Çalışan Vitesi Yükseltti; Kurum El Freninde

Yapay zekâ dönüşümü tökezlediğinde fatura genellikle çalışana kesilir: adaptasyon yavaş, yetkinlik eksik, direnç yüksek…Seç, beğen, al 😆 Microsoft’un Mayıs’ta yayımladığı 2026 Work Trend Index raporu bu teşhisi tersine çeviriyor. Rapora göre çalışanların yapay zekâdan gerçek değer üretip üretmediğini belirleyen faktörlerin göreli ağırlığının %67’si kurumsal ortamdan geliyor; bireysel tutum ve davranışın payı %32’de kalıyor. Yani sorunun adresi çoğu zaman kişi değil, kişiyi çevreleyen sistem.

Rapor bu iddiayı hafife alınmayacak bir veri tabanına dayandırıyor. Microsoft, trilyonlarca anonim Microsoft 365 üretkenlik sinyalini analiz etmiş; buna ek olarak Edelman Data x Intelligence, 2026’nın Şubat-Nisan döneminde 10 ülkede yapay zekâ kullanan 20 bin bilgi çalışanıyla anket yapmış. Ortaya çıkan tabloya Microsoft “Dönüşüm Paradoksu” adını veriyor: çalışanlar işlerini yeniden kurgulamaya hazır, ama etraflarındaki metrikler, teşvikler ve alışkanlıklar eski çalışma biçimini ödüllendirmeye devam ediyor.

Bu tablo hiçbirimize yabancı gelmemiştir. Türkiye’deki operasyonlarda da benzer bir makas var: AI lisansları dağıtılmış, birkaç hevesli takım lideri kendi akışını çoktan kurmuş; ama kurumun kalite formu, prim modeli ve vardiya planı sanki yapay zekâ hiç icat edilmemiş gibi işliyor.

Beş bölgeye ayrılmış bir işgücü

Raporun en çok konuşulan grafiği, katılımcıları iki eksende haritalıyor: bireyin yapay zekâ yetkinliği ve kurumun bu yetkinliği karşılama kapasitesi. Kesişimden beş bölge çıkıyor. Çalışanların yalnızca %19’u her iki eksenin de güçlü olduğu “sınır” bölgesinde; %50’lik en büyük kitle, hem bireysel pratiğin hem kurumsal koşulların henüz şekillendiği ara bölgede duruyor. %16 her iki eksende de zayıf. Asıl dikkat çekici olan kalan iki grup: çalışanların %10’u güçlü beceriler geliştirmiş ama bu becerileri uygulayacak sistemden yoksun; %5’lik bir kesimde ise durum tam tersi, kurum hazır ama çalışan henüz yetişememiş.

Paradoksun duygusal tarafı da ölçülmüş. Yapay zekâ kullanıcılarının %65’i hızla adapte olamazsa geride kalmaktan korkuyor; buna rağmen %45’i mevcut hedeflere odaklanmayı, işi yapay zekâyla yeniden tasarlamaktan daha güvenli buluyor. Ve yalnızca %13’ü, sonuç hemen gelmese bile yeniden tasarım çabasının ödüllendirildiğini söylüyor. Liderlik tablosu da iç açıcı değil: her dört kullanıcıdan yalnızca biri, liderliğinin yapay zekâ konusunda net ve tutarlı bir hizada olduğunu düşünüyor. Bu rakamlar yan yana geldiğinde ortaya çıkan şey bir yetkinlik açığı değil, bir teşvik tasarımı sorunu.

Haziran’da Forrester’ın agentic AI verisini ele alırken benimseme ile üretime geçiş arasındaki uçuruma işaret etmiştim. Microsoft’un verisi aynı uçurumun insan tarafını gösteriyor: teknoloji satın alınıyor, insanlar öğreniyor, ama ikisini birleştirecek kurumsal doku gecikiyor.

Yargının primi yükseliyor

Raporun ikinci güçlü bulgusu, yapay zekânın hangi işleri devraldığıyla ilgili. Microsoft 365 Copilot’ta 100 binden fazla sohbetin analizi, kullanıcı amaçlarının %49’unun bilişsel işe yönelik olduğunu gösteriyor: bilgi analizi, problem çözme, değerlendirme, yaratıcı düşünme. Yani yapay zekâ artık yalnızca rutin işlerde değil, bir zamanlar derin uzmanlık gerektiren işlerde de devrede. Kullanıcıların %66’sı yüksek değerli işe daha fazla zaman ayırabildiğini, %58’i bir yıl önce üretemeyeceği işleri ürettiğini söylüyor. Bu oran, araştırmanın en ileri kullanıcı grubu olan ve toplamın %16’sını oluşturan “sınır profesyonellerinde” %80’e çıkıyor.

İşin ilginç kısmı, makine yetkinleştikçe insan yargısının değer kazanması. Katılımcılara yapay zekâ daha fazla iş devraldıkça hangi insan becerilerinin önem kazandığı sorulduğunda listenin başına iki madde oturmuş: yapay zekâ çıktısının kalite kontrolü ve eleştirel düşünme. Kullanıcıların %86’sı yapay zekâ çıktısını nihai cevap değil başlangıç noktası olarak gördüğünü, düşünme sorumluluğunun kendisinde kaldığını belirtiyor. Sınır profesyonelleri bu konuda daha da bilinçli davranıyor: becerileri körelmesin diye bazı işleri bilerek yapay zekâsız yapanların oranı bu grupta belirgin biçimde yüksek; işe başlamadan önce durup “bunu makine mi yapmalı, insan mı” diye soranların oranı da öyle.

Rapor bu ilişkiyi dört çalışma moduna ayırıyor: yönün insanda, icranın ajanda olduğu devretme; işin gerçekten iki tarafı da gerektirdiği iş birliği; hızlı soru-cevaplardan oluşan sorma; ve ajanın sınırlarını yoklamak için yapılan keşif. Sınır profesyonellerini ayıran şey belirli bir modu kullanmaları değil, hangi işin hangi modu gerektirdiğini bilmeleri. Bir müşteri şikâyetine verilecek yanıtın tonu iş birliği isterken, standart bir iade sürecinin özeti gönül rahatlığıyla devredilebiliyor; bu ayrımı yapamayan ekipler ya her şeyi makineye bırakıp kaliteyi, ya da hiçbir şeyi bırakmayıp verimi kaybediyor.

Bunun çağrı(!) merkezlerindeki karşılığı zaten görünür durumda. Temsilcinin işi yanıt üretmekten yanıtı değerlendirmeye kayıyor; kalite ekibinin denetim alanına temsilcinin yanına bir de ajan ekleniyor. Yakın zamanda Parloa’nın sabır endeksini yorumlarken müşterilerin yarıdan fazlasının otomasyona üç dakikadan fazla tahammül etmediğini yazmıştım. Denetlenmeyen bir ajan çıktısı müşteriye dokunduğunda o üç dakikalık kredi çok hızlı eriyor; kalite kontrolün “önem kazanan beceri” listesinin başında durması bu yüzden tesadüf değil.

Kaldıraç yöneticinin elinde

Rapor, dönüşümün nerede kilitlendiğine dair somut bir adres de veriyor: orta kademe. Microsoft’un 1.800 çalışanla yürüttüğü ayrı bir araştırmaya göre, yöneticinin yapay zekâ kullanımını açıkça modellediği ekiplerde çalışanların yapay zekâdan algıladığı değer 17 puan, kullanıma dair eleştirel düşünme 22 puan, agentic sistemlere güven 30 puan daha yüksek çıkıyor. Yönetici deneme yanılmaya psikolojik güvenli alan açtığında hazırlık ve değer algısı 20 puana kadar daha yüksek; bu ekiplerdeki çalışanların yoğun agentic kullanıcı olma olasılığı 1,4 kat fazla.

Sınır profesyonellerinin çalışma ortamı da bu bulguyu doğruluyor. Bu grup, diğerlerine kıyasla yöneticisinin yapay zekâyı açıkça kullandığını, yapay zekâ destekli iş için kalite standardı koyduğunu, denemeye alan açtığını ve daha iddialı iş tasarımını teşvik ettiğini çok daha yüksek oranlarda söylüyor. Sonuç gelmese bile yeniden tasarım çabasının ödüllendirildiğini söyleme olasılıkları iki kat.

Türkiye’deki operasyon gerçeğinde bu, takım liderinin gündemine dokunuyor. Gün boyu AHT ve servis seviyesi kovalayan bir takım liderinin “deney alanı açması” kulağa lüks geliyor; çünkü mevcut kalite formunda ve prim modelinde bunun bir karşılığı yok. Üstelik yoğun vardiya düzeninde çalışan bir operasyonda başarısız deneyin görünür bir maliyeti var: servis seviyesi anlık düşüyor, bunun hesabı aynı gün soruluyor. Öğrenmenin getirisi ise aylar sonra ve başka bir hesapta görünüyor. Bu asimetri düzeltilmeden takım liderinden deney beklemek gerçekçi değil. Oysa veri, dönüşümün tam da bu kademeden geçtiğini söylüyor. Daha önce müşteri deneyiminin görünmeyen kökünün çalışan deneyimi olduğunu yazmıştım; Microsoft’un bulguları o kökün yapay zekâ çağındaki halini tarif ediyor: çalışanın makineyle kurduğu ilişkinin kalitesini, yöneticisiyle kurduğu ilişkinin kalitesi belirliyor.

Kazanımlar neden yerelde ölüyor?

Raporun kurumsal katmandaki tezi, “öğrenen sistem” kavramı etrafında dönüyor. Microsoft 365 ekosistemindeki aktif ajan sayısı bir yılda 15 kat, büyük kurumlarda 18 kat artmış. Ajanlar iş yaptıkça değerli sinyaller de üretiyor: ne çalıştı, ne başarısız oldu, sonuç nerede beklentiden saptı. Çoğu kurumda bu sinyaller üretildiği ekipte kalıyor ve orada buharlaşıyor. Öne geçen kurumlar ise bu sinyalleri yakalayıp ortak rutinlere işliyor; rapor buna “sahiplenilmiş zekâ” diyor — zamanla birikip kuruma özgü hale gelen, taklit edilmesi zor kurumsal bilgi.

Aradaki fark, davranış verisinde net görülüyor. Sınır profesyonellerinin ekipleri, yapay zekâ fırsatlarını birlikte tartışma, öğrenilenleri ve hataları paylaşma, yapay zekâ destekli iş için kalite standardı konuşma pratiklerinde diğerlerinin yaklaşık iki katı oranlar bildiriyor. Ama bana kalırsa raporun en düşündürücü rakamı şu: ajan akışlarının, insan devir noktalarının ve kalite standartlarının kurum düzeyinde belgelenmiş ve tekrarlanabilir olduğunu söyleyenlerin oranı, en ileri grupta bile %25. En iyiler dahi öğrendiklerinin büyük kısmını kurumsallaştıramıyor.

CX dünyasında bu hikâyenin çok eski bir versiyonunu hepimiz biliriz. Her operasyonda işini herkesten iyi yapan birkaç temsilci vardır; kullandıkları dil, zor müşteriyi yatıştırma biçimleri diğer ekiplere geçmez. Kalibrasyon toplantısında yakalanan içgörü tutanağa yazılır, süreç değişmez. Müşteri sesinden çıkan bulgu çeyrek sunumunda alkışlanır, akışa işlenmez. Ajanlar bu denklemi değiştirmiyor; sadece bedelini büyütüyor, çünkü öğrenmeyen bir sisteme bağlanan ajan, aynı hatayı ölçekte tekrarlıyor.

Türkiye özelinde bir katman daha var. Bilgi bankalarımızın önemli bölümü müşteri için değil temsilci için, hatta çoğu zaman denetim için yazıldı. Şimdi aynı içerik ajanlara da öğretilecek; metnin her boşluğu, her güncel olmayan maddesi ölçeklenerek müşteriye yansıyacak. Öte yandan madalyonun umut veren yüzü de Türkiye’de: BDDK regülasyonuna tabi sektörlerde kayıt, onay ve denetim disiplini zaten kas hafızasında. Raporun “değerlendirme altyapısı” dediği şeyi — ajan performansını kim denetler, akışı kim günceller, yerel kazanım nasıl ölçeklenir sorularının cevabını — kurmak için bankalar ve sigorta şirketleri sanıldığından avantajlı bir noktadan başlıyor.

Ajanlar hatayı da ölçekler

Raporu Türkiye penceresinden okurken aklımdan çıkmayan denklem maliyet tarafında. Enflasyon baskısı temas başına maliyeti yönetim gündeminin tepesinde tutuyor ve ajan yatırımlarının iş gerekçesi çoğunlukla buradan yazılıyor. Microsoft’un uyarısı tam bu noktada değerli: tek bir kötü çıktıyı onaylamak yönetilebilir bir risk; kötü çıktılar ölçekte akmaya başladığında risk katlanarak büyüyor. Değerlendirme altyapısı olmadan ölçeklenen ajan filosu, verimi de hatayı da aynı hızla çoğaltıyor. Yani asıl ayrım benimseme hızında değil, sindirme kapasitesinde ortaya çıkacak.

Bir önceki yazıda Gartner’ın ajandasından yola çıkıp müşteri yolculuğuna eklenen ikinci yolcuyu, yani müşteri adına hareket eden yapay zekâyı ele almıştım. Microsoft’un raporu o tablonun iç cephesini tamamlıyor: dışarıda iki yolcuya hizmet edecek kurumun, içeride insan ve ajandan oluşan karma bir ekibi yönetmeyi öğrenmesi gerekiyor. 2025’te “sınır şirketi” kavramını ortaya atan bir önceki rapor bu dönüşümün organizasyon şemasını çizmişti; 2026 raporu ise şemanın kâğıt üzerinde kaldığı yerleri gösteriyor.

Beş yıl sonra kurumlar arasındaki farkı hangi modelin lisanslandığı açıklamayacak; herkes aşağı yukarı aynı teknolojiye erişecek. Farkı açıklayacak değişken, kurumun kendi işinden öğrenme hızı olacak ve Microsoft’un verisi bu döngünün bugün nerede koptuğunu açıkça gösteriyor: kazanımlar yerelde doğuyor ve yerelde ölüyor. O yüzden kapanışı bir soruyla yapmak istiyorum. Ajanlar işi devraldıkça, o işten öğrenme işi kimin görevi olacak — ve kalite formunda, prim modelinde, organizasyon şemasında bu görevin bir karşılığı var mı?