Mart ayının başında yayımlanan Deloitte’un “2026 Global Human Capital Trends Report” bu sayımızın konusu. Rapor, Oxford Economics işbirliği ile 15 ülkeden çeşitli endüstriler ve sektörlerden 3.000’den fazla iş dünyası ve insan kaynakları lideriyle yapılan anketin ve lider ve yöneticilerin algıları ile çalışanların gerçekleri arasında ne tür farklar olabileceğini ortaya çıkarmak amacıyla 6.000 çalışan, yönetici ve üst düzey yöneticiyle gerçekleştirilen anketlerin ve de günümüzün önde gelen kuruluşlarından üst düzey yöneticiler ve konu uzmanlarıyla yapılan 50’den fazla röportajın sonuçlarını içermektedir. Haydi yakından bakalım.
Temel Gözlemler:
•Hız ve Çeviklik: İş liderlerinin %70’i, önümüzdeki üç yıl içindeki temel stratejilerinin değişen ihtiyaçlara hızla uyum sağlamak olduğunu belirtmektedir.
•Teknoloji vs. İnsan: Teknoloji (özellikle AI) kopyalanabilirken, insanlar kopyalanamaz. Rekabet avantajı artık teknolojik farklılaşmadan ziyade adaptasyon, yaratıcılık ve yargı gücü gibi “insan avantajının” geliştirilmesine bağlıdır.
•İnsan Odaklı Yaklaşım: AI yatırımlarında teknoloji odaklı bir yaklaşım benimseyen organizasyonların, beklentileri aşan getiri elde edememe olasılığı, insan odaklı yaklaşım benimseyenlere göre 1,6 kat daha fazladır.
1.İnsan ve Makine İlişkilerini Doğru Kurmak
Şirketlerin yapay zekayı sadece mevcut iş süreçlerine eklemek yerine, insan ve makine etkileşimini nasıl bir şekilde tasarlamaları gerektiğini ele alan bölümde katılımcılar
•%14’ü- Liderin insan-AI etkileşimlerini şekillendirme konusunda gerçekten yetkin olduğunu
•%66’sı- Liderin insan-AI tasarımının örgütsel başarı için önemli olduğunu
•%6’sı- Liderin bu alanda gerçekten ilerleme kaydedebilmesi
•2,5 kat- Amaçlı tasarım yapan organizasyonun daha iyi finansal sonuç bildirme olasılığının bulunduğunu belirtiyorlar.
Tasarımın İki Düzeyi: Makro ve Mikro
Rapora göre etkin insan-AI tasarımı makro ve mikro olarak iki katmanda olmalıdır. Makro düzeyde organizasyon genelinde stratejik hedef, yönetişim ve hesap verebilirlik, tasarım ilkeleri ve etik çerçeveler belirlenmeli; buna karşı mikro düzeyde ise her ekip, her işin türü ve her çalışan için özel etkileşim tipleri tasarlanmalıdır.
Etkileşim Tipleri Spektrumu
Rapor, yüksek AI otoritesinden düşüğe doğru sıralanan 7 farklı insan-makine etkileşim tipini bize tanımlıyor:
•AI- patron olarak (insanı yönetiyor, öncelikler belirliyor),
•AI- koç olarak (gerçek zamanlı geri bildirim ve rehberlik sunuyor),
•AI- yinelemeli iş ortağı olarak (birlikte karmaşık kararlar alıyorlar),
•AI- asistan olarak (öneriler sunuyor, insan karar veriyor),
•AI- doğrudan rapor olarak (insan AI çıktılarını denetliyor),
•AI- doppelgänger olarak (insan davranışlarını öğrenerek taklit ediyor ve ölçeklendiriyor),
•AI- otonom çalışan olarak (tamamen bağımsız, düşük değerli görevleri üstleniyor).
Ders Çıkarılacak Örnekler
Avrupalı Bir Telekom Şirketi: AI’ı rollere ve iş akışına dokunmadan ekleyerek yalnızca %5 verimlilik artışı gerçekleştirmesi sonucu bütçenin %90’ını insan-AI etkileşimini yeniden tasarlamaya harcayarak (yeni iş akışları, güven eşikleri, yükseltme yolları ve kapsamlı eğitim) %30 verimlilik artışı sağladı.
Save the Children: İlk pilot dönemde parçalı benimseme yaşandı. Merak, öğrenme ve iş birliği kültürü inşa edildi; AI kullanım sınırları netleştirildi. Sonuçta haftalık kullanım %36’dan %71’e yaklaşık olarak 2’ye katlandı. Karmaşık görev uygulaması %10’dan %45’e yani 4,5 kat arttı. Sınır farkındalığı %42’den %70’e, iş birliğine dayalı öğrenme ise %36’dan %60’a yükseldi.
MetLife Japonya: Çağrı merkezi çalışanları için AI koçluğu devreye alınması ile müşteri memnuniyeti %13 artarken çağrı süreleri kısaldı ve çalışan stresi de azaldı. Yeni ‘Thrive Resets’ özelliği sayesinde zor görüşmeler sonrası çalışan stresinin izlenmesi ve kişiselleştirilmiş toparlanma molaları önerisi devreye girdi.
7-Eleven: AI asistanı ‘Rita’, rutin işe alım görevlerinin %95’ini otomatize ederek haftada 40.000 saat serbest zaman yarattı.. İşe alım uzmanlarının rolü ortadan kaldırılmak yerine yeniden tasarlandı: rutin görevlerden stratejik liderlik desteğine ve işe alım kalitesini artırmaya doğru kaydı.
2.Gerçek mi Uydurma mı? AI Çizgiyi Bulanıklaştırıyor
Rapor ortaya koymaktadır ki organizasyonlar, en kritik kararlarını dayandırdıkları iş ve işgücü verisine olan güveni tam da ona en çok ihtiyaç duydukları anda yitirebilmektedir. Maalesef AI üretimi içerik, veri güvenilirliğini tehdit eden yeni bir sorun alanı oluşturabilmektedir. katılımcıların
•%95’i- Yöneticinin adayların beceri ve yetkinlik verilerinin doğruluğundan endişe duyduğu
•%41’i- Çalışanın işin bir bölümünü işverenin haberi olmadan AI ile otomatize ettiğini söyleyen
•%80’i- Yöneticinin çalışanların AI’ı gerçekte olduklarından daha üretkin görünmek için kullandığından endişeli
•%48’i- Yöneticinin AI’ın şirket veri tabanlarına doğrudan yanlış bilgi ekleyebileceğinden kaygılandığı
•%25’i- Gartner’a göre 2028’de iş başvurularının yapay varlıklardan gelmesi öngörüsü belirtmektedir.
Ders Çıkarılacak Örnekler:
Identifi Global: İK departmanlarının deepfake adayları simüle edip çalışanlarını bunları tespit etmeye eğittiği platform. Bir müşteri, üst düzey C-suite mülakatta deepfake kimlik taklidi girişimini bu platform sayesinde önledi.
Pindrop: Kendi başvurularının 6’da 1’inde sahtecilik belirtisi keşfetti. Özgeçmiş tarama, anahtar kelime eşleştirme ve referans kontrolü gibi mevcut tüm savunma katmanlarını aşan adayları tespit etmek için sürekli kimlik doğrulama araçları geliştirdi.
Autodesk: Gıda ambalajlarındaki besin değeri etiketlerine benzer ‘AI şeffaflık kartları’ oluşturdu: modelin ne yaptığını, hangi verinin kullanıldığını, nasıl korunduğunu ve hangi önlemlerin alındığını açıkça belgeledi.
- AI ve İnsan Karar Almanın Geleceği
Rapor, AI’nin karar alma süreçlerine hızla girmesine rağmen şirketlerin henüz bu dönüşüme hazır olmadığını göstermetedir. Katılımcıların
•%60’ı- Yöneticinin kararlarını desteklemek için düzenli olarak AI kullandığını
•%50’si- Gartner’a göre 2027’de iş kararlarının AI ajanları tarafından artırılacağı veya otomatize edileceği öngörüsünü
•%57’si- Organizasyonun düşük karar alma olgunluğunda çalıştığını (karar becerileri ne öğretiliyor ne de gerekli araçlar sağlanıyor)
•%64’ü- Liderin AI’ın karar alma üzerindeki etkilerini ele almanın çok önemli olduğunu düşündüğünü
•%5’i- Liderin bu konuda gerçekten ilerleme kaydettiğini belirtmektedir.
Ders Çıkarılacak Örnekler:
Atlassian: AI öncülüğündeki ve insan öncülüğündeki kararlar arasındaki belirsiz sınırların darboğaz yarattığını fark ederek katı bir kural kitabı oluşturmak yerine karar haklarını evrimleşen bir husus olarak ele aldı: AI’ın hangi rutin görevleri üstleneceğini, insanın hangi yüksek riskli kararlara müdahale edeceğini düzenli olarak gözden geçiriyor.
IBM: AI etik kurulları, yüksek etkili kullanım durumlarını inceliyor. Şirketin yayımladığı güven ve şeffaflık ilkeleri rehberlik ediyor; politika, disiplinlerarası inceleme ve uyumu izleyen araçlar bir arada çalışıyor.
BAE Systems: Liderler gerçekçi, yüksek belirsizlikli senaryolarda karar alma pratiği yapıyor; hangi bilgiye güveneceğini ve hipotezleri nasıl çerçeveleyeceğini test ediyor ve net kriterlerle değerlendirme yapıyor. Erken geri bildirimler daha hızlı ve özgüvenli kararları gösteriyor.
Spotify: Podcast özeti kalitesini değerlendirmek için standartları makine ya da yazılım yerine insanlarca belirledi ve bu standartlar otomatik değerlendirmeyi beslemek için kullanılıyor.
Liberty Mutual Insurance: Hasar uzmanları AI’ın önerilerini inceliyor ancak bunları geçersiz kılma yetkisini elinde tutuyor.
4.AI’ın Yarattığı Kültürel Sorun ile Başa Çıkmak
Raporun en derin uzun vadeli riski bu bölümde açığa çıkmaktadır: AI’ın organizasyon kültürü üzerindeki sessiz ama birikimli olumsuz etkisi. Kültürel sorun tıpkı finansal borcun faiz biriktirmesi gibi bir organizasyonun kültürünü ihmal etmesiyle biriktirdiği olumsuz sonuçlar olarak tanımlanmaktadır. Katılımcıların
•%42’si- Çalışanın organizasyonunun AI’ın insanlar üzerindeki etkisini nadiren değerlendirdiğini
•%80’i- Lider, yönetici ve çalışanın iş arkadaşlarının AI’ı gerçekte olduklarından daha üretken görünmek için kullandığından endişeli olduğunu
•%20’si- ABD çalışanının şirket kültürüyle güçlü biçimde bağlı hissettiğini (2025 Gallup)
•%65’i- Katılımcının organizasyon kültürünün AI etkileri göz önünde bulundurularak önemli ölçüde değişmesi gerektiğine inandığını
•%5’i- Organizasyonun bu konuda gerçekten ilerleme kaydettiğini açıklamaktadır.
AI’ın Kültürü Nasıl Bozduğu (Cultural debt)
Raporada örgütlerde ve dolayısıyla iş hayatında kasten olmasa bile git gide AI’ın yönettiği bir kültür oluştuğu belirtilmektedir. Çalışanlar: AI ile iş yapmak hile mi sayılır? AI ağır işi yapıyorsa çok çalışmanın anlamı ne? AI yanılırsa kim suçlanacak? AI kullanmazsam işimi kaybeder miyim yoksa AI zaten işimi mi alacak? gibi belirsiz sorularla baş başa kalmaktadır. Örgütlerde bu sorular yanıtlamazsa çalışanlar kendi kurallarını oluşturmaktadır. Bu da kültürel bir sorun (debt) olarak adlandırılıyor. Kültürel erozyon iki yönlüdür: Edelman Güven Barometresi’ne göre 2018’den bu yana ilk kez işverenlere duyulan güven düşerken liderler de çalışanlara güvenlerini kaybetmektedir. AI önceliği olan organizasyonlarda çalışanlar kendilerini ikinci planda hissetmektedir.
Kültürde neyin korunması, neyin değiştirilmesi gerektiği ile ilgili anket sorularına göre katılımcıların
•%72’si güçlü amaç veya misyon duygusu ile aidiyet hissinin korunması gerektiğini
•%63’ü farklı bakış açılarına saygı duyulmasının
•%62’si destekleyici ekip çalışması ve iş birliğinin korunması gerektiğini
•%58’i de yenilik ve iyileştirme taahhüdünün değişmesi gerektiğini belirtmektedir.
Kültürel Sorunu Azaltmak: Önerilen 3 Çözüm
•3 Yol Temeli kurmak: Liderlik uyumu, amaç ve değerlere bağlılık, şeffaf iletişim. Cisco araştırmasına göre liderler AI kullandığı takdirde çalışanların da kullanma ihtimali 2 kat artmaktadır.
•İşin akışında güveni ve insan bağlantısını inşa etmek: AI’ın insan-insan bağlantılarını nasıl etkilediğini düzenli olarak değerlendirmek ve bu yönde müdahaleler tasarlamak gerekmektedir.
•AI’ı sağlıklı kültürleri teşvik etmek için kullanmak: AI kültürel sorunlara yol açsa da aynı zamanda sağlıklı kültürleri güçlendiren bir araç olabilmektedir.
Ders Çıkarılacak Örnekler:.
Trek Bicycle: Teknoloji ekibi, her departmandan ve her seviyeden çalışanla görüşerek AI’ın çalışma ortamını nasıl iyileştirebileceğini anlamak için yaklaşık 40 somut kullanım senaryosu belirledi ve hepsinde de mevcut çalışanların refahına öncelik tanıdı.
DBS Bank: Çalışanlara dijital dönüşüm girişimlerine katkı ve deneyler için tanınma ve ödül puanı verilmektedir. Dönüşüm günleri, beceri geliştirme zamanları ve dijital dönüşüm metrikleri performans ve ücret sistemine entegre edildi.
Atlassian: AI destekli işe alım sayesinde yeni çalışanlar arasında haftalık AI kullanımını % 57’den %93’e çıkardı.
