Getiri Yalnızca %1’ken Yapay Zekâ Yatırım Getirisini Nasıl Kanıtlarsınız?

David Rice: Kuruluşların yalnızca %17’si herhangi bir yapay zekâ aracısını devreye aldı. Birden fazla departmandaki oran ise yaklaşık %3. JLL artık kendi aracılarının sayısını tutmayı bıraktı. Bugünkü programda JLL’nin Küresel Yapay Zekâ ve Platform Teknolojisi Etkinleştirme Başkan Yardımcısı Carlin Power ile diğer %97’nin öğrenmek üzere olduğu şeyler hakkında konuşuyorum.

Çünkü JLL aracılarla deney yapmıyor. Bunları şirket genelinde tesis yönetimi, marka iletişimi ve kurumsal işlevler genelinde üretim ortamında çalıştırıyor ve bundan çıkarılacak dersler çoğunlukla teknik değil. Bozulan ilk şey teknoloji değil, yatırım getirisi konuşmasıydı. Temel gerekliliklerin maliyetini nasıl haklı çıkarırsınız?

CFO’nuzun karşısına oturup, “Bundan %1 getiri elde edebiliriz” demeyi nasıl başarırsınız? Power’ın yanıtı, değer konuşmasını ait olduğu yere, yatırım kararını veren kâr ve zarar tablosunun içine taşımaktı. Bir iş lideri büyümeye çalışıyor ve en önemli müşterileriyle cüzdan payını %20 artırmak istiyorsa yapay zekâ, çivi arayan bir çekiç olmak yerine bu konuşmanın bir parçası hâline geliyor.

Bu konuda kariyerin ilk dönemlerine ilişkin soru da biraz odaklanmayı hak ediyor. Stanford Araştırması net bir ayrım ortaya koyuyor. Yapay zekâ otomasyon yaptığında giriş seviyesindeki işe alımlar düşüyor. Desteklediğinde ise istihdam korunuyor veya artıyor. JLL bilinçli bir seçim yaptı ve yakın zamanda bünyesine kattığı stajyerler, Power’a söylenmediği takdirde kariyerlerinin üçüncü ya da dördüncü yılında olmadıklarını düşündürmeyecek kadar gelişmiş bir bitirme projesi sundular.

Bugün, hayatta kalan aracılarla Gartner’ın 2027’ye kadar iptal edileceğini öngördüğü %40’lık proje grubunu birbirinden ayıran şeyleri, yatırım getirisi çerçevesinin neden teknolojinin kendisinden daha önemli olduğunu, yerel uygunluğu kaybetmeden seksen ülke genelinde yapay zekâ yetkinliğinin nasıl oluşturulacağını ve üretimde sıfır aracısı olan bir insan ve kültür yöneticisinin bunları devreye alırken birinci ila üçüncü aylarda ne yapması gerektiğini ele alıyoruz.

Ben David Rice. Burası People Managing People ve kuruluşunuz hâlâ aracılarla nereden başlayacağını anlamaya çalışıyorsa bu konuşma, bu soruyu çoktan geride bırakmış birinden pratik bir yol haritası sunuyor. Haydi başlayalım.

People Managing People podcast’ine hoş geldiniz. Her zaman olduğu gibi sunucunuz David Rice benim ve bugün bana Carlin Power eşlik ediyor. Kendisi JLL’de Küresel Yapay Zekâ ve Platform Teknolojisi Etkinleştirme Başkan Yardımcısı. Dışarıda yapay zekâ aracılarla deney yapan pek çok kuruluş var, ancak siz bazılarını başarıyla devreye aldınız. Öyle mi?

Carlin Power: Evet, aldık…

David Rice: bunun hakkında ve süreçten çıkarılan bazı dersler hakkında biraz konuşacağız.

Sormak istediğim ilk soru şuydu: Bir Gartner CIO anketinde kuruluşların yalnızca %17’sinin herhangi bir aracıyı devreye aldığı belirtiliyordu.

Carlin Power: Elbette.

David Rice: Birden fazla departmandaki oranın %3 falan olduğunu düşünüyorum, değil mi? Evet, gerçekten çok düşük.

Carlin Power: Evet.

David Rice: Dolayısıyla birçok kişi bunun başlangıcında. Siz de bazılarını devreye aldınız; gördüğüm son sayı 34 gibiydi. Sanırım artık bundan da fazlası var.

Carlin Power: Evet. Büyüyoruz. Sanırım artık saymayı bıraktık.

David Rice: Saymayı bıraktınız… Peki, ilk sorum şu: Diğer %97’nin birazdan öğreneceği, sizin şu anda bildiğiniz ne?

Carlin Power: Bence bu aslında başlangıçta aldığımız bazı kararlara dayanıyor. JLL Falcon adını verdiğimiz bir şeye yatırım yaptık. Bu, tüm yazılım geliştiricilerimizin yeni oluşturdukları ve hâlihazırda piyasada bulunan teknolojiler üzerinde yapay zekâ yeteneklerini uygun maliyetle devreye almak için kullanabileceği yapay zekâ yetenekleri ve API’lerden oluşan bir koleksiyon için kulağa hoş gelen bir marka adı.

Bu sayede ve yeniliği tüm mühendislerimiz arasında merkezî olmayan bir biçimde dağıtabildiğimiz için, aracılar gibi şeyleri nasıl oluşturup devreye alacakları konusunda çok daha hızlı yetkinlik kazanmaya başladılar. Tesis yönetimi işimizde, iş emirlerini ve teknisyenlerin tesis yönetimi işlerini yapmak üzere sahalara nasıl gönderileceğini optimize eden aracılarımız var.

PowerPoint sunumlarımızı markamıza uygun hâle getiren ve JLL’deki hem iç hem dış iletişimlerimizin ses tonunu belirleyen marka aracılarımız var. Yaklaşık bir buçuk ay önce, kurumsal işlevlerimizdeki tüm alan uzmanlarının çalışanların tüm kurumsal işlevlerimiz genelinde destek almasına yardımcı olduğu aracılardan oluşan Ask JLL’yi devreye aldık.

Tüm bu mühendislik ekipleri arasındaki bu merkezden uzaklaşma sayesinde, çok belirli yatırım getirisi sonuçlarına yönelik, özel iş sorunları için aracılar oluşturuyoruz.

David Rice: Başarılı olmasının nedenlerinden biri bu mu? Özel yapısından bahsettiniz. Genel olarak bir şeyi çözmeye çalışmıyor, çok belirli bir konuya odaklanıyor olmanız, bunu başarılı kılan unsurlardan biri mi?

Carlin Power: Evet. Genel aracılarımız ve genel amaçlı yapay zekâ araçlarımız da var. Tüm sohbetlerimize, e-postalarımıza ve paylaşılan belgelerimize bakan Pulse adını verdiğimiz genel bir yapay zekâ asistanımız bulunuyor. Bir bilgi çalışanının işinde yapması gereken idari ve taktik işlerin yükünün büyük bir kısmını alan bir idari asistan gibi çalışıyor.

Dolayısıyla bazı genel yetenekleri kasıtlı olarak devreye aldık; ancak evet, gerçek yatırım getirisi daha çok temel gereklilik olarak adlandıracağım şeylerde yatıyor. Bunlar, pazarda rekabet edebilmemiz için tüm çalışanlarımızın elinde bulunması gereken şeyler.

Belirli bir iş kolunu veya kurumsal işlevi destekleyen yazılım mühendisliği ekiplerimizin devreye aldığı tüm aracılar ise iş sonuçlarımızı ileriye taşıyan ve kuruluşun birden fazla katmanıyla uyumlu, özel iş sorunlarını çözüyor.

David Rice: Beni ilk aracıya götürün. Teknik olmayan ne bozuldu? İzinler ve sahiplik mi, yoksa birinin iş tanımı mıydı?

Carlin Power: Evet…

David Rice: Esasen birinin görev tanımı mı?

Carlin Power: Evet, doğru. İlk aracı… Vay canına. Aslında bu Pulse, yani JLL iş araçları olarak da biliniyor. Çünkü artık bunu bir MCP, yani yapılandırılmış verilere doğrudan bağlanan bir aracının bağlantısı için kullanılan gösterişli bir terim, üzerinden sunuyoruz.

Aslında bozulan şeyin teknik bir konu olduğunu düşünmüyorum. Daha çok, bunun maliyetini yatırım getirisine karşı nasıl haklı çıkaracağımızla ilgiliydi. Temel gerekliliklerden biraz bahsediyordum. Verimlilik oranlarını yalnızca %1 ila %3 aralığında görüyorsanız bu konuşmayı yapmak oldukça zor. CFO’nuzun karşısına oturup, “Bu şeyi yapmamız gerektiğini düşünüyorum ama bundan %1 getiri elde edebiliriz” demek kolay değil.

Başlangıçta, temel gerekliliklerin değerini nasıl ifade edeceğimizi ve belirli bir aracının değerini nasıl ifade edeceğimizi anlamaya çalışıyorduk.

Bunu oluşturma sürecinde belirlediğimiz bir standart hâline mi getirecektik? Kuruluşumuzdaki her geliştiricinin, “Daha önce bize belirli miktarda iş gücüne mal olan ya da belirli bir çıktı sağlayan bu sorunu çözmek için bu aracıyı sunacağım. Ancak şimdi 5 kat daha fazla çıktı üretebileceğiz, yeni bir gelir hattı oluşturabileceğiz, pazar payımızı veya bir müşteriyle cüzdan payımızı artırabileceğiz” diyebilmesini nasıl sağlayacaktık?

Ekipleriniz bu şekilde düşünmeye başladığında yatırım getirisini kanıtlamak çok daha kolay hâle geliyor. Ancak ilk mesele, insanların bize “Bunu ne zaman kullanmalı? Nasıl kullanmalı? Yatırım getirisi nedir?” diye sormasıydı. Biz de, “İyi soru” diyorduk.

David Rice: Normalleştirmeyi sağlamaktan bahsetmeniz ilginç. Bununla birlikte bir dil standardizasyonu da oldu mu? İnsanların bu işleri yapmak istemesi için yatırım getirisi olarak neyin kabul edildiğinin anlaşılması gibi? Çünkü insanların hayal gücünün biraz kontrolden çıkabileceğini düşünüyorum.

Bir noktada, “Bu aslında gerçek bir iş değeri değil” demeniz gerekebilir.

Carlin Power: Neyse ki kuruluşumuzda harika finans profesyonelleri var. Bu, merkezî bir işlev olsa da iş kollarımız ve işlevlerimiz içindeki konumlanmaları bakımından merkezden uzak bir yapıya sahip.

Finans ekibimiz, ekiplerimize gerçek anlamda bir yatırım getirisi konuşması geliştirmeleri için çerçeveler sunmak konusunda çok zaman harcadı. Bunun artık olgunlaştığını düşünüyorum. Buna ilişkin yanıtın bende olduğunu söyleyemem; eğer olsaydı her şeyi bırakıp bir gecede milyar dolarlık bir danışmanlık şirketi kurardım, herkes de aynısını yapardı.

Ancak değer konuşmasını ait olduğu yere, yatırımla ilgili kararı veren kâr ve zarar tablosunun içine taşıdığını düşünüyorum. Bir iş lideri, “En önemli 10 müşterimizle cüzdan payımızı %20 artırmamız gerekiyor” diyorsa yapay zekâ artık çivi arayan bir çekiç olmak yerine bu konuşmanın bir parçası hâline geliyor.

David Rice: Gartner’ın 2027 sonuna kadar aracılı yapay zekâ projelerinin %40’ının iptal edileceğini öngördüğünü düşünüyorum. Size sorum şu: Oluşturduğunuz aracılara baktığınızda, onların dayanıklı olacağına ve bu tarihin ötesinde de devam edeceğine sizi inandıran şey nedir?

Carlin Power: Yine JLL Falcon’ı devreye alma kararımıza ve artık iş kolu göstergelerine bağlı olan mühendislik işlevlerimizdeki merkezden uzak karar alma sürecine dönüyor.

Atfedilebilir bir yatırım getirisi veya artık hesaplanabilir bir tasarruf sağlamayan hiçbir şeyi oluşturmamaya çalışıyoruz. Bu nedenle iyi ya da kötü performans gösteren yapay zekâ araclarına baktığınızda konuşma gerçekten kolaylaşıyor. Tıpkı bir çalışanın iş hedeflerini karşılaması gibi hedeflerini karşılıyorlar mı?

Bu teknoloji, bu aracı ondan beklediğimiz şeyi yapıyor mu? Gerçekleşmesini beklediğimiz faydaları sağlıyor mu? Sağlamıyorsa neden sağlamıyor ve yatırım yapmaya devam etmeli miyiz? Kuruluşunuzda devreye aldığınız tüm aracılar için belirli aralıklarla durdurma, başlatma veya devam etme konuşması yapılmalı.

David Rice: Merkezden uzak karar alma sürecinden bahsettiniz. Bu, en baştan itibaren oluşturduğunuz bir şey miydi? Tüm bunlara başlamadan önce süreçlerinizin bir parçası mıydı?

Carlin Power: Yapay zekâ stratejimizin temeli kurumsal veri katmanımız. Son beş-altı yılı CTO’muz Yao Moran’ın yönlendirmesiyle, kurumsal veri ambarımızdaki tüm verilerimizin veri yeterliliğini, doğruluğunu, sağlığını ve uygunluğunu oluşturmaya harcadık.

JLL’deki her veri parçası kurumsal veri ambarımıza giriyor. Ardından bu verinin ne olduğunu, ne için ve kimler için uygun olduğunu ve insanların bu bilgilere nasıl erişeceğini tanımlayan bir yönetişim yetenekleri kümesi bulunuyor. Alt kısımda çok sağlam bir veri katmanımız, onun üzerinde de JLL Falcon var.

MCP veya bağlantı konuşmasına geldiğimizde bu, doğrudan kurumsal veri ambarımıza gidip onu kullanan kişiyle ilgili verileri çekiyor. Ölçeklendirme işlevimiz, maliyet etkinliği ve veri uygunluğu açısından bu.

Ayrıca vatandaş odaklı bir yapay zekâ stratejimiz ve merkezden yönlendirilen bir yapay zekâ stratejimiz var. Bahsettiğim merkezden uzaklaşma, merkezden yönlendirilen stratejimizin içinde gerçekleşiyor. Her iş kolu ve kurumsal işlevin teknoloji ekibi için, piyasada ihtiyaç duyduğumuz farklılaşmayı sağlamak üzere bu stratejiye bağlı girişimler bulunuyor.

Vatandaş odaklı strateji ise kuruluş içindeki insanların araçlarımızı kullanabilmesini ve kurum içinde yapay zekâ yetkinliği geliştirebilmesini nasıl sağladığımızla ilgili. Bu bizim etkinleştirme işlevimiz.

Temelimiz verilerimiz. Ölçeklendirme işlevimiz JLL Falcon platformu. Farklılaşma işlevimiz merkezden yönlendirilen strateji, etkinleştirme işlevimiz ise vatandaş odaklı strateji. Bunların tümü, müşteriye değer sunmak, operasyonlarımızda mükemmelliğin önünü açmak ve yenilik yapmak gibi üç iş sonucumuza bağlanıyor.

Bence başarılı olmamızın temelinde bu yatıyor. Sorunuza gelince, bu merkezden uzaklaşma kararı bilinçli miydi? Evet, gerçekten öyleydi. Bunu hemen mi yaptık? Hatırlamıyorum. Ancak vardığımız nokta bu mu? Kesinlikle.

David Rice: Sormak istediğim sorulardan biri, bazı Stanford araştırmalarında yapay zekâ görevleri otomatikleştirdiğinde giriş seviyesindeki işe alımların düştüğü yönünde net bir ayrım yapılmasıydı.

Yapay zekâ desteklediğinde ise istihdamın korunduğu veya arttığı görülüyor.

Carlin Power: Evet.

David Rice: Şu anda 34 veya daha fazla aracı göz önüne alırsak, sizce bu ayrımın hangi tarafında yer alıyorsunuz? Bu bir karar mıydı, yoksa sonuç mu?

Carlin Power: Bir şirket verimlilik ve üretkenliğe, dolayısıyla da iş gücünü ve kariyerinin başındaki çalışanları azaltmaya odaklanıyorsa bunun genel yapay zekâ stratejisindeki ve etkileşim modelindeki bir olgunlaşmamışlık olduğunu düşünüyorum.

Bizim bilinçli kararımız hiçbir zaman kuruluştaki tüm bu maliyeti ortadan kaldırmak ve işlerin %40’ını yok etmek değildi. Bugünkü açılış konuşmasında buna korku tellallığı diyorlardı. Bunun fazlasıyla uç bir yaklaşım olduğunu düşünüyorum. Ayrıca kariyerinin başındaki yetenekleri tamamen ortadan kaldırmanın bir kuruluşun başarısına ciddi zarar verebileceğini düşünüyorum.

David Rice: Evet.

Carlin Power: Geçtiğimiz pazartesi günü tedarik ve satın alma stajyerlerimizle oturuyordum. Birçoğu kurum içi araçlarımızı ve ortaklık yaptığımız bazı gelişmiş laboratuvarları kullanmış olan bitirme projelerini sunuyorlardı.

Tedarik ve satın alma başkanı onların stajyer olduğunu söylemeseydi, çok karmaşık tedarik ve satın alma sorunları hakkındaki bilgi derinlikleri, geliştirmeleri gereken müşteri hesaplarına ne kadar hâkim oldukları, yönetimimiz altındaki varlıkların ve sözleşmelerin miktarını nasıl artırdıkları nedeniyle size profesyonel kariyerlerinin üçüncü ya da dördüncü yılında olduklarını söylerdim.

Kısa sürede yapabildikleri karşısında çok etkilendim. Daha da fazla etkilendiğim şey ise en sonunda tedarik ve satın alma başkanımızın, “İsterseniz hepinizin JLL’de işi var” demesiydi. Bence bu, kariyerinin başındaki işleri ortadan kaldırmamamız gerektiğinin çok iyi bir örneği.

Kariyerinin başındaki yeteneklerden ne beklememiz gerektiği konusunda tamamen farklı beklentiler belirlemeliyiz. Bu nedenle, JLL bünyesinde yürüttüğümüz staj programlarında değer yaratacak proje temelli bitirme çalışmalarının etrafında kariyer başlangıcı stratejimizi tamamen yeniden tasarladık.

Bunun muhtemelen bir olgunlaşmamışlık meselesi olduğunu düşünüyorum. Sonunda bu noktaya gelecekler. Şirketleri, kariyerin başındaki basamağı ortadan kaldırmaya çalışmamaları konusunda uyarırım; çünkü önümüzdeki üç ila beş yılda yeniliklerin önemli bir kısmının buradan geleceğini düşünüyorum.

David Rice: Bunu söylemenize sevindim. Uzun zamandır bunu savunuyorum. Bitirme projesi bana bunun neredeyse daha çok bir çıraklık olduğunu düşündürüyor.

Carlin Power: Evet.

David Rice: Stajları düşündüğümüzde, üniversitedeyken yaptığım bir stajı hatırlıyorum ve oldukça sıkıcıydı.

Çok fazla sorumluluk yoktu. Sanki oradan, “Bu gerçekten önemli miydi?” diye düşünerek ayrılmıştım.

Carlin Power: Sanırım telefonlara baktım ve dosyalama yaptım.

David Rice: Aynen öyle. Pek derinlikli değildi.

Carlin Power: Evet.

David Rice: Özgeçmişime yazmıştım.

Carlin Power: Evet, ben de yaptım.

David Rice: Ancak bahsettiğiniz çıraklık modeli şu anlama geliyor: Gerçekten iş yapıyor, öğreniyor ve işi uyguluyorsunuz.

Carlin Power: Doğru.

David Rice: Bunu, onların üç ya da dört yıllık çalışanlar gibi görünmesini sağlayacak bir derinlikte yapıyorsunuz.

Carlin Power: Evet. Bu beni çok etkiledi ve kariyerinin başındaki yeteneklerden ne beklememiz gerektiği konusunda yeni bir standart belirlememe ve kuruluşu eğitmeme yardımcı oldu.

Umarım bu, kuruluş genelinde yetkinlik düzeyinde de bir standart oluşturur ve profesyonel iş gücümüzden de çok daha fazlasını beklememiz gerektiğini gösterir. Liderlerimizi, değer önerilerini geliştirme konusunda eğitiyoruz. Onları, çok modüllü bir eğitim atölyesinden geçiriyoruz.

Tüm ekibiniz yapay zekâ tarafından desteklendiğinde, geliştirildiğinde veya yer değiştirdiğinde bu değerle ne yapacaksınız? Daha yüksek çıktı, daha kaliteli teslimatlar, müşterilerle daha fazla zaman veya gelecekteki gelir hatları oluşturmak için daha fazla zaman gibi değerleri nasıl yeniden kazanacağız?

David Rice: İnsan odaklı yaklaşımınızın bir araca dayanması gerektiğini düşünüyorum; aksi takdirde yalnızca bir slogan olur. Benim merak ettiğim şu: Benimsenmeyi, uyumu ve yalnızca bu konunun etrafından dolaşan insanları nasıl ayırt ettiniz?

Carlin Power: Evet.

David Rice: Aracıyı kullananlarla kullanmayanları nasıl ayırt ettiniz?

Carlin Power: Bu, çok erken dönemde aldığımız bir başka bilinçli karardı.

Bütçemizin önemli bir kısmını, başlangıçta tüm çalışanlarımızın belirli bir yapay zekâ yetkinliği düzeyi oluşturmasına yardımcı olan etkileşim ve etkinleştirme profesyonellerine ayırdık. Onları yeni araçlarla tanıştırmaktan üretken yapay zekânın nasıl çalıştığına, verilerini ve müşterilerimizin verilerini nasıl koruduğumuza ilişkin temel bilgileri vermeye kadar her şeyi yaptık.

Başlangıçta ortaya çıkan tüm sorularda kendilerini rahat hissetmelerini sağladık. Örneğin, “Bir müşterinin gelir tablosunu bir GPT’ye yüklediğimde ne olur?” Burada sistemi güvenli ve güvenlik duvarıyla korunmuş biçimde oluşturduğumuzu, ancak yine de en iyi muhakemelerini kullanmaları gerektiğini anlatıyorduk.

Üretken yapay zekânın ne yapacağına güvenebileceğiniz ve güvenemeyeceğiniz şeyler arasındaki denge konusunda da onlara yardımcı olduk. Güven ama doğrula yaklaşımı. Bunun çok erken dönemde insanların zihnine yerleşmesi, daha gelişmiş yeteneklerin kullanıma sunulmasıyla benimsenmenin hızlanmasına yardımcı oldu.

Araçlar oluşturuyor, bunları kullanıma sunuyor ve insanları eğitiyorduk. Ayrıca oluşturduğumuz tüm eğitimleri iş kollarımız ve kurumsal işlevlerimizdeki bireysel rollere ve kişiliklere göre uyarlayabilen bir öncü programı oluşturduk; çünkü 80 ülkede faaliyet gösteren devasa bir şirketiz.

Merkezî bir işlevin geniş ölçekte desteklemek üzere tasarlanmadığı, yerel düzeyde dikkate alınması gereken pek çok konu var. Bu nedenle ekiplerimizin kendi başlarına yenilik yapmaya başlayabilmeleri için ihtiyaç duyduğu bir sonraki yetkinlik düzeyini oluşturmamıza yardımcı olmaları amacıyla bu alanlardaki uzmanların desteğini almamız gerekti.

David Rice: Zamanımız azalıyor, ancak gitmenize izin vermeden önce size varsayımsal bir soru sormak istiyorum. Varsayımsal soruları sevdiğimi biliyorsunuz.

Carlin Power: Elbette.

David Rice: Diyelim ki bir insan ve kültür yöneticiniz var ve şu anda üretimde sıfır aracısı bulunuyor. Ancak yönetim kurulu onlara baskı yapmaya başlıyor. İlerleme görmek istiyorlar ve neden ilerleme olmadığını soruyorlar. Önlerinde 12 ay ve bir bütçe var.

Carlin Power: İlk olarak, kuruluş genelinde deney yapma konusunda rahat olduğunuz bir grup insan belirlemeniz gerektiğini düşünüyorum. İş kollarınızda ve kurumsal işlevlerinizde alan uzmanları, teknik açıdan bilgili ve deneysel çalışmaların bile net yatırım getirisi sağlayacağı gerçek kullanım alanlarını tanımlamanıza yardımcı olabilecek kişiler olmalı.

Bir anda çok geniş bir alana yayılmaya çalışmak büyük bir maliyete yol açar. İşletmenizdeki farklı alanlar veya yapay zekâ konusunda kurum içinde eğitimli insanlarınız yoksa maliyetleri artırırsınız ve bu sorular boyunca tarif ettiğiniz şey başınıza gelmeye başlar.

Birkaç kullanım alanında başarı elde edip bunları ölçeklendirmek ve ardından bu yatırım getirisini kuruluşunuza sunulan daha yatay veya genel amaçlı araçlara yeniden yatırım yapmak için kullanmak çok önemli. Diğer konu da etkinleştirme işlevi, yani yetkinlik.

İnsanlarınızı araçları kullanma konusunda gerçekten rahat hâle getirmeli ve onları kullanmaları için teşvik etmelisiniz. Sürekli atıfta bulunduğum ve minnettar olduğum kişilerden biri, vizyonu belirleyen ve insanları yapay zekâ kullanma konusunda güçlendiren CEO’muz Christian Ulbrich.

Yetkinlik, benimseme ve kullanım konusunda küresel temel performans göstergeleri belirledi. Bu araçları kullandığınız için ceza yoktu. “Departmanınızı otomatikleştirmeyi başardınız, harika, şimdi herkesi işten çıkaracağız” gibi bir anlatı JLL’nin içinde hiçbir zaman var olmadı. Anlatı, müşterilerimize en iyi hizmeti sunmak ve çalışanlarımıza daha iyi hizmet vermek için yapay zekâdan yararlanabilmemiz gerektiğiydi.

Bu nedenle tüm yöneticilerimizin hem bunun başarılması etrafında göstergeler oluşturması hem de bu davranışları modellemesi gerekiyordu. CEO’muz, “Her biriniz yapay zekâ araçlarını kullanmalısınız ve ben bunu ölçeceğim” konusunda çok netti. Çünkü çalışanlarınız sizi bunu kullanırken görmezse bu araçları kullanma konusunda kendilerini rahat veya yetkili hissetmezler.

Yeniliğin tepeden aşağı rol model olmasını istediği kadar, aşağıdan yukarı gelmesini de istiyordu. Bu nedenle herhangi bir üst düzey yöneticiye tavsiye verecek olursam, bu davranışı sizin de modellemeniz ve kuruluşunuzda görmek istediğiniz davranışla teşvikleri uyumlu hâle getirmeniz gerektiğini söylerim.

David Rice: Bugünkü programa katıldığınız için teşekkür ederim. Karşınızda Carlin Power. Bir dahaki sefere kadar.

Carlin Power: Çok teşekkür ederim.

David Rice: Sevgili dinleyiciler, henüz yapmadıysanız peoplemanagingpeople.com/subscribe adresine gidin. Bültene kaydolun. Bu podcast’i ve oluşturduğumuz diğer her şeyi doğrudan gelen kutunuza alacaksınız.

Bir dahaki sefere kadar.