3 Ekim'de, Turknet 'in mekan destekçisi olduğu ikinci Product Leadership Roundtable etkinliğimizde, Türkiye'nin önde gelen şirketlerinden ürün liderleri bir araya geldi. Akbank , Armut / HomeRun , Bilyoner , Figopara , Infina , Insider. , Migros One , Otelz.com , Param , Paribu , Pluxee ve Ticimax  ’dan katılımcılarla yapay zekanın ürün geliştirme süreçlerindeki yerini konuştuk. Tüm gün boyunca bu liderlere sorular sorduk, yapay zekaya bakış açılarını dinledik, kendi süreçlerinde yapay zekayı nasıl kullandıkları üzerine sohbet edip bilgi paylaşımını hızlandırdık.

‍

Kolektif Öğrenmenin Gücü

Bu etkinliği özel kılan en önemli nokta, ürün liderlerinin birbirlerinin deneyimlerinden öğrenme fırsatı bulmasıydı. Her katılımcı, kendi şirketindeki AI benimseme yolculuğunu paylaşırken, karşılaştığı zorlukları ve bulduğu çözümleri masaya koydu. Bu açık paylaşım ortamı, hepimizin AI dönüşümünde daha hızlı ilerlememizi sağladı.

‍

‍

Etkinlikten Öne Çıkan Bulgular

Etkinlik boyunca katılımcılarımıza sorduğumuz sorulara cevaplarını aldık ve veriye dönüştük. Aşağıda etkinliğe katılanların cevaplarını bulacaksınız.

‍

Keşif Modunda İlerliyoruz

Katılımcılarımızın %100'ü aktif olarak yapay zeka araçlarını kullanıyor, ancak henüz herkes keşif aşamasında. Yapay zekanın potansiyelini tam olarak değerlendirme ve en etkili kullanım senaryolarını bulma arayışındayız. Bu, sektörün dinamik yapısını ve sürekli öğrenme ihtiyacını gösteriyor. Diğer taraftan katılımcılara “Şirketimde yapay zekayı benimseme hız ve seviyesi beni tatmin ediyor” sözüne ne kadar katıldıklarını sorduğumuzda genel skorun 10 üzerinden 5 olduğunu gördük. Yani genel olarak ne çok tatmin olma durumu var ne de memnuniyetsizlik.

Verimlilik Öncelikli Yaklaşım

Katılımcılara yol haritasının ne kadarının yapay zeka projeleri olduğunu sorduk. Çıkan verilere, yapay zeka ile ilgili projelerin dağılımına baktığımızda:

• %61'lik kesim: %0-25 oranında yapay zeka odaklı projeler
• %9'luk kesim: %76-100 oranında yapay zeka odaklı projeler

‍

İstisnasız katılan herkesin yapay zekayı, en azından LLM, kullandığını düşünürsek yapay zeka odaklı projelerin katılımcıların %61’inin yol haritasındaki ağırlığı %0-25 arasında olması yapay zekanın yol haritasındaki yerinin tam anlamıyla oturmadığını gösteriyor. Diğer taraftan bunun ideal bir seviyesi nedir, emin değiliz. Şirketten şirkete, pazardan pazara değişir. Her şeyi yapay zeka ile çözmek de ne kadar doğru tartışılır.

Katılımcıların paylaştıkları projelerin çoğunlukla verimlilik odaklı projeler olduğunu gördük. Genel olarak vakit tasarrufu sağlayacak kullanımlar, kaynakların verimli kullanımına odaklı çalışmaların olduğunu dinledik. Ciro ve büyüme odaklı yapay zeka projelerinin daha ikincil seviyede kaldığı iletildi.

‍

Yapay Zekanın Verimliliğe Olan Etkisi

Yapay zekanın şirketlerine somut verimlilik kattığını düşünüyor musunuz diye sorduğumuzda ise yeni ortada bir sonuç çıktı karşımıza. Katılımcı şirketler 10 üzerinden, 5.1 vererek daha yapay zekadan faydalanacakları yer olduğunu gösterdiler.

Yapay Zeka İş Gücünü Azaltacak Mı?

Hepimiz piyasadan duyuyoruz, herkeste bir endişe var. Yapay zeka işimi elimden alacak mı? Gerçekte öyle mi merak ettik. Ürün liderlerine önümüzdeki 3 yıl içinde yapay zeka sayesinde daha az kişi işe alıp almayacaklarını sorduk. Sonuç 10 üzerinden 5.8 çıktı, yani bu söze katılanlar daha fazla. Ancak tartışmalarda ortaya çıkan gerçek tablo daha nüanslı:

Çoğunluk, ekip büyümesinin devam edeceğini öngörüyor. Yapay zekanın asıl etkisinin output artışında olacağına inanıyoruz. Daha az kişiyle daha fazla iş yapmaktan ziyade, aynı veya daha büyük ekiplerle çok daha fazla değer üretmeyi hedefliyor.

Olgunluk Seviyelerinde Çeşitlilik

Bir kere baştan şunu belirtelim - herkes bir LLM kullanıyor. LLM kullanımı artık mobil telefon, internet kullanımı gibi altyapısal bir konu oldu. Nasıl internete her ay para veriyorsak LLM kullanımı da bütçemizin değişmeyen bir kalemi.

Katılımcılarımıza öncelikli olarak kişisel kullanım için birincil olarak hangi LLM’i kullandıklarını sorduk. Tahmin edeceğiniz üzere OpenAI’ın ChatGPT’si en fazla tercih edilen LLM oldu (%63). Onu Gemini (%25) ve Claude (%8) takip etti.

Kurumsal kullanıma baktığımızda ise merak ettiğimiz konu daha çok LLM kullanımı ve erişimi konusunda şirketlerin tutumuydu. Burada ekiplerin bütçe, altyapı desteği ve teşvik seviyelerini anlamak istedik. Şirketlerin %71’i LLM kullanımı için bütçe desteği verirken, %25’i bütçe desteği vermiyor fakat kullanımı teşvik ediyor. Katılımcıların kalan %4’ü ise regülatif sebeplerden ötürü kendi LLM’lerini kullanıyor.

Yapay zeka benimsemesinde farklı seviyelerde ilerliyoruz. Bazı şirketler AI agentlarıyla çalışırken, bazıları LLM'leri günlük operasyonlarına entegre etmeye odaklanmış durumda. Bu çeşitlilik, deneyim paylaşımını daha da değerli kılıyor.

‍

Yapay Zeka Benimsemesinin Önündeki Engeller

LLM’leri oturttuk, ürün geliştirme sürecinde yapay zekayı daha fazla nasıl kullanırız. Daha fazla kullanmamıza engel olan şeyleri merak ettik ve katılımcılara sorduk. Burada katılımcılar birden fazla sebep seçebilirlerdi.

1. Teknik liderlerin & ekiplerindeki bilgi eksikliği (59%): Teknik ekiplerin yapay zeka konusunda yetkinlik kazanması en büyük öncelik olarak öne çıkıyor
2. Ürün liderleri & ekiplerindeki bilgi eksikliği (55%): Ürün ekiplerinin de yapay zeka konusunda daha fazla bilgi ve deneyim kazanması gerekiyor
3. Yönetimin yeterli önceliği vermemesi (36%): Üst yönetimin stratejik desteği kritik önemde
4. Veri bilimi liderleri & ekiplerindeki bilgi eksikliği (32%): Veri bilimi ekiplerinin modern yapay zeka araçlarına adaptasyonu önemli
5. Regülasyonların çıkardığı zorluklar (18%): Yasal ve uyumluluk gereklilikleri bazı sektörler için önemli bir bariyer
6. Bütçe (14%): Kaynak tahsisi ve yatırım önceliklendirmesi
7. İstediğim seviyede (0%): Hiçbir katılımcı mevcut durumu yeterli görmüyor - gelişim alanı olduğunu herkes kabul ediyor

Bilgi eksikliği tüm seviyelerde (teknik, ürün, veri bilimi) en büyük engel. Bu, eğitim ve yetkinlik geliştirme programlarının kritik önemini gösteriyor.

‍

Ürün Geliştirme Süreçlerinde AI Araçları

Ürün geliştirme sürecini yapay zekayla güçlendirme adına ekiplerin neleri kullandıklarını merak ettik. Bunu ürün liderlerine sorduğumuzda genel olarak yapay zekanın kullanıldığını fakat kullanım seviyelerinde farklılaşmalar gözlemledik.

1. LLM'ler (100%): ChatGPT, Claude, Gemini gibi genel amaçlı dil modelleri - Herkes en az bir LLM kullanıyor
2. Otomasyon araçları (50%): n8n, Make gibi iş akışı otomasyonu platformları
3. Vibe kodlama/prototipleme & IDE'ler (41%): Lovable, Bolt, Claude Code, Cursor, Replit, v0, Figma Make gibi hızlı geliştirme araçları
4. Toplantı botları (41%): Zoom, Teams, Meet gibi ürünlerin notetaker uygulamaları, Circleback gibi özel toplantı asistanları
5. İçerik üretim araçları (41%): Video, ses, görsel gibi multimedya içerik üretimi
6. Agentic yapılar (27%): Daha karmaşık, otonom sistemler ve AI agent'ları

Ekiplerin %100’ü ChatGPT, Gemini, Claude gibi LLM’leri kullanırken, %50’si n8n, make gibi orkestrasyon/otomasyon ürünlerini kullanıyor. %41’i prototipleme süreçlerine yapay zekayı entegre etmiş durumdayken katılımcıların %27’si agentic yapıları da ürün geliştirme süreçlerine dahil etmiş.

‍

Ürün Geliştirmede Daha Etkili AI Kullanımı

Ekiplere hangi alanlarda yapay zekayı daha etkili kullanmak istediklerini sorduğumuzda ise aşağıdaki resim ortaya çıktı.

1. Veri analizi ve Araştırma %72 - İkisi de en yüksek, ürün liderleri AI'nin en büyük potansiyelini insight çıkarma ve araştırmayı hızlandırma alanlarında görüyor
2. Dokümantasyon %64 - Dokümantasyon otomasyonu da yüksek ilgi görüyor
3. Prototipleme %55 - Hızlı iterasyon için AI kullanımı
4. Strateji & İletişim %36 - Daha stratejik alanlarda da potansiyel görülüyor
5. Önceliklendirme %18 - En düşük oran

Katılımcılar veri analizi (%72), araştırma (%72) ve dökümantasyon (%64) adımlarında yapay zekayı daha fazla kullanabileceklerini düşünüyorlar.

‍

Gelecek Beklentisi: Yeni Bir Makale Konusu

Bu deneyim değiş tokuşunun değerini gördükten sonra, önümüzdeki etkinliklerde farklı konulara odaklanmayı planlıyoruz. Ürün liderliğinin her alanında kolektif öğrenmeyi sürdüreceğiz.

Etkinliğimizin mekan destekçisi Turknet'e ve katılım sağlayan tüm ürün liderlerine teşekkür ederiz. Bu tür açık paylaşım ortamları, hepimizin daha hızlı öğrenmesini ve gelişmesini sağlıyor.

Bir sonraki Product Leadership Roundtable etkinliğimizde görüşmek üzere!

‍