Güncelleme (2 Ekim 2026): TÜİK'in Yapay Zeka İstatistikleri, 2026 bülteni yayımlandı. Yapay zekâ kullanan girişimlerin oranı 2025'teki %7,5'ten 2026'da %14,0'a çıktı; 250 ve üzeri çalışanı olan girişimlerde oran %37,1. Kullanmayı düşünen girişimlerde en önemli engel yine uzmanlık eksikliği (%72,3); onu hukuki sonuçların belirsizliği (%66,4) ve veri koruma endişesi (%65,4) izliyor. Aşağıdaki analiz 2025 verisine dayanıyor.
Türkiye İstatistik Kurumu, yapay zekâ kullanımına ilişkin verileri ilk kez resmî istatistik olarak 1 Ekim 2025'te yayımladı. Tablo net: 10 ve daha fazla çalışanı olan girişimlerde yapay zekâ kullanım oranı 2021'de %2,7 iken 2025'te %7,5'e yükseldi. Artış hızlı; ancak başlangıç noktası düşük. Aynı yıl OECD ülkelerinde, verisi bulunan ülkeler için, firmaların %20,2'si yapay zekâ kullandığını bildirdi.
TÜİK'in bu konudaki bir sonraki bülteni 2 Ekim 2026'da yayımlandı; güncel rakamlar yazının başındaki notta. Aşağıda 2025 verisinin ne söylediğine ve kurumların bu açığı nasıl kapatabileceğine bakıyoruz.
Tablo: Türkiye nerede duruyor?
Ölçek farkı belirgin. TÜİK verisine göre 2025'te yapay zekâ kullanan girişimlerin oranı ölçeğe göre şöyle dağılıyor:
- 10-49 çalışan: %6,6
- 50-249 çalışan: %9,6
- 250 ve üzeri çalışan: %24,1
OECD genelinde de benzer bir uçurum var: büyük firmaların %52,0'ı, küçük firmaların ise %17,4'ü yapay zekâ kullanıyor. İki veri seti farklı kurumlarca derlendiği için karşılaştırma yön göstericidir; yine de mesaj aynıdır: ölçek büyüdükçe yapay zekâ kullanımı belirgin biçimde artıyor.
Kullanım amaçlarına bakıldığında Türkiye'de yapay zekâ kullanan girişimler en çok pazarlama veya satış (%46,5), üretim veya hizmet süreçleri (%41,1) ve muhasebe, kontrol veya finans yönetimi (%33,7) alanlarında bu teknolojiye başvuruyor.
Engeller: uzmanlık, maliyet, hukuki belirsizlik
TÜİK, yapay zekâ kullanmayan ancak kullanmayı düşünen girişimlerin oranını 2025 için %9,0 olarak açıkladı. Bu girişimlerin gösterdiği başlıca nedenler:
- İlgili uzmanlığın girişimde bulunmaması: %74,2
- Maliyetlerin çok yüksek olması: %67,4
- Olası zararda sorumluluğa ilişkin hukuki belirsizlik: %62,4
Üç engelin üçü de teknolojiden çok kurumsal hazırlıkla ilgili. Yani çözüm yalnızca bir araç seçmek değil; yetkinlik, bütçe disiplini ve yönetişim çerçevesini birlikte kurmak.
Küresel tablo: kullanım yaygın, değer seçici
Yapay zekâyı erken benimseyen kurumların deneyimi de dikkatli olmayı öğütlüyor. McKinsey'in 2026 küresel anketinde katılımcıların %80'i yapay zekânın bireysel verimliliklerini artırdığını söylüyor; ancak faiz ve vergi öncesi kârda (FVÖK) yapay zekâya bağlı en az bir miktar etki bildirenlerin oranı %37'de kalıyor. FVÖK'ünün en az %5'ini yapay zekâya bağlayan ve etkiyi "önemli" olarak niteleyen "yüksek performanslı" kurumların payı ise yaklaşık %6.
Gartner da daha iddialı projeler için benzer bir uyarı yapıyor: yapay zekâ ajanı projelerinin %40'tan fazlasının artan maliyetler, belirsiz iş değeri ya da yetersiz risk kontrolleri nedeniyle 2027 sonuna kadar iptal edileceğini öngörüyor.
Bu iki bulgu, geç başlayan kurumlar için bir avantajı da işaret ediyor: başkalarının deneme-yanılma maliyetinden ders çıkararak doğrudan değer üreten alanlardan başlamak mümkün.
Pilottan ölçeğe: beş adımlık yol haritası
1. Kullanım alanını değere göre seçin
İlk projeyi teknolojinin cazibesine göre değil, geri dönüş süresine göre belirleyin. Gartner'ın finans liderleriyle yaptığı ankete göre veri çıkarma, borç ve alacak süreçlerinin otomasyonu ve rapor oluşturma gibi kullanım alanları genellikle 9-10 ay içinde getiri sağlıyor. Gartner ayrıca ajan yaklaşımının yalnızca açık değer ürettiği yerde kullanılmasını; rutin iş akışları için otomasyonu, basit bilgi erişimi için asistanları önermektedir.
Pratik kontrol listesi:
- Süreç tekrarlı ve hacimli mi?
- Başarı ölçütü (süre, hata oranı, maliyet) bugünden ölçülebiliyor mu?
- Hata durumunda insan onayı noktası tanımlı mı?
2. Veri ve yönetişimi baştan kurun
Hukuki belirsizlik, TÜİK verisindeki üç ana engelden biri. Türkiye'de bu alanda başvurulacak ilk belge, Kişisel Verileri Koruma Kurumu'nun Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi. Rehber, veri minimizasyonu ilkesini kişisel verilerin "yalnızca gerekli olanla sınırlı tutulması" şeklinde açıklıyor ve veri sorumlularının her aşamadaki işleme amacını ayrı ayrı tanımlamasının önemini vurguluyor.
Kurum içinde bunun karşılığı şunlardır:
- Hangi araçlara hangi veri sınıflarının girilebileceğini belirleyen bir kullanım politikası
- Tedarikçilerle veri sorumlusu ve veri işleyen rollerinin netleştirilmesi
- Model çıktılarının kontrol edildiği bir onay akışı
3. Mevzuat takvimini haritalayın
AB pazarıyla çalışan kurumlar için Avrupa Birliği Yapay Zekâ Yasası'nın takvimi de planlamanın parçası olmalı. 27 Temmuz 2026'da yürürlüğe giren düzenlemeyle yüksek riskli sistemlere (Ek III) ilişkin kurallar 2 Aralık 2027'den, ürünlere entegre sistemler için ise 2 Ağustos 2028'den itibaren uygulanacak. Ertelenen tarih, hazırlık için zaman tanıyor; ancak sistem envanteri ve risk sınıflandırmasının bugünden başlaması işi kolaylaştırır.
4. Yetkinliği içeride büyütün
Uzmanlık eksikliği, TÜİK verisinde %74,2 ile en sık gösterilen engel. Gartner da finans fonksiyonunda düşük yapay zekâ okuryazarlığını artık en önemli engel olarak tanımlıyor. Dış destek hızlandırıcı olabilir; ancak kalıcı değer, süreci bilen ekiplerin aracı kendi işine uyarlayabilmesiyle oluşur. Her pilot projeye bir iş birimi sahibi atamak ve kısa, role özel eğitimler planlamak iyi bir başlangıçtır.
5. Ölçün, durdurun ya da ölçekleyin
McKinsey verisi, bireysel verimlilik artışının kendiliğinden kurumsal finansal etkiye dönüşmediğini gösteriyor. Bu nedenle her pilot için başlangıçta ölçüt, süre ve karar noktası belirlenmeli. Gartner'ın finans liderlerine önerdiği portföy yaklaşımı da bunu destekliyor: nereye yatırım yapılacağını ve düşük performanslı girişimlerin ne zaman sonlandırılacağını bilmek.
İlk 90 gün için pratik bir çerçeve
Yol haritasını somut bir takvime bağlamak, kararların ertelenmesini önler. Aşağıdaki çerçeve, ölçeği ne olursa olsun çoğu kurum için uyarlanabilir bir başlangıç noktası sunar:
- 1-30. gün — Keşif: Süreç envanterini çıkarın; tekrarlı, hacimli ve ölçülebilir üç aday süreci belirleyin. Mevcut araçlarda zaten bulunan ama kullanılmayan yapay zekâ özelliklerini listeleyin.
- 31-60. gün — Çerçeve: Veri sınıflandırmasını ve kullanım politikasını yazılı hâle getirin; pilot için başarı ölçütlerini ve mevcut durumu (süre, hata, maliyet) kayıt altına alın.
- 61-90. gün — Pilot: Tek bir süreçte, sınırlı bir ekip ve tanımlı bir insan onay noktasıyla pilotu yürütün. Dönem sonunda ölçütlere göre sürdürme, değiştirme ya da durdurma kararını verin.
Bu sıralama, yatırımı küçük adımlara böler ve her aşamada kurumun öğrendiklerini bir sonraki adıma taşır.
Sonuç
Türkiye'de yapay zekâ kullanımı hızla artıyor, ancak OECD genelindeki oranın belirgin biçimde gerisinde. Bu açık, doğru kurgulandığında bir fırsattır: geri dönüşü kısa alanlarla başlamak, veri ve mevzuat çerçevesini baştan kurmak ve yetkinliği içeride büyütmek, kurumları deneme aşamasından ölçeklenebilir kullanıma taşır.
Kurumunuzun bu yolculukta nerede durduğunu değerlendirmek ve önceliklerinizi birlikte netleştirmek isterseniz, dönüşüm yol haritanızı birlikte planlayalım.
#interimmanagement #forwarddeployedengineering