Süreç Hızlanırken Sürecin Kontrolünü Kaybediyor muyuz?

Yapay zeka artık yalnızca teknoloji ekiplerinin gündeminde olan bir başlık değildir; üretimden satın almaya, müşteri hizmetlerinden planlamaya kadar günlük iş akışlarının doğrudan bir parçası haline gelmektedir. Bunun temel nedenlerinden biri, doğru yerde kullanıldığında sağladığı hız ve verimlilik potansiyelidir. Brynjolfsson, Li ve Raymond tarafından 5.172 müşteri hizmetleri çalışanı üzerinde yürütülen bir çalışmada, yapay zeka desteğinin saat başına çözülen müşteri sorunlarında ortalama yüzde 15 artış sağladığı görülmüştür. Özellikle daha az deneyimli çalışanlarda kazanımın daha yüksek olması, yapay zekanın bilgiye erişimi ve öğrenme hızını destekleyebildiğini de göstermektedir.

Bu potansiyeli görmezden gelmek, kurumların dönüşüm ve rekabet gücü açısından önemli fırsatları kaçırmasına neden olabilir. Bununla birlikte, bir süreçte insan emeği veya zaman kullanılıyor olması, o sürecin doğrudan yapay zekaya devredilmesi için tek başına yeterli bir gerekçe değildir. Bir işi daha hızlı yapmak, o işi daha doğru veya daha verimli yapmak anlamına gelmez. Yanlış tasarlanmış bir sürecin hızlandırılması, hataların daha hızlı ve daha geniş ölçekte üretilmesine de yol açabilir.

Üretim planlama, ERP, PMO ve yazılım projeleri gibi farklı çalışma alanları, süreçlerin yalnızca akış şemalarında görünen adımlardan oluşmadığını açık biçimde göstermektedir. Süreçlerin içinde yıllar içinde oluşmuş istisnalar, ekiplerin deneyimi, müşteri beklentileri, kapasite kısıtları, karar noktaları ve kimi zaman dokümante edilmemiş kurumsal bilgi bulunmaktadır. Yapay zekanın bu yapıya entegre edilmesinden önce, sürecin bütünüyle anlaşılması ve hangi noktada hangi değerin üretildiğinin ortaya konması gerekir.

Hız ile İyileştirmeyi Karıştırmak

Endüstri mühendisliği yaklaşımında temel hedef, tek bir işlemi mümkün olan en yüksek hızda tamamlamak değil, sistemin bütününü daha etkin ve verimli çalıştırmaktır. Bir operasyon adımının yüzde 50 hızlandırılması, sonraki adım aynı kapasitede çalışmaya devam ediyor ve önünde kuyruk oluşuyorsa sistem düzeyinde aynı oranda iyileşme yaratmaz. Aksine, iş yükünün başka bir noktaya yığılmasına, yeni beklemelere ve ilave koordinasyon ihtiyacına neden olabilir.

Yapay zeka projelerinde de benzer bir yanılgı ortaya çıkabilir. Örneğin beş ayrı onaydan geçen bir sürecin evrak hazırlama ve yönlendirme aşaması yapay zeka ile hızlandırılabilir. Ancak asıl değerlendirilmesi gereken nokta, bu beş onayın tamamının gerçekten gerekli olup olmadığıdır. Süreç yıllar içinde gereksiz adımlar eklenerek karmaşıklaşmışsa, bu yapının otomatikleştirilmesi gerçek bir iyileştirme değil, mevcut karmaşıklığın daha hızlı işletilmesi anlamına gelir.

Bu nedenle “Bu adımı yapay zeka ile hızlandırabilir miyiz?” sorusundan önce “Bu adım neden var?” sorusu sorulmalıdır. Teknolojinin sunduğu hız, süreç sorgulamasının ve sistem tasarımının yerini almamalıdır.

Süreci Bilmeden Teknoloji Yerleştirmek

Yapay zeka çözümleri geliştiren firmaların teknik uzmanlığı dönüşüm açısından önemli bir değerdir. Ancak teknoloji bilgisi, dönüştürülecek operasyonu bilmekle aynı şey değildir. Üretim hattındaki bir kalite kontrol kararını, planlamadaki bir istisnayı veya müşteriye özgü bir operasyon kuralını dışarıdan yalnızca veri akışı olarak değerlendirmek eksik bir bakış yaratabilir. Sürecin neden belirli bir şekilde ilerlediğine ilişkin kritik bilgi çoğu zaman sahadaki çalışanlarda, süreç sahiplerinde ve sistemi uzun süredir yöneten ekiplerde bulunmaktadır.

Bu nedenle yapay zeka dönüşümünün yalnızca bir teknoloji kurulum projesi olarak ele alınması risklidir. Sağlıklı bir dönüşümde teknoloji sağlayıcısı ile süreç sahibi aynı çalışma zemini üzerinde buluşmalı; süreç haritalanmalı, değer yaratmayan adımlar sorgulanmalı, istisnalar belirlenmeli ve başarı kriterleri yalnızca zaman tasarrufu üzerinden tanımlanmamalıdır. Hata oranı, kalite, bekleme süresi, yeniden işleme, müşteri etkisi ve çalışanların gerektiğinde müdahale edebilme kapasitesi birlikte değerlendirilmelidir.

Bu noktada endüstri mühendisliği yaklaşımı kritik bir rol üstlenmektedir. Sistem düşüncesi; teknoloji seçiminden önce sürecin kendisini anlamayı, darboğazları ve bağımlılıkları görmeyi, kaynakları bir bütün olarak değerlendirmeyi gerektirir. Yapay zekanın en değerli kullanım alanlarını belirlemek de çoğu zaman “Yapay zeka nerede kullanılabilir?” sorusundan değil, “Bu sistemde gerçek problem nerede?” sorusundan başlamalıdır.

Süreç Görünmezleştiğinde

Temel risk yalnızca yanlış bir yapay zeka çıktısının kontrol edilmeden kullanılması değildir. Daha uzun vadede, bir sürecin sürekli olarak yapay zekaya devredilmesi, yalnızca işin değil, o işin nasıl ve neden yapıldığına ilişkin kurumsal farkındalığın da giderek zayıflamasına neden olabilir.

Bir çalışan bir raporu düzenli olarak hazırladığında verinin kaynağını, hangi değerin olağan dışı olduğunu veya hangi göstergenin diğerini etkilediğini zamanla öğrenir. Aynı rapor otomatik olarak üretilmeye başladığında çalışan yalnızca son çıktıyı görüyorsa, bu zihinsel bağ giderek zayıflayabilir. Sistem doğru çalıştığı sürece bu kayıp fark edilmeyebilir. Ancak veri kaynağı değiştiğinde, istisnai bir durum oluştuğunda veya sistem beklenmeyen bir çıktı ürettiğinde müdahale edebilmek için süreç bilgisine hala ihtiyaç vardır.

Bugün çok daha gelişmiş yapay zeka teknolojileri kullanılıyor olsa da temel soru güncelliğini korumaktadır: İnsan süreçten ne ölçüde uzaklaşabilir ve gerektiğinde o sürece hakimiyetini nasıl sürdürebilir?

Bu tartışma yalnızca üretken yapay zeka dönemine özgü değildir. Lisanne Bainbridge, 1983 yılında yayımlanan “Ironies of Automation” çalışmasında otomasyonun insan operatörle ilgili problemleri tamamen ortadan kaldırmak yerine bazı durumlarda büyütebildiğine dikkat çekmiştir. Endsley ve Kiris’in 1995 tarihli çalışması ise otomasyon altında operatörün aktif karar vericiden pasif izleyiciye dönüşmesinin durumsal farkındalığı ve sistem arızası sonrasındaki müdahale performansını olumsuz etkileyebildiğini ortaya koymuştur. Bugün çok daha gelişmiş yapay zeka teknolojileri kullanılıyor olsa da temel soru güncelliğini korumaktadır: İnsan süreçten ne ölçüde uzaklaşabilir ve gerektiğinde o sürece hakimiyetini nasıl sürdürebilir?

Bu nedenle insan kontrolü, yapay zekanın ürettiği her çıktının bir kişi tarafından tek tek yeniden kontrol edilmesi şeklinde yorumlanmamalıdır. Böyle bir yaklaşım, otomasyonun sağlayacağı faydayı önemli ölçüde azaltabilir. Asıl ihtiyaç, insanın süreçteki rolünün ortadan kaldırılması değil, yeniden tanımlanmasıdır. Tekrarlı işleri yürütmek yerine istisnaları yönetmek, performansı izlemek, sonuçları sorgulamak, süreci yeniden tasarlamak ve gerektiğinde sisteme müdahale edebilmek daha yüksek değerli bir rol yaratır. NIST Yapay Zeka Risk Yönetimi Çerçevesi de insan rollerinin ve sorumluluklarının açık biçimde tanımlanmasını, kullanım bağlamının dikkate alınmasını ve gerektiğinde insan müdahalesinin mümkün olmasını önemli risk yönetimi unsurları arasında değerlendirmektedir.

Diğer Uç: Dönüşüme Direnmek

Yapay zekanın oluşturabileceği riskleri gerekçe göstererek dönüşümden tamamen uzak durmak da sürdürülebilir değildir. “Biz yıllardır böyle yapıyoruz”, “insan daha iyi yapar” veya “bizim sektörde bu olmaz” gibi refleksler, kurumların verimsiz işleri sürdürmesine, öğrenme hızını kaybetmesine ve rekabet gücünün zayıflamasına neden olabilir.

OECD’nin güncellenen Yapay Zeka İlkeleri de inovasyon ile güvenilir kullanımın birbirinin alternatifi olmadığını vurgulamaktadır. İnsan iradesi ve gözetimi, şeffaflık, izlenebilirlik ve risk yönetimi gibi mekanizmalarla yapay zekanın faydasını artırmak mümkündür. Dolayısıyla temel tercih “Yapay zeka kullanalım mı, kullanmayalım mı?” ikiliğine indirgenmemelidir. Asıl mesele, yapay zekanın hangi amaçla, hangi süreçte, hangi sınırlar içinde ve nasıl bir yönetişim modeliyle kullanılacağıdır.

Önce Süreç, Sonra Yapay Zeka

Yapay zeka dönüşümünde “AI-first” yerine “process-first” yaklaşımı daha sağlıklı bir çerçeve sunmaktadır. Önce sürecin anlaşılması, gerekiyorsa sadeleştirilmesi ve standardize edilmesi; ardından yapay zekanın gerçekten değer yaratacağı noktanın belirlenmesi gerekir. Bu yaklaşım yapay zekayı geri plana atmak değil, teknolojiyi doğru probleme yöneltmek anlamına gelir.

Süreç bilgisi organizasyon içinde nasıl korunacaktır? Başarı yalnızca kazanılan zamanla mı ölçülecek, yoksa sistemin bütünü üzerindeki kalite, hata, kapasite ve müşteri etkisi de değerlendirilecek midir?

Bir yapay zeka uygulamasına geçmeden önce bazı temel soruların açık biçimde yanıtlanması gerekir: Sürecin amacı ve müşteriye ya da kuruma ürettiği değer nedir? Hangi adımlar gerçekten gereklidir? Yapay zeka hangi kararı veya işi üstlenecek ve hangi veriyle çalışacaktır? Hata veya istisna durumunda kim müdahale edecektir? Süreç bilgisi organizasyon içinde nasıl korunacaktır? Başarı yalnızca kazanılan zamanla mı ölçülecek, yoksa sistemin bütünü üzerindeki kalite, hata, kapasite ve müşteri etkisi de değerlendirilecek midir?

Bu sorular teknoloji projesini yavaşlatan bürokratik adımlar değildir; dönüşümün gerçekten değer üretmesini sağlayan tasarım sorularıdır. Yapay zeka doğru süreçte kullanıldığında insanın zamanını daha yüksek değerli işlere ayırmasına, karar desteğinin güçlenmesine ve kurumsal öğrenmenin hızlanmasına katkı sağlayabilir. Yanlış süreçte ve kontrolsüz kullanıldığında ise aynı hız, hata ve karmaşıklığın da büyümesine neden olabilir.

Sonuç

Yapay zekanın iş dünyasındaki yerini kaçırmamak, kurumların dönüşüm kapasitesi açısından önem taşımaktadır. Bununla birlikte dönüşüm başarısının kullanılan model sayısı, otomatikleştirilen adım sayısı veya yalnızca kazanılan zaman üzerinden ölçülmesi eksik bir değerlendirme olacaktır. Başarı; süreçlerin gerçekten iyileşmesi, insanların daha yüksek katma değerli işlere yönelmesi ve kurumun kendi operasyonu üzerindeki bilgi ve kontrolünü koruyabilmesiyle birlikte ele alınmalıdır.

Bu nedenle doğru soru yalnızca “Bu süreci yapay zeka ile yapabilir miyiz?” değildir. Öncelikle “Bu süreci neden bu şekilde yürütüyoruz, nasıl daha iyi tasarlayabiliriz ve yapay zeka burada hangi rolü üstlenirse gerçek değer yaratır?” sorularına yanıt aranmalıdır.

Dönüşümden kaçınmak kurumları hantallaştırabilir; süreçleri sorgulamadan yapay zekaya devretmek ise süreç üzerindeki hakimiyeti azaltabilir. Gereken yaklaşım, bu iki uç arasında bilinçli bir dönüşüm modeli kurmaktır: Önce süreci anlamak, ardından teknolojiyi seçmek ve hızlanırken sistemin hangi yöne ilerlediğini izleyebilecek kurumsal yetkinliği korumak.

Kaynakça

Bainbridge, L., (1983), “Ironies of Automation”, Automatica, 19(6), 775-779.

Brynjolfsson, E., Li, D., Raymond, L., (2025), “Generative AI at Work”, The Quarterly Journal of Economics, 140(2), 889-942.

Endsley, M. R., Kiris, E. O., (1995), “The Out-of-the-Loop Performance Problem and Level of Control in Automation”, Human Factors, 37(2), 381-394.

https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf

https://www.oecd.org/en/topics/ai-principles.html