Yapay Zekâ Dönüşümü Neden Organizasyonel Netlikle Başlar

David Rice: Yapay zekâdan yatırım getirisi elde etmenin bileşenlerinin teknolojiyle çok az ilgisi var. Bu bir kaçamak cevap değil. Bugünkü konuğumuzun Zapier’de bir şeyler inşa ederken ve farklı sektörlerden yüz elliden fazla yöneticiyle konuşurken öğrendiği şey bu. Herkes aynı soruyu soruyor: Yapay zekâyla ne yapmaya gerçekten değer? Organizasyonel netlik olmadan bu soruyu yanıtlayamazsınız. Burada gerçekten ne yapmaya çalışıyoruz? Mükemmellik ne gerektiriyor? Bir ekip bu sorularda tam bir netlikten uzaksa, başlangıç noktası araçlar değil, burasıdır.

Bugünkü programda Zapier’in İnsan ve Yapay Zekâ Dönüşümünden Sorumlu Genel Müdürü Brandon Sammut ile, yapay zekâdan gerçekten değer elde eden kuruluşları hâlâ yerinde sayanlardan ayıran şeyler hakkında konuşuyorum. Konu tekrar tekrar temellere dönüyor. İnsanlar rakiplerinin çalışanlarını işten çıkardığını görüyor. Her yerde korku ve belirsizlik var. İyi işlerin ortaya çıkacağı koşulları yaratan liderler, bunu açıkça dile getirenler; durumu olduğundan iyi göstermeyen ve kusursuz bir yanıt varmış gibi davranmayanlar.

Bugün amacın netliğinin neden yapay zekâ stratejisinden daha önemli olduğunu, gerçek denemelerin ne gerektirdiğini ve neden sürekli başarısız olduğunu, yapay zekâ koçluğunun insanların geri bildirim alma biçimini nasıl değiştirdiğini ve önümüzdeki on yılın en iyi işverenlerinin insanları nasıl geliştirdikleriyle tanınacağını ele alıyoruz.

Ben David Rice. Burası People Managing People. Kuruluşunuz hâlâ arkasındaki netlik yerine teknolojiyle önden gidiyorsa, bu konuşma yolunuza neyin çıktığını gösterecek. Haydi başlayalım.

Brandon, programa hoş geldin.

Brandon Sammut: Merhaba David. Seninle birlikte olmak güzel.

David Rice: Yapay zekânın kuruluşları dönüştürmesi hakkında çok fazla konuşuluyor ama bazen teknolojiye neredeyse gereğinden fazla paye verip vermediğimizi merak ediyorum.

Birçok durumda yapay zekâ, bir şirket hakkında zaten doğru olan şeyleri açığa çıkarıyor gibi görünüyor. Ancak insanların yeniden tasarım işinin büyük bölümünü yapmasına gerek kalmadan birlikte çalışmanın yeni yollarını kurmanıza da yardımcı oluyor. Yapay zekâ dönüşümünde başarılı olan kuruluşlara baktığında, insanların birlikte çalışma biçimlerinde başkalarının gözden kaçırdığı neyi değiştiriyorlar?

Brandon Sammut: David, yapay zekâdan yatırım getirisi elde etmenin bileşenlerinin çoğunun teknolojiyle pek ilgisi olmadığı yönündeki ön kabulüne katıldığımı söyleyebilirim. Buradan başlayabiliriz. Bununla kastettiğim şey, kısmen Zapier’de öğrendiklerimizden, kısmen de yalnızca teknoloji sektöründe değil, dünyanın her yerinde her türden şirket kuran 150’den fazla yöneticiyle konuşmuş olmaktan kaynaklanıyor.

Bu hafta başında bir tomrukçuluk şirketindeki bir meslektaşımla konuştum. Yapay zekâ fırsatı herkes için var ama bunu gerçeğe dönüştürmek için gerekenler teknolojiyle hiç ilgisi olmayan şeylerle başlıyor. En temel bileşenlerden biri, gerçekten düşündüğünüzde, liderlerin ve şirketlerinin ilk etapta ne yapmaya çalıştığı konusunda net olmasıdır.

Bunu artık görmezden gelemememin nedeni şu: Yapay zekâ bir teknoloji ve teknoloji olarak bir işi yapmanın aracıdır. Yapay zekâyla pek çok şey yapabilirsiniz ve belli ölçüde bu, asıl mesele değildir. Şu anda pek çok liderin düşündüğü soru şu: Yapay zekâyla ne yapmaya gerçekten değer?

Bu soruyu yanıtlamak için ekip olarak burada gerçekten ne yapmaya çalıştığımız ve mükemmelliğin ne gerektirdiği konusunda büyük bir organizasyonel netliğe sahip olmalısınız. Bir ekip şu anda bu konuda tam bir netlikten yoksunsa, başlaması gereken yer burasıdır.

David Rice: Bunu söylemen ilginç; bence bu, pek çok kuruluş için zorluğun büyük bir parçası.

Liderlik ekibi bu teknolojiyi istiyor. Rekabet avantajlarını istiyorlar ama çoğu durumda onunla gerçekte ne yapacaklarını bilmiyorlar. Bunun değişmeye başladığını görüyor musun? Çünkü artık bu konuşmanın içinde üç buçuk yıldır bulunuyoruz. Teknoloji de bu süre içinde açıkça epey değişti.

Liderlerin yüksek değerli işin ne olduğu ve yapay zekâyla yapılması gereken işin ne olduğunu daha net biçimde kavradığını görmeye başladın mı?

Brandon Sammut: Bunun başlamaya başladığını düşünüyorum. Evet. İnanabiliyor musun David, ChatGPT 3.5’in kullanıma sunulmasının üzerinden neredeyse dört yıl geçti; tam dört değil, üç yıl dokuz ay oldu. Bu, kamuoyunun dikkatini gerçekten çeken ilk sürümlerden biriydi.

Yani evet, bu noktada neredeyse dört yılın büyük bölümünü geride bıraktık. Ve evet, senin gördüğünü ben de görüyorum. Yapay zekâdan yararlanmak, daha önce konuştuğumuz gibi, amacın netliğiyle başlıyor. Senin işaret ettiğin başka bir şeyi de gerektiriyor: mümkün olanlar alanı. Çünkü bu, bir bakıma arz ve talep hakkında fikir veriyor.

Kendimizden henüz iyi olmadığımız hangi alanlarda mükemmellik talep ediyoruz? Peki iyiden olağanüstüye geçmek için bir araya getirebileceğimiz fikirlerin veya yeni çalışma biçimlerinin arzı nedir?

Bazı durumlarda insanlar, kısmen başkalarının paylaştıkları ve meslektaşlarıyla yaptıkları konuşmalar sayesinde daha iyi bir fikir ediniyor. İşin işleyişinin çok hızlı değiştiği dönemlerden birindeyiz. Bu nedenle senin, benim ve dinleyenlerin çoğu gibi bir şeyler inşa eden yöneticiler için kuruluşlarımızın dört duvarının dışına çıkıp meslektaşlarla konuşmanın, başkalarının ne yaptığını veya düşündüğünü okumanın faydası her zamankinden daha büyük. Çünkü şirketimizin dışında olup bitenlerden çok şey öğrenebiliriz.

David Rice: Kesinlikle. Her liderlik ekibi inovasyon istediğini söyler. Her şirket insanların yapay zekâyla denemeler yapmasını istediğini söyler. Ancak bazı liderlerle konuştuğumda çalışanların bir şeyleri denemekten, başarısızlıklarını paylaşmaktan ve mevcut çalışma biçimine meydan okumaktan çekindiğini görüyorum.

Sence kuruluş bu değerleri savunduğunu iddia ettiği hâlde denemeler neden bu kadar zor?

Brandon Sammut: Bunun birkaç nedeni var. Birincisi, az önce başladığımız noktaya dönersek, iyi bir deneme güçlü bir hipotez gerektirir ve güçlü bir hipotez, kuruluşun gerçekten yanıtlaması gereken bir soruya dayanmalıdır.

Denemelerin bazen tökezlediği yer, hipotezin etrafında oluşturulması gereken sorunun net olmamasıdır. Yani deneme hangi amaç doğrultusunda yapılıyor? Bunun gerçekten berrak olması gerekir. Ardından başarının sonuçları da oldukça yüksek olmalıdır.

Örneğin Zapier’deki insan ekibine bakalım. Zapier’de çok yetenekli bir insan ekibimiz var. Kendimizi düşünülebilecek neredeyse her yetenek veya kültür sorununu çözmek üzere denemeler yapmaya yönlendirebiliriz. Ancak bunların hepsi ekibin zamanını ve enerjisini kullanmanın özellikle iyi yolları değildir.

Dolayısıyla yalnızca hangi soruların yanıtlanabileceği değil, hangi soruların yanıtlanmaya en çok değer olduğu konusunda da netlik gerekir.

Başlangıç noktası burasıdır; çünkü bu, hipotezin gücüne ve ilerlemeye devam etme kapasitesine yardımcı olur. Bence birçok kuruluşun şu anda yapay zekâ konusunda zorlandığı şey, bir uçurumun üzerinden geçmeye çalışmalarıdır. Bir uçurumun bir tarafından diğer tarafına köprü kurmaya çalışıyorsunuz.

Köprüyü inşa etmek çok iş gerektirir, sonra da karşıya geçmeniz gerekir. Bu sırada uçurumun bu tarafında, bugünkü yöntemlerimizle yürütmeniz gereken bir işletme vardır ve bu durum önceliklerin çatışmasına yol açar. Bu nedenle gerçekten “bunu birlikte çözmek zorundayız” düzeyinde bir öncelikten daha düşük olan her şey, masanın kenarında kalacaktır.

Kuruluşların güçlü bir deneme kültürünün parçası olarak buna yardımcı olmasının bir yolu, denemeleri yapmaları için insanları ve kaynakları korumalı biçimde ayırmaktır. Örneğin, on kişilik bir yetenek kazanımı ekibine belirsiz biçimde “deneyler yapın” demek yerine şöyle diyebilirsiniz: “Başvuruların hacmi çok arttı; çünkü herkes iş başvurusu yapmak için yapay zekâ kullanıyor. Sonuç olarak başvuranların anlamlı bir bölümünü tarayamıyoruz.

Bu süreçte değerli adayları kaçırdığımızı düşünüyoruz. Adaylara söz verdiğimiz kadar hızlı geri dönemiyoruz. Bu sorunu çözmemiz gerekiyor.” Yapay zekâ bunun bir parçası olabilir. Ancak yetenek kazanımı lideri olarak bunu ekibimdeki on kişiye söylersem, herkes kendi başına ne yapacağını bulmaya çalışır.

Denemeye daha iyi bir yaklaşım, “Bu on kişilik gruptan iki kişinin otuz gün boyunca birlikte çalışmasına ihtiyacımız var. Bize yeni yöntemi gösterin. Bu sorunu nasıl çözeceğinizi gösterin. Her biriniz için haftada yirmi saat, toplamda haftada kırk saat ayıracağız. Ekip olarak yapmaya istekli olduğumuz yatırım bu” demek olabilir.

Herkesten bunu düşünmesini istemek yerine iki kişiden istemek, soruna derinlemesine odaklanmalarını sağlar. İnsanları becerilerine göre seçebilir veya gönüllüleri çağırabilirsiniz. Büyük beceri açıkları yoksa gönüllüler bazen harikadır; çünkü sorunu çözmeye gerçekten motive olmuş kişileri bulursunuz.

İki konu bunlar. Son konu da deneme işe yaramadığında ne olduğuyla ilgilidir. Bu, denemeler sırasında psikolojik güvenlik kültürüyle ilgilidir. Bu soruya güven veren yanıtları olmayan kuruluşlar, denemenin son aşaması olan sonuçları raporlama konusunda da zorlanabilir.

Çünkü işe yaramayan şeylerden bahsetmek aşırı riskli hissettirmemelidir. Genel olarak göreli bir başarı elde edilmiş olsa bile, bu uygulamayı ölçeklendireceksek ekibin bilmesi gereken beş keskin noktayı konuşabilmelisiniz.

David Rice: Sonuçların öneminden bahsetmene sevindim; çünkü bazı insanlar bunu doğru yapıyorsak başarılı denemelerimiz olacağını düşünüyor. Ancak tek ölçüt bu değil.

Bir sürü başarılı deneme yaptığınızı görürseniz, gerçekten yeterince büyük denemeler yapıyor musunuz diye sorarım. Çünkü burada bir fark olduğunu düşünüyorum. İnovasyonu geçmişe dönüp kutlarız. O anda ise denemeler çoğu zaman verimsiz, dağınık ve zaman zaman israf gibi görünür.

Yöneticiler hâlâ öğrenme yerine öngörülebilirliği ödüllendiriyorsa, çalışanlar zaman içinde güvenliği önceleyecek şekilde mi davranacak?

Brandon Sammut: Liderlerin bu soruya açıkça yanıt vermesi ve o anlarda davranışlarımızın söylediklerimizi yansıtması gerçekten önemli. Ekibimden biri daha önce belirlediğimiz ve gerçekten çözmek istediğimiz bir alanda bir prototip geliştiriyor ve denediği şey işe yaramıyorsa, insan liderliği ekibimiz ve ben nasıl davranıyoruz?

Ne söylüyoruz? Ne yapıyoruz? Ne yapmıyoruz? O kişinin kendini nasıl hissetmesine neden oluyoruz? Bunun iyi tarafı şu: Deneme kültüründen ödün vermemek için dikkat etmeniz gereken şeyler var ama bunun tersi de doğru. Böyle bir durumun her gerçekleşmesi, olumlu bir kültürü güçlendirmek için bir fırsattır.

David Rice: Bir yıl kadar geriye gittiğinde o dönemde yaptığımız bazı etkinlikleri düşünüyorum. Pek çok kişi, özellikle işten çıkarmaların veya başka gelişmelerin ardından güven konusunda zorlandığını söylüyordu. Bağlılığı azaltan pek çok şey vardı.

Ancak yapay zekâ odaklarının merkezine yerleşmeden önce güven, bilgi paylaşımı ve karar alma gibi temel konular da vardı. Bu teknolojiye giriş yaptığınızda ve teknoloji gerçekten bu üçüne de bağlı olduğunda, temel işleyiş sorunlarını çözmemiş bir kuruluş genelinde yapay zekâyı ölçeklendirmeye çalışmanın sonuçları ne olur?

Brandon Sammut: Burada eski olanın yeniden yeni hâle gelmesinden söz ediyoruz. Bana düşündürdüğün şey şu David: Hayatta neredeyse hiçbir şeyi sallantılı bir temel üzerinde ölçeklendirmek kolay değildir. Sallantılı bir temel üzerinde hiçbir şeyi ölçeklendirmek kolay değildir.

Pek çok yönetici meslektaşımız, yapay zekâ dalgasının organizasyonel sağlık için fiilen bir stres testi olduğunu görüyor. Bu test organizasyonel netlik, deneme kültürü, psikolojik güvenlik veya yönetime duyulan güven açısından gerçekleşebilir.

Bu alanlardan herhangi birinde zayıf veya sallantılıysak, konu şimdi geri dönüyor. Artık daha görünür hissedilmesinin nedeni, tüm bunların üzerine işimizin ne kadar çok bölümünü yeniden tasarlamaya çalışıyor olmamız.

David Rice: Evet, komik. Sallantılı temel meselesini söylediğinde geçen hafta gördüğüm bir şeyi düşündüm. Sosyal medyada Mom Dani’nin New York’ta temelinin hiçbir zaman doğru yapılmadığı ve yavaş yavaş yana yatmaya başlayan bir bina hakkında konuştuğu bir video vardı.

Bunun kuruluşlar için biraz benzetme olduğunu düşündüm. Ölçeklenmeye başlıyorlar ama bunun temel düzeyde işlemesini sağlamak için gerekenleri yol boyunca yapmıyorsanız, sonunda o bina gibi oluyorsunuz.

Brandon Sammut: Gerçekten de öyle değil mi? Tarihin diğer dönemlerinden, büyük teknolojik dalgalardan veya inşaat gibi bir alanda önemli bir şey yapmaya çalışmanın kendisinden öğrenebileceğimiz çok fazla ders ve örnek var.

David Rice: Evet. İki kuruluşun aynı araçları satın alıp tamamen farklı sonuçlar elde edebilmesi de ilginç. Bu, gerçekten operasyonel altyapı açısından yıllarca göz ardı etmiş olabilecekleri temel konulara dönüyor.

Yatırım getirisi konuşması pek çok yönetici için daha yoğun hâle geldikçe bunun daha fazla analiz edildiğini görüyoruz.

Brandon Sammut: Evet. Maliyet konusu gündeme geliyor, değil mi? Daha doğrusu yatırım getirisi konuşması şu anda öne çıkıyor; çünkü en azından yatırım getirisi denkleminin paydası, yani maliyetler, pek çok şirket için hızla artıyor.

David Rice: Evet. Geçen gün pek çok şirketin yapay zekâ maliyetlerinin çalışanlara harcadıkları miktarı aştığını okudum ve “Bu pek mantıklı değil” diye düşündüm. Eminim sonunda ucuzlayacak ama şu anda buna değip değmediğini bilmiyorum.

Brandon Sammut: Yapay zekâ kullanım sıralamaları hakkında ne düşünüyorsun? Ya da belki—

David Rice: Belirteçleri sonuna kadar kullanmak mı?

Brandon Sammut: Belirteçleri sonuna kadar kullanmak… Evet, bir de bunun karşıtı var: yapay zekâ kullanımına katı sınırlar koymak. Şu anda şirketlerin tayfın iki ucunda da yer aldığını görüyoruz.

David Rice: Bence bu, konuşmada ne kadar fazla bağlamın eksik olduğunu gösteriyor. Yaratıcı ve alışılmışın dışında bir şey yapan, yeni şeyler üstlenen veya işletme için yeni yollar açan birinin kullanımını gerçekten sınırlamak ister miyim? Hayır, istemem.

Ancak 25.000 çalışanı olan bir kuruluşta bunu nasıl izleyeceğim ve değerlendireceğim? Bu büyük bir zorluk. Belirteçleri sonuna kadar kullanma konusunun bu kadar dikkat çekmesine sevindim; çünkü bunun teknolojiyi verimli kullanmak olmadığını düşünüyorum. İnsanları yaptıkları şeyleri veya nasıl değer kattıklarını pasif biçimde bırakmaya ve içinde bulundukları ortamı kabullenmeye yöneltebilir.

Brandon Sammut: Büyüleyici. Zapier’de bunu nasıl düşündüğümüzü duymak ister misin?

David Rice: Kesinlikle.

Brandon Sammut: Bu konuda Carly Gilardi’ye teşekkür etmeliyim. Carly Gilardi, Zapier’de yapay zekâ operasyonları ve altyapısından sorumlu yöneticimiz. Aynı zamanda Zapier içindeki yapay zekâ dönüşümü mükemmeliyet merkezimizin başında bulunuyor.

Onunla çok yakın çalışıyorum. Aslında dört yıldan uzun süre önce insan ekibinde başladı ve şimdi bu büyük görevi yürütüyor. Yılın ilk yarısında onun ve çalışma grubunun çözmeye çalıştığı konulardan biri buydu.

Biz de maliyetlerimizin arttığını gördük. Aynı zamanda sonuç üretmek için yapay zekâyı kullandığımız tüm yolların da ölçeklendiğini gördük. Maliyetlerin artması tek başına bir uyarı işareti değildi ama model seçimi gibi konularda sorularımız vardı.

İleride, Zapier ürününde de, belirli bir dönemde yapmaya istekli olduğunuz yatırım düzeyine ve yaptığınız işe bağlı olarak, yapay zekâyla birlikte çalıştığınız sistemin görevi en verimli modelle eşleştirmesini görmek istersiniz. Verimlilik hız, maliyet, kalite veya sizin optimizasyon işleviniz neyse ona göre ölçülebilir.

Ancak bugün bunların hiçbirine sahip değiliz. Şu anda farklı modellerin göreli artılarını ve eksilerini anlamak ve doğru iş için doğru modeli kullanmak bireylerin sorumluluğunda.

Carly ve ekibin yılın ilk yarısında çözmek istediği konu buydu. Sıralama tabloları oluşturmadık ve kullanım sınırları da koymadık. Bunun yerine, şirket içinde insanların yapay zekâ kullandığı tüm yerlerden kullanım verilerini aldık. Bunlar Zapier, Anthropic ürünleri, OpenAI ürünleri ve birkaç başka ürünü içeriyor. Tümünü tek bir veri gölünde bir araya getirdik.

Ardından herkesin her ayın başında Slack üzerinden doğrudan mesaj olarak aldığı otomatik panolar oluşturduk. Bu, kişisel aylık yapay zekâ kullanım raporunuz.

Bunun iki güzel yanı var. Birincisi, rapor herkese açık değil ve sıralama tablosu yok. Yani sizi diğer insanlara göre sıralamıyor. Bunun çok önemli olduğunu düşünüyorum.

İkincisi, yalnızca geçen ayki kullanımınızı açıklamıyor; öneriler de sunuyor. Örneğin Zapier’de yan haklar analisti olduğumu varsayalım ve aylık kullanım raporumu aldım. Bir nedenden dolayı dikkatli bakmadığım ve geçen ay her şey için Fable kullandığım ortaya çıkabilir.

Bu kullanım raporunun şirket içindeki işlerle ilgili bağlamı var. Şöyle diyebilir: “Merhaba, yan haklar rolünüzün bir parçası olarak Mars’a roket mi inşa ediyorsunuz? Eğer etmiyorsanız, yan haklar analisti işinin pek çok bölümü için Fable’a ihtiyacınız olmayabilir. Deneyimlerimize göre Sonnet işinizi iyi görecektir.”

Sonnet’i denersiniz ve bir ay sonra yeniden kontrol ederiz. Sistem yaptığı önerileri takip eder ve gelecek ayın önerilerini buna göre ayarlayabilir. Yani katı sınırlar koymadan hem açıklayıcı hem de yönlendirici olur.

Artık kullanım için bir sınırımız var ama bu, kaçak harcamaları korumak amacıyla konuyor. Kullanımı azaltmak için değil, kaçak çalışan aracılar veya bir anahtar ele geçirip kendi işlemlerini yürüten kötü niyetli kişiler gibi düşük fakat anlamlı bir olasılığı önlemek için var. İnsanlar Slack kanalına kısa bir mesaj göndererek bu sınırın kaldırılmasını sağlayabilir.

David Rice: Bireysel çalışanların yapay zekâyla inanılmaz üretken hâle geldiğini fark ettim.

Ancak bu kazanımlar her zaman ekipler ve kuruluş genelinde yayılmıyor. Akran öğrenmesi veya kolektif öğrenme, bazı açılardan bireysel öğrenmeden daha zor görünüyor. Bu gerçekten bir kültür sorusu. Siz bunu kurmak ve teşvik etmek için ne yaptınız?

Brandon Sammut: 2026’nın ikinci yarısına başlayalı yaklaşık iki hafta oldu. Belirli yeni çalışma biçimleri dışında bir numaralı odağımız, yapay zekâyla çalışmanın genel bir örüntüsü olarak yapay zekânın bireysel kullanımındaki başarıdan ekip genelinde standart çalışma biçimlerine geçişi sağlamak.

Şimdiye kadar çok sayıda deneme ve prototip yaptık. Neredeyse her ekip, işe alım, büyüme pazarlaması veya müşteri desteği gibi alanlarda yapay zekâyı kullanmak için izlenecek en iyi yolu anlamaya başlıyor.

Yılın ikinci yarısında Zapier’in büyük bölümünün odağı, insanlarla ve yapay zekâyla çalışmanın bu yeni yollarını belirlemek ve bu işi şirkette yapan herkesin gerekli bağlama, araçlara ve ekiplerin bu şekilde çalışmaya başlaması için gereken kişisel ve ekip düzeyindeki yetenek gelişimine sahip olmasını sağlamak olacak.

David Rice: Bu ilginç. Yapay zekâ iş akışları bir kişinin not defterinde veya Slack notlarında kalır ve kurumsal bilgiye dönüşmezse, bir çalışanı geliştirmiş olursunuz ama bunun yayılması için yapılması gereken takip çalışmaları vardır. Kuruluşların benimsemeyi ölçmenin ötesine geçtiğini görmeye başladın mı?

Çünkü bu konuşmanın bir parçası da bu. Benimseme ve kullanım konusunda çok fazla ölçüm gördük. Belki bunlar önemlidir; bağlama sahip olmanız gerekir. Ancak hangi ölçümlerin size en fazla bilgi verdiğiyle ilgileniyorsunuz?

Brandon Sammut: Zapier üç yıl üç aydır yapay zekâya büyük bir yatırım yapıyor. Benimseme ile etki arasındaki fark konusunda şunu öğrendim: Yolculuğun başında Zapier’in benimsemeye odaklanması çok yararlıydı; çünkü deneme ve öğrenme için benimseme gerekiyordu.

Benimseme, deneme ve öğrenmenin derinliği ile genişliğinin, yani mümkün olanlar alanını ve kuruluş içindeki bazı becerileri geliştirmenin öncü göstergesi olarak önemlidir. Benimsemeyi ölçmenin nedeni budur.

Ancak bu denklemin yalnızca yarısıdır. Günün sonunda, David, tüm bu benimseme, deneme ve öğrenme kuruluşun olağanüstü olmasına yardımcı olmak içindir. Etkililiğimizi nasıl tanımlarsak tanımlayalım, büyük adımlar atmak isteriz. Bu da şirkette gerçekten ne yapmaya çalıştığımız konusunda net olma noktasına geri dönüyor.

Bugünlerde Zapier’in benimseme konusunda düzenli bir raporlama yapmadığını görürsünüz. Yüzde yüz benimsemeye sahip olduğumuzu biliyoruz. Şirkete işe alım yaparken yapay zekâ yetkinliğini arıyoruz. Yaklaşık bir buçuk yıl önce yeniden tasarladığımız işe alım sürecinde buna odaklanıyoruz. Benimseme konusunda fazlasıyla iyiyiz.

Bu noktada neredeyse tamamen etkiye odaklanıyoruz. Etki için kullandığımız temel performans göstergeleri ve ölçütler, neredeyse istisnasız olarak kuruluşta zaten bulunan başarı ölçütleri. Müşterilerin sorularını ne kadar hızlı yanıtlıyoruz ve yanıtlarımızdan ne kadar memnunlar? Yeni işe alınan birinin 90 ve 180 gün sonraki ortalama veya ortanca başarı düzeyi nedir? Ürün ne kadar güvenilir? Müşteriye dönük farklı ürün bölümlerinin çalışma süresi nedir? Bir satış temsilcisinin ortalama veya ortanca kota gerçekleşme oranı nedir?

Bunları düşündüğünüzde “Bunlara yapay zekâdan önce de önem veriyorduk” dersiniz. Bu da önceki noktamıza dönüyor: Yapay zekâ bir işi yapmanın aracıdır. Genellikle ne konuda iyi olmak istediğimizi değiştirmez; bu konularda ne kadar iyi olabileceğimiz hakkındaki düşüncelerimizi etkiler.

David Rice: Önceki konuklarımızdan bazıları, geçmişte uzmanlığın çoğu zaman yanıtlara sahip olmakla bağlantılı olduğunu anlattı. Şimdi yapay zekâ herkese yanıtlar sunuyor; bunların tamamen doğru veya bağlama uygun olup olmadığı başka bir mesele.

Ancak herkese bilgiye farklı bir biçimde erişim sağlıyor. Sence bu durum kuruluşların içinde, yalnızca liderler için değil, bireysel katkı sunan çalışanların zaman içinde etkilerini, güvenilirliklerini ve statülerini inşa etme biçimlerini nasıl değiştiriyor?

Brandon Sammut: David, bu çok güzel bir soru. Bana bunu daha önce kimse sormadı.

Birkaç şey paylaştıktan sonra senin düşüncelerini de duymak isterim. Bana göre bu konuda açık olan bir şey var: Bu eğilimin faydaları kesinlikle kuruluşlara ulaşıyor. Uzmanlığın belirli kişilerin tekelinde olması kuruluşlar için her zaman bir risk olmuştur.

Önceki şirketimde, tüm kuruluşta ürün mimarisinin belirli bir bölümünün nasıl çalıştığını bilen yalnızca birkaç mühendis vardı. Sonuç olarak fiilen dokunulmaz hâle gelmişlerdi. Bu durumun denklemdeki hiç kimse için sağlıklı veya yüksek işlevli olmadığını söyleyebiliriz.

Burada bir demokratikleşme var. İnternet bilgiye erişimi demokratikleştirmek için çok şey yaptı ve yapay zekâ bunu büyük ölçüde hızlandırıyor.

David Rice: Uzmanlık meselesinin bir kısmının kıt bilgiye erişim anlamına geldiğini düşünüyorum. İnternet bilgiyi uzun süredir bol hâle getirdi ama başka hiç kimsenin sahip olmadığı türden bilgi veya yorum, onu kendi özel merceğinizden ya da farklı bir bakış açısından görmeniz, bence etkinin yönünü değiştiriyor.

Bunu kendi işimde de sıkça görüyorum. Artık “Yaratmamız gereken şey budur” dememden çok, yeni fikirlere, yeni çalışma biçimlerine ve daha önce hiç yapmadığımız şeylere ilişkin yargımı kullanabileceğim yere ulaşmak için farklı sorular sormamla ilgili.

Sonra bu fikirleri disiplinler arasında birbirine bağlıyorum. Her zaman orkestratör kavramına dönüyorum. Bence bu bir süre daha varlığını sürdürecek; çünkü herkes “Hepimiz işimizi kaybedecek miyiz?” diye konuşuyor.

Ben de “Hayır, hemen değil; en azından orkestrasyon yapmayı biliyorsanız değil” diyorum. Sonra gelişmeleri izleyip bunun nereye gittiğini görebilirsiniz. Ancak tüm meslektaşlarıma bunu yapmalarını tavsiye ediyorum. Çünkü evet, bilgi metalaşıyor ama aslında bilgeliğin değerini artırıyor ve bence bu böyle devam edecek.

Bilgelik yalnızca işle ilgili değil, birlikte çalıştığınız insanlar ve onlardan en iyi şekilde nasıl yararlanacağınızla da ilgili. Onların nerede eksik kaldığını değil, keşfetmedikleri fırsatların nerede olduğunu görmelerine nasıl yardımcı olacağınızla ilgili.

Brandon Sammut: Vay. İnsanların bunu not alması gerekir.

Bunu ifade etme biçimini beğendim David. Bilgi ile bilgelik arasındaki fark bu. Bu konuda tek başına bir bölüm yapabilirsin. Bilgi ve bilgelik aynı şey değildir.

Bana düşündürdüğün diğer şey, kuruluşlarda geçmişte değer verilen veya verilmesi gereken pek çok şeyin bugün yeniden önem kazanması. Gerçek bilgelik, yargı veya bazen adlandırıldığı şekliyle zevkin yanı sıra, güvenilir, tutarlı ve hesap verebilir olmanın da kuruluşa büyük faydaları var.

Yetki sahibi olmadan etkileyebilmek, bir grup insanı bir araya getirip birlikte büyük ve korkutucu bir işi tamamlayabilmek de önemli. İşlerin değiştiği bu dönemde bunlar daha az değil, daha önemli hâle geliyor.

David Rice: Katılıyorum. Uzun süre yöneticiler büyük ölçüde işi yönlendirmekten sorumluydu. Şimdi kuruluşların yataylaştığını ve çalışanların çoğu durumda kendi iş akışlarını belirlediğini veya otomasyonlar oluşturduğunu görüyoruz.

Liderliğin her zaman göremediği şekillerde yapay zekâyla birlikte çalışıyorlar. Bu ortamda etkili yönetim nasıl görünür? İnsanlardan daha fazla verim almanın en büyük zorlukları neler? Bunu sürdürülebilir ve uzun vadede etkili olacak şekilde nasıl yapabiliriz? Yalnızca “Bu süreci otomatikleştirdik, harika” düzeyinde kalmamalıyız; çünkü bu muhtemelen zaten kaçınılmazdı.

Brandon Sammut: Kesinlikle. Bu gerçekten ilginç. İnsan yöneticilerin üç benzersiz işi veya üç benzersiz sorumluluğu olduğunu her zaman düşündüm. İlki ekibe netlik sağlamaktır: Burada ne yapıyoruz? Harika iş nasıl görünür?

İkincisi kaynakları tahsis etmektir. Kimin ne yapacağına veya belirli bir teknolojiye ne düzeyde yatırım yapılacağına karar vermek gibi.

Yöneticilerin üçüncü benzersiz sorumluluğu ise ekibin kendisine koçluk yapmak ve onu geliştirmektir. İnsan yöneticiler artık bu üç sorumluluğun tümünde kendilerine yardımcı olması için yapay zekâyı kullanabilir. Ancak yapay zekânın yöneticinin bu üç yetkinlikteki benzersiz rolünün yerini alabildiği bir örnek henüz görmedim.

Zaman içinde bu, bazı durumlarda bireysel bir yöneticinin yapay zekâdan yararlanarak daha fazla kişiyi yönetebilmesi anlamına gelebilir. Örneğin yılın ilk yarısında aldığım en iyi gelişim koçluklarından bazıları, Zapier’de yönetici operasyonları başkanımız Courtney Hickey’nin yönetici ekibimiz için yazdığı bir koçtan geldi.

Bu koç yönetici toplantılarımızı dinliyor ve mevcut bir çerçeveyi kullanıyor. Bu, Patrick Lencioni’nin bir ekibin beş işlev bozukluğu çerçevesi. Yönetici ekibimiz beş yıldır bu çerçeveyle çalışıyor. Ona hâkimiz, ona inanıyoruz ve yönetici ekibimizin sağlığını iyileştirmek için birbirimize koçluk yaparken kullanıyoruz.

Courtney toplantılarımızı dinleyen ve toplantıdan hemen sonra Slack’te bir koçluk özeti sunan bir koç yazdı. Beş işlev bozukluğu çerçevesini temel mercek olarak kullanarak ekip olarak nasıl davrandığımıza ilişkin genel bir özet veriyor.

Ardından her birimizin nasıl davrandığına ilişkin bireysel geri bildirim sağlıyor ve tüm bunları haftadan haftaya kaydediyor. Böylece ekip olarak hangi alanlarda geliştiğimizi ve hangi alanlarda henüz gelişmediğimizi ortaya çıkarabiliyor.

Bu yaklaşım hem özgül hem de kapsayıcı. Kimse hedef gösterilmiyor. Herkes için geri bildirim ve öneriler var. Ayrıca bunun üzerine meslektaşlarımızla konuştuğumda ve bu koçla kendi deneyimimi düşündüğümde, aldığım geri bildirimin oldukça sert olduğunu görüyorum.

Bir ay içinde aldığım en sert geri bildirimlerden bazıları bunlar. Ancak zaten benimsediğim bir çerçeve veya değerler kümesi üzerinde eğitilmiş bir koçtan gelen bu geri bildirimi almak, patronum Wade’in her hafta aynı şeyleri söylemesinden çok daha kolay.

Aynı geri bildirim. Kimden gelirse gelsin dikkate almam gereken bir geri bildirim. Ancak nedense insanlar, zaten benimsedikleri bir şey üzerine eğitilmiş bir koç tarafından sunulduğunda yapıcı geri bildirime özellikle açık oluyor.

David Rice: Ben de aynı şeyi duydum. Bunu nasıl kullandığınız konusunda şeffaf olmanız gerekiyor.

Bundan ne çıkacağına dair algıyı şekillendirmenin büyük bir parçası bu. Yöneticiler artık işi o kadar fazla yönlendirmiyor. İyi işlerin ortaya çıkabileceği koşulları yaratmaya çalışıyorlar. Bu, çoğu çalışanın memnuniyetle karşıladığı, daha az kontrolcü bir liderlik ve yönetim modeli.

Ancak bazı kültürlerde geçiş daha uzun sürecek. On yıllardır bir şeyi aynı biçimde yapıyorsanız, alışkanlıkları kırmak zordur. Araç size bunu yapmanın pek çok yolunu sunabilir ama o işi yapmaya alışmış kaslarınız vardır.

İleriyi düşündüğünde, yapay zekânın kuruluşların çalışma biçimini ve yapılarını etkileyeceğini göz önünde bulundurarak, çoğu liderin şu anda yeterince dikkat etmediği bir şey var mı?

Brandon Sammut: Evet. Bu, başkaları kadar kendim için de bir rehberlik niteliğinde. Yapay zekânın çalışma biçimimizi, işin kalitesini ve umarım işi yapan insanların deneyimini iyileştirebileceğine inanıyorum. Ancak bu kendiliğinden gerçekleşmeyecek.

Bunu çözebilmek için olağanüstü düzeyde düşüncelilik, alçakgönüllülük ve deneme gerekiyor. Yapay zekâ tarafında bu çok ilginç. Ancak bu konudaki kendime yönelik geri bildirimim şu: Günün sonunda, yapay zekâyı bir kenara bırakırsak, ekiplerimizin seninle daha önce konuştuğumuz konularda şu anda çok fazla yardıma ihtiyacı var.

Ne yapmaya çalıştığımız konusundaki ana fikri korumaya, odağı ve amacı sürdürmeye yardım etmeleri gerekiyor. Pek çok kuruluşta değişimin hızı şu anda çok yüksek. Faaliyet gösterdiğimiz ve şirketler kurduğumuz sektörlerdeki rekabet düzeyi de alışılmadık derecede yüksek.

Çalışanlarımız bunu görüyor. Rekabet ettiğimiz bazı şirketlerin çalışanlarını işten çıkardığını görüyorlar. Ortada çok fazla korku, belirsizlik ve şüphe var. Bu da insanların kuruluşlarımızdaki işlerini düşünme biçimini etkilemeden duramaz.

Yapay zekâ fırsatı ve işin insanlar için nasıl daha iyi hâle getirilebileceği konusunda konuştuklarımızın tümüne derinden inanıyorum. Ancak senin ve benim gibi liderlerin şu anda son derece odaklanmış kalması gereken bazı temel konular var.

Kuruluşumuzdaki her bir kişi için odağı ve amaç duygusunu koruduğumuzdan emin olmalıyız. Kuruluşumuzun karşı karşıya olduğu zorluklar hakkında gerçekten açık olmalıyız.

Liderler olarak bazen bunun insanları tedirgin edeceğini veya korkutacağını düşünürüz. Hayır. İnsanlarımız genellikle risklerin ve sorunların ne olduğunu biliyor. Liderlerinin bunları açıkça dile getirdiğini, bunlar hakkında nasıl düşündüğünü ve hissettiğini, şirketin bu zorluklar içindeki fırsatını nasıl gördüğünü söylemesi güven verebilir ve çoğu zaman güven verir.

Bu klasik bir liderlik meselesi. Ben de bu tuzağa tekrar tekrar düştüm. Bunun üzerinde çalışıyorum ve daha iyi hâle geliyorum. Zor bir şey gördüğünüzde onu ilk adlandıran kişi olun. Üzerini şekerle kaplamayın. Gerçekten olduğuna inanmıyorsanız kusursuz bir yanıt varmış gibi davranmayın.

Bunu ekip için adlandırmak gerçekten sağlıklı olabilir. Çünkü insanlar konu hakkında, onun şekli hakkında veya bir fikirleri varsa bunun hakkında konuşmaya daha yatkın olur. Bu, belirsizliğin içinde debelenmekten çok farklıdır. Sorunu adlandırmak sağlıklıdır, bir plan yapıp engeli aşmaya yaklaştırır. Şu anda bir şeyler inşa eden herkese en büyük teşviklerimden biri bu olurdu.

David Rice: Çalışan deneyimi hakkında konuştuğumuzda genellikle kuruluşların bunu çalışana sunduğunu söyleriz. Ancak senin burada ima ettiğin şey, önümüzdeki yıllarda en ilgi çekici kuruluşların yalnızca işveren olmayacağı gibi görünüyor.

Aslında insanları değiştirecekler. Bu, bağlılık veya memnuniyetten çok daha yüksek bir çıta. Gen Z’nin ve yeni mezunların yaşadıklarına baktığınızda, iş bulmakta yaşadıkları zorlukları ve “Ne yapacağım?” ya da “Amacım ne?” şeklindeki sürekli varoluşsal sorgulamayı görüyorsunuz.

Bence haklısın. İnsanları farklı bir biçimde şekillendirmeyi düşünmeliyiz; çünkü bu onları güncel, meydan okumalarla karşı karşıya ve bağlı tutacak. Belki geleceğin en iyi işverenleri maaşlarıyla veya özgeçmişinizde güzel görünen parlak bir şirket olmalarıyla tanınmayacak.

Oradan ayrılan insanların daha iyi birer versiyonuna dönüşmesine yardımcı oldukları için tanınacaklar. İnsanlar daha yetkin ve daha özgüvenli olacak.

Brandon Sammut: Bence bu doğru. Bu dönemde çok gerçek olan başka bir şey daha var: İnsanların kariyerlerinin önümüzdeki birkaç yılını nerede geçireceği, bundan sonraki yıllar boyunca sahip olacakları fırsatlar üzerinde büyük bir etkiye sahip olacak.

Şirketler kuran bizler için buna yanıt verebilmek gerçekten önemli. Uyanıp “Zapier’in, insanların kariyerlerinin önümüzdeki birkaç yılını geçirmeleri için harika bir yer olduğuna gerçekten inanıyorum; çünkü bu yeni çalışma biçimlerine ne kadar derin yatırım yapıyoruz” diyebilmek istiyorum.

Zapier’deki insan ekibine baktığımda, her bir kişinin yetenek kazanımı, toplam ödül stratejisi, insan teknolojisi ve insan analitiğinin geleceğe dönük biçimlerinde olağanüstü bir seviyeye ulaştığını görüyorum. Bu dikkat çekici.

Bunun beni iyi hissettirdiğini düşünüyorum ama asıl mesele bu değil. Liderler olarak hepimiz buna yanıt verebilmek istiyoruz. Bu, ekiple birlikte yapılabilecek gerçekten iyi bir şey olmasının yanı sıra, insanların derin biçimde yatırım yapılan ve gelişim hızlarının çok yüksek olduğu yerlerden biri olarak tanınan şirketler için işveren değer önerisinin bir parçası hâline geliyor.

Özellikle şu anda yazılım alanı için konuşursam, yazılım geliştirmek inanılmaz derecede zor ve yoğun bir iş. İnsanların bunu bildiğini düşünüyorum. İnsanların kolay bir hayat veya çalışmak için kolay bir sonraki yer aradığını sanmıyorum.

Bir sonraki iş yerlerinin veya mevcut şirketlerindeki bir sonraki görevlerinin, kariyerlerinin önümüzdeki on yılı ve sonrasındaki önemli konular hakkında çok şey öğrenecekleri bir yer olmasını istiyorlar.

David Rice: Kesinlikle. Sana daha fazla katılamazdım. Brandon, bugün programa katıldığın için çok teşekkürler. Konuşmamızdan büyük keyif aldım.

Brandon Sammut: Her zamanki gibi David. Bunu bir ara tekrar yapalım.

David Rice: Dinleyiciler, henüz yapmadıysanız peoplemanagingpeople.com/subscribe adresine gidip bültene kaydolun.

AI Signal’a da kaydolun. Her hafta size üzerinde düşünecek bir şey sunan bir yönetici bilgilendirmesi yayımlıyoruz. Düşünecek daha fazla şeye ihtiyacınız yokmuş gibi görünebilir ama araçlar, tavsiyeler ve benzeri şeyleri de sunuyor. Buna da mutlaka kaydolun.

Bir sonraki bölüme kadar unutmayın: Bir deneyimi ve belki de yol boyunca insanları şekillendiriyorsunuz.