Yapay Zekâ İnsan Analitiğinde Nelerin Yerini Alacak — ve Nelerin Alamayacak?

David Rice: Yapay zekâ, güçlü bir insan analitiği ekibinin sunduklarının %90’ının yerini almayacak. Bu %90’ın içinde benzersiz biçimde insana özgü olan ne var?

Roxanne Laczo: Bunun içinde kafamızın, beynimizin içinde olan şeyler var. Hikâye anlatımında paydaşları etkileyebilmek söz konusu. Sanırım bir noktada bu %90 değişebilir, ancak yapay zekâ hiçbir zaman tamamen ve bütünüyle onun yerini alamayacak.

David Rice: Yapay zekânın çoğu kuruluş için yeterince iyi çözüm hâline geldiği, iki kademeli bir sistem oluşturma riskiyle karşı karşıya mıyız?

Noelle London: Geleneksel olarak insan analitiği, kurumsal şirketlerin yararlandığı bir kaynaktır. İnsanların mutlaka bütçe ayırabildiği bir kaynak değildir. Kuruluşların bu tür yetkinlikler için iki, iki buçuk yıl öncesine kıyasla daha erken işe alım yaptığını görüyoruz. Bu gerçekten heyecan verici.

David Rice: İnsan analitiği, İK’nın ve dolayısıyla yapay zekâ dönüşümünün güç merkezi hâline gelmeye aday mı?

Cole Napper: Hayır diyeceğim. Bunun nedeni yetkinlik eksikliği değil, irade eksikliği.

David Rice: Önümüzdeki 12 ila 18 aya baktığınızda, güncelliğini korumak için hangi özel becerileri geliştirmeliler? Tersine, yapay zekânın sonunda üstleneceğini düşündüğünüz için hangi becerilere zaman ayırmayı bırakmalılar?

David Rice: Yapay zekâ çağında liderlerin işi insani tutmasına yardımcı olduğumuz The People Managing People Podcast’e hoş geldiniz. Ben David Rice, sunucunuzum. Bugünkü bölümde, insan analitiği alanında çalışan üç parlak isimle yuvarlak masa sohbeti yapmak üzere bir araya geldik.

Öncelikle Cloudflare’de İnsan Analitiği Başkanı olan Roxanne Laczo ile birlikteyiz. Hoş geldin Roxanne!

Roxanne Laczo: Merhaba, burada olmak güzel!

David Rice: Ayrıca podcast’in önceki bölümünde konuk olan Cole Napper da bizimle. Kendisi Lightcast’te Araştırma, İnovasyon ve Yetenek İçgörüleri Başkan Yardımcısı. Hoş geldin Cole!

Cole Napper: Beni davet ettiğin için teşekkürler David.

David Rice: Son olarak Illoominus’un Kurucusu ve Üst Yöneticisi Noelle London aramızda. Hoş geldin Noelle!

Noelle London: Beni davet ettiğiniz için teşekkürler. Burada olduğum için heyecanlıyım.

David Rice: Harika. Bugün insan analitiğinin mevcut durumunu, gelecekte nereye gideceğini, bu işlevi nasıl yeniden tanımlayacağımızı ve bunun İK açısından ne anlama geldiğini konuşacağız.

Şununla başlamak istiyorum. Bu görüşmeden önce konuşurken, yapay zekânın güçlü bir insan analitiği ekibinin sunduklarının %90’ının yerini almayacağını ele aldık ve Roxanne bu konuda oldukça iddialı bir görüş belirtti. Bu nedenle oradan başlamak istiyorum. Roxanne, bu %90’ın içinde benzersiz biçimde insana özgü olan ne var? Yapay zekâ yetenekleri ilerledikçe bu oranın korunacağını düşünüyor musun?

Roxanne Laczo: Evet, kesinlikle. Bence bunun içinde kafamızın, beynimizin içinde olan şeyler var. Yapay zekânın mutlaka kavrayamayacağı stratejik kuruluş ve iş bağlamı bulunuyor. Kuruluş içinde sahip olduğunuz kurumsal bilgi ve ilişkiler var. Bilgiye ve mutlaka erişemeyeceğiniz veri öne çıkanlarına erişmenizi sağlayan bağlantılarınız var.

Bir yapay zekâ aracı bunları mutlaka tarayamaz. Hikâye anlatımında paydaşları etkileyebilmek var ve yukarıda sözünü ettiğim güçlü bağlama sahip olmadığınız sürece bunu herhangi bir yapay zekâ aracında yeniden oluşturmak gerçekten zor. Dolayısıyla bence son nokta, sahip olduğunuz ilişkiler, kuruluş hakkında bildikleriniz ve iş sorunları hakkında bildikleriniz doğrultusunda doğru soruları sorabilmek.

Sanırım bir noktada bu %90 değişebilir, ancak kısa vadede gerçekten değişecek olan şey, ilişki kurma becerimiz ve bağlamımızla bireyler olarak sunduğumuz değerin, yapay zekânın hiçbir zaman tamamen ve bütünüyle, bu görüşmedeki herkesin çalışmasını istediği düzeyde yerini alamayacağı gerçeğidir.

David Rice: Bu ilginç. Cole, beceriler konusunda işin ayrıntılarına oldukça hâkimsin. Dönüşüm ve otomasyonla ilgili pek çok gelişmeyi görüyorsun. Sence insan analitiği işlevi için neler varlığını sürdürecek?

Cole Napper: Daha önceki soruna dönersek, güçlü bir insan analitiği ekibinin %90’ının ortadan kalkmayacağını söyledin.

Bence güçlü bir ekip değilseniz bunun %90’ı ortadan kalkabilir. Bunu iki kategoriye ayırıyorum: İşlemsel işler mi yapıyorsunuz, yoksa stratejik ya da dönüştürücü işler mi? Stratejik ve dönüştürücü işlerin %90’ı ortadan kalkmayacak. Roxanne’ın söylediği her şey doğru. İşlemsel işlerin %90’ının ortadan kalkacağını düşünüyorum.

Yakın zamanda Lightcast’te bazı araştırmalar yaptık ve bu podcast’i kaydetmeden önce sizinle paylaştım. Tüm İK teknolojilerini ya da tüm İK becerilerini ne kadar değerli olduklarına, ne kadar büyüdüklerine ve yapay zekânın onları ne ölçüde dönüştüreceğine göre değerlendirdik. İnsan analitiği aynı anda İK’daki en değerli beceriydi; ancak yapay zekâ tarafından sekteye uğratılma ihtimali en yüksek becerilerden biriydi.

Bu durum, yaşananların oldukça ilginç bir paradoksu gibi geldi. İnsan analitiğinin işlemsel bileşenlerinin büyük bölümünün önümüzdeki birkaç yıl içinde ortadan kalkacağını düşünüyorum.

David Rice: Noelle, senin açından, insanların teknoloji yığınlarını nasıl oluşturduğunu her zaman düşündüğünü biliyoruz. Yapay zekânın insanları süreçten çıkarmasından söz etmek istemiyorum, ancak insanların mevcut teknolojileriyle etkileşim biçimleri üzerinde büyük etkisinin nerede olduğunu düşünüyorsun?

Noelle London: Bence önce şunu belirtmeliyim ve sanırım bunu sohbetin ilerleyen bölümünde biraz daha konuşacağız: İnsan analitiği dediğimizde, farklı büyüklükteki şirketlerde ve şirketlerin farklı olgunluk düzeylerinde gerçekten çok farklı şeyler kastediyoruz.

Dolayısıyla insan analitiği dediğimizde, farklı kuruluşlarda tam olarak aynı şeyden ve aynı ihtiyaçtan söz etmiyoruz. İnsan analitiğini, muhtemelen Roxanne’a sahip olmayan kuruluşları düşünerek ele aldığımızda, Roxanne’ın kuruluşu için inanılmaz değerli bir kaynak olduğunu düşünüyorum. %90’ın yerini alamazsınız demek biraz yüksek bir oran olabilir.

Bunu mutlaka yerini alma olarak da düşünmüyorum. Bence “yerini almak” kelimesi daha çok, birçok konuda size yardımcı olabilecek bir yardımcı pilot anlamına geliyor. Açıkçası bu işler insanları yıpratıyor. Yolculuklarının daha erken aşamasında olan ya da çalışan sayısı bakımından daha küçük kuruluşlarla konuştuğumuzda; entegrasyonları sürdürmek, veri sağlığını ve temizliğini kontrol etmek gibi işlerin onları tepkisel bir konumda tuttuğunu görüyoruz.

Düzenli raporlama yapıyorlar, ancak bu raporlar geriye dönük olabilir. Tam anlamıyla oluşturulmuş bir ekibiniz yoksa bu işler çok zaman alabilir. Dolayısıyla bu işlerin bir kısmını ortadan kaldırmak ve size yardımcı olacak bir yardımcı pilota sahip olmak için fırsatlar var. Böylece Roxanne’ın söylediği gibi kafanızdaki bağlamla daha fazla zaman geçirebilirsiniz.

Yapay zekâ şu anda her hafta bizim için değişiyor ve bunu inkâr etmeyeceğim; bazı şeyleri yönetmek hâlâ gerçekten zor. Cole ve ben bu hafta başında bununla ilgili bir konuşma yaptık. Uç durumları düşünün.

Çok sayıda uç durum ortaya çıkıyor. Gördüğümüz şeylerden biri, iç hareketlilikteki transferleri düşünmek. Kuruluşların bunu sistemleri içinde farklı şekilde yönettiğini görüyoruz. Bu nedenle evet, uç durumlara hâlâ gerçekten dikkat etmemiz gerekiyor.

Bence kuruluş içindeki bu bağlam ve içgörü, insan analitiğinde yardımcı pilotumuz olarak yapay zekânın bize yardım ettiği tüm bu şeyleri nasıl ele alacağımızı anlamamızı sağlıyor. Böylece ne yapılması gerektiğini düşünmeye daha fazla, sizi yıprattığını söylediğimiz bu işlere ise daha az zaman ayırabiliriz.

David Rice: Bu ilginç, çünkü birçok şirketin Roxanne’a sahip olmadığından söz ediyoruz. Yapay zekânın çoğu kuruluş için yeterince iyi çözüm hâline geldiği, gerçekten stratejik içgörüye ve bağlama yalnızca iyi kaynaklara sahip şirketlerin erişebildiği iki kademeli bir sistem oluşturma riskiyle karşı karşıya mıyız?

Noelle London: Geleneksel olarak insan analitiğinin kurumsal şirketlerin yararlandığı bir kaynak olduğunu gördük. 12.000 ya da daha az çalışanı olan kuruluşlarda insanların bunu gerçekleştirmek için bütçesi olmayabiliyor. Roxanne, şu anda bulunduğun yerde bunun bir istisna olabileceğini biliyorum; ancak gördüğümüz şey, kuruluşların bu tür yetkinlikler ve roller için iki, iki buçuk yıl öncesine kıyasla daha erken işe alım yapması.

Daha fazla kuruluş, “Kuruluşum değişiyor. İş gücümün geleceğini düşünmem gerekiyor. Bu tür kararları almama yardımcı olacak verilere ihtiyacım var.” diyor. Bunu kuruluşların daha erken aşamalarında görüyoruz ve bu bana gerçekten heyecan verici geliyor. Evet, bir insan analitiği ekibinde 30 kişinin bulunduğu büyük kuruluşlar var.

Orada insan analitiği, daha küçük ve çevik bir İK kuruluşundakinden çok farklı bir anlam taşıyor. Bana göre bu mutlaka iki kademeli bir sistem oluşturmuyor. Asıl heyecan verici olanın ve ortaya çıkarabileceğimiz fırsatın, şirketler arasındaki içgörüleri paylaşmak için bu verileri bir araya getirmek olduğunu düşünüyorum.

Asıl büyük fırsat bu. Kuruluşlarında nelerin işe yaradığını bilen meslektaşlardan kıyaslama yapmak ve öğrenmek. İK’da gerçekleşen bazı büyük değişimler için mutlaka hazır yol haritalarımız yok. Orta ölçekli pazardaki kuruluşlar arasında öğrenmenin ağ etkisinin büyük bir fırsat olduğunu düşünüyorum.

Bana göre bu, insan analitiğinde hızla yetkinleşen kuruluşların bu kuruluşları bir sonraki seviyeye taşımak için mevcut kuruluşları geride bırakabilmesi adına bir fırsat.

Roxanne Laczo: Noelle’ın daha önce insan analitiğini nasıl tanımladığımızla ilgili söylediklerine dönmek istiyorum. İnsan analitiğinin ne anlama geldiği üzerine başlı başına başka bir podcast yapabiliriz.

Bu konuda çok güçlü bir görüşüm var; ancak bunu yaptığını söyleyen şirketlerin çoğunun, benim tanımladığım biçimde yapmadığını garanti edebilirim. Öte yandan, insan analitiği ekibi olmayan birçok şirkette, benim insan analitiği olarak tanımlayacağım işleri yapan insanlar var. Yetenek yönetiminiz var mı, değerlendirme yapıyor musunuz?

Bunların hiçbirini analitik olmadan yapamazsınız. Bu nedenle bunun kuruluşun hazır oluşuyla, bağlama, kuruluşun büyüklüğüne ve işletmenin yetkinliğine bağlı olduğunu düşünüyorum. İki kademeli bir sistemin riski olduğunu söylemek belki tam olarak doğru değil; ancak sahip olduğumuz risk, işleri yapabilmek ve içgörü sunabilmekle ilgili değil.

Asıl mesele, iş ortaklarınızın karar almak için yapay zekâyı kullanabilme yetkinliği. Bunun insan analitiği tarafından yönlendirilmesi gerekmiyor. İnsan analitiği tarafından yönlendirilmesi gereken oran %0 bile olabilir. Tüm insan veya İK ekibiniz içinde, insanları farklı türde araçları ve yapay zekâ içeren sistemleri kullanma konusunda etkinleştirip eğitecek yetkinliğe ve yatırıma sahip misiniz? Tüm bu içgörüleri ve kararları toplamaya başlıyor muyuz ve insan analitiğini işsiz mi bırakıyoruz?

Mutlaka değil; asıl mesele bunun bir yetkinlik sorunu olması. Bana göre bu bir yatırım sorunu değil.

Cole Napper: İki kademe sorusuna dönersek, insan analitiği tarihinin geleceğe kıyasla daha iki kademeli olduğunu düşünüyorum. Kitabımda bundan söz ediyorum; bu bölüm yayımlandığında kitabımın çıkmış olması gerekir. Çok uzun zaman önce, 100, 200, 300 kişilik insan analitiği ekiplerine sahip şirketler vardı.

Büyük ölçüde bu ekipler dağıtılıyor. Gelecekte 50’den fazla kişiden oluşan bir insan analitiği ekibine ihtiyaç duyulacağını düşünmüyorum. Bence bu aslında insan analitiğinin geleceğinin en eşitlikçi biçimi.

Yapay zekânın yaptığı şey, giriş engellerini azaltmak. Bunu yapmaya odaklanmış sıfır kişiden ya da sıfır teknolojiden bir kişiye geçmek, belki beş yıl öncesine, hatta bir yıl öncesine kıyasla çok daha kolay. Bunun İK’nın geleceği ve insan analitiğinin geleceği açısından daha iyi olduğunu düşünüyorum.

David Rice: Evet, bu özel işlev açısından ilginç. Kuruluş içindeki diğer pek çok role ilişkin eğilimlere baktığımda, liderlik tarafında “yeterince iyi” olana yönelme eğilimi görüyorum.

Pazarlamayı düşünün. “Bu yeterince iyi.” deme cesareti var. Bunun bu işlev için de geçerli olup olmayacağını bilmiyorum; çünkü kuruluş içindeki pek çok insanın bu alanı en başta anlamadığını düşünüyorum.

Bunu yapay zekâyı kullanarak uyguladığınızda, elde ettiğiniz sonucu anlamanın veya ona güvenmenin ne kadar kolay olacağından emin değilim. Bu konuda yanılıyor muyum? Lider iseniz sizinle yapay zekâ arasında hâlâ birinin bulunması gerekiyor mu?

Cole Napper: Bu konuda çok güçlü görüşlerim var. İK’nın ne kadar uzun süre veri konusunda doğal bir yetkinliğe sahip olmayan ya da karar almak için veriyi nasıl kullanacağını anlamayan liderlere sahip olması gerçekten büyük bir başarısızlık.

Yapay zekânın bu konuyu zorunlu hâle getireceğini düşünüyorum. Artık bunun kabul edilebilir olduğunu söyleyebilirsiniz; ancak bence İK işlevlerinin kendisi açısından varoluşsal bir mesele hâline gelecek. Moderna’nın İK’yı birleştirmesi örneğini gördünüz. Bunun alt metninde, veriyi kullanarak karar verebildiği için İK’nın yerini aldığı, İK’nın ise bunu yapamadığı mesajını gördüm.

Bu eğilimin devam etmemesini umuyorum ve devam etmeyeceğini düşünüyorum. İK sorumluluk alırsa ve olabileceğini düşündüğü liderlere dönüşürse bu mümkün. Veri okuryazarlığı olmayan bir İK lideri olmanın artık kabul edilebilir olmadığını düşünüyorum.

Bunun, şu anda insan analitiği lideri olmayı heyecan verici kılan nedenlerden biri olduğunu düşünüyorum. İnsan analitiği, sizi geleceğin İnsan Direktörü ya da geleceğin İK yöneticisi olmaya hazırlayacak İK işlevlerinden biri.

Roxanne Laczo: Buna ek olarak, birkaç dakika boyunca İK ekiplerini eleştireceğimizi söylemek istiyorum. Sorun, bir şeyi yapay zekâ ile nasıl gerçekleştireceğimiz değil. İşletmeyi anlıyor musunuz? Geleneksel İK lideri tanımının ötesinde gerçekten bir iş lideri misiniz?

Bu, 20 yıldır dinlediğim stratejik İK iş ortağı sorunuyla aynı. İşletmenin dilini konuşamıyorsanız, bu birinci sorun. Cole’un başka bir biçimde ima ettiği şeyin bu olduğunu düşünüyorum. Yapay zekâyı “nasıl” olarak düşünmeyi bırakmalıyız.

Çözmeye çalıştığımız sorunun ne olduğunu gerçekten bilmeden yapay zekâyla hiçbir şey yapamayız. Yoksa çöpe çöp atıyoruz. Sonuç ne oluyor? Daha fazla çöp. Bu, kazanılamayacak bir durum.

Noelle London: İK’yı biraz savunmak için araya gireceğim; çünkü günlük işimde veriye gerçekten sahip olmak isteyen İK liderleriyle çalışıyorum. Onlara iyi niyet payı tanıyacağım.

Genellikle gördüğüm şey, kuruluş içindeki bu bölümün kronik olarak yetersiz yatırım almış olması. Her şirketin bir müşteri veri platformu olduğunu düşünün. 2025’te müşteri veri platformunuz yoksa neye dayanarak çalışıyorsunuz?

Bu tür yatırımlar her zaman satış ve pazarlamaya gitti; çünkü geliri düşünüyorduk. İK bütçesini incelerken kesintiye başlıyoruz ve çalışan veri platformunu alamıyorsunuz. Oysa şimdiye kadar buna yeterince sahip değildik.

Bence İK’nın yapay zekâdan tam anlamıyla yararlanabilmesi için sistemler ve veri temeli açısından telafi etmesi gereken çok şey var. Şu anda heyecan verici olmasının nedeni, her İK teknolojisi aracında yapay zekâya ilişkin bir şeyler bulunması.

Geçen yıl, çalışan bağlılığı anketlerini üç haftada üç kişiyle tamamlayan müşterilerimiz vardı. Birkaç yüz kişi için çalışan bağlılığı aracına 30 bin dolar harcıyorlardı.

Artık bunu yapmanız gerekmiyor. Geçmişte kritik İK teknoloji yığınımı şöyle düşünürdük: CFO isem ve İK ile bu konuşmayı yapıyorsam, bir İK bilgi sistemi, yetenek edinme sistemi, bağlılık sistemi ve şanslıysanız performans sistemi alırsınız.

Şimdi ise farklı sistemleri nasıl birbirine bağladığımızı düşünmek, bence kritik teknoloji yığını hâline gelmeli. Diğer işin bazı bölümlerine yapay zekâ uygulayabildiğim için yer açılıyor mu? Bulmacanın parçalarını stratejik olarak nasıl bir araya getireceğimizi düşünmeye başlayabilir miyiz?

David Rice: Bu ilginç. Şimdi biraz yön değiştirmek istiyorum; çünkü yönetim kurullarının yapay zekâ ve İK’dan beklentileriyle şu anda gerçekten mümkün olanlar arasında bir boşluk olduğunu düşünüyorum. Sizce yapay zekâ uygulama yönündeki yönetici baskısı ile mevcut gerçeklik arasındaki kopukluğu nasıl kapatabiliriz?

Noelle London: Az önce sözünü ettiğim pek çok şeyle ilgili. Mevcut İK teknoloji yığınınızda bazı araçlardan yararlanmaya başladığınız kullanım alanları hakkında konuşabileceğiniz pek çok şey var.

Şu anda “Yapay zekâyı İK’ya nasıl dâhil ediyorsunuz?” diye soruluyorsa, insan analitiği için iş gerekçesini oluşturmanın tam zamanı. “İşletme için stratejik olmak istiyorsanız, küçük ölçekli işleri yapabiliriz.” diyebilirsiniz.

Bu yıl hepimiz kârlılığa odaklanıyorsak, kuruluş olarak en büyük maliyetim çalışanlarım. O hâlde kuruluş içinde nelerin işe yaradığını ve nelerin yaramadığını gerçekten anlamak istiyoruz. Küçük işleri yapabiliriz; yapay zekâyı İK’da istiyorsanız bu iş gerekçesini şimdi oluşturmanın zamanı.

Roxanne Laczo: Ayrıca yapılması gereken çok fazla etkinleştirme olduğunu düşünüyorum. “Yapay zekâ kullanın.” diyemezsiniz; çünkü yapay zekâ genellikle paraya mal olur ve öğrenmek zaman alır. Özellikle buna alışkın olmayan pek çok insan nereden başlayacağını bile bilmiyor.

Daha önce hiç yapay zekâya maruz kalmamış işe alım koordinatörlerine gidip kullanmaya başlamalarını söyleyemezsiniz. Burada kaçırdığımız bir etkinleştirme unsuru var. Kuruluşların insanları etkinleştirmeye yatırım yapması gerekiyor.

Araçlara da yatırım yapmalısınız. İK’ya “Bütçenizi kesiyoruz ama bütün bu işleri yapmak için bir sürü yapay zekâ aracı edinin.” diyemezsiniz. İK’nın daha stratejik ve işletme odaklı iş ortakları olmasını istiyorsak, bizi bunu yapmaya hangi yatırımların etkinleştireceğini düşünmeliyiz: yapay zekâya, teknolojiye, insan analitiğine ve beceri geliştirmeye yatırım.

Cole Napper: Noelle ve Roxanne’ın söylediklerine birkaç şey ekleyeyim. Yönetim kurulları CEO’lara yapay zekâ yatırımı yapmalarını ve faaliyet giderlerini sabit tutmalarını söylüyor. Yapay zekâ yatırımları ise para gerektiriyor.

Sonuçta çalışan sayısını azaltıyorsunuz ve matematik tutarlı olsun diye yapay zekâ ekliyorsunuz; bu da üretkenliği artırmalı. Ancak yapay zekâ pilotlarının %95’inin şu anda başarısız olduğunu hepimiz gördük.

Aslında mevcut çalışanlarınızı daha da sıkıştırarak bu üretkenlik kazanımlarını elde etmeye çalışıyorsunuz. İnsanlar daha uzun saatler çalışıyor, bağlılığın azaldığını görüyorsunuz. Roxanne’ın sözünü ettiği yetkinlik açıkları da buna ekleniyor.

Toplum olarak gördüğümüz tuhaf baskı şu: Üretkenlik rakamları artıyor, ancak bunun nedeni yapay zekâ değil; şu anda limondan daha fazla su sıkılması.

David Rice: Buna katılıyorum. Son zamanlarda farklı oturumlarda, tüm liderlik ekiplerinin yapay zekâ, makine öğrenimi ve otomasyon arasındaki fark konusunda eğitim alması gerektiğini duydum. Bunlar benzer olabilir, ancak her zaman aynı şey değildir.

Cole, bu görüşmeden önce mikro yapay zekâ çözümleri ile makro çözümler arasında ayrım yaptın. Günlük bir iş için GPT kullanmak mikro çözüm; tedarikçilerin yapay zekâyı iş akışlarına yerleştirmesi ise makro çözüm. Bunu dinleyen bir İK lideri, yatırımlarını ve öğrenme çabasını nereye yönlendirmeli?

Cole Napper: Kurul ya da üst yönetim bakış açısıyla İK çalışanlarına verilen mesaj arasında bir fark var. Yönetim kurulu ve üst yönetim üretkenlik kazanımları ve İK’nın temel bir dönüşümünü görmek istiyor. Bu, makro yapay zekâ benimsemesi.

Tüm iş akışlarının ve süreçlerin yapay zekâya özgü ya da yapay zekâ ile bütünleşik olmasını istiyoruz. Böylece işin yapılma biçiminde temel bir değişim görürüz. İK ise çalışanlarına ChatGPT, Gemini veya başka bir aracı denemelerini ve daha iyi bir iş tanımı yazıp yazamayacaklarını görmelerini söylüyor.

İki yaklaşım arasında temel bir kopukluk var. Mikro ya da makro mercekten baktığınızda beklenti ile gerçeklik arasında çok büyük bir ayrışma bulunuyor.

Ancak bunun yapay zekânın İK’da benimsenmesinin birinci versiyonu olduğunu düşünüyorum. İkinci versiyon çok farklı olacak. Şu anda birinci versiyon yapay zekâ benimsemesine yapılan harcamaların %95’i yeni bir yapay zekâ katmanı oluşturmaya, mevcut altyapının üzerine yapay zekâ eklemeye ayrılıyor.

Bunun ölçekli olarak umduğumuz şekilde çalışmadığını herkes görüyor. İkinci versiyon çok farklı olacak. Yapay zekâya harcayacak fazladan 100 dolarınız varsa, bunun 95 dolarını daha iyi veriye ve altyapıya, 5 dolarını ise daha iyi bir yapay zekâ katmanına harcardım.

Noelle London: Cole, bunu çok beğendim. Şu anda İK’da daha fazla yapay zekâ kullanarak insanları yıpratan işlerin bir kısmını ortadan kaldırma yolculuğunu ve olgunlaşma sürecini düşündüğümde, sistemlerinizdeki yapay zekâ parçalarıyla hızlı kazanımlar elde etmenin önemli olduğunu düşünüyorum.

Ancak bu benimseme değil ve burada sona ermiyor. Hızlı kazanımlar elde edin; fakat veri temelinizi düzenlemeye, temiz ve güvenilir hâle getirmeye ve birbirine bağlamaya yatırım yapın.

Gerçek fırsat, çalışan yolculuğunun tamamını haritalandırmaya ve sistemleri bir araya getirerek iç hareketlilik ve iş gücü planlaması gibi konularda bize yardımcı olmaya başladığımızda ortaya çıkacak.

Roxanne Laczo: İnsanları ChatGPT veya Gemini kullanarak işleri hızlandırmaya teşvik etme fikrini anlıyorum. Ancak insanların bunu yaparak yapay zekâyla harika bir şey yaptıklarını düşünmelerinden uzaklaşmalarını istiyorum.

Bana göre bu, yapay zekâ için güçlü bir kullanım alanı değil. Elinizdeki bir aracı kullanarak biraz daha üretken olmayı öğreniyorsunuz. Bir meslektaşımla yapay zekâ çöplüğü hakkında çok konuştuk.

Değer katan faaliyetleri düşünürken yapay zekâ çöplüğünü hesaba katmayacağız. Bunu yapmanız güzel; ancak değer katan faaliyetler, daha kolay ölçebileceğimiz ve ölçekli olarak gerçekten anlamlı olacak daha büyük şeylerdir.

Bu işleri yapmayı bırakın demiyorum; çünkü önemli işler. Ancak bunlar zaten normal işinizin bir parçası olmalı. “Yapay zekâyı kullanarak büyük bir sorunu çözdüm.” değil, herkesin bir şekilde düşünmesi gereken bir üretkenlik kazanımı.

David Rice: Evet. Birçok açıdan bu bir hız kazanımı. İşleri daha hızlı yapmanızı sağlıyor ve böylece başka bir şeyi denemek için biraz zamanınız kalıyor.

Artık bu her rolün bir parçası; hangi sektörde olduğunuzun önemi yok. Şu anda herkesin kullandığı ifade “temel gereklilik”. İki yıl önce bunu nadiren duyardık. Şimdi neredeyse her LinkedIn paylaşımında görüyorum.

Daha önce Cole’un insan analitiği liderlerinin geleceğin İK yöneticisi olmak için iyi bir konumda olduğunu söylediğinden bahsetmiştik. Proaktif bir insan analitiği liderinin yapay zekâ dönüşümünü yönetebileceğini düşünüyoruz.

Yakın zamanda kuruluşunuzda ilk yapay zekâ yöneticisini işe almakla ilgili bir yazı yazdım. İnsanların çoğu zaman dönüşümlerdeki en büyük darboğaz olduğunu düşündüğünüzde, teknik bir rolden biri yerine İK geçmişi olan birini değerlendirmeniz gerektiğini savundum.

İnsan analitiği İK’nın ve dolayısıyla yapay zekâ dönüşümünün güç merkezi olmaya aday mı?

Cole Napper: Kendi savımın diğer tarafını ele alıp hayır diyeceğim. Bunun nedeni beceri eksikliği değil, irade eksikliği. Konuştuğum neredeyse hiçbir insan analitiği lideri bunu istemiyor ya da bununla ilgilenmiyor.

Ayrıca İnsan Direktörü rolünün bazı bölümlerinin insan analitiği tarafından yeterince karşılanamayacağını düşünüyorum. Çalışan ilişkileri, kuruluş içi siyasetle ilgilenmek ve üst yönetim ekibinde iyi bir İnsan Direktörü olmak için gereken kurumsal terapi gibi konular var.

Bunun gerçekleşmesi için İnsan Direktörü rolünün değişmesi gerekir. Bunun mümkün olmadığını düşünmüyorum; ancak mevcut durumun bu olduğunu da düşünmüyorum.

Roxanne Laczo: İnsan Direktörü olmanın çok fazla yolu var. Yapay zekâ konusunda güçlü olmak sizi oraya taşıyabilir mi? Evet. Ancak daha önce söylediğime dönüyorum: İşletmeyi anlıyor musunuz?

İnsan analitiği lideriyseniz, işletmeyle hiçbir bağlantınız yoksa ve işletmeyi anlamıyorsanız İnsan Direktörü olmamalısınız. Birçok şirketin İK dışından, mühendislik başkanları gibi farklı geçmişlerden insanları getirerek insan ekipleriyle harika işler yaptığını görüyoruz.

Bu, oraya ulaşmanın yollarından biri. Ancak Cole’a katılıyorum. Bizim gibi rollerde olup bunu hedefleyen bazı insanlar tanıyorum; ama çoğu insanın bir sonraki işinin İK yöneticisi olacağını söylediğini görmüyorum.

Noelle London: Buna biraz farklı yaklaşacağım. İnsan analitiğinin İK’daki yapay zekâ sorumlusu için mükemmel bir kaynak olduğunu düşünüyorum. Bu kişi mutlaka insan analitiğinden gelmek zorunda değil; ancak hem veriyi anlamalı hem de veriyi yorumlama konusunda güçlü olmalı.

İK departmanımız içinde bu rolü üstlenen kişi, stratejimizin nasıl bir araya geldiğini ve yapay zekâdan gelen çıktıları nasıl yorumladığımızı açıklayabilir. Bu kişinin İK kuruluşuna stratejimiz nedir ve parçalar nasıl bir araya gelir sorularında yardımcı olmak için çok iyi konumlandığını düşünüyorum.

İK ekipleri uzun süredir gerçekten silolara ayrılmış durumda. Bir İK ekibini düşündüğünüzde, işe alım kotasını doldurmaya ve işe alım süresini azaltmaya çalışan bir işe alım uzmanı var. Çalışan ilişkilerinde çok farklı bir profile sahip biri var. Çalışan deneyiminde yine farklı bir profile sahip biri var.

Ekipteki insanların farklı yönlere koştuğu hissine kapılabiliyorsunuz. Verileri bir araya getirerek çalışan yolculuğunun bu olduğunu gösterebilen insan analitiği çalışanı, hepimizin bu çalışan yolculuğundaki temel performans göstergelerinden sorumlu olduğunu ve işlevin birlikte nasıl çalıştığını gösterebilir.

Bunun bu kişinin role getirebileceği ilginç bir güç olduğunu düşünüyorum. Ayrıca insan analitiğindeki biri sayılarını çok iyi bilir. Bu sayılara bakarak veriye dayalı kararlar alabilir ve bazı kararların ve yatırımların işletme açısından neden stratejik olduğunu açıklayan iş gerekçeleri oluşturmaya yardımcı olabilir.

İradesi yoksa bu rolü üstlenmemeli demiyorum. Ancak departman açısından tarihsel olarak engel oluşturan bazı şeylere bu kişi büyük değer katabilir.

David Rice: “Pardon Fransızcam için.” dediğinde bip düğmemi kullanacağımı sanmıştım.

Noelle London: Silolara ayrılmış.

David Rice: Zamanımız dolmak üzere. Bu sohbetten benim için çıkan noktalardan biri, pek çok şirketin bugün İK ve insan analitiğinin işletme içinde gerçekte ne olduğunu ve ne yaptığını yeniden düşünmesi gerektiği.

Önümüzdeki 12 ila 18 aya baktığınızda, insan analitiği alanında çalışanların 18 ay sonra güncelliğini korumak için hangi özel becerileri geliştirmesi gerekir?

Tersine, yapay zekânın sonunda üstleneceğini düşündüğünüz için hangi becerilere zaman ayırmayı bırakmalılar?

Roxanne Laczo: Kürsüme çıkacağım ve üçüncü kez işletme bilgisi diyeceğim. İşletmenin dilini konuşamıyorsanız bu bir sorun. İş ortaklığı kurmayı ve liderlerle, işletmede olup bitenlere daha fazla dâhil olmanızı sağlayacak şekilde ortak çalışmayı öğrenmeniz gerekiyor.

Bunu yapmadan işinizi yürütmeniz çok zor. Ayrıca yapay zekâ etiği, yönetişim, kurallar, yasalar ve komiteler hakkında genel bir okuryazarlığın da çok önemli olacağını düşünüyorum.

İnsan analitiği olarak bile adlandırmayacağım pek çok temel raporlama ekibinde hâlâ bir eksiklik var. Hikâye anlatımı ve etkileme becerileri geliştirmelisiniz. Güçlü bir danışmanlık bileşeni bulunuyor.

Artık yatırım yapmayı düşünmemeniz gereken şeyler ise manuel, işlemsel ve tekrarlayan veri temizleme faaliyetleri. Bunlar kaynak veri sistemlerinin sahiplerine aittir; insan analitiği ekiplerine değil.

Yapay zekânın size sağlayabileceği şeylerden biri panolar oluşturmak, kod yazmak, ürünler üretmek ve teslimatlar hazırlamaktır. Bunları oluşturmak için saatlerce kod yazmanız ve üretim yapmanız gerekmiyor; kuruluşunuzda bunları hızlıca hazırlamanızı sağlayacak araçlar muhtemelen zaten mevcut.

Noelle London: Roxanne, sana tamamen katılıyorum. Kendinizi işletmeye dâhil edin ve gerçekten güçlü paydaş ilişkileri kurun. Böylece vazgeçilmez olursunuz. İşletme hakkındaki bilginizi ne kadar artırırsanız, kafanızda o kadar fazla bilgi biriktirirsiniz ve daha değerli hâle gelirsiniz.

Yapay zekâ konusunda olup bitenleri göz ardı etmeyin. Güncel kalın, kendinizi eğitin ve bu konularda bilgili olun. Bence en kritik şey bu.

Cole Napper: Roxanne ve Noelle’ın söylediklerine kesinlikle katılıyorum.

Roxanne’ın işletme bilgisinin önemi konusundaki görüşünü ancak yineleyebilirim. İnsanlar bu konuya geldiğinde Excel formüllerinden ya da kod yazmaktan söz edeceğimi düşünüyor. Oysa neredeyse her zaman insanları kullanarak işletmeniz için nasıl farklı bir değer yaratacağınızdan söz ediyorum.

İnsan analitiği bu nedenle ilginç, eğlenceli ve heyecan verici. Ek zamanınızı nereye harcamanız gerektiğini soruyorsanız, ben oraya harcardım.

Sadece en iyi yeni aracı oluşturmaya çalışıyorsanız gidip bir şey satın alın, yapay zekâyı kullanın ve başka bir şey yapın. İşlemsel alan tamamen dönüşüyor. Verinizi anlayın. Bu çok önemli. Doğru veri altyapısına yatırım yapmak da önemli; ancak rapor hazırlayan kişi olmanın geçerlilik süresi kısa.

David Rice: Kesinlikle. Bu büyüleyici sohbet için hepinize teşekkürler. Bugün bize katıldığınız için gerçekten minnettarım.

Cole Napper: Beni davet ettiğiniz için teşekkürler.

Roxanne Laczo: Teşekkürler David.

Noelle London: Teşekkürler.

David Rice: Pekâlâ dinleyiciler, bir sonraki bölüme kadar işletme bilginiz üzerinde çalışın. Her zamanki gibi People Managing People bültenine kaydolun.