Üst düzey yöneticiler yapay zekalı bir düdüklü tencerenin içinde sıkışıp kalıyor. Bir tarafta yönetim kurulları ve CEO’lar, büyük teknoloji firmalarında yapay zeka kaynaklı işten çıkarmalara ilişkin acımasız manşetleri görüyor ve basit, acil bir soru soruyor: “Tasarruflarımız nerede?”. Bu durum, CIO’lar üzerinde yapay zekadan finansal getiri elde etme yönünde büyük bir baskı yaratıyor ve bu getiriye giden birincil yolun iş gücünün azaltılması olduğu yönündeki örtülü varsayıma dayanıyor. Diğer tarafta infazın ayıltıcı gerçekliği var. CIO’ların neredeyse yarısı yapay zekanın yatırım getirisi (ROI) beklentilerini karşılamadığını bildiriyor.
Bu kopukluk, C-suite’in kusurlu bir öncülden faaliyet göstermesi nedeniyle ortaya çıkıyor. Yapay zekanın hâlihazırda yaygın, üretkenlik odaklı işten çıkarmalara olanak sağladığı anlatısı çoğu kuruluş için tehlikeli derecede yanıltıcıdır. Teknoloji liderleri olarak öncelikli görevimiz, bu efsaneyi yeniden yapılandırmak ve yönetim ekiplerini daha analitik, veri odaklı bir gerçeklikle buluşturmaktır.
Bugün bir CIO’nun yapabileceği en tehlikeli stratejik hata, yeni bir iş modeline geçmeyi basit bir verimlilik kazanımı sanmaktır.
Her biri tamamen farklı üç yetenek modeli tarafından etkinleştirilen üç farklı yapay zeka işten çıkarma stratejisi vardır. Bir uygulama stratejisinin istenen sonuçla uyumlu olması gerekir ve işletmelerin büyük çoğunluğu için manşetler geçerli değildir.
Tam zamanlı çalışanların yeniden konumlandırılması
İlk olarak haber döngüsünü yönlendiren şirketlerde gerçekte neler olup bittiğinin analizi. IBM, Salesforce ve büyük danışmanlık şirketleri gibi firmalardaki yüksek profilli işten çıkarmalar, otomasyona dayalı basit bir iş kıyametinin kanıtı değil.
Bu hamleler kesinlikle üretkenlikle ilgili değil; Bunlar Deneyim Yeniden Dağıtımı olarak bilinen ticaret odaklı bir stratejidir.
Bu bir “Yetenek Remiksi”. Bu kuruluşlar, düşük performanslı veya eski iş kollarını keserek net yeni yapay zeka gelir akışlarına doğru büyük bir yatırımı finanse ederek insan sermayesini stratejik olarak yeniden tahsis ediyor. Örneğin IBM, bazı arka ofis rollerinin değiştirilmesine rağmen toplam istihdamın aslında yapay zeka danışmanlık hizmetlerine yatırımı artırmak için arttığını belirtti. Salesforce, 1.000 çalışanını işten çıkarırken aynı zamanda özellikle yeni yapay zeka ürünlerini satmak için 2.000 yeni satış rolü oluşturdu.
Bu, yeni pazarları yakalamak için ticari bir pivottur. 2025’in ilk yarısındaki işgücü olaylarına ilişkin Gartner analizi bunu doğruluyor. İncelenen 241.000’den fazla iş olayının %79’u yapay zeka ile ilgili değildi. Kritik olarak, %17’si bu “Yeniden Konumlandırma” stratejisine atfedilebilirken, %1’den azı yapay zeka odaklı üretkenlik işten çıkarmalarından kaynaklandı.
CIO’lar için çıkarılacak sonuç çok net: İşletmeniz yapay zeka yazılımı, donanımı veya danışmanlık hizmetleri satmaya yönelmiyorsa, bu strateji sizin stratejiniz değildir.
İşe alımların kısıtlanması
İşletmelerin çoğunluğu için yapay zekanın yeteneklere en yaygın ve acil etkisi işten çıkarmalar değil, İşe Almayı Kısıtlamadır.
Bu strateji, Deneyim Açlığı adı verilen bir yetenek modeliyle sağlanır. Mekanizmanın kökleri insan davranışına dayanıyor: Kuruluşlar, onları daha üretken hale getirmek için en deneyimli, yüksek karmaşıklık düzeyine sahip çalışanlarına (mühendisler, analistler, danışmanlar) yapay zeka asistanlarını dağıtıyor. Yeni bir görev ortaya çıktığında, bu kıdemli çalışan, süreç boyunca bir kıdemsiz kişiye mentorluk yapmaktansa işi yapay zeka asistanıyla birlikte tamamlamayı daha hızlı buluyor.
Doğal çıraklık modeli çöküyor. Sonuç olarak, iş talebi arttığında kuruluş, personel sayısını artırma konusunda daha az baskı hisseder.
Bu, gerçek ancak sınırlı bir mali fayda sağlar: maliyetten kaçınma. Kuruluş mevcut personel sayısını azaltmıyor; yenilerini işe almaktan kaçınmaktır. Bu çok önemli bir ayrımdır. Gelecekteki maliyetlerin eklenmesini önler, ancak mevcut maaş bordrosundan toplanıp yeniden dağıtılabilecek nakde çevrilebilir bir tasarruf yaratmaz.
Burada gerçek bir risk var. Bu strateji gelecekteki yetenek hattını aç bırakıyor ve kritik bir güvenlik açığı yaratıyor; çünkü yapay zeka, artık geliştirmediği deneyimin ayırt edilmesini gerektiren rollerin yerini almayacak.
Çalışan Sayısını Azaltma
Bu bizi çoğu yöneticinin istediklerine inandığı stratejiye getiriyor: Çalışan sayısını azaltın.
Bu strateji, Yapay Zekanın düşük ve orta karmaşıklıktaki rollerde genç personelin yeterliliğini radikal bir şekilde arttırdığı Deneyim Sıkıştırma adı verilen bir modele dayanıyor. Bunun klasik örneği, bir yapay zeka aracının yeni bir temsilciye karmaşık sorunlar konusunda rehberlik ettiği ve onları kıdemli bir temsilci kadar etkili hale getirdiği bir iletişim merkezidir.
Ancak uygulamada bu hedefin oldukça ulaşılması zor olduğu ortaya çıkıyor ve henüz geniş ölçekte yaygın bir şekilde gerçekleştirilmiyor. Engeller çok büyük.
Birincisi, üretkenlik kazanımları yeterince büyük değil. Rollerin ortadan kaldırılması, %30 ila %65 arasında işlevsel üretkenlik artışı gerektirir. Mevcut araştırmalar, en başarılı kullanım örneklerinden biri olan müşteri hizmetlerinin bile %14 ila %34 oranında kazanç elde ettiğini gösteriyor. Bu genellikle malzeme çalışan sayısının azaltılması için gereken minimum eşiğin altındadır.
İkincisi, beklenen kazançlar “üretkenlik kaçağı” nedeniyle kaybedilir. Bir ekip üyesi için %10’luk bir verimlilik artışı, iş akışı darboğazları ve koordinasyon yükü nedeniyle genellikle yalnızca %1’lik bir süreç iyileştirmesine karşılık gelir.
En önemlisi, sürdürülebilir maliyet tasarrufları, çalışan sayısının zamanından önce toplanmasından değil, yalnızca dönüştürülmüş iş akışlarından kaynaklanmaktadır. Bu, herhangi bir kesinti yapılmadan önce derin ve temel bir sürecin yeniden düzenlenmesini gerektirir. Sürecin yeniden tasarlanmasıyla ilgili çaba ve maliyet, genellikle yapay zeka teknolojisinin uygulanmasının maliyetinden bir ila üç kat daha fazladır. Bu temel çalışma olmadan büyük ölçekli işten çıkarmalara kalkışmak, operasyonel istikrarsızlığa giden doğrudan bir yoldur.
Stratejik eylem için bir çerçeve
CIO’nun görevi, üst düzey yöneticileri baskıdan hassaslığa yönlendirmektir. Bu, yeni bir eylem çerçevesi gerektirir.
- Teşhis Et ve Hizala: İlk eylem teşhistir. CIO’lar, hangi yapay zeka yetenek stratejisinin kuruluşun mevcut stratejik hedefleriyle uyumlu olduğunu belirlemeli ve yönetici meslektaşları arasında bu gerçekliğe uyum sağlamalıdır. Bu, zaman çizelgeleri konusunda net beklentilerin belirlenmesini de içerir. “Yeniden konumlandırma” stratejileri geliştiriliyor; “Kısıtlama” stratejileri şu anda uygulanıyor ve muhtemelen artacak; “Azaltma” stratejileri henüz geniş ölçekte uygulanmıyor.
- Yetenek Modeline Öncelik Verin: İkinci ve en kritik adım, bir yapay zeka yetenek stratejisini yürütmeden önce ilgili yetenek modelini oluşturmaktır. İşten çıkarmalar veya işe alım kısıtlamaları, doğru yetenek temelinin oluşturulmasıyla başlamalıdır. Stratejiyi, altta yatan yetenek modeli mevcut olmadan yürütmek çoğu zaman operasyonel istikrarsızlığa yol açar.
- Deneyim Açlığına Karşı Mücadele: Üçüncüsü, kuruluşların çoğu için muhtemel bir sonuç olan Deneyim Açlığına bilinçli olarak karşı koyması gerekiyor. Kıdemli çalışanlar yapay zeka yardımıyla daha fazla görevi üstlendikçe, genç yetenek hatları tehdit ediliyor. En iyi uygulama, GenAI destekli simülatörler oluşturmayı, korunanların güvenli bir ortamda karmaşık, alana özgü senaryoları uygulamalarına olanak sağlamayı ve gerçek dünya kararları ortaya çıkmadan önce hayati deneyimler kazanmayı içerir.
- Finansal Verimliliğe Dönüş: Son olarak, kısa vadede maliyetlerin düşürülmesi konusunda pazarlığa açık olmayan bir görevle karşı karşıya kalan teknoloji liderleri için üretkenlik girişimleri güvenilmez bir yoldur. İşten çıkarmalar tasarrufları yeterince hızlı sağlamayacak. Daha etkili cevap, yapay zekanın insanları daha hızlı hale getirmek için değil, finansmanı ve nakiti daha verimli hale getirmek için kullanıldığı “finansal verimlilik”tir. Buna satıcı sözleşmelerinin veya işletme sermayesinin optimize edilmesi gibi uygulamalar da dahildir. Bu yaklaşım, bütçe kalemlerini doğrudan hedefleyerek, erken çalışan sayısında azalmanın getirdiği sıkıntı olmadan ölçülebilir bir etki sağlar.
Stratejik zorunluluk
Yapay zeka, iş gücünü temelden değiştiriyor. Her yönetici ekibinin bir yapay zeka işten çıkarma stratejisine ihtiyacı olacak; bu strateji, işten çıkarmaları takip etmeme yönünde kasıtlı bir karar olsa bile. Mevcut ortamda bunun bilinçli ve iyi düşünülmüş bir seçim olması gerekir. Bir kuruluş yapay zeka odaklı yetenek değişikliklerine göre hareket etmeye karar verirse yaklaşımın, temel iş stratejisiyle ve temel yetenek kalıplarıyla eşleşmesi gerekir. İnsan merkezlilik kisvesi altında bu sorudan geri adım atmak bir hatadır. Kasıtlı bir stratejiye sahip olmak organizasyon için en insani yaklaşımdır. O olmadan yapılan her eylem yalnızca tepkiye dönüşür.
Nate Suda, Gartner’da kıdemli yönetici analistidir.
Gartner analistleri, 10-13 Kasım 2025 tarihleri arasında Barselona’da düzenlenecek Gartner BT Sempozyumu/Xpo’da yapay zekanın kurumsal yapıyı, yeteneği ve liderliği nasıl yeniden şekillendirdiğini daha ayrıntılı olarak ele alacak.