Yalın dönüşüm ve operasyonel mükemmellik alanında 120'den fazla işletmeye danışmanlık veren LeanViser'ın kurucusu Can Yükselen, yapay zekâ yatırımlarının beklenen faydayı üretememesinin arkasında teknolojik değil, süreçsel ve kültürel nedenler olduğunu söylüyor. Yükselen'e göre, doğru bir süreç tasarımı üzerine bina edilmemiş dijital dönüşüm, "boşa harcanan paradan ibaret. Can Yükselen, dönüşüm adımları ve kurumsal süreklilik üzerinde etkisine dair sorularımızı yanıtladı:
Yalın dönüşüm yaklaşımı ile yapay zekâ uygulamaları birbirini nasıl tamamlıyor?
Yalın dönüşüm özünde israfı yok etmeye ve süreçleri sadeleştirmeye yönelik bir yaklaşım. Yapay zekâ ise bu yolculukta karar alma ve strateji geliştirme bağlamında "periferik bir zihin" gibi çalışıyor; istişare edebildiğiniz, fikir gelişimini hızlandıran bir düşünme ortağı. Yalın'ın en temel ilkesi olan değer ve akış odaklı yaklaşımda katma değersiz süreçlerin azaltılmasına katkı sağlarken; sistem tasarımı ve veri analizi gibi konularda farklı bağlamlarda perspektifler sunarak konunun derinliğini artırıyor. Yalın dönüşümün bir diğer kritik unsuru olan izlenebilirliğin sağlanmasını da oldukça kolaylaştırıyor.
Bu noktada şunu söylemek isterim: "Önce yapay zekâ, sonra dönüşüm" ya da "önce süreç iyileştirme, sonra yapay zekâ" gibi keskin bir ayrım gerçekçi değil. İki disiplin iç içe yürümek zorunda. Zaten yapay zekânın kökeninde yatan yöneylem araştırması, optimizasyon, simülasyon gibi alanlar endüstri mühendisliğinin de temelini oluşturuyor. Her ikisi de israfın yok edilmesi ve sürekli iyileştirme etrafında birleşiyor. Sorunuzun ikinci kısmına gelirsek: Hayır, alamaz. MIT'nin 2025 tarihli The GenAI Divide raporu kurumsal yapay zekâ pilotlarının yalnızca %5'inin ölçülebilir finansal etki ürettiğini gösteriyor. Ve raporun asıl bulgusu şu: Sorun model kalitesi değil, kurumsal entegrasyon. Yani süreç.
Şirketlerin yapay zekâ projelerinde en sık düştüğü hatalar sizce neler?
Bu kurumdan kuruma değişiyor ve aslında bir yönetim anlayışı farkı. Bazı işletmeler yapay zekâyı bir teknoloji yatırımı gibi görüyor; bu, görece daha eski yönetim anlayışının bakış açısı. Yeni nesil aktif kullanıcılar ise yapay zekâyı bir iş yardımcısı, periferik bir hafıza, süreçleri hızlandıran ve rutin işleri kolaylaştıran bir ajan olarak konumlandırıyor. Yalın dönüşüm faaliyetlerinde yapay zekâ artık "yapan zekâ" olarak, bilinen işleri uygulamada kolaylık sağlayan tarafta yerini alıyor. Ama her hâlükârda sıralama tartışmasız: Önce süreç analizi. Rutinlerin otomatize edilmesinde, yapay zekânın yapacağı işin de katma değersiz olanını elimine etmek gerekir. En sık düşülen hataya gelince: Yapay zekânın her işi otomatize edeceği veya ajanlar vasıtasıyla insan faktörünün ortadan kalkacağı beklentisi. İnsan faktörünün devre dışı kalabileceği alanlar elbette var; fakat yapay zekâ ile birlikte çalışan, birlikte katma değer yaratan bir model önceliklendirilmeli.
Kurumsal olarak nasıl bir danışmanlık stratejisi izliyorsunuz?
Bizim yaklaşımımızdaki en önemli şiar: yerinde uygulayarak öğrenme. Danışmanlıkta bizim "gemba" olarak ifade ettiğimiz olay yeri kavramı çok güçlü bir olgu. Süreci gembada birlikte inceliyor, birlikte gözlemliyor ve birlikte öğreniyoruz. Uygulama yaptığımız ekibe her zaman şunu söylüyoruz: "Biz yapmakta olduğunuz işi asla sizin kadar iyi bilemeyiz; ama çok iyi bildiğimiz bir şey varsa o da sürecin nasıl iyileştirileceği. Gelin bu iki uzmanlık gücünü birleştirip ortaya başarılı bir sonuç çıkaralım." Bu yaklaşım kurumsal öğrenme literatürüyle de örtüşüyor. Yapay zekânın eğitim ve danışmanlık süreçlerini etkileyeceğinin çok net farkındayız. Bu yüzden gerek danışmanlık süreçlerimizi gerek eğitim içeriklerimizi yapay zekâ ile entegre hâle getirerek farklı bir boyuta taşımayı hedefliyoruz. Bunu klişe bir söylem olmaktan çıkarmak adına neler yaptığımızı kısaca anlatayım: Temel seviyede hizmetlerimizi destekleyecek yapay zekâ modülleri ve uygulamaları geliştirme aşamasındayız. Kendi iç süreçlerimizin tamamını yapay zekâ destekli şekilde yürütmeye çalışıyoruz. Gerek şirket stratejimiz gerek danışman ekibimizin gelişimi için yapay zekâ ile danışmanın birlikte çalıştığı hibrit modeller üretiyoruz. Şirket stratejimizi, danışmanlık ve danışman yetkinliklerimizi ve firmaların olgunluk seviyelerini tam entegre biçimde ele alan bir sistem geliştiriyoruz. Bu sistem sayesinde firmanın doğru ihtiyacını belirleyip doğru danışman ve doğru hizmetle eşleştirebileceğiz.
Danışmanlık mesleğinin yapay zekâdan olumsuz etkileneceğine dair görüşler de var.
Danışmanların işsiz kalacağına dair distopik söylemleri kabul etmiyorum. Aksine bu süreç, doğru kullanılır ve değerlendirilirse danışmanlık işinin kıymetini daha da artıracak. Çünkü angarya seviyesindeki bilgi üretimi büyük ölçüde yapay zekâya devredileceği için uygulama etkinliği artacak; tabana yayılan bir danışmanlık hizmetiyle süreç etkinliği çok daha iyi seviyelere ulaşacak. Danışmanlık artık bilen bir akıldan bilgi almanın çok ötesinde; deneyim yaratma kapasitesi ve deneyimleyerek öğrenme kabiliyeti olan uygulamalarla ayrışacak.
Yapay zekâ yatırımlarının başarısını ölçmede öncelikli kriterler neler olmalı?
Burada da yalın metodolojinin klasik ölçüm çerçevesini kullanmamız gerektiğini düşünüyorum: QCD. Yani yapay zekâ; kalite, maliyet ve teslimat açısından hangi ölçütleri, ne yönde etkiliyor?
Teslimat (D) tarafında dikkatli olmak gerekiyor. Yapay zekânın bazı işleri gereksiz yere uzattığına dair araştırmalar var. METR'nin randomize kontrollü deneyi çarpıcı: Deneyimli yazılım geliştiriciler yapay zekâ araçlarına izin verildiğinde işleri %19 daha uzun sürede tamamladı. Ama asıl mesele şu — aynı katılımcılar deney bittiğinde hâlâ %20 hızlandıklarına inanıyorlardı. Algı ile gerçek arasında yaklaşık 39 puanlık bir uçurum var.
Kalite (Q) tarafında en büyük risk yapay zekânın "dalkavukluk" özelliği. Literatürde buna sycophancy deniyor: modelin kullanıcı onayını olgusal doğruluğun önüne koyma eğilimi. Model manipülasyona çok rahat geliyor ve sizi doğrulamaya dönük çıktılar verebiliyor; bu da bilginin yanlışlanmasına, işin kalitesinin bozulmasına sebep olabiliyor. Bunun bilinçli bir tasarım tercihi değil, eğitim sürecinin yan etkisi olduğu belirtiliyor.
Maliyet (C) tarafında ise yapay zekâ kullanımının süreçteki hangi gereksiz ya da zorunlu adımları ortadan kaldırarak veya hızlandırarak maliyeti etkilediğini hesaplamak gerekir. Ama bunların hepsinden önemlisi bir dördüncü metrik var ve sektörde neredeyse hiç konuşulmuyor: Moral (M). Yalındaki insana saygı ilkesi gereği bunu sorgulamak zorundayız. Pek çok işi yapay zekâya devrederken, çalışanların yapay zekâ okuryazarlığının geliştirilmesi de ölçülmeli. Yapay zekâ, erişim maliyetini düşürerek talebi artırabilir ve hizmete erişimi tabana yayabilir. Bu yüzden pazardaki etki ve penetrasyon oranını da takip etmek gerekiyor.
Başarılı dönüşüm projelerinde liderliğin ve çalışanların rolü nasıl olmalı, nasıl bir kurumsal politika izlenmeli?
Lider davranışı kritik öneme sahip. Liderin, pozisyonu ne olursa olsun, bu dönüşümü desteklediğini eylemle göstermeye ve her çalışana hissettirmeye ihtiyacı var. Yıllardır yürüttüğümüz pek çok projede bunun tipik örneklerini görüyoruz. "Dönüşümü destekliyorum" diyen, ancak hiçbir toplantıya, hiçbir etkinliğe katılmayan, dönüşümle ilgili hiçbir faaliyeti desteklemeyen yöneticilerin fark edilmemesi imkânsız.
Çalışanlara düşen görev ise dönüşüm süreçlerinin konfor alanını mutlaka zorlayacağını bilmek ve yaşanan zorlukların birer öğrenme fırsatı olduğunu görmek. Bu romantik görünebilir; ancak konfor alanından çıkılmadığı müddetçe öğrenme gerçekleşmiyor. Bu yüzden liderlerin ekiplerine meydan okuması, onları zorlu hedeflere teşvik etmesi gerekiyor. Bu, Toyota Way'in ana ilkelerinden biri olan insana saygının bir tezahürü. İnsanları zorlamak, değişime ve gelişime teşvik etmek; onlara duyulan saygının ve kendilerini geliştirme potansiyellerine duyulan inancın göstergesidir. Nitekim Toyota'nın kendi tanımında da saygı, insanlara en iyi hâllerine ulaşmaları için meydan okumak anlamına geliyor. Buna bir uyarı da eklemek isterim: İnsana saygı ilkesi yıllar içinde pek çok şirkette suistimal edildi. Kaizen iyileştirmeleri işten çıkarma gerekçesine dönüştürüldü. Bunun yaşandığı işletmelerde düşük çalışan morali ve derin bir şüphecilik gözlemleniyor. Kaizen'in işten çıkarma aracına dönüştüğü an, dönüşüm ölür.
Birçok kurum yapay zekâ projelerini hayata geçiriyor ancak beklenen faydayı elde edemiyor. Beklenti ile gerçek sonuç arasındaki bu farkın temel nedenleri neler?
Birkaç katman var. Birincisi, yapay zekâya devredilen giriş seviyesindeki işlerin yeterince takip edilmemesi. Ama daha ince bir mekanizma var ve az konuşuluyor. Yapay zekâ, çok boyutlu düşünebilme becerisinin sonucu olarak inanılmaz geniş bir alternatif yelpazesi üretiyor. Normal şartlarda odaklı bir süreçte hiç aklınıza gelmeyecek pek çok alternatif karşısında, derinleşmekten ziyade geniş bir yüzeye yayılan bir etki alanından bahsediyoruz. Bu da ekiplerin motivasyonunu etkileyerek projenin kapsamını olduğundan fazla genişletiyor olabilir.
Ben kendi çalışmalarımda buna karşı bir standart geliştirdim: Yapay zekâ ile çalıştığım proje başlıklarında, belirlediğim kapsamın dışına çıktığımı fark ettiğim anda bunu yeni bir başlıkta değerlendiriyor, mevcut bağlamı koruyarak orada derinleşmeyi tercih ediyorum. Aksi hâlde üretken yapay zekâ geniş bir yelpazeye yayılarak odaktan sapmaya sebep oluyor. Aslında bu, yalındaki standart iş mantığının yapay zekâ çağına uyarlanmış hâli.
Önümüzdeki 3-5 yıllık dönemde şirketlerin rekabet gücünü artıracak önemli dönüşüm başlıkları sizce hangileri olacak?
Kesinlikle dijital dönüşüm var; ancak asıl ayırt edici unsur bunun dozajı ve zamanlaması olacak. Doğru bir süreç tasarımının üzerine bina edilmemiş bir dijital dönüşüm, boşa harcanan paradan ibarettir. Yapay zekâ ile birlikte öğrenme biçimleri bu kadar değişirken, firmaların rekabet gücünü artıracak en önemli unsur yapay zekâ okuryazarlığına sahip bir çalışan profili yaratmaları olacak. Klasik sınıf eğitimleri ve sertifika programlarıyla yetkinlik geliştirmek yavaş yavaş demode olacak.
Muhtemel beyaz yaka işsizliğinin çözümü de tam olarak burada saklı. Rutin angarya işlerle beyaz yakaları boğuşturmak o kadar anlamsız hâle gelecek ki, bu konuda kendini geliştirmeyen beyaz yakalar iş bulma problemiyle karşı karşıya kalacak. Bu artık öngörü değil, ölçülmüş bir olgu. Doğru süreç tasarımıyla rutin işlerin çoğu otomatize edildiğinde bu ciddi bir maliyet düşüşü de getirecek ve süreci doğru tasarlayan firmalar rekabette öne çıkacak. Ama bunu salt kapitalist bir işçilik azaltma hamlesi olarak yorumlamamak gerekir. Şirketin entelektüel birikimini, orta kademe yöneticilerin tecrübesini yapay zekâ okuryazarlığıyla geliştirdiğiniz noktada, rakiplerinizden ayrışacak potansiyeli de kaybetmemiş olursunuz. Firmaların genelde düştüğü yanılgı tam olarak bu: yapay zekâ ile maliyet azaltma kaygısıyla doğal zekâlarını kaybetme riski. İnsana dokunan, insanın gelişimini inceleyen, duygusal zekâyı ön planda tutan çalışanları geliştirmek ve liderler yetiştirmek; şirketleri ve çalışanları uzun vadede mutlu edecek en önemli unsurlardan biri olacak. Çünkü artık ayrıştırıcı faktör bilginin sahibi olmak değil; bilgiyi doğru yönetebilmek ve bu bilgiyi yönetebilen insanları bir arada tutabilecek liderlik kabiliyetine sahip olmak.
