Kurumsal yapay zeka işi yapar: ilk denetimli iş akışınız yaklaşık iki haftada yayında.İlk yapay zeka ekip arkadaşınızı planlayın

Org şeması, bilginin eski fiyatıdır

Enver SorkunKurucu Ortak & CEO2026-07-109 dk okumaStratejiKurumsal Yapay Zeka
Paylaş
Org şeması, bilginin eski fiyatıdır

Size basit görünen ama iktisatçıların bir Nobel'i borçlu olduğu bir soru sorayım: Şirketiniz neden var?

"Para kazanmak için" demeyin — o, ne yaptığınızın cevabı. Soru şu: Yaptığınız her işi piyasadan da satın alabilirdiniz. Muhasebeyi bir büroya, satışı komisyonculara, üretimi fasoncuya verebilirdiniz. Her sabah kapıdan giren, maaş, sigorta ve yönetim maliyeti üstlendiğiniz onca insanı neden içeride tutuyorsunuz?

Bu soruyu 1937'de Ronald Coase sordu ve cevabı ona Nobel kazandırdı: Şirketler, piyasayı kullanmak pahalı olduğu için var. Her iş için tedarikçi aramak, pazarlık etmek, sözleşme yazmak, denetlemek — bunların hepsinin bir maliyeti var. Coase buna işlem maliyeti dedi. Bu maliyetler, işi içeride koordine etmekten pahalıysa, şirket büyür. Tersi olduğunda küçülür. Şirketinizin sınırını ürününüz değil, koordinasyonun fiyatı çizer.

Bu yazının tezi tek cümle: Yapay zeka, işlerinizi otomatikleştiren bir araç değil; koordinasyonun fiyatını değiştiren bir olaydır. Ve fiyat değiştiğinde, o fiyata göre kurulmuş her yapı — yani org şemanız — yeniden hesaplanmak zorundadır.

Adım adım gidelim. En alt katmandan.

Katman 1: Şirket, pahalı bilginin etrafına örülmüş bir mimaridir

Coase'dan çeyrek yüzyıl önce, 1911'de, Frederick Taylor Bilimsel Yönetimin İlkeleri'ni yazdı. Taylor'ın bugün hatırlanan mirası kronometreyle işçi ölçmek; ama asıl yaptığı şey daha derindi: işin içindeki bilgiyi, işi yapan kişiden ayırıp yazılı hale getirmek. Ustanın kafasındaki zanaat, ilk kez talimata, standarda, rapora dönüştü. Bilgi taşınabilir hale gelince, yönetilebilir hale geldi.

1916'da Henri Fayol — bir maden şirketini otuz yıl yönetmiş bir patron, akademisyen değil — bunun üzerine ikinci katı çıktı: planlama, örgütleme, koordinasyon, kontrol. Bugün "yönetim" dediğimiz mesleğin tarifini o yazdı. Ve Max Weber, aynı yılların Almanya'sında, bürokrasinin neden kazandığını açıkladı: Dosyalar, hiyerarşiler ve yazılı kurallar keyfi değildir; büyük ölçekte güvenilir bilgi işlemenin, o günün teknolojisiyle mümkün olan tek yoludur.

Üçünün ortak keşfini bugünün diliyle söylersek: Yönetim, bir bilgi teknolojisidir. Org şemanızdaki her katman, bir bilgi problemine verilmiş cevaptır. Sahadaki gerçek yukarı nasıl çıkar? Yukarıdaki karar aşağı nasıl iner? Kim neyi bilmeli, kim neyi onaylamalı?

Orta yönetim tam da bu yüzden icat edildi. Bir bölge müdürü, özünde iki iş yapar: aşağıdan gelen bilgiyi sıkıştırıp yukarı taşır, yukarıdan gelen kararı açıp aşağı dağıtır. Bu işe yüzyıldır maaş ödüyoruz — çünkü yüzyıldır bilgiyi taşımanın, süzmenin ve özetlemenin başka yolu yoktu. İnsan, pahalı ama tek seçenek olan bir yönlendiriciydi.

Katman 2: Yazıhaneden ERP'ye — fiyat her düştüğünde yapı değişti

Bu mimari sabit kalmadı; bilginin fiyatı her düştüğünde yeniden çizildi.

Telefon, telgrafın taşıyamadığı nüansı taşıdı ve çok şubeli şirketi mümkün kıldı. Fotokopi ve teleks, merkez-şube dengesini değiştirdi. 1990'larda ERP sistemleri geldiğinde, "stok raporunu derleyen adam"ın işi bir sorgu ekranına dönüştü — ve o dönemin yönetim literatürü, bugünkü tartışmanın birebir aynısını yaşadı: kademe azaltma, yalınlaşma, "orta yönetim öldü mü?" manşetleri.

Desen hep aynı: Bilgiyi taşımak ucuzladıkça, taşıma işi için kurulmuş katmanlar inceldi. Ama karar vermek, sorumluluk almak ve güven kurmak hiç ucuzlamadı. ERP size stok sayısını anında gösterdi; hangi müşteriye ne kadar risk tanıyacağınızı hiç göstermedi.

Bu ayrım — taşıma ile yargı arasındaki ayrım — yazının geri kalanının anahtarı. Aklınızda tutun.

Katman 3: Yapay zekanın gerçekte değiştirdiği şey

Şimdi güncel kanıtlara bakalım, çünkü bu artık teori değil, ölçülmüş gerçek.

Stanford'dan Erik Brynjolfsson ve MIT'den Danielle Li ile Lindsey Raymond, beş binden fazla müşteri temsilcisinin çalıştığı bir çağrı merkezinde yapay zeka asistanının etkisini ölçtü (Generative AI at Work, 2023). Ortalama verimlilik yüzde on dört arttı — ama asıl bulgu bu değil. Asıl bulgu: en büyük sıçramayı en deneyimsiz çalışanlar yaptı; yüzde otuzun üzerinde. Neden? Çünkü yapay zeka, en iyi temsilcilerin konuşmalarından damıtılmış örtük bilgiyi — Taylor'ın 1911'de kronometreyle yakalamaya çalıştığı o zanaat bilgisini — herkesin kulağına anında fısıldadı. Deneyim, ilk kez, kopyalanabilir hale geldi.

İkinci çalışma daha da düşündürücü. Harvard'dan Fabrizio Dell'Acqua ve ekibi, BCG'nin yedi yüzden fazla danışmanıyla deney yaptı (Navigating the Jagged Technological Frontier, 2023). Yapay zeka kullanan danışmanlar, modelin iyi olduğu işlerde yüzde kırka varan kalite artışı gösterdi. Ama modelin iyi göründüğü halde kötü olduğu işlerde, yapay zeka kullananlar kullanmayanlardan daha kötü sonuç aldı — çünkü makinenin özgüvenine teslim oldular. Araştırmacılar buna "pürüzlü sınır" diyor: Yapay zekanın yetkinliği düz bir duvar değil, girintili çıkıntılı bir kıyı şeridi. Ve o kıyının haritası, ancak deneyerek, ölçerek, denetleyerek çıkarılıyor.

İki bulguyu yan yana koyun, şu tablo çıkar: Yapay zeka, bilgiyi taşıma ve işleme maliyetini sıfıra yaklaştırıyor — ama neye güvenileceği kararının maliyetini artırıyor. Taşıma ucuzladı; yargı pahalandı.

Coase'un terazisine geri dönün. İşlem maliyetleri şirketin sınırını çiziyorsa ve bu maliyetlerin bir kalemi çökerken diğeri yükseliyorsa, sınırın kendisi — ve içerideki bütün katmanlar — yeniden çizilecek demektir. Bu bir tahmin değil; Coase'un denkleminin sonucu.

Pazartesi sabahı, saat dokuz

Teoriyi bir insanın gününe indirelim. Konuştuğumuz bir dağıtım şirketinden, isimsizleştirilmiş ama gerçek bir sahne.

Bölge müdürü pazartesi sabahı dokuzda masasına oturuyor. Önünde üç ekran var: ERP'den indirdiği satış dökümü, altı saha temsilcisinin hafta sonu attığı WhatsApp mesajları ve merkezin her pazartesi saat üçte beklediği haftalık rapor şablonu. Sonraki beş saat şununla geçiyor: dökümdeki rakamları şablona taşımak, temsilcilerin dağınık mesajlarından "sahada ne oluyor" özetini damıtmak, geçen haftaki raporla tutarsız görünen iki kalemi telefonla teyit etmek. Öğleden sonra üçte rapor gidiyor.

Üç buçukta asıl iş masaya düşüyor: Bölgenin en büyük müşterisi, ödeme vadesini altmış günden doksana çıkarmak istiyor. Bu, gerçek bir karar — müşteriyi tanımayı, sektörün o dönemki nakit sıkışıklığını bilmeyi, "bu müşteri blöf mü yapıyor, gerçekten mi zorda" sorusuna yıllara dayanan bir sezgiyle cevap vermeyi gerektiriyor. Müdür bu karara, günün en yorgun saatinde, yirmi dakika ayırabiliyor.

Şimdi soru: Bu şirkete o müdürün maaşını ödeten şey hangisi — sabahki beş saat mi, öğleden sonraki yirmi dakika mı? Herkes cevabı biliyor: yirmi dakika. Ama günün mimarisi tam tersini söylüyor. Maaş yargıya ödeniyor; mesai taşımaya gidiyor. Org şemasındaki o kutunun içinde, biri değerli biri ucuzlamış iki ayrı iş, aynı insanın gününde sıkışmış duruyor. Yapay zekanın gerçek vaadi o kutuyu silmek değil; kutunun içindeki beş saati makineye devredip, yirmi dakikayı günün en iyi saatine taşımak.

Katman 4: Sorunun tersine dönmesi

Coase 1937'de sordu: "Piyasa varken şirket neden var?"

2026'da patronun sorması gereken soru bunun aynadaki hali: "Yapay zeka varken, şirketimin bu katmanı neden var?"

Burada Coase'u iyi okumuş birinin haklı itirazını duyar gibiyim: "Madem koordinasyon ucuzluyor, Coase'a göre şirketler küçülmeli, her şey piyasadan alınmalı — oysa tarihin en büyük şirketleri tam da bu teknolojiyi elinde tutanlar. Teori çöktü mü?" Hayır — ve bu itirazın cevabı, yazının en önemli inceliği. Yapay zeka yalnızca piyasadan satın almanın maliyetini düşürmüyor; içerideki koordinasyonun maliyetini en az onun kadar, muhtemelen daha fazla düşürüyor. Piyasa işlemi hâlâ sözleşme, güven ve denetim gerektiriyor — bunlar yargı işleri ve pahalanan taraf orası. İç koordinasyon ise büyük ölçüde taşıma işi — ve çöken taraf orası. Coase'un terazisinde iki kefe birden hafifliyor ama iç kefe daha hızlı hafifliyor. Sonuç: Şirketin sınırı dışa doğru çökmüyor; içindeki katmanlar kendi üzerine çöküyor. Şirket ortadan kalkmıyor, inceliyor. Teori çökmedi — tam da öngördüğünü yapıyor.

Dikkat edin — bu "kimleri işten çıkarayım" sorusu değil. Tam tersine, yanlış soruların en tehlikelisi o. Doğru soru her katman için tek tek şu: Bu katman bilgi mi taşıyor, karar mı veriyor?

  • Haftalık satış raporunu derleyen kişi bilgi taşıyor. O iş, bir iş akışına devredilebilir — ve devredildiğinde o kişi, raporu derlerken hiç vakti kalmadığı işi yapmaya başlar: rakamların neden böyle olduğunu anlamaya.
  • Riskli bir müşteriye vade açıp açmamaya karar veren kişi yargıda bulunuyor. O iş devredilemez; tersine, pürüzlü sınır yüzünden her zamankinden değerli. Ama o kararın önüne gelen dosyanın hazırlanması — geçmiş ödemeler, sektör riski, açık bakiye — taşıma işidir ve saniyeler içinde önüne gelmelidir.
Yüzyıllık mimarinin cevabını güncellersek: Makineler çalışır, insanlar yönetir. Taylor işi bilgiden ayırmıştı; şimdi yapılması gereken, taşımayı yargıdan ayırmak. Yapay zekayı bir "dijital eleman" gibi org şemasının en altına eklemek değil — çoğu şirketin yaptığı ve pilotların yayına hiç ulaşamamasının sebebi olan hata bu — onu katmanların arasındaki taşıma işine yerleştirmek, insanları ise onay noktalarına, yani yargının kaldıraç etkisinin en yüksek olduğu yere taşımak.

Bunun pratiği de romantik değil, gayet mühendislik: Hangi çıktı kimin onayından geçecek, hangi eşiğin altı otomatik tamamlanacak, her karar nasıl kayıt altına alınacak. Weber'in bürokrasisi neyse — keyfiliğe karşı yazılı kural, hafıza ve hesap verebilirlik — yapay zeka çağının onay kapıları, guardrail'leri ve trace kayıtları da odur. Bürokrasi ölmedi; milisaniyeye indi.

Patronun üç sorusu

Bu yazıdan tek şey kalacaksa, şu üç soru kalsın. Önümüzdeki hafta, org şemanızı önünüze koyun ve şemadaki her kutu — yani her pozisyon, her rol — için tek tek sorun:

  1. Bu pozisyon, zamanının yüzde kaçını bilgi taşıyarak (derleme, özetleme, iletme, format), yüzde kaçını karar vererek geçiriyor? Taşıma yüzde ellinin üzerindeyse, o rol yapay zekanın değil, sizin sorununuz — çünkü pahalı bir insanı ucuzlamış bir işte tutuyorsunuz.
  2. Bu pozisyonun verdiği kararların kaydı var mı? Kim neyi, hangi bilgiyle, neden onayladı? Bu kayıt yoksa, yapay zekaya devrettiğinizde neyin iyi karar olduğunu makineye de, yeni gelen çalışana da öğretemezsiniz.
  3. Bu kutu şemadan kalkarsa, kaybolan şey bilgi mi, güven mi? Bilgiyse ikame edilebilir. Güvense — müşterinin sesi, tedarikçiyle ilişki, ekibin morali — o rol muhtemelen şemanızdaki en değerli varlık ve yapay zeka onun rakibi değil, ona vakit açan kaldıracı.
Taylor kronometreyle başlamıştı. Sizinki bu üç soruyla başlayabilir.

Fosil ve güncel

Org şemanız, kuruluş gününüzdeki bilgi fiyatlarının fosilidir. Bunda utanılacak bir şey yok — her şirketinki öyle. Fosil olmak, bir zamanlar tamamen rasyonel olmuş demektir.

Sorun, fiyatlar değiştikten sonra fosili savunmakta. 1911'in cevabıyla 2026'nın sorusuna karşılık veren şirketler, yapay zekayı mevcut katmanların üzerine bir katman daha diye ekleyecek — ve pilotları, öncekiler gibi, sandık odasında kalacak. Coase'un sorusunu yeniden soranlar ise daha az katmanla değil, daha doğru katmanlarla çıkacak bu dönemden: taşımanın makineye, yargının insana, kaydın sisteme ait olduğu bir mimariyle.

Şirketler piyasadan ucuz oldukları için var olur. Bu hâlâ doğru. Değişen tek şey, "ucuz"un tanımı — ve o tanım, şu anda, yüz yıldır ilk kez bu hızla yeniden yazılıyor.

Kaynakça

  • Ronald H. Coase, "The Nature of the Firm," Economica, 1937.
  • Frederick W. Taylor, The Principles of Scientific Management, 1911.
  • Henri Fayol, Administration industrielle et générale, 1916.
  • Max Weber, Wirtschaft und Gesellschaft (bürokrasi kuramı), 1922.
  • Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, "Generative AI at Work," NBER Working Paper 31161, 2023.
  • Fabrizio Dell'Acqua vd., "Navigating the Jagged Technological Frontier," Harvard Business School Working Paper 24-013, 2023.

İlk iş akışınızda taşıma ile yargıyı ayırmayı denemek ister misiniz? 30 dakikalık bir görüşme ayarlayın, org şemanız üzerinde birlikte çalışalım.

Çalışırken görmeye hazır mısınız?

Bir kurucuyla 30 dakikalık görüşmede ilk yapay zeka iş akışınızı planlayın.