Yapay zekâ yatırımlarında yönetim kurullarının sorusu değişti. "Kullanıyor muyuz?" sorusunun yerini "Bu yatırım kâra ne kattı?" sorusu aldı. McKinsey'in 25 Ağustos 2026'da yayımladığı "The state of AI in 2026" anketi, bu soruya verilen yanıtın neden hâlâ belirsiz olduğunu açık biçimde gösteriyor: çalışanlar yapay zekâdan fayda gördüğünü söylüyor, ancak bu fayda şirketin finansal tablolarına aynı hızla yansımıyor.
Bu yazıda anketin verimlilik ile kâr arasındaki boşluğa dair bulgularını, bu boşluğu kapatabilen az sayıdaki kurumun neyi farklı yaptığını ve Türkiye'deki yöneticiler için çıkarılabilecek dersleri ele alıyoruz.
Anket hakkında
Çevrimiçi anket 4 Mayıs - 8 Haziran 2026 tarihleri arasında yapıldı; 97 ülkeden 1.719 katılımcı yanıt verdi. Katılımcıların %36'sı yıllık geliri 1 milyar doları aşan kurumlarda çalışıyor. McKinsey, ülkeler arasındaki yanıt oranı farklarını dengelemek için verileri her ülkenin küresel GSYH'deki payına göre ağırlıklandırdığını belirtiyor. Dolayısıyla rakamlar, kurumların ölçülmüş finansal sonuçları değil, katılımcıların kendi beyanlarıdır.
Bireyde güçlü etki, kurumda yatay çizgi
Bireysel düzeyde tablo olumlu. Katılımcıların %80'i yapay zekânın kendi verimliliğini artırdığını, %50'si daha iyi kararlar almasına yardımcı olduğunu söylüyor. McKinsey'e göre bu etkiler yönetici ve uzman kademeleri arasında dikkat çekici biçimde benzer. Yine de deneyim herkes için olumlu değil: orta kademe yöneticiler ve uzmanların %47'si yapay zekâya bağlı en az bir olumsuz etki yaşadığını bildirirken üst yöneticilerde bu oran %31.
Kurumsal düzeyde ise ilerleme sınırlı. Yapay zekânın faiz ve vergi öncesi kâra (FVÖK) olumlu katkı yaptığını bildirenlerin oranı %37 ve bu oran geçen yıldan bu yana fiilen değişmedi. Üstelik bu durağanlık, yapay zekâyı kurum genelinde ölçeklendirenlerin payı artarken yaşanıyor. Kurum genelinde ölçeklendirme bildirenlerin oranı bir yılda %38'den %44'e, üç veya daha fazla iş fonksiyonunda yapay zekâ kullananların oranı ise %51'den %56'ya yükseldi.
Kısacası yapay zekâ daha fazla birime, daha fazla çalışana yayılıyor; ancak kâr satırı aynı hızla hareket etmiyor.
Finansal etki nerede görünüyor?
Kurum genelinde FVÖK etkisi bildirmeyen katılımcılar da belirli fonksiyonlarda finansal etki gördüklerini söylüyor. Maliyet azalması en sık tedarik zinciri yönetimi, servis operasyonları ve üretimde; gelir artışı ise en sık pazarlama ve satış, ardından ürün ve hizmet geliştirme ile yazılım mühendisliğinde raporlanıyor.
Bu bulgu önemli bir ipucu veriyor: değer, belirli süreçlerde somut olarak oluşuyor; ancak dağınık kaldığında şirket düzeyinde anlamlı bir kâr etkisine dönüşmüyor.
Maliyet artık tasarım konusu
Anketin bu yılki yeni vurgularından biri işletme maliyetleri. Katılımcıların yaklaşık beşte biri, yapay zekâ işletme maliyetlerinin (token maliyetleri dahil) kurumlarındaki kullanımı sınırladığını bildiriyor. Buna rağmen yatırım iştahı sürüyor: katılımcıların %28'i bilgi ve iletişim teknolojileri bütçesinin %10'undan fazlasını yapay zekâya ayırdığını, %60'ı ise önümüzdeki yıl yatırımların artmasını beklediğini söylüyor.
Bir başka dikkat çekici bulgu, yazılım geliştirme ajanlarının satın alma kararlarını etkilemesi. Katılımcıların %32'si, kurumlarının en az bir yazılım ürününü ya da özelliğini satın almaktan, bunu ajan tabanlı kodlama araçlarıyla kurum içinde geliştirebildiği için vazgeçtiğini belirtiyor. Bu da yapay zekânın yalnız bir maliyet kalemi değil, teknoloji bütçesinin nasıl dağıtılacağını değiştiren bir etken olduğunu gösteriyor.
Yüksek performanslılar neyi farklı yapıyor?
McKinsey, FVÖK'ünün en az %5'ini yapay zekâya bağlayan ve yapay zekâdan "önemli" değer elde ettiğini söyleyen kurumları "yüksek performanslı" olarak tanımlıyor. Bu grubun payı, 2025'teki gibi yaklaşık %6. Anket, bu grubu diğerlerinden ayıran birkaç belirgin farka işaret ediyor:
- Hedef yalnız verimlilik değil. Her iki grupta da katılımcıların yaklaşık %80'i verimlilik hedefliyor; ancak yüksek performanslıların çoğu buna büyüme ve/veya inovasyonu da ekliyor. Önümüzdeki üç yılda işini yapay zekâyla köklü biçimde dönüştürmeyi hedefleme olasılıkları 3,3 kat daha yüksek.
- Mevcut sürece eklemek yerine süreci yeniden tasarlıyorlar. Yüksek performanslıların yaklaşık dörtte üçü iş akışlarını yapay zekâ nedeniyle köklü biçimde yeniden tasarladığını söylüyor; bu oran geçen yıl %55'ti. Diğer katılımcılarda oran yalnızca dörtte bir düzeyinde.
- Liderlik sahipliği ve ölçüm. Üst yönetimin yapay zekâ girişimlerine bağlılık gösterdiğini ve etkinin ölçülmesi için tanımlı süreçleri olduğunu söyleme olasılıkları diğerlerinin iki katı.
- Riski aktif yönetiyorlar. Teknik açıkların istismarı ile yetkisiz ya da istenmeyen eylemler gibi risklere karşı önlem alma olasılıkları belirgin biçimde daha yüksek.
McKinsey'in değerlendirmesine göre bu grubun avantajı bütçeyle açıklanamıyor; belirleyici olan yaklaşımın tutarlılığı. Rapordaki yoruma göre asıl kısıt giderek teknoloji değil, kurumun değişimi özümseme kapasitesi. Kurumların araç ya da pilot biriktirmek yerine, bu çalışmaları yeni çalışma biçimlerine dönüştürebilen tekrarlanabilir bir yetkinlik kurması öneriliyor.
İş gücü beklentileri gerçekleşmedi
Verimlilik ile kâr arasındaki boşluk, iş gücü tahminlerinde de görülüyor. Geçen yılki ankette katılımcıların %32'si yapay zekâ nedeniyle iş gücünün azalmasını bekliyordu; bu yıl geçen 12 ayda gerçek bir azalma bildirenlerin oranı yalnızca %14. Katılımcıların üçte ikisi toplam istihdamda yapay zekâya bağlı ya hiç ya da çok az değişiklik olduğunu söylüyor. Bu da verimlilik kazancının kendiliğinden kapasite ve maliyet değişikliğine dönüşmediğini; bunun ancak rollerin ve iş akışlarının bilinçli olarak yeniden düzenlenmesiyle mümkün olduğunu düşündürüyor.
Türkiye'deki yöneticiler için çıkarımlar
Bulgular küresel bir örneklemden geliyor ve katılımcı beyanına dayanıyor; yine de Türkiye'deki orta ve büyük ölçekli kurumlar için yol gösterici sorular üretiyor:
- Ölçüt baştan tanımlanmalı. Bireysel verimlilik hissi değerli, ancak kâr etkisi için süre, hata oranı, maliyet ya da gelir gibi ölçülebilir göstergelerin uygulama öncesinde kayıt altına alınması gerekiyor.
- Araç değil iş akışı ele alınmalı. Yapay zekâyı mevcut sürece bir adım olarak eklemek ile süreci baştan tasarlamak arasındaki fark, ankette performansı ayıran temel etkenlerden biri.
- Kazanılan zamanın nereye gideceği planlanmalı. Verimlilik artışı rol, kapasite ve iş dağılımı kararlarıyla eşleşmediğinde finansal sonuca yansımayabilir.
- İşletme maliyeti yatırım kararına dahil edilmeli. Kullanım arttıkça token ve altyapı maliyetleri de artıyor; vaka bazında maliyet-fayda takibi baştan kurulmalı.
- Risk yönetimi ölçeklenmenin parçası olmalı. Yetkisiz eylemler ve güvenlik açıkları gibi riskler, kapsam genişledikçe daha görünür hâle geliyor.
Sonuç
McKinsey'in 2026 anketi, yapay zekânın çalışan düzeyinde değer ürettiğini, ancak kurum düzeyinde kâra dönüşmesinin otomatik olmadığını gösteriyor. Fark yaratan; hedefi verimliliğin ötesine taşımak, iş akışlarını yeniden tasarlamak ve etkiyi disiplinli biçimde ölçmek.
Orient Global'in bakışıyla pratik öneri şu: Yeni bir araç eklemeden önce, kâr etkisi beklenen bir veya iki uçtan uca süreci seçin ve bu süreçlerin bugünkü maliyet ile süre değerlerini kayıt altına alın. Yapay zekâ yatırımlarını bu temel değerler üzerinden, belirli aralıklarla gözden geçirmek; neyin ölçekleneceğine ve neyin durdurulacağına daha sağlıklı karar vermeyi sağlar.
#interimmanagement #forwarddeployedengineering