On yıllardır kariyer tavsiyesi basitti: uzmanlaşın, derin bir uzmanlık geliştirin ve vazgeçilmez olun. Peki yapay zekâ bu uzmanlığı neredeyse herkes için erişilebilir hâle getirdiğinde ne olur? Bir şeyi nasıl yapacağını bilmenin değeri, ne yapılması gerektiğini, bunun neden önemli olduğunu ve ortaya çıkan sonucun gerçekten iyi olup olmadığını bilmeye doğru kayıyor.
İnsanları Yöneten İnsanlar programının bu bölümünde sunucu David Rice, Nextdoor İnsan ve Kültür Başkanı Tony Castellanos ile muhakeme, merak ve zevkin neden kritik liderlik yetkinlikleri hâline geldiğini konuşuyor. Yapay zekânın uzmanlar ve genelciler arasındaki geleneksel hiyerarşiyi nasıl tersine çevirebileceğini, ekipleri işlevsel sınırları korumak yerine iş problemleri etrafında örgütlemenin neden daha anlamlı olduğunu ve organizasyon şemasının kimin hangi problemi çözebileceğini belirlemeyi bıraktığında neler olacağını inceliyorlar.
Öğrenecekleriniz
- Tek başına uzmanlaşmanın neden artık yeterli olmadığı: Yapay zekânın, uzmanlara duyulan ihtiyacı ortadan kaldırmadan derin uzmanlığın değerini nasıl değiştirdiği.
- Zevk ve muhakemenin neden liderlik için vazgeçilmez hâle geldiği: Yararlı yapay zekâ üretimi bir çalışmayı, konuyu ıskalayan ve özenli görünen bir çıktından ayıran şey.
- Yapay zekânın organizasyon yapılarını nasıl yeniden şekillendirebileceği: İşlevler arası problem çözmenin, geleneksel departmanlar içinde çalışmaktan neden daha değerli hâle gelebileceği.
- Kapsamın önem kazandığı bir ortamda kariyer gelişiminin nasıl göründüğü: Merakın, denemenin ve iş bağlamının öğrenmeyi nasıl hızlandırabileceği.
- İnsani hesap verebilirliğin nasıl korunacağı: Yapay zekâ destekli kararların neden hâlâ denetim, şüphecilik ve net bir sahiplik gerektirdiği.
Temel Çıkarımlar
- Uzmanlık ortadan kalkmıyor. Değeri daha üst düzeye taşınıyor.
Yapay zekâ, uzmanlaşmış bilgiye erişimi kolaylaştırıyor; ancak bu, uzmanları gereksiz hâle getirmiyor. Excel'in finans ekiplerinin çalışma biçimini değiştirmesine benzer şekilde, yapay zekâ da değeri teknik görevleri yerine getirmekten, hangi problemlerin ilgiyi hak ettiğine ve sonuçların işletme açısından ne anlama geldiğine karar vermeye kaydırıyor. Bilgilerini daha geniş sonuçlarla ilişkilendiren uzmanlar, değeri tamamen tekrarlanabilir görevlere dayananlara kıyasla daha avantajlı konumda olacak. - Zevk, başka bir yetkinlik çerçevesiyle değil, deneyim yoluyla geliştirilir.
Yapay zekâ bir şeyin 20 versiyonunu dakikalar içinde üretebildiğinde, içerik oluşturmak artık zor kısım değil. Zor olan, neyin iyi olduğunu fark etmek. Tony, zevkin tekrar, deneme ve ara sıra yaşanan acı verici hatalar yoluyla geliştiğini savunuyor. Liderlerin, yapay zekâ sisteminin ürettiği her şeyi basitçe onaylamak yerine çalışanlara muhakemelerini kullanma fırsatı vermesi gerekiyor. - Yapay zekâ karar verme sorumluluğunu değil, uzmanlığı dağıtmalı.
Nextdoor'un ücretlendirme aracısı Compadre, işe alım uzmanlarıyla insan ve kültür iş ortaklarına, sürekli uzman müdahalesi gerektirmeden ücret verilerine ve kurum içi hakkaniyet bağlamına erişim sağlıyor. En önemli nokta, öneriler yerine bilgi sunması. Amaç, hesap verebilirliği yazılıma devretmek değil, daha bilinçli kararları daha hızlı almayı sağlamak. - Merak, kendi alanınızda kalmaktan daha önemli olabilir.
Geleneksel kariyer gelişimi, giderek daha derin işlevsel uzmanlığı ödüllendirir. Tony, çalışanların yapay zekâyı bitişik disiplinleri keşfetmek, fikirleri sınamak ve gerçek iş problemleri üzerinden öğrenmek için kullanabileceğini düşünüyor. Yöneticiler, çalışanları mevcut süreçlerin neden bu şekilde işlediğini sorgulamaya teşvik ederek bunu destekleyebilir; bunun yerine dünkü kısıtların hâlâ geçerli olduğunu varsaymamalıdırlar. - Yapay zekâya güvenmek, çalışmalarını kontrol etmeyi bırakabileceğiniz anlamına gelmez.
İnsanlar yapay zekâya alıştıkça, çıktısını doğal olarak daha az inceler. Tony, sonuçlara meydan okumak ve yeniden değerlendirmeyi zorunlu kılmak için şüpheci üçüncü bir bakış açısının, muhtemelen başka bir yapay zekâ hizmetinin, devreye sokulmasını öneriyor. Amaç her incelemeyi otomatikleştirmek değil. Amaç, insanların kullanmak üzere özgürleştirildikleri söylenen muhakemeyi etkin biçimde kullanmaya devam etmesini sağlamak. - Organizasyon şeması bir yetki yapısı olmamalı.
Tony, kuruluşların giderek daha fazla, uzmanlıklarını farklı iş problemlerine uygulayabilen genelcilerle çevrili daha küçük uzman gruplarına dayanacağını öngörüyor. Maliyet merkezleri muhasebe için gerekli olmaya devam edebilir; ancak bir konuya kimin sahip olacağını veya çözümüne kimin katkıda bulunacağını belirlememelidir. Fırsat, departmanların her zaman böyle çalışmış olması nedeniyle devir teslimleri sürdürmek yerine sonuçlar etrafında örgütlenmekte yatıyor.
Bölümler
- 00:00 — Uzmanlığın Değişen Değeri
- 02:20 — Uzmanlaşmanın Riskleri
- 05:29 — Zevk Neden Önemlidir?
- 09:43 — Yapay Zekâda Hesap Verebilirlik
- 10:19 — Sorunlar Etrafında Örgütlenmek
- 13:21 — Genelciler ve Uzmanlar
- 16:47 — Yapay Zekâ Nedeniyle Beceri Kaybını Önlemek
- 18:44 — Yapay Zekâ Destekli Ücretlendirme
- 22:21 — Bilgi Yükünü Yönetmek
- 25:32 — Kariyer Gelişimini Yeniden Düşünmek
- 27:38 — Merak ve İlkelerden Hareket Etmek
- 30:14 — Organizasyon Şemalarının Geleceği
- 34:09 — Kapanış Düşünceleri
Konuklarımızla Tanışın
Tony Castellanos, şirketin insan stratejisine, yetenek kazanımına, ücretlendirmeye, yan haklara ve İK iş ortaklığına liderlik ettiği Nextdoor'da İnsan ve Kültürden Sorumlu Genel Müdür Yardımcısıdır. İnsan kaynakları ve yetenek liderliği alanında yaklaşık yirmi yıllık deneyime sahip olan Castellanos, daha önce Google, Square ve Nuna'da çeşitli görevlerde bulundu. Tony, 2020'de Nextdoor'a katılmasından bu yana, insan ve kültür işlevinin stratejik bir iş ortağına dönüşmesine yardımcı olmuş; insan bağını korurken verimliliği artıran yapay zekâ destekli İK operasyonlarını savunmuştur. Çalışmaları, yüksek performanslı ekipler kurmaya, organizasyon kültürünü güçlendirmeye ve daha etkili çalışan deneyimleri yaratmak için gelişmekte olan teknolojilerden yararlanmaya odaklanmaktadır.
İlgili bağlantılar:
- People Managing People topluluğuna katılın
- Bültene abone olun ve en yeni makalelerimizle podcast'lerimizi alın
- Bu bölümün sponsoruna göz atın: Teamflect
- Tony ile LinkedIn üzerinden bağlantı kurun
- Nextdoor web sitesini ziyaret edin
İlgili makaleler ve podcast'ler:
David Rice: Kariyerlerimizin çoğunda tavsiye hep aynıydı: uzmanlaşın. Değerli bir konuda derinleşin. Başkasının sahip olmadığı bir uzmanlık geliştirin. Bugünkü konuğumuz, bu tavsiyenin güncellenmesi gerektiğini düşünüyor; uzmanlık önemini yitirdiği için değil, yapay zekâ herhangi bir alanda derinlemesine uzmanlaşmış daha az sayıda insana ihtiyaç duyacağımız anlamına geldiği için. Bilgi artık daha erişilebilir.
Değer önerisi değişiyor. Bugünkü programda Nextdoor İnsan ve Kültür Başkanı Tony Castellanos ile yapay zekâ kodlanabilir işleri devraldıkça hangi becerilerin daha değerli hâle geldiği hakkında konuşuyorum. Onun yanıtı ne mi? Zevk. İyi olanın nasıl göründüğünü bilmek, onu nasıl üreteceğini bilmekten daha önemli hâle geliyor ve zevk bir sınıfta öğretilemez.
Zevk; tekrarlarla, denemelerle, ağır darbelerle, yeterince başarı ve başarısızlık biriktirerek gelişir; böylece aradaki farkı içgüdüsel olarak fark etmeye başlarsınız. Organizasyon şemasıyla ilgili konuşma da oldukça ilginç bir noktaya geliyor. Tony, genelci çalışanların değerinin yeniden anlaşılmak üzere olduğunu düşünüyor. Bugün genelciler, operasyonel katman olarak görülüyor; daha kıdemsiz ve pek de kullanışlı olmayan kişiler gibi değerlendiriliyorlar.
Bu durum tersine dönüyor. Uzmanların sayısı azalıyor. Uzmanlıkları farklı alanlar arasında birleştirebilen, birden fazla bilgi merkezinden yararlanıldığında bir şirketin neler yapabileceğini anlayabilen insanlar merkeze taşınıyor. Maliyet merkezi kavramına gelince, Tony bu etiketin bir sorunu kimin üstlenebileceğini belirlemeyi bırakacağını düşünüyor.
Organizasyon şeması, bilginin nerede bulunduğunu gösteren bir haritadan, belirli bir sorun etrafında ekiplerin kurulduğu ve dağıldığı daha akışkan bir yapıya dönüşüyor. Bu nedenle bugün; derin uzmanlığın, daha geniş iş sorunlarıyla ilişkilendirilemediği sürece yapay zekâya maruz kalma riskinizi neden artırdığını, zevkin nasıl geliştiğini ve neden temel bir liderlik yetkinliği hâline geldiğini, yapay zekâ çağındaki organizasyonlarda uzmanlarla genelcilerin rollerinin nasıl tersine döndüğünü ve maliyet merkezi modelinin bundan beş yıl sonra neden tuhaf biçimde modası geçmiş görünebileceğini ele alıyoruz.
Ben David Rice. Burası People Managing People ve kariyerinizi tek bir alandaki derinlik üzerine kuruyorsanız bu konuşma üzerinde düşünmeye değer. Hadi başlayalım.
Sorunsuz performans değerlendirme süreçleri ve kurumsal düzeyde güvenlik için Microsoft ekosistemindeki en yüksek puanlı performans yönetimi platformu Teamflect’i ücretsiz deneyin. Dünya çapındaki kuruluşların hedeflerini uyumlu hâle getirmesine, performans değerlendirmeleri yürütmesine ve yetenekleri geniş ölçekte geliştirmesine yardımcı olan Teamflect’e güvenen kuruluşlara siz de katılın.
Tony, programa hoş geldin. Seni ağırlamak güzel.
Tony Castellanos: Çok teşekkürler. Burada olmak büyük bir zevk.
David Rice: Bugünkü konuşmamıza, kariyerlerimizin çoğunda tavsiyenin hep uzmanlaşmak olduğu gerçeğiyle başlamak istiyorum.
Yüksek değer taşıyan bir konuda uzmanlaşmak, başkalarının sahip olmadığı derin bir uzmanlık geliştirmek istiyorsunuz, değil mi? Ancak siz, aşırı uzmanlaşmanın, bu uzmanlık belgelenip kodlanabiliyorsa yapay zekâya maruz kalma riskini artırabileceği yönünde sezgiye aykırı bir fikir ortaya koyuyorsunuz.
Başlangıç sorum şu: Bir konuda olağanüstü olmak, bu uzmanlığı çok daha geniş bir iş sorunuyla ilişkilendiremediğiniz sürece gerçekten bir risk hâline geldiğimiz bir noktaya mı ulaşıyoruz?
Tony Castellanos: Önemli bir soru ve evet, hepimiz tek bir konuda derinleşmeniz, o konuda en iyi olmanız ve bu platform üzerinde yükselmeniz gerektiği düşüncesiyle yetiştirildik.
Bence belki de başlık bunu biraz abartıyor; çünkü uzmanlık ortadan kalkmıyor. Uzmanlık hâlâ gerçekten önemli. İşlerin nasıl yapılacağını bilmemiz gerekiyor. Yapay zekâ dünyasında değişen şeyin, belirli bir alanda derinlemesine çalışan insanlara daha az ihtiyaç duymamız olduğunu düşünüyorum. Bunun nedeni, onların bilgilerinin, uzmanlıklarının ve çevrelerindeki daha geniş bilgi tabanının insanlar için çok daha erişilebilir hâle gelmesi.
Örneğin daha değerli hâle gelen becerileri düşündüğümde, neler olduğunu anlayan o kişiye hâlâ ihtiyaç duyuyorsunuz; çünkü yapay zekânın ne sunduğunu, bunu nasıl hesapladığını ve bir konu hakkında nasıl düşündüğünü denetleyebilmemiz gerekiyor.
Ancak bu uzmanlığı işletmenizin ilerleyişine nasıl dahil edebildiğinizin de büyük değer taşıdığını düşünüyorum. Geçmişe dönersek, hesaplamanın temel iş olduğu rollerde çalışan çok sayıda insanı barındıran şirketler vardı. Finans alanındaysanız, analistseniz veya mühendisseniz çok fazla matematik yapılıyordu.
Sonra birden Excel ortaya çıktı. “İşin arkasındaki hesaplamaları yapmak için bu insanların yalnızca bir kısmına ihtiyacımız var” dediniz. Fakat bu, insanlara duyulan ihtiyacı ortadan kaldırmadı. Onlar için farklı bir değer önerisi yarattı. İnsanlardaki yeni değer, neyi hesaplamanız gerektiğini anlamaktı.
Hangi modeli oluşturmak doğru? Bunun anlamı ne? Bu bilgiden daha iyi iş kararları çıkarabilir miyiz? Mesele gerçekten de uzmanlığınızı nasıl kullandığınız. Kimse Excel’in finansal uzmanlığı sona erdirdiğini iddia etmez. Şirketlerimizin tamamında hâlâ bu ekipler var.
Ancak asıl değerin, bu konuda derin uzmanlığa sahip birkaç kişinin bulunması ve şirkete kattıklarının, bildiklerini stratejik olarak nasıl konumlandırdıkları açısından bir üst seviyeye taşınması olduğunu düşünüyorum. Bence şimdi yine olan şey bu. Sadece daha hızlı gerçekleşiyor ve yapay zekânın dokunduğu her işlevde ortaya çıkıyor.
