AI’ya şirketinizin nasıl karar verdiğini öğretmedinizse, yalnızca daha hızlı belirsizlik üretirsiniz

Yazar: Tufan Karaca

Yapay zekâ şirketlere yalnızca yeni araçlar getirmiyor. Şirketlerin karar alma alışkanlıklarını, yönetim boşluklarını ve görünmeyen muhakeme sistemlerini de açığa çıkarıyor. Bu yüzden asıl soru “hangi AI aracını kullanalım?” değil; “şirketimiz nasıl karar verdiğini tarif edebiliyor mu?” sorusudur.

Yanlış soru: Hangi aracı kullanalım?

Şirketlerde yapay zekâ konuşmaları çoğu zaman araç seçimiyle başlıyor. ChatGPT mi kullanılsın, Gemini mi, Claude mu? Sistem kapalı mı çalışsın, bulutta mı kalsın? Veriler nereye yüklensin? Maliyet ne olur?

Bu sorular gereklidir; fakat ilk soru olmamalıdır. Çünkü yapay zekâdan değer üretmek yalnızca daha güçlü bir model seçmekle ilgili değildir. Daha temel mesele, şirketin kendi karar alma biçimini açık, öğretilebilir ve izlenebilir hale getirebilmesidir.

Bir şirket hangi durumda hızdan, hangi durumda kârlılıktan, hangi durumda müşteri ilişkisinden, hangi durumda nakitten yana karar verdiğini tarif edemiyorsa, AI’ya sağlıklı karar desteği verdiremez. Böyle bir durumda yapay zekâ, karar kalitesini yükseltmek yerine mevcut belirsizliği hızlandırır.

HBR’nin uyarısı: AI’ya karar mantığınızı öğretin

Harvard Business Review’da 25 Haziran 2026’da yayımlanan “Teach Your AI How You Make Decisions” başlıklı yazı bu konuda önemli bir uyarı yapıyor. Yazının ana fikri şu: AI ajanları daha karmaşık işleri üstlenmeye başladıkça asıl sınırlayıcı unsur teknolojiye erişim değil, kurumların kendi karar alma süreçlerini açık hale getirebilme becerisi olacaktır [1].

Bu cümle, özellikle KOBİ’ler ve aile şirketleri için kritik. Çünkü birçok şirkette gerçek karar sistemi prosedür dosyalarında değil, patronun, genel müdürün veya birkaç deneyimli yöneticinin zihnindedir. Kim ne zaman istisna yapar, hangi müşteri için kural esnetilir, hangi tedarik gecikmesi kriz sayılır, hangi ödeme önceliklidir, hangi risk üst yönetime çıkar; bunlar çoğu zaman yazılı değildir.

AI böyle bir yapının üzerine konduğunda sihirli biçimde kurumsal akıl üretmez. Aksine, kurumun karar boşluklarını görünür hale getirir.

Veri yetmez; muhakeme gerekir

Şirketler genellikle yapay zekâya veri vermeyi yeterli görme eğilimindedir. Satış verileri, müşteri kayıtları, finansal raporlar, stok bilgileri, toplantı notları ve süreç dokümanları sisteme aktarılınca sorunun çözüleceği düşünülür.

Oysa veri kararın hammaddesidir; kararın kendisi değildir. Karar için veri kadar öncelik, eşik, yetki, risk iştahı ve istisna mantığı gerekir.

Örneğin satış ekibine indirim öneren bir AI sistemi düşünelim. Sistem geçmiş veriye bakarak “bu müşteriye yüzde 12 indirim yapılabilir” diyebilir. Ama şirketin nakit sıkışıklığı varsa, marka konumlandırması zarar görecekse, bayi dengesi bozulacaksa veya müşteri zaten düşük kârlılık yaratıyorsa bu öneri doğru olmayabilir. Burada eksik olan veri değil, karar mantığıdır.

Bu nedenle AI’ya yalnızca “ne oldu?” sorusunun cevabını değil, “biz bu durumda nasıl düşünürüz?” sorusunun cevabını da öğretmek gerekir.

KOBİ’lerde asıl risk: kararların kişiye bağlı kalması

Saha gözlemim şu: KOBİ’lerde yönetim enerjisinin büyük bölümü yazılı sistemlerden değil, kişisel hafızadan besleniyor. Bu, şirketin kuruluş ve büyüme döneminde avantaj olabilir. Kurucu hızlı karar verir, müşteriyi tanır, tedarikçiyi bilir, çalışanların karakterini okur, piyasanın kokusunu alır.

Fakat şirket büyüdükçe aynı yapı sınıra dayanır. Müşteri sayısı artar, ürün çeşitlenir, kanal sayısı çoğalır, tedarik zinciri karmaşıklaşır, finansal risk büyür. Her kritik karar yine aynı birkaç kişiye dönüyorsa şirketin hızı da öğrenme kapasitesi de düşer.

Yapay zekâ bu bağımlılığı tek başına çözmez. Eğer karar mantığı kişilerin zihninde kalmaya devam ederse, AI sistemi de o zihinsel modeli göremez. Göremediği şeyi de tutarlı biçimde uygulayamaz.

AI ajanları gelince mesele büyüyor

Bugün birçok şirket yapay zekâyı rapor yazdırmak, metin özetletmek veya analiz hazırlatmak için kullanıyor. Bunlar görece düşük riskli kullanımlardır. Ancak gündem hızla AI ajanlarına doğru kayıyor.

McKinsey’nin 2025 küresel AI araştırmasına göre şirketlerde AI kullanımı yaygınlaşmış durumda; katılımcıların yüzde 88’i kurumlarının en az bir iş fonksiyonunda düzenli AI kullandığını belirtiyor. Buna rağmen şirketlerin yalnızca yaklaşık üçte biri AI programlarını ölçekleme aşamasına geçmiş durumda [2]. Aynı araştırmada, katılımcıların yüzde 23’ü kurumlarında bir yerde agentic AI sistemlerinin ölçeklendiğini, yüzde 39’u ise deneme aşamasında olduğunu söylüyor [2].

AI ajanları klasik sohbet botlarından farklıdır. Hedef alabilir, işi adımlara bölebilir, sistemlerle etkileşime girebilir, bazı görevleri yürütebilir ve süreci takip edebilir. McKinsey, agentic AI’nın sadece verimlilik değil, karmaşık iş süreçlerinin yeniden tasarlanması için de önemli bir fırsat sunduğunu vurguluyor [3].

Bu noktada risk de büyür. Çünkü bir raporu AI’ya yazdırmak başka şeydir; müşteri şikâyetini önceliklendirmek, tedarik riskini yorumlamak, ödeme sırası önermek, iskonto kararı desteklemek veya kriz sinyali üretmek başka şeydir. Kararın etkisi büyüdükçe yönetim sorumluluğu da büyür.

Şeffaflık, hesap verebilirlik ve insan onayı

Agentic AI sistemleri daha otonom hale geldikçe şeffaflık ve hesap verebilirlik konusu daha önemli hale gelir. Avrupa Veri Koruma Denetçisi, agentic AI sistemlerinin sınırlı insan etkileşimiyle hedeflere ilerleyebildiğini, araçlar ve başka sistemlerle etkileşime girebildiğini, bellek kullanabildiğini ve bu nedenle kişisel veri, şeffaflık, yanlılık ve sorumluluk açısından yeni riskler doğurabileceğini belirtmektedir [4].

Bu uyarı iş dünyası için doğrudan yönetim sorusuna dönüşür: AI hangi kararları yalnızca destekleyecek, hangi kararları asla tek başına almayacak?

Bu sorunun cevabı teknik ekibin değil, yönetim ekibinin sorumluluğudur. Çünkü bu soru aslında şirketin risk iştahı, etik sınırları, müşteri vaadi, itibar anlayışı ve yetki devri modeliyle ilgilidir.

Karar zekâsı nedir?

Karar zekâsı, hızlı karar almak değildir. Karar zekâsı; doğru problemi tanımlama, veriyi doğru okuma, önceliği netleştirme, riski görünür kılma, seçenekleri karşılaştırma, karar sahibini belirleme ve karar sonrası sonucu izleme disiplinidir.

Bir şirkette karar zekâsı düşükse AI çıktıları yalnızca yeni görüşler üretir. Bazen iyi yazılmış, bazen etkileyici, bazen de oldukça ikna edici görüşler. Fakat yönetim açısından güvenilir olmaları için şirketin karar mantığıyla bağlantılı olmaları gerekir.

Bu nedenle AI çağında yöneticinin sorması gereken soru değişiyor. Artık yalnızca “bu araç ne yapabiliyor?” diye sormak yetmez. Daha doğru soru şudur: “Biz bu araca hangi karar mantığını öğretiyoruz?”

Şirketler nereden başlamalı?

Bu çalışma pahalı bir teknoloji yatırımıyla başlamak zorunda değildir. Tam tersine, önce basit bir karar haritası çıkarılmalıdır.

İlk adım, şirketin en kritik karar alanlarını belirlemektir. Fiyatlama, müşteri şikâyeti, tedarik, stok, nakit, işe alım, performans, kriz iletişimi ve yatırım öncelikleri gibi alanlarda hangi kararların şirket için gerçekten kritik olduğu yazılmalıdır.

İkinci adım, bu kararların kriterlerini tanımlamaktır. Hangi durumda kârlılık, hangi durumda hız, hangi durumda müşteri ilişkisi, hangi durumda nakit, hangi durumda itibar önceliklidir?

Üçüncü adım, eşikleri belirlemektir. Hangi durumda konu normal operasyon olmaktan çıkar ve yönetsel müdahale gerektirir? Örneğin geciken tahsilat kaç günü aşarsa risk sayılır? Tedarik gecikmesi kaç günü aşarsa kriz masasına taşınır? Müşteri şikâyeti hangi seviyede üst yönetime çıkar?

Dördüncü adım, insan onayı gerektiren alanları ayırmaktır. Bazı kararlar AI tarafından hazırlanabilir ama insan tarafından verilmelidir. Özellikle çalışanı, müşteriyi, itibarı, hukuki riski, etik sınırı veya yüksek finansal etkiyi ilgilendiren kararlarda bu ayrım açık olmalıdır.

Beşinci adım, karar sonrası öğrenme döngüsü kurmaktır. AI ne önerdi, insan ne karar verdi, sonuç ne oldu? Bu kayıt tutulmadığında sistem öğrenmez; şirket de karar kalitesini geliştiremez.

Yöneticiler için pratik karar şablonu

AI destekli bir kararı devreye almadan önce aşağıdaki altı sorunun cevabı yazılı olmalıdır:

Soru	Yönetim anlamı
Bu karar hangi iş sonucunu etkiliyor?	Ciro, kârlılık, nakit, müşteri memnuniyeti, kapasite, risk veya itibar etkisi netleşir.
Kararın kriterleri nelerdir?	AI’nın hangi ölçütlere göre öneri üreteceği belirlenir.
Eşik değerler nerede başlar?	Normal iş akışı ile yönetsel müdahale arasındaki sınır çizilir.
Hangi durumda insan onayı gerekir?	Yetki devri ile kontrol arasındaki denge kurulur.
Karar kim tarafından izlenecek?	Sahipsiz AI çıktısı yerine hesap verebilir karar döngüsü oluşur.
Sonuçtan ne öğrenilecek?	Sistem yalnızca çıktı üretmez; karar kalitesini geliştiren bir öğrenme mekanizmasına dönüşür.

Asıl mesele teknoloji değil, yönetimdir

Yapay zekâ şirketlere büyük imkânlar sunuyor. Bunu küçümsemek hata olur. Ancak AI’nın değeri, şirketin yönetim kalitesinden bağımsız değildir.

Kararları belirsiz, yetkileri bulanık, öncelikleri çelişkili, risk eşikleri tanımsız, süreçleri kişilere bağlı bir şirket yapay zekâ ile mucize yaratamaz. AI böyle bir şirkette önce verimsizliği değil, yönetim boşluklarını görünür kılar.

Bu yüzden bugünün en doğru sorusu “şirketimiz yapay zekâ kullanıyor mu?” değil, “şirketimiz yapay zekâyı karar sistemine sağlıklı biçimde dahil etmeye hazır mı?” sorusudur.

Çünkü AI’ya ne yapacağını öğretmeden önce, ona şirketinizin nasıl karar verdiğini öğretmeniz gerekir.

Kaynaklar

[1] J. Stave, R. Kurt ve J. Winsor, “Teach Your AI How You Make Decisions,” Harvard Business Review, 25 Haziran 2026.

[2] McKinsey & Company, “The State of AI: Global Survey 2025,” 5 Kasım 2025.

[3] McKinsey & Company, “Seizing the agentic AI advantage,” 13 Haziran 2025.

[4] European Data Protection Supervisor, “Agentic AI,” TechSonar.