Key Takeaways
Yapay Zekâ Yatırımlarının Getirisini Ölçme Zorlukları: Birçok kuruluş yapay zekâ yatırım getirisini ölçmekte zorlanıyor ve sorunları çoğu zaman uygulama yerine yönetime yanlış biçimde atfediyor.
Ölçütlerin Uyumsuzluğu: Mevcut ölçütler teknoloji performansına odaklanıyor, ancak temel insan ve süreç sorunlarını ele almıyor.
Uzun Vadeli Etki: Yapay zekânın kötü uygulanması, yıllar boyunca biriken ve etkinliği sekteye uğratan kurumsal zarara yol açabilir.
Kurumsal Sağlık: Sürdürülebilir başarı için yapay zekâ yatırım kararlarının teknoloji ölçütlerinin yanı sıra insan ve süreç ölçütlerine de öncelik vermesi gerekir.
Liderlik Açıkları: Dönüşüm liderliği genellikle insan kaynaklarını sürece dâhil etmiyor; bu da uzun vadede sürdürülebilirliği olmayan, kısa vadeli yatırımlara yol açıyor.
ROI sunumu her zaman kusursuz görünür. Tasarruf edilen saatler, yeniden yönlendirilen çalışan sayısı, kısalan işlem süreleri ve benimseme oranları, satıcının başlangıç görüşmesinde önerdiği her neyse o ölçüte doğru yükselir. Yeşil oklar. Yukarı ve sağa doğru ilerleyen grafikler. CFO onaylayarak başını sallar.
On sekiz ay sonra bir şeyler ters gitmeye başlar. Değişimden en çok fayda görmesi beklenen departmanlarda çalışan kaybı artmıştır. Departmanlar arası iş birliği daha hantal hale gelmiştir. Bir zamanlar belli ölçüde gayriresmî bir uyumla çalışan bir ekip artık bataklıkta ilerliyormuş gibi hareket eder. Kimse bir neden gösteremez; bu yüzden durum genellikle suçlanan şüphelilere bağlanır: yönetim tarzı, piyasa baskısı, pandemi sonrası her neyse.
Altı çeyrek önce gerçekleşen AI kullanıma sunma süreci gündeme gelmez.
AI ROI'sini yanlış ölçmenin gerçek maliyeti budur. Bu bir bütçe kalemi değildir. Yanlış nedene atfedilen ve yanlış çözümlerle ele alınan, yavaş ilerleyen bir bozulmadır.
Teknoloji Metrikleri ve İnsan Metrikleri
AI yatırımı görüşmelerine hâkim olan metriklerin tümü — tasarruf edilen zaman, yeniden yönlendirilen çalışan sayısı, kısalan işlem süresi ve giderek artan ölçüde kullanım — teknoloji performansının öncü göstergeleridir. Dönüşümün ölçülmesi en kolay katmanını ölçerler.
Ölçmedikleri şey, kötü uygulamanın gerçek maliyetlerinin ortaya çıktığı ve göz ardı edilemez hale gelene kadar biriktiği örgütsel katmandır.
Kullanım özellikle dikkatle incelenmelidir; çünkü gerçekte davranışsal bir sinyal olduğu halde örgütsel sağlığın bir göstergesi olduğu varsayılır. 2025'in sonlarında yayımlanan bir BCG analizi, dünya genelindeki şirketlerin %60'ının kayda değer yatırımlara rağmen AI'dan anlamlı bir değer üretmediğini ortaya koydu ve bunun nedenlerinden biri olarak metriklerin kendisini belirledi.
Benimsemenin göstergesi olarak oturum açma ve geçirilen süre rakamlarına takılıp kalan kuruluşlar, bu ölçümlerin AI'ın insanların gerçekte çalışma biçiminin merkezine yerleşip yerleşmediğini tamamen gözden kaçırdığını acı bir şekilde öğrendi.
Yüksek benimseme oranları, insanların aracı kullandığını gösterir. İşlerin iyi gidip gitmediği, ekiplerin işlevlerini yerine getirip getirmediği veya daha önce iş birliğine dayalı görevler aracılığıyla aktarılan örtük bilginin hâlâ akıp akmadığı hakkında hiçbir şey söylemez. Bir iş gücü tüm kullanım ölçütlerini tuttururken nasıl çalıştığını gerçekten birbirine bağlayan bağ dokusu sessizce parçalanıyor olabilir.
1.000 CxO'nun 59 ülkede katıldığı bir ankete dayanan BCG'nin Ekim 2024 tarihli "AI'daki Değer Nerede?" raporu, AI uygulama zorluklarının yaklaşık %70'inin insan ve süreçle ilgili sorunlardan kaynaklandığını ortaya koydu.
Çoğu uygulamadaki bütçe dağılımı bunun tam tersine işliyor: çoğunluk teknolojiye ayrılıyor; değişim yönetimi ve örgütsel hazırlık ise yatırımın taşıyıcı unsurları olarak değil, bütçe kalemleri olarak ele alınıyor.
Bir dönüşümü değerlendirmek için kullandığınız metrikler yalnızca teknoloji katmanına ilişkin bilgi veriyorsa, tasarım gereği başarısını belirleme olasılığı en düşük olan denklemin bölümünü ölçüyorsunuz demektir.
ROI'yi Yeniden Tanımlamak
CFO'nun çerçevesi tek başına yanlış değildir. Gerçek bir soruya titiz bir disiplin uygular: Bu yatırım getiri sağlıyor mu?
Sorun, temelde örgütsel bir değişim problemine sermaye tahsisi mantığını uygulaması ve zaman ufuklarının örtüşmemesidir.
Yazılım ROI döngüleri 12 ila 18 ay sürer. Kötü yönetilen bir uygulamanın neden olduğu örgütsel zarar iki ila üç yıl boyunca birikir ve tamamen başka bir şeymiş gibi görünerek ortaya çıkar.
CFO'nun bu konuşmayı en başta nasıl yürütmek zorunda kaldığını incelemekte fayda var. Kariyerini İK teknolojisi alanında geçiren ve şu anda orta ölçekli şirketler için AI dönüşümü uygulamaları geliştiren Anthony Onesto, baskı zincirini anlatıyor.
Yönetim kurulları CEO'lara baskı yapar, CEO'lar kuruluş içinde bu işin sorumluluğunu üstlenecek birini arar ve doğal ilk tercih CTO veya CIO olur. Bunun yetersiz kaldığı görüldüğünde konuşma CFO'ya taşınır.
Bu her zaman finansal bir karar olacak; bazen doğru karar, bazen de yanlış karar olur.
Onun görüşüne göre İK, bu dönüşümlere öncülük etmeli; bunu bir değişim yönetimi sonradan akla gelen bir konu olarak değil, makinelerin ve insanların birlikte nasıl çalıştığını düşünmek için en uygun konumdaki işlev olarak yapmalı. Bunun nadiren gerçekleşmesinin yapısal bir nedeni olduğunu savunuyor. Çoğu İK lideri sorumluluk almak için öne çıkmadı ve baskı zinciri doğal olarak onlara ulaşmıyor.
Sonuç, yatırım getirisinin hesap verebilirliği devralan kişi tarafından şekillendirilen bir konuya dönüşmesi ve çoğu kuruluşta bu kişinin teşviklerinin uzun vadeli kurumsal sağlığa değil, gösterilebilir kısa vadeli verimliliğe yönelmesi oluyor.
Mesleki Kimliklere Meydan Okumak
Kimlikteki sarsılma tek başına bu açığı ortaya koyuyor. Rutin görevler otomatikleştirildiğinde, mesleki kimlik de çoğu zaman bununla birlikte ortadan kalkıyor. Düşük riskli, tekrarlayan işler aracılığıyla muhakeme yeteneği geliştiren analistin teoride artık daha yüksek değerli işler yapması gerekiyor.
Uygulamada ise gelişimini sürdürdüğü bağlam ortadan kaldırılmış oluyor ve hiç kimse bunun yerine bir şey koymamış oluyor. Bu sarsılma duyuru sırasında ortaya çıkmıyor. Sekiz ya da on ay sonra, kültür sorunu gibi görünen ve bu şekilde ele alınan bir bağlılık kopukluğu olarak kendini gösteriyor; gerçek neden ise geçmişteki bir uygulama günlüğünde fark edilmeden duruyor.
Bu, dar kapsamlı bir endişe değil. Verimlilik hedeflerine ulaşılmasına rağmen otomasyon yatırımlarının öngörülenden daha kötü sonuçlar üretmesinin mekanizması bu. Hedefler yanlış sistem için belirlenmişti.
Otomatikleştirilen şey nadiren yalnızca bir görevdir. Rutin işler çoğu zaman herhangi bir süreç haritasında görünmeyen gayriresmî işlevler taşır: ekipler arasındaki koordinasyon ritimleri, iş birliğine dayalı iş akışlarına gömülü mentorluk ve genç çalışanların kıdemli çalışanların muhakemesinin nasıl işlediğine düzenli olarak tanık olmasını sağlayan mesleki temas noktaları.
Bunların hiçbiri bir yerde belgelenmez; çünkü ortadan kalkana kadar belgelenmeleri gerekmez. O noktada, değerlerinin ne olduğunu zor yoldan öğrenirsiniz.
Üç ekip üyesinin birlikte hazırladığı haftalık, birden fazla işlevi kapsayan rapor yalnızca bir rapor üretmiyordu. Uyum, görünürlük ve bu ekiplerin düzenli olarak iletişim kurması için sürekli bir neden oluşturuyordu. Raporu otomatikleştirdiğinizde verimliliği elde etmiş olursunuz.
Bunun maliyeti yatırım getirisi sunumunda görünmez. Eninde sonunda bu ekiplerin birlikte nasıl performans gösterdiğinde ya da birlikte performans göstermeyi bırakmalarında ortaya çıkar.
Maliyet kapsamına giren unsurları genişletme yaklaşımı, yatırım getirisi disiplinine karşı bir argüman değildir. Bu disiplini, yalnızca kolayca ele alınabilen alt kümeye değil, sistemin tamamına uygulama argümanıdır. Dönüşüm sonuçlarını belirleyen unsurların %70'i insan ve organizasyon katmanında bulunuyorsa, bu katmanı dışlayan bir ölçüm çerçevesi ihtiyatlı değildir; yanlış şeyler konusunda sistematik olarak aşırı iyimserdir.
Doğru Yaklaşım
Daha kapsamlı bir ölçüm çerçevesinin içerdiği unsurlar:
- Etkilenen rollerdeki çalışan kaybı eğilimleri; yeterli gecikme süresi hesaba katılmalıdır
- Önemli otomasyon değişikliklerinden önceki ve sonraki işlevler arası iletişim örüntüleri
- Genç çalışanlara bilgi aktarım oranları
- Memnuniyet göstergeleri yerine gerçek duyarlılığı ortaya çıkarmak üzere tasarlanmış anketlerle ölçülen güven düzeyleri.
Bunların hiçbiri teknik açıdan zor değil. Çoğu kuruluş bunu yapmıyor; çünkü otomasyon kararlarını kurumsal sağlık sonuçlarıyla bilinçli bir uygulama olarak ilişkilendirmeyi hiç düşünmediler.
Ravin Jesuthasan, iş gücü mimarisi üzerine çalışmaları onlarca yıla yayılan kurumsal dönüşüm uzmanı, durumu açıkça ifade ediyor:
Teknolojiyi merkeze alıp denklemin insani tarafını devre dışı bırakarak başarılı bir sonuca ulaşmış tek bir kuruluş bile bilmiyorum.
Jesuthasan'a göre teknolojiyle başlayan kuruluşlar, soruna ikili bir bakış açısı geliştiriyor; mümkün olan her yerde insani unsuru devre dışı bırakıyor ve dönüşümün kalıcı olmasını sağlayan kurumsal sürdürülebilirliği hiçbir zaman inşa etmiyor.
Ölçüm sorununu çözmek kısmen teknik, ancak çoğunlukla yönetişimle ilgili bir meseledir. Yapay zekâ yatırımı kararlarının alındığı masada bulunan birinin, hesabın kurumsal sağlık tarafıyla ilgili sorumluluğu üstlenmesi ve bunu verimlilik tarafına tabi değil, onunla eşdeğer bir unsur olarak ele alabilecek yetkiye sahip olması gerekir.
Çoğu kuruluşta bu kişi ya masada bulunmaz ya da böyle bir yetkiye sahip değildir. CHRO'ya çoğu zaman, başarının ne anlama geldiğinin eşit ağırlıklı bir boyutu olarak değil, bir uygulama görevi olarak değişim yönetimi konusunda danışılır.
Jesuthasan, daha geniş kapsamlı başarısızlığı ölçümün ötesine geçen ifadelerle çerçeveliyor.
Liderlerden beklenen değişim, son 150 yılda gördüğümüz her şeyden daha büyük. Ve çoğunun bunu anladığını sanmıyorum.
Bu, bir kınamadan çok yapısal bir gözlemdir. Yapay zekâ yatırımı kararlarını alan liderler, teknoloji ile kuruluşun birbirinden ayrı sorunlar olduğu bir dünyada yetişti. Artık öyle değiller.
İkisini birbirinden ayrı tutan yatırım getirisi sunumu, temelde farklı bir duruma uygulanan eski bir belgedir ve yıpranma oranlarında ve iş birliği eksikliklerinde biriken hata giderek daha maliyetli hâle geliyor.
