süreçleri nasıl devrettiğinin temelden yeniden düşünülmesini gerektiriyor. Bu, yalnızca deneme yapmak değil, mimari bir çalışma.

Bir dürüst itiraf daha: Yapay zekâ tedarikçisi fazlalığı gerçek bir sorun. Yapay zekâ dönüşümünü çözmeyi vadeden araçların sayısı bunaltıcı. Zor yoldan öğrendiğimiz bir diğer ders ise, ondan fazla noktasal çözüm biriktirmek yerine az sayıda temel platformda birleşmenin şart olduğuydu. Artık her araç için kullanımı, güvenilirliği ve yatırım getirisini takip ediyor, entegre olmayanları aktif olarak kullanımdan kaldırıyoruz.

Yapay zekânın son dezavantajı ise: Yapay zekânın sağladığı kolaylık nedeniyle hesap verebilirlikte aşınma yaşandı. Yapay zekâ çıktıları hızlı ve kolay bir şekilde ürettiğinde liderler, gerçek bir insan incelemesi yapmadan içerikleri kullanıma sunabilir. Liderler dikkatli olmazsa hız uğruna kalite çıtası düşebilir. Yapay zekâ çalışmaya katkıda bulunuyorsa doğruluğundan, üslubundan ve etkisinden insanlar sorumlu olmaya devam eder.

Yapay Zekâ Resmî Bir Müfredat İhtiyacını Nasıl Değiştiriyor

Yetkinlik geliştirmeyi resmî bir müfredatın gerektirdiği varsayımına sahiptim, ancak yanılıyordum. Yıllardır People/L&D alanındaki standart yaklaşım; beceri açığını belirlemek, bir eğitim programı tasarlamak, bunu sunmak ve tamamlanma oranını ölçmekti.

Yapay zekâ bu modeli bizim için bozdu. Teknoloji o kadar hızlı değişiyor ki geleneksel bir müfredat yazabildiğimizde zaten güncelliğini yitirmiş oluyor.

Bunun yerine, bilgi birikiminden çok öğrenme hızını temel alan bir öğrenme felsefesini benimsedik. Zapier'de resmî bir yapay zekâ müfredatımız yok. Bunun yerine yapay zekâ öğrenimini ve denemelerini Zapier'in mevcut uygulamalarının mümkün olduğunca çoğuna entegre ediyoruz — hack haftaları yapay zekâ hack haftalarına, işe alıştırma süreci yapay zekâ okuryazarlığına geçiş programına, atanmış yapay zekâ ileri düzey kullanıcılarının bulunduğu, çalışanların birbirlerine soru sorabildiği kanallar ise destek katmanına dönüştü.

Buradaki daha derin içgörü, herhangi bir anda ne kadar bildiğimizin ne kadar hızlı öğrendiğimizden daha az önemli olmasıdır. Öğrenme hızını en üst düzeye çıkaran unsurlar — psikolojik güvenlik, deneme kültürü, neyin işe yarayıp neyin yaramadığını paylaşma — her şirketin sahip olmadığı kurum kültürü unsurlarıdır.

Yapay Zekâ Dönüşümü Neden Kültürel Bir Zorluktur

Brandon Paylaşıyor

Kültürünüz denemeyi desteklemiyorsa — insanlar denemek, başarısız olmak ve paylaşmak konusunda kendilerini güvende hissetmiyorsa — hiçbir yapay zekâ aracı sizi ulaşmak istediğiniz yere götüremez.

Yapay zekâ dönüşümü teknik değil, insani bir zorluktur. Her şirket yapay zekâ dönüşümünden bahsediyor, ancak çok azı bunu iyi bir şekilde gerçekleştiriyor; çünkü önce araçlara odaklanıyorlar.

Gerçek dönüşüm insanlarla, kültürle ve liderlikle başlar. Kültürünüz denemeyi desteklemiyorsa — insanlar denemek, başarısız olmak ve paylaşmak konusunda kendilerini güvende hissetmiyorsa — hiçbir yapay zekâ aracı sizi ulaşmak istediğiniz yere götüremez.

People işlevi, yapay zekâ çağında hiç olmadığı kadar önemli. Eğitildiğimiz pek çok konu — iş gücü planlaması, değişim yönetimi, liderlik gelişimi — artık daha az değil, daha önemli.

Yapay zekâyı en hızlı öğrenecek kuruluşlar; insanların işe yaramayabilecek şeyleri denemek, bu deneyleri açıkça paylaşmak ve başarısızlıklardan herkesin önünde öğrenmek konusunda kendilerini güvende hissettiği kuruluşlardır. Kültürünüz başarısızlığı cezalandırıyor veya bilgiyi saklıyorsa yapay zekâ araçları sizi kurtaramaz.

Bu kültürel bileşenlerin yerleştiğinden emin olmak için geleneksel beceri geliştirmeye ayırdığımız kadar zaman harcadık. Araçlar temel gerekliliklerdir — fark yaratan ise kültürdür.

Performans Yönetimi Neden Yeniden Tasarlanmalı

Performans yönetimi, yapay zekâyla desteklenen bir gelecek için aktif olarak yeniden tasarlanması gereken alanlardan biridir. Geleneksel performans değerlendirme döngüsü — yıllık veya altı aylık, geçmişe dönük, büyük ölçüde yöneticinin hafızasına ve yazma becerisine bağlı — sona ermeli.

Zapier'de bunu birden fazla katmanda yeniden tasarlamaya çoktan başladık:

• 1. Katman – Kanıt toplama ("Blob Notları" iş akışı): Son derece basit bir Slack entegrasyonu oluşturduk. Dikkate değer bir şey olduğunda — harika bir çalışma, liderlik sergilenen bir an veya bir gelişim alanı — bir yönetici ya da ekip üyesi ilgili Slack mesajına belirli bir emojiyle tepki veriyor (buna "blob notları" diyoruz: 📝). Bu tepki, mesajı yakalayan, yapay zekâyı kullanarak özetleyen ve düzenli bir performans kanıtı kaydını yapılandırılmış bir belgeye ekleyen bir Zapier iş akışını tetikliyor. Form yok, bağlam değiştirmek yok, aylar sonra hafızaya güvenmek yok. Kanıtı tam o anda, tek bir emoji tıklamasıyla yakalıyoruz.
• 2. Katman – Değerlendirme taslağı hazırlama (Yapay Zekâ Performans Değerlendirmesi Koçu): Değerlendirme zamanı geldiğinde kişinin adını, iş seviyesini ve biriktirilmiş performans kanıtlarını giriyorsunuz. Yapay zekâ, iş seviyesine göre farklılaştırılmış performans standartlarımız olan Etki Davranışları ile uyumlu bir değerlendirme taslağı hazırlıyor ve örnek olarak mükemmel değerlendirmelerden yararlanıyor. Bunun sonucunda daha açık, daha fazla kanıta dayalı ve daha uygulanabilir değerlendirmeler ortaya çıkıyor; bu da yöneticilerin üzerindeki yükü önemli ölçüde azaltıyor.
• 3. Katman – Hedef belirleme (AMP Hedef Koçu): Bir sohbet robotu, yönlendirmeli komutlarla tüm çalışanların yalnızca birkaç dakika içinde uygulanabilir, ölçülebilir ve amaca yönelik hedefler belirlemesine yardımcı oluyor. Dağınık niyetleri net ve takip edilebilir sonuçlara dönüştürüyor.

Ancak bunlar hâlâ mevcut sistemi daha iyi çalıştırmayı sağlayan yapay zekâ benimseme örnekleri. Dönüşüm fırsatı çok daha büyük.

Ya performans kanıtları sürekli olarak yakalansaydı ve yalnızca Slack'te değil, tüm çalışma yüzeylerinde pasif biçimde toplansaydı? Ya yapay zekâ, tek bir yöneticinin asla göremeyeceği kalıpları tüm ekibin performans verileri genelinde ortaya çıkarsaydı? Ya geri bildirim koçluğu yalnızca planlanmış bir görüşmeden önce değil, Slack'te gerçek zamanlı olarak, ihtiyaç duyulana kadar hazır bulunsaydı?

Bu yönde ilerliyoruz. Şimdi bu sistemi yeniden tasarlayan liderler — gerçek kararlar konusunda insani hesap verebilirliği korurken — yetenek yoğunluğu ve çalışan deneyimi açısından önemli bir avantaja sahip olacak.

Yapay Zekâ Liderlik ve Kadro Oluşturma Stratejilerini Nasıl Yeniden Şekillendiriyor?

Yalnızca İnsan Kaynakları'nda değil, tüm işletmede yapay zekâ dönüşümümüz için yeni bir kadro oluşturmadık. Hiçbir raporlama hattını değiştirmedik. Bu, son derece bilinçli bir karardı.

Bunun yerine, merkez ve uydular modeline dayalı bir kadro oluşturma modeli kurduk. Merkezimiz olan Yapay Zekâ Dönüşüm Mükemmeliyet Merkezi; standartları belirleyen, ortak kullanılan araçları yöneten, yapay zekâ dönüşümü karnemizi sürdüren ve ekiplerin işe yarayan uygulamaları yeniden icat etmeden ölçeklendirmesine yardımcı olan küçük bir ekipten oluşuyor.

Uydular ise her departmanın (Ürün Geliştirme, Satış ve Başarı, Pazarlama, Destek, İnsan, Yönetici Operasyonları, Finans, Veri, Ekosistemler, İş Operasyonları, Hukuk) içine yerleştirilmiş 11 Yapay Zekâ Dönüşüm Yöneticisi. Her yönetici, departmanından her çeyrekte en az bir yapay zekâ dönüşümü vaka çalışmasının hayata geçirilmesinden sorumlu.

Önemli olarak, yapay zekâ otomasyon mühendisliği pozisyonlarımızı mevcut İnsan ekibimizden doldurduk; çünkü bu kişiler hâlihazırda İnsan Kaynakları alanında konu uzmanlığına sahip. Bu, kuruluşa doğru olmasını istediğimiz bir şeyi gösteriyor: Sahip olduğumuz işlerin kapsamı değişecek olsa da mevcut yeteneklerimize yatırım yapıyoruz.

Bir İnsan Kaynakları lideri, dönüşümü yönlendirmek için organizasyon şemasını kullanmanın hassas noktalarını sezgisel olarak anlar. Bu nedenle İnsan organizasyonunun bu çalışmadaki merkezi rolü önemlidir.

Ayrıca ücretleri 50. yüzdelik dilimden 90. yüzdelik dilime yükselttik — buna "yetenek yoğunluğu" diyoruz. Yapay zekâ ekibinizi somut biçimde daha üretken hâle getirdiğinde, bu kazanımı paylaşın. Müşteri destek ekibimiz bunun harika bir örneği: nadir görülen sonuçlar üreten seçkin çalışanlar ve buna uygun ücret.

Yapay Zekâ Odaklı Üretkenlik Kazanımlarını Ekiplerle Paylaşmak Neden Önemli?

Yönetim ekiplerinin kendilerine şu soruyu sormalarını umuyorum: "Yapay zekâyla güçlendirilmiş ekiplerin yarattığı ekonomik değere ne olmalı?" Ekiplerin yaratıcı düşünerek ve yapay zekâ aracılığıyla işi yeniden tasarlayarak elde ettiği artan üretkenliği paylaşmayı değerlendirmelerini umuyorum.

Müşteri destek ekibimiz ortalama işlem sürelerini yarıya indirdi. Artık müşteri desteği dünyasında oldukça nadir görülen sonuçlar üreten seçkin çalışanlar. Ve buna uygun ücret alıyorlar — pazarın en üstteki %10'luk diliminde.

Bu, güzel bir uyum yaratıyor. Yapay zekâ dönüşümü insanlardan daha fazlasını talep ediyorsa — daha fazla deneme, daha fazla öğrenme, kendi rollerini daha fazla yeniden tasarlama — o zaman kazanım yalnızca bilançoya değil, onlara da geri dönmeli. Yapay zekâyla güçlendirilmiş bir dünyada bu uyumu kurmayı başaran liderlerin en iyi yetenekleri kendine çekip elinde tutacağına inanıyorum.

Liderlerin Yapay Zekâ Odaklı Dönüşümü Etkili Bir Şekilde Yönetebilmesinin Beş Yolu

Yapay zekâ dönüşümünü yönetirken liderlerin düşünmesi gereken beş konu şunlardır (bunlardan bazıları kulağa sezgiye aykırı gelebilir):

1. Araçlarla değil, kültürle başlayın. Bir durum değerlendirmesi yapın: Güçlü bir psikolojik güvenlik anlayışınız var mı? Güvenilir bir yönetim? Gerçek bir deneme kültürü? Bu kültürel unsurlar, beceriler kadar, en az onlar kadar önemlidir. Yetkinlik kazanırken bunlar arkanızdaki rüzgârınız ya da size karşı esen bir rüzgâr olacaktır.
2. Yapay zekâyı bir sonuç değil, bir araç olarak düşünün. Bu, genel olarak teknoloji için de geçerlidir. Teknolojiler araçlardır — aracılardır — işleri halletmenin yollarıdır. Yapay zekâyı bu şekilde düşündüğünüzde, onu kendi başına kovalamayı bırakır ve şu soruyu sormaya başlarsınız: "Bu hangi sorunu çözüyor ve işin içindeki insanlar için 'daha iyi' neye benziyor?"
3. Sınırlarınızı erkenden yayımlayın. Net sınırlar olmadığında insanlar kendilerini gerekenden daha fazla kısıtlar. Bu da yaratıcılığı sınırlar. Kırmızı Alarmımızın ardından yaptığımız ilk iş, yapay zekâ kullanım yönergeleri geliştirmek oldu. Bu, daha az değil, daha fazla denemenin önünü açtı.
4. Hesap verecek tek bir lider belirleyin. Bir komite değil. Ayda bir toplanan bir çalışma grubu değil. Yapay zekâ dönüşümünden sorumlu, öncelikleri belirleme ve kaynak tahsis etme yetkisine sahip tek bir kişi. Zapier'de bu kişi benim — net sahiplik, dağınık denemelerden koordineli dönüşüme geçmemizi sağladı.
5. “Üçler kuralını” uygulayın. Ekibiniz bir şeyi manuel olarak üç kez yaparsa, dördüncü seferde otomatikleştirir. Ya da neden otomatikleştirilemeyeceğini veya otomatikleştirilmemesi gerektiğini savunur. Bu, kültürel bir norm oluşturur: otomasyon bir temenni değil, bir beklentidir. Ayrıca tekrarlanabilir görevleri fark etme becerisini geliştirir; bu da işi yeniden tasarlamaya giden ilk adımdır.

Bir bonus öneri daha: çalışma planınızı açık kaynak hâline getirin. Öğrendiklerinizi paylaşın. İlerlemeyi samimiyetle paylaşmak, tüm alanın gelişimini hızlandırır. Yapay zekâ dönüşümünde açık kaynak yaklaşımı, hepimizin birlikte daha hızlı öğrenmesine yardımcı olur.

Takipte kalın

Brandon Sammut'un çalışmalarını LinkedIn üzerinden takip edebilirsiniz. Ayrıca Zapier'in Yapay Zekâ Dönüşümü Çerçevesi'ne göz atın.

People Managing People'da daha fazla uzman röportajı yakında!