Cevaplar Ucuzladı, Doğru Soru Pahalandı: Yapay Zekâ Çağında İyi Yönetici Kim?

Yapay zekâ bir çalışana saniyeler içinde cevap verebiliyor. Peki o cevaplardan hangisine güvenileceğini ona kim öğretecek?

Saat 09.12. Bir satış temsilcisi yapay zekâya yeni bir pazar hakkında soru soruyor. Dakikalar içinde rakip analizi, hedef müşteri listesi ve görüşme taslağı hazır. Bir yıl önce iki gününü alacak iş, kahvesi soğumadan bitiyor.

Saat 14.30. Bir hastanenin satın alma ekibiyle masaya oturuyor. Sunum kusursuz; ama görüşme beklediği gibi gitmiyor. Masada fiyattan söz ediliyor, fakat asıl tereddüdün ürünün kullanım eğitimi mi yoksa tedarik sürekliliği mi olduğu belirsiz. Hazırladığı hiçbir slayt bu soruya cevap vermiyor.

Saat 21.40. Yöneticisine kısa bir mesaj yazıyor: “Fiyatımızı yüksek buldular.”

İşte iyi bir yöneticinin katkısı tam bu mesajla başlar. “İndirim yapalım” demeden önce sorar: “Fiyatı neyle karşılaştırdılar? Ürünü kullanacak ekip görüşmede var mıydı? Eğitim veya teslimat konusunda ne sordular? Bir sonraki görüşmede hangi bilgiyi öğrenmemiz gerekiyor?”

Yapay zekâ o gün hazırlığı hızlandırdı. Ama çalışanın gördüklerini anlamlandırmasına yardım eden, yine bir insan oldu. Bugün liderlik üzerine konuşurken kaçırmamamız gereken ayrım tam olarak budur: Cevaplar ucuzladı; doğru soru pahalandı.

Araç geldi, rehber nerede?

Yöneticinin işi sessizce değişiyor. Microsoft’un 2025 Work Trend Index raporuna göre yöneticilerin %51’i, önümüzdeki beş yıl içinde yapay zekâ eğitiminin ve yeni beceriler kazandırmanın ekiplerinin temel sorumluluklarından biri olacağını söylüyor. Yöneticilerin %28’i ise insanlardan ve yapay zekâ ajanlarından oluşan karma ekipleri yönetecek yeni roller için işe alım yapmayı düşünüyor.^[1] Yönetici artık yalnızca iş dağıtan kişi değil; işin nasıl yapılacağını tasarlayan kişi.

Fakat teknolojiyi kullanıma açmak, ekibi ona hazırlamakla aynı şey değil. Microsoft’un 2026 raporunda yapay zekâ kullanan çalışanların yalnızca %26’sı, şirket yönetiminin yapay zekâ konusunda net ve tutarlı biçimde aynı çizgide olduğunu söylüyor.^[2] Başka bir deyişle, yapay zekâ kullanan her dört çalışandan üçü, yönetiminin bu konuda net ve ortak bir çizgide olduğunu düşünmüyor.

Gallup’un 2025 sonunda yayımladığı bulgular, bu boşluğu kimin doldurabileceğini açıkça gösteriyor: Yöneticisinin yapay zekâ kullanımını güçlü biçimde desteklediğini söyleyen çalışanların yapay zekâyı sık kullanma olasılığı iki kat daha yüksek. Aynı çalışanların, bu araçların işlerinde gerçekten yararlı olduğunu düşünme olasılığı ise 6,5 kat daha fazla. Ancak yapay zekâ kullanan kurumlarda çalışanların yalnızca %28’i yöneticisinin bu konuda ekibi aktif olarak desteklediğini kesin bir dille ifade ediyor.^[3] Teknolojiyi bilgi işlem ekibi kurar; onu bir ekibin çalışma alışkanlığına dönüştüren ise yöneticidir.

Türkiye’den gelen veriler de aynı boşluğa işaret ediyor. Deloitte’un Digital Consumer Trends araştırmasının Türkiye verilerine göre üretken yapay zekâ kullanıcılarının %34’ü bu araçları iş yerinde verimliliği artırmak için kullanıyor. Şirketlerin %47’si bu kullanımı teşvik ediyor; ancak araştırma, şirketlerin çalışanlarına eğitim sunma konusunda %74 oranında yetersiz kaldığını ortaya koyuyor.^[4] Kısacası araç masaya geldi; rehber henüz gelmedi.

Merdivenin alt basamakları sessizce kayboluyor

Hepimiz işi alt basamaklarda öğrendik: pazar taraması yaparak, teklif dosyası hazırlayarak, toplantı notu tutarak, kıdemli birinin yanında sessizce oturup müşteriyle nasıl konuştuğunu izleyerek. Bu işler çoğu zaman sıkıcıydı; ama muhakemeyi besleyen de tam olarak bu işlerdi.

Bugün bu basamakların bir kısmını yapay zekâ üstleniyor. Stanford Üniversitesi’nden Erik Brynjolfsson ve ekibinin 2025’te yayımladığı çalışmaya göre üretken yapay zekâ yaygınlaştığından bu yana, yapay zekâya en açık mesleklerde 22–25 yaş arasındaki genç çalışanların istihdamı görece %13 azaldı.^[5] Aynı mesleklerde deneyimli çalışanların istihdamı ise sabit kaldı ya da arttı.

Eğitim tarafındaki boşluk da büyük. Dünya Ekonomik Forumu’nda yayımlanan bir değerlendirmede aktarılan ve 2.000 çalışanla yapılan bir ankete göre işinde yapay zekâ kullanan Z kuşağı çalışanların %59’u, kurumlarının kendilerine bu konuda hiçbir resmi eğitim vermediğini söylüyor.^[6] Bir başka değerlendirme ise madalyonun öbür yüzünü gösteriyor: Yapay zekânın üstleneceği varsayılan giriş düzeyi işlerin pratikte yukarıya, orta kademe yöneticilerin ve kıdemli çalışanların omzuna kaydığını gösteren raporlar var. Bu durum yöneticileri yoruyor ve tükenmişliği artırıyor.^[7]

Dünya Ekonomik Forumu’nda Temmuz 2026’da yayımlanan bir başka yazı, giriş düzeyindeki görevler değişirken lider yetiştirme yollarının bilinçli biçimde yeniden tasarlanması gerektiğini vurguluyor. Yazıda aktarılan araştırmaya göre insan kaynakları liderlerinin %95’i, çalışanların yapay zekâyı etkili kullanmasında orta kademe yöneticileri en belirleyici unsur olarak görüyor.^[8] Forum’un İşlerin Geleceği 2025 (The Future of Jobs Report 2025) raporuna göre ise işverenler, çalışanların temel becerilerinin %39’unun 2030’a kadar değişmesini bekliyor.^[9]

Bu tablo, her yöneticinin kendine sorması gereken bir soruyu ortaya çıkarıyor: Alt basamaklar ortadan kalkarken, yarının yöneticileri bugün hangi işi yaparak yönetmeyi öğrenecek?

Kontrolsüz hızın faturası: Üç gerçek vaka

Yapay zekânın hata yapabileceğini hepimiz biliyoruz. Daha az konuşulan şey, hatanın faturasını kimin ödediği. Son üç yıldan üç örnek bu sorunun cevabını net biçimde veriyor:

New York, 2023. Bir yolcunun Avianca Havayolları’na karşı açtığı davada avukatlar, mahkemeye sundukları dilekçede ChatGPT’nin ürettiği ve gerçekte var olmayan altı emsal karara atıf yaptı. Federal mahkeme, avukatlara ve bağlı oldukları hukuk bürosuna 5.000 dolar para cezası verdi.^[10] Kararlar uydurmaydı; ama dilekçedeki imza gerçekti.

Kanada, 2024. Air Canada’nın web sitesindeki sohbet robotu, yakınını kaybeden bir yolcuya indirimli bilet için uçuştan sonra da başvurabileceğini söyledi. Bu bilgi şirketin gerçek politikasıyla çelişiyordu. Şirket, sohbet robotunun verdiği bilgiden sorumlu tutulamayacağını savundu. Kanada’nın British Columbia eyaletindeki uyuşmazlık çözüm mahkemesi (Civil Resolution Tribunal) bu savunmayı reddetti; sohbet robotunun da şirketin web sitesinin bir parçası olduğuna hükmetti ve şirketin yolcuya yaklaşık 812 Kanada doları ödemesine karar verdi.^[11]

Avustralya, 2025. Deloitte, Avustralya hükümeti için yaklaşık 440 bin Avustralya doları karşılığında hazırladığı 237 sayfalık bir raporda, var olmayan akademik kaynaklara ve bir federal mahkeme kararından uydurulmuş bir alıntıya yer verdi. Hatalar bir akademisyen tarafından fark edildi. Şirket sözleşme bedelinin son taksidini iade etmeyi kabul etti; rapor, hazırlanmasında yapay zekâ kullanıldığı açıklanarak düzeltilmiş hâliyle yeniden yayımlandı.^[12]

Üç vakada da sorun aracın kendisi değildi. Eksik olan şey, çıktıyı kullanmadan önce birinin şu basit soruyu sormasıydı: “Bu kaynağı açıp okudun mu?” Yapay zekâ hata yaptığında faturayı yapay zekâ ödemiyor; imzayı atan, raporu teslim eden, teklifi gönderen kurum ödüyor. Bu yüzden yöneticinin en değerli katkısı bazen en sıradan görünen sorudur.

Öncü şirketler eğitimden fazlasını yapıyor

Yapay zekâ dönüşümünü iyi yöneten şirketlere bakınca ortak bir nokta göze çarpıyor: Konuyu bir bilgi işlem projesi olarak değil, bir liderlik ve insan geliştirme meselesi olarak ele alıyorlar.

Moderna insan kaynakları ile dijital teknoloji birimlerini tek bir çatı altında birleştirdi. Şirkette belirli görevler için 3.000’den fazla özel yapay zekâ asistanı geliştirildi. Birleşik birimin başındaki Tracey Franklin bu adımı, kültürü şekillendirenlerle onu destekleyen sistemleri kuranlar arasındaki mesafeyi kapatmak ve “işin akışını tasarlamak” olarak tanımlıyor.^[13]

Sanofi dönüşümü yukarıdan başlattı: 2.500’den fazla üst düzey yönetici, şirketin dijital akademisinde yetkinlik programlarını tamamladı. Şirket verilerine anlık erişim sağlayan plai uygulamasını her gün 20 binden fazla çalışan kullanıyor. Şirketin kültürden sorumlu yöneticisi Raj Verma’nın cümlesi dikkat çekici: “Yapay zekâyı benimserken kendi kırılganlığımızı ve öğrenme sürecimizi açıkça gösteriyoruz; çünkü insanlar insanlardan duymayı sever.”^[14]

Unilever 2024’te 23 binden fazla çalışanına yapay zekâ eğitimi verdiğini açıklıyor.^[15] Aynı şirket, genç profesyonellere yönelik Future Leaders Programme kapsamında eğitimi ve mentorluğu kariyer gelişiminin parçası olarak tanımlıyor.^[16] Teknoloji becerisi ile liderlik gelişimi ayrı raflarda durmuyor.

Türkiye’den de benzer yaklaşımlar var. Turkcell Global Bilgi, 2023’te veri ve yapay zekâ gibi alanlardaki uzmanlaşma programlarını vaka çalışmaları, uygulama atölyeleri ve koçluk-mentorluk desteğiyle birlikte yürüttü; aynı yıl 400 çalışana sertifikalı iç koçlar aracılığıyla birebir koçluk ve mentorluk desteği verdi.^[17] Arçelik’in Koç Üniversitesi iş birliğiyle tasarladığı TechPro Academy programı da sınıf eğitimini iş başında öğrenmeyle bir araya getiriyor.^[18]

Bu programların hiçbiri birbirinin aynısı değil. Ama hepsi aynı gerçeği teyit ediyor: Eğitim bir platformda tamamlanabilir; muhakeme ise ancak gerçek işin içinde, geri bildirimle gelişir.

Medikal ve ilaç sektöründe yanlış soru pahalıya mal olur

Yıllarca ilaç ve medikal cihaz sektörlerinin satış, pazarlama, iş geliştirme ve medikal tarafında çalışınca şunu öğreniyorsunuz: İyi hazırlanmış bir sunum, iyi anlaşılmış bir müşteri anlamına gelmez. Karşınızdaki kişi kararının sonucunu bir hastada görecek bir hekimse, bu gerçek çok daha belirgin hâle gelir.

Sektörümüzde sık karşılaşılan üç karar anını düşünelim:

Şartname masasında

Yapay zekâ bir hastanenin teknik şartnamesini dakikalar içinde ürününüzle karşılaştırabilir. Ama şartnamedeki bir ifadenin neden o şekilde yazıldığını, kullanıcı hekimin hangi ürüne neden alıştığını, kurumun geçmişte hangi tedarik sorununu yaşadığını bilmez. Bunlar sahada, ilişkiyle ve doğru soruyla öğrenilir.

Literatür özetinde

Genç bir ürün müdürü, yeni bir çalışmayı yapay zekâya özetletip eğitim materyaline ekliyor. Özet akıcı, cümleler ikna edici. Fakat referanslardan biri hiç yok ya da bulgu farklı bir hasta grubuna ait. Bu, Deloitte vakasının sektörümüzdeki karşılığıdır. Üstelik burada risk itibarla sınırlı kalmaz; mevzuatı, etik tanıtım kurallarını ve en önemlisi hasta güvenliğini doğrudan ilgilendirir.

Veri paylaşımında

Saha ekibinden biri, ziyaret notlarını düzenlemek için içinde hasta veya hekim bilgisi bulunan bir metni genel kullanıma açık bir yapay zekâ aracına yapıştırıyor. Niyet iyidir; sonuç ise KVKK açısından ciddi bir kişisel veri riskidir. Bu riski bir yönetmelik maddesi kadar, “Bu bilgiyi bu araca girebilir miyiz?” diye sormayı alışkanlık hâline getirmiş bir yönetici de önler.

Bu sahneler belirli bir kurumu ya da görüşmeyi anlatmıyor; sektörde her gün yaşanabilecek karar anlarını gösteriyor. Ortak noktaları şu: Araç seçenekleri çoğaltır; ekip ise bu seçeneklerden hangisinin doğru, güncel ve uygun olduğunu gerekçelendirmek zorundadır. Yönetici de hız baskısının en yoğun olduğu anda “Önce kaynağı kontrol edelim” diyebilen kişi olmalıdır.

Mentorluk: Cevap vermek değil, düşünmeyi öğretmek

Genç bir çalışan yapay zekâ desteğiyle hazırladığı pazar analizini getirdiğinde iki tür yönetici vardır. Birincisi dosyayı açar, hataları düzeltir, geri gönderir. İş biter; ama çalışan bir şey öğrenmez. İkincisi dosyayı birlikte açar ve sorar:

1. Bu sonuca hangi kaynaklarla ulaştın?
2. Yapay zekânın verdiği bilgilerden hangilerini ayrıca doğruladın?
3. Bu bilgi hangi tarihe ait, hâlâ geçerli mi?
4. Müşteriyle konuştuğunda hangi varsayımın değişebilir?
5. Bu dosyayı hekime ya da müşteriye kendi imzanla gönderir miydin?
6. Karar verici sen olsaydın ne yapardın ve hangi riski üstlenirdin?

Bu soruların amacı çalışanı sınava çekmek değil; kendi kararının gerekçesini kurmasını sağlamaktır. Çünkü yapay zekâ çağında en büyük risk yanlış cevap değil, sorgulanmadan kabul edilen doğru görünümlü cevaptır.

Burada gözden kaçan bir fırsat da var: ters mentorluk. Genç çalışanlar yeni araçları çoğu zaman yöneticilerinden daha hızlı öğreniyor. İyi yönetici bundan çekinmez; genç çalışandan aracı öğrenir, ona da muhakemeyi öğretir. Sanofi örneğinde olduğu gibi yöneticinin kendi öğrenme sürecini açıkça göstermesi, ekibe “Burada bilmemek ayıp değil, sormamak risklidir” mesajını verir.

İyi yöneticinin altı işareti

Bence yapay zekâ çağında iyi yönetici, ekibindeki herkesten daha hızlı cevap veren kişi değildir; ekibinin daha iyi kararlar almasını sağlayan kişidir. Bunun iş hayatında görülebilen altı karşılığı var:

1. Kararın mantığını paylaşır. “Böyle yapacağız” demekle yetinmez; hangi bilgiyi dikkate aldığını ve hangi riski kabul ettiğini açıklar.
2. Yetki verirken sınırları çizer. Böylece çalışan, hangi kararı kendisi alabileceğini ve hangi durumda destek isteyeceğini bilir.
3. Hatalardan öğrenme ortamı kurar. Sonuç beklendiği gibi olmadığında yalnızca “Kim yaptı?” diye sormaz; “Hangi varsayımımız yanlıştı?” sorusunu da sorar.
4. Kendi yapay zekâ kullanımını görünür kılar. Aracı nerede kullandığını, neyi kontrol ettiğini ekibiyle paylaşır. Ekipler, yöneticinin söylediğinden çok yaptığını örnek alır.
5. Hızı değil, kaliteyi ödüllendirir. Kaç sunum hazırlandığını değil, kaç doğru karar verildiğini ve kaç müşterinin gerçekten anlaşıldığını önemser.
6. Kendisi yokken de işleyen bir ekip yetiştirir. Başarısının ölçüsü bütün kararların kendisine gelmesi değil, ekibinin giderek daha fazla sorumluluk taşıyabilmesidir.

Yapay zekâ yöneticinin önüne daha çok veri ve daha çok seçenek getirecek. İyi liderliğin sınavı, bu bolluğun içinde neye öncelik verileceğini belirlemek ve genç çalışanlara bunu öğretmek olacak.

Yöneticiler için: Bu ay ekibinizle deneyebileceğiniz 5 adım

1. Kullanım çerçevesini birlikte çizin. Yapay zekânın hangi işlerde serbestçe kullanılabileceğini, hangilerinde mutlaka insan kontrolü gerektiğini (klinik ve regülatif bilgi, fiyat teklifleri, kişisel veriler gibi) ekibinizle açıkça konuşun ve yazıya dökün.
2. “Kaynak ve doğrulama” kuralı koyun. Yapay zekâ desteğiyle hazırlanan her çıktıda hangi kaynakların kullanıldığı ve hangi bilgilerin ayrıca doğrulandığı not edilsin. Kaynağı açılıp okunmamış hiçbir bilgi dışarı çıkmasın.
3. Haftada bir vaka konuşması yapın. Kısa bir toplantıda bir müşteri görüşmesini ya da kararı geriye dönük inceleyin: Ne gördük, neyi kaçırdık, bir dahaki sefere ne soracağız?
4. Genç çalışanlara muhakeme gerektiren sorumluluk verin. Onlara yalnızca yapay zekânın hızlandırdığı işleri değil; bir görüşmenin soru setini hazırlamak ve sonucunu değerlendirmek gibi karar gerektiren görevleri de verin.
5. Ters mentorluğu başlatın. Ayda bir kez genç bir ekip üyesinden yeni bir aracı ya da kullanım biçimini öğrenin; karşılığında ona bir karar sürecinizi baştan sona anlatın.

Son söz: Makine taslağı yazar, insan imzayı atar

Bugün pek çok şirket yapay zekânın işleri ne kadar hızlandıracağını konuşuyor. Bence bir soruyu daha sormalıyız: İşler hızlanırken insanlar nerede deneyim kazanacak?

Bir teklifin ilk taslağını makine hazırlayabilir, toplantının özetini çıkarabilir, alternatif stratejiler önerebilir. Fakat genç bir çalışanın itiraz karşısında sakin kalmayı, eksik bilgiyle düşünmeyi ve verdiği sözün sorumluluğunu taşımayı öğrenmesi için hâlâ gerçek iş, geri bildirim ve güven gerekir. Bunları bir yazılım tek başına sağlayamaz; iyi bir yönetici sağlayabilir.

Geleceğin iyi yöneticisi, yapay zekâyı en çok kullanan kişi olmak zorunda değil. Ekibine onun ürettiklerini sorgulamayı öğreten ve kendisinden sonra karar verecek insanları yetiştiren kişi olmalı.

Çünkü cevaplar artık herkesin cebinde; farkı ise doğru soruyu sormayı öğreten yöneticiler yaratacak.

İlaç ve medikal cihaz sektörlerinde satış, pazarlama, iş geliştirme ve medikal yönetim alanlarında çalışmaktadır.

Kaynaklar

1. Microsoft WorkLab, “2025: The Year the Frontier Firm Is Born”, Work Trend Index 2025. Kaynağa git
2. Microsoft WorkLab, “Agents, Human Agency, and the Opportunity for Every Organization”, Work Trend Index 2026 (5 Mayıs 2026). Kaynağa git
3. Gallup, Andy Kemp, “Manager Support Drives Employee AI Adoption” (8 Kasım 2025). Kaynağa git
4. Cumhuriyet, “Türkiye, üretken yapay zeka kullanımında ortalamayı geçti” – Deloitte Digital Consumer Trends Türkiye verileri (3 Mart 2025). Kaynağa git
5. Brynjolfsson, Chandar, Chen, “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence”, Stanford (Ağustos 2025). Kaynağa git
6. World Economic Forum, Carina Cortez, “The AI-related leadership crisis that’s only five years away – and how to avoid it” (10 Haziran 2026). Kaynağa git
7. World Economic Forum, Kathryn Diaz, “How AI is changing the nature of entry-level work” (26 Mart 2026). Kaynağa git
8. World Economic Forum, Jessica Finn, “How is AI changing the skills for leadership — and how should organizations prepare?” (29 Temmuz 2026). Kaynağa git
9. World Economic Forum, The Future of Jobs Report 2025 – Skills Outlook. Kaynağa git
10. LawSites, “Court Imposes Sanctions on Lawyers Who Filed Bogus Cases After Relying on ChatGPT” – Mata v. Avianca (Haziran 2023). Kaynağa git
11. AI Business, “Air Canada Held Responsible for Chatbot’s Hallucinations” (Şubat 2024). Kaynağa git
12. AP / BNN Bloomberg, “Deloitte to partially refund Australian government for report with apparent AI-generated errors” (7 Ekim 2025). Kaynağa git
13. UNLEASH, “Why Moderna merged HR and IT to better architect the flow of work” (27 Haziran 2025). Kaynağa git
14. IMD, “The human change challenge: How Sanofi gets workforce buy-in for AI” (15 Mayıs 2026). Kaynağa git
15. Unilever, “How we’re future-proofing our supply chain talent” (2025). Kaynağa git
16. Unilever Careers, “Unilever Future Leaders Programme”. Kaynağa git
17. DHA, “Turkcell Global Bilgi, 2023’te 16 bin çalışanının yeteneğini güçlendirdi” (22 Ocak 2024). Kaynağa git
18. Arçelik, “TechPro Academy”. Kaynağa git