Günümüzde hemen her şirket yapay zeka kelimesini gündemine almış durumda. Üst düzey yöneticilerden orta kademe çalışanlara kadar herkes, kurumlarına AI'yı nasıl dahil edeceklerini konuşuyor. Ancak burada çok önemli bir sorun var: Şirketlerin büyük bir kısmı AI yatırımlarından bekledikleri sonuçları alamıyor.

Peki neden? Çünkü AI, sadece bir teknoloji veya satın alınacak bir lisans değil. AI, kurumun görünmeyen işletim sistemi üzerinde çalışan bir yapı. Eğer arka taraftaki süreçler, veriler, kararlar ve insan faktörü doğru kurgulanmamışsa, hangi AI çözümünü satın alırsanız alın istenen sonuca ulaşamazsınız.

AI İşletim Sistemi Nedir ve Neden Önemlidir?

Bir kurumu düşündüğümüzde, içinde sadece bir teknoloji yığını yoktur. Kurum dediğimiz organizma çok daha kompleks dört temel faktörden oluşur: insan, süreç, bilgi ve kararlar. Bu dört faktör birbiriyle doğru şekilde ilişkilendirilmediğinde, kurumdan gerçek performans almak mümkün değildir.

İşte tam bu noktada "AI işletim sistemi" kavramı devreye giriyor. Sadece yapay zeka, sadece insan, sadece bilgi ya da sadece karar demek mümkün değil. Bu dört unsur birbirine entegre olduğunda ortaya gerçek bir değer üretimi çıkar. O yüzden kurumların AI'yı tek başına bir araç olarak değil, tüm bu unsurları kapsayan bir işletim sistemi olarak konumlandırması gerekir.

Görünen ve Görünmeyen Yüz

Şirketlerin iki temel yüzü vardır. Görünen yüz; çalışanlar, ofisler, kullanılan teknolojiler, sistemler ve uygulamalar gibi bildiğimiz, tanıdığımız jargonlardan oluşur. Bunlar dışarıdan bakıldığında kolayca tespit edilebilen unsurlardır.

Görünmeyen yüz ise daha kritiktir. Bu yüz; karar alma şekilleri, organizasyon yapısının kurgusu, kurum kültürü, kurum içi ilişkiler ve bilgi akışından oluşur. Bunlar arka tarafta süreci yürüten ama bir o kadar da kitlenmelere neden olabilen unsurlardır. AI dönüşümünde asıl mesele, bu görünmeyen yüze dokunmaktan geçer. Çünkü kurum içindeki kararlar bu görünmeyen yüzde alınır, bilgi bu yüzde akar ve gerçek değer bu yüzde üretilir.

‍

Yanlış İnanışlar ve Gerçek Yaklaşım

Kurumlarda, özellikle üst düzey yöneticilerde sıkça karşılaşılan bir algı var: "Yeni bir teknoloji alalım, her şey çözülür." Bu inanış çoğunlukla hayal kırıklığıyla biter, çünkü teknoloji tek başına kültürü ve süreçleri değiştirmiyor. Yöneticiler genellikle şöyle düşünür:

- Yeni bir mimari satın alırsam sorun çözülür
- Yeni bir lisans alırsam verim artar
- Daha fazla veri toplarsam karar kalitem yükselir
- AI ile insan kaynağını azaltır, maliyeti düşürürüm

Oysa gerçek yaklaşım çok daha bütüncüldür. İnsanı sürece dahil ederek; kararın, bilginin, süreçlerin, veri alışverişinin ve kaliteli iletişimin kurum kültürüne dönüştürülmesi gerekir. Yani sadece teknoloji yatırımı yapmak yeterli değildir. Bu yatırımı kucaklayacak bir kültürün de inşa edilmesi şarttır.

Bir kurum olarak "Ben işletmeme AI'yı dahil edeceğim" dediğinizde, bu yanlış inanışları bir kenara bırakıp yola öyle çıkmanız gerekir. Aksi takdirde hayal kırıklığı kaçınılmazdır.

Neden Beklenen Değerler Oluşmuyor?

Onlarca kurumla bu dönüşümü deneyimledik ve en sık karşılaştığımız soru şu: "AI'yı her aşamada kullanıyorum, ama neden beklediğim sonuca ulaşamıyorum?"

Cevap aslında basit ama uygulamak güç. Çalışma biçimini, veri yapısını ve süreçleri doğru analiz etmediğin sürece, hangi AI yapısını kullanırsan kullan, doğru veriye ulaşamazsın. İstediğiniz en gelişmiş modeli kullanın, eğer altyapı doğru değilse beklenen iş değerleri ortaya çıkmaz.

Bu yüzden öncelikle şu dört unsurun netleşmesi gerekir:

- Sürecin netleşmesi: İş akışı baştan sona belirli ve dokümante olmalı
- Sürecin doğru akışta ilerlemesi: Süreçte tıkanma ve gereksiz adımlar olmamalı
- Verinin doğru ve güvenilir olması: AI'nın beslendiği veri kaliteli olmalı
- Çalışma biçimlerinin netleşmiş olması: Kim ne yapıyor, nasıl yapıyor belli olmalı

Bu döngü tam olarak birbirleriyle ilişkili çalıştığında AI girişimleri beklenen sonuçları verir. Aksi halde girişimlerin büyük bir kısmı başarısızlıkla sonuçlanır.

Başarısızlığın Üç Ana Nedeni

AI projelerinin başarısızlığında en çok karşılaşılan üç ana neden var. Bu üç neden, hangi sektörde olursanız olun, kurumunuzun büyüklüğü ne olursa olsun karşınıza çıkıyor.

‍
1. Net Bir Hedef Yok, Öncelik Belli Değil

Bir kurum AI'yı süreçlerine dahil etmek istediğinde sorulan ilk soru şu olmalı: "Bu AI'yı kurumumun neresinde, hangi amaçla konumlandıracağım?" Hedef belirlenmeden başlanan AI projeleri yolda kaybolur.

Örnek olarak, bir İnsan Kaynakları (HR) projesini paylaşayım. Müşteri diyor ki: "Ben AI'yı insan kaynakları süreçlerime dahil edeceğim ve baştan sona tüm HR süreçlerinde yer alacak. İşe alımdan ilan çıkımına, bordro hesaplamasından performans değerlendirmesine kadar her şey AI ile çalışsın."

Bu güzel bir vizyon ama burada kritik bir sorun var: Önceliklendirme yok. İnsan kaynaklarındaki onlarca süreçten hangisinden başlanacak? Hangi süreç AI'dan en fazla fayda sağlayacak? Hangi süreç ROI açısından öncelikli? Bu sorular cevaplanmadan tüm süreçlere aynı anda girildiğinde, AI ne kadar güçlü olursa olsun proje başarısız olur ya da beklenen sonucu veremez.

2. Veri, Süreç ve Altyapı Hazır Değil

İkinci kritik neden, implementasyon süreçlerine yeterince hazırlık yapılmamasıdır. Yapay zekayı destekleyecek bir veriye ihtiyacımız var ve bu veri ciddi bir hazırlık gerektirir. Kurumdaki her departmanın kendisine yönelik yapacağı geliştirme aşamasında iyi bir veri hazırlığı yapması lazım.

Dikkat edilmesi gereken hususlar:

- Dağınık veri yapısı: Farklı sistemlerde, farklı formatlarda dağılmış veriler AI tarafından sağlıklı işlenemez
- Kalitesiz veri: Eksik, hatalı veya tutarsız veriler yanlış çıktılara neden olur
- Yetersiz teknik altyapı: AI'nın çalışabileceği donanım ve yazılım altyapısı hazır olmalı
- Süreçleri etkileyen mevcut yapı: Yeni AI sisteminin mevcut süreçleri olumsuz etkilememesi sağlanmalı

3. Sahiplenme ve Kültür Eksikliği

Üçüncü ve belki de en az görünür neden, doğru yeteneklerin süreci sahiplenememesidir. Projeye büyük bir heyecanla başlanır, "AI ile dönüşeceğiz" denir ama yolda sahiplenecek kişiler bulunamaz veya bulunanlar gerekli yetkinliklere sahip değildir.

Bir üniversite projesinden örnek vereyim. Öğrenci platformundan akademisyen süreçlerine, rektörlük içi süreçlerden görev yazışmalarına kadar tüm yapıların AI ile geliştirilmesi ve otomatize edilmesi isteniyor. Çünkü tüm yapı geçmişten bugüne Excel'de tutulmuş. Artık dijitalleşmek ve yeni teknolojiyle gelişmek istiyorlar.

Ancak projeyi sahiplenecek kişilere ulaşmak ciddi bir sorun haline geliyor. Akademisyenle ilgili bir işlem yapacaksak akademisyen konusunda yetkili olan kişi devreye girmeli. Tamamen teknolojiye yönelik bir süreç ise işin teknik tarafını anlayan kişiler süreci sahiplenmeli. İşin ehli insanlarla yürümek ve sahiplenmek olmazsa olmazdır. Aksi durumda hangi teknolojiyi kullanırsanız kullanın, AI işletim sistemi dönüşümü başarıya ulaşmaz.

Şirketlerde Görünmeyen Sürtünmeler

Bir kurum olarak AI süreçlerini dahil etmek istiyorsanız, önce kendi içinizdeki görünmeyen sürtünmeleri ve pürüzleri ortadan kaldırmanız gerekir. Bu sürtünmeler, günlük iş akışını yavaşlatır, maliyetleri artırır ve AI girişimlerinin sağlıklı sonuç üretmesini engeller.

AI sistemleri ciddi maliyet gerektiren yatırımlardır. Kişi başı veya kurum başı token (kullanım başına ödeme birimi) bazlı ödemeler yapılır, lisans bedelleri ödenir. Eğer sürtünmeler giderilmemişse, yapılan yatırım boşa gider.

İşte kurumlarda en sık karşılaşılan altı temel sürtünme:

1. Belirsiz ve Dağınık Süreçler

Süreçlerin standartlaştırılmamış olması en büyük problemlerden biridir. Kurum içinde bir iş, on farklı kişi tarafından on farklı şekilde yapılıyorsa, bu süreci AI'ya devretmek imkansız hale gelir. Önce sürecin net, akış şemasıyla tanımlanmış ve dokümante edilmiş olması gerekir.

2. Düşük Kaliteli Veriler

AI'nın yakıtı veridir. Eğer veri kalitesi düşükse, AI'nın çıktısı da kaçınılmaz olarak düşük olacaktır. "Çöp girer, çöp çıkar" prensibi burada da geçerlidir. Kurumların veri temizleme ve veri yönetişimi (data governance) süreçlerine ciddi yatırım yapması gerekir.

3. Güvenilir Olmayan Analizler

Kararlar veriye dayanmalı, ancak veriye dayanan analizler de güvenilir olmalıdır. Eksik veri setleri üzerinde yapılan analizler, yanıltıcı sonuçlar doğurur ve bu sonuçlar üzerine kurulan AI modelleri de baştan sakat doğar.

4. Tekrara Düşen İş Yapış Şekli

"Ben farklı yapıyorum, sen farklı yapıyorsun ama aslında aynı işi yapıyoruz" durumu kurumlarda ciddi bir kaynak israfına neden olur. Aynı iş farklı departmanlarda, farklı kişiler tarafından tekrar tekrar yapılır. AI'yı entegre etmeden önce bu tekrarlayan işlerin tespit edilip konsolide edilmesi gerekir.

5. Bilgi Eksiklikleri ve Farklı Yorumlar

Aynı veriye farklı bakış açılarıyla bakıldığında farklı yorumlar çıkar. Bu, doğru bilgiye erişmeyi engeller. Kurum içinde bilginin standart bir şekilde yorumlanmasını sağlayacak çerçeveler oluşturulmalıdır.

6. Fazla Onay Akışı

Bir HR projesinden örnek vereyim: Bir firma izin sürecini dijitalleştirmek istiyor ve AI'dan da faydalanmak istiyor. Yapay zeka robotu izin formunu kontrol etsin, aynı tarihte başka izin var mı kontrol etsin, dosya yüklenmiş mi baksın gibi  istekleri var.

Ancak iş onay akışına gelince işler karışıyor: "Eğer onay veren müdürse şuna gitsin, eğer izni talep eden müdürse buna gitsin, şu pozisyondaysa o ayrı bir yere gitsin..." Onay, onaydır. Onlarca dallanma içeren onay akışları sürecin tıkanmasına neden olur.

Burada da net bir tavsiye: Sürecinizi AI'ya almadan önce mutlaka iyileştirin. Önce kurum olarak sürecinizi gözden geçirin, sadeleştirin, gereksiz adımları çıkarın. Süreç iyileştirmesi AI dönüşümünün ön koşuludur.

‍

Doğru AI İşletim Sistemini Nasıl Kurarsınız?

Şimdiye kadar konuştuklarımızı toparlayarak, bir kurumun AI işletim sistemini doğru şekilde kurması için izlemesi gereken adımları sıralayabiliriz.

1. Mevcut durumu analiz edin. Kurumunuzun görünen ve görünmeyen yüzünü çıkarın. Süreçler nasıl işliyor, kararlar nasıl alınıyor, bilgi nasıl akıyor? Bu fotoğraf çekilmeden hiçbir dönüşüm doğru başlamaz. Bu adımın sonunda elinizde yazılı bir süreç haritası olmalı.

2. Net hedef ve önceliklendirme yapın. "Tüm süreçleri AI'ya bağlayalım" yerine, "Hangi süreç bize en yüksek değeri sağlar?" sorusunu sorun. Pilot bir alandan başlayın, başarıyı kanıtlayın, sonra yayın.

3. Veri ve altyapıyı hazırlayın. Veri kalitesini artıracak süreçler kurun, dağınık verileri konsolide edin, teknik altyapıyı AI'yı destekleyecek seviyeye getirin. Bu adımdan sonra hangi verinizin kullanılabilir, hangisinin temizlenmesi gerektiğini biliyor olmalısınız.

4. Süreçleri iyileştirin. Mevcut süreçleri olduğu gibi AI'ya taşımayın. Önce sadeleştirin, gereksiz onay adımlarını çıkarın, tekrarları tespit edip ortadan kaldırın.

5. Sahiplenme ve kültür inşa edin. Projeyi sahiplenecek doğru yetenekleri belirleyin, ekiplere AI okuryazarlığı eğitimleri verin, dönüşümü destekleyen bir kültür inşa edin.

6. Ölçün ve sürekli iyileştirin. AI sistemini kurduktan sonra iş bitmez. Sürekli ölçüm yapın, geri bildirim alın, sistemi iteratif olarak iyileştirin.

Görünmeyen işletim sisteminizi düzeltmeden AI yatırımı yapmak, temeli olmayan bir binaya kat çıkmaya benzer. Ne kadar güçlü malzeme kullansanız sonuç değişmez.

Hemen başlayabileceğiniz bir adım var. Kendi kurumunuzda en çok tıkanan üç süreci kağıda dökün. Nerede bekleme var, nerede tekrar var, nerede onay sıkışıyor? Bu listeyi çıkardığınızda, AI dünyasına nereden gireceğiniz çok daha net görünecek.