Ekibinizdeki Yapay Zekâ Algı Uçurumu Bütçenizi Nasıl Bozar

Karpathy'nin huni benzetmesi ne anlatıyor

Andrej Karpathy, nisan ayında yazdığı bir paylaşımı yeniden gündeme taşıdı ve LLM'lerin neler yapabildiğine dair ortak anlayıştaki farkın giderek açıldığını söyledi. Ona göre tablo artık birbirini anlamayan iki grup gibi değil, keskin bir huni gibi görünüyor. Bu tespit teknoloji meraklılarının tartışması gibi dursa da doğrudan şirketlerin karar alma biçimine dokunuyor.

Karpathy'nin kaba tahminleri, Startup Fortune'un aktardığı haliyle şöyle: dünya nüfusunun yaklaşık yüzde 75'i, yani 6 milyar civarında insan LLM'leri neredeyse hiç kullanmadı. 1 ila 2 milyar kişi ChatGPT gibi araçların ücretsiz sürümünü arama ya da yazı için ara sıra kullanıyor. Yaklaşık 20 milyon kişi en gelişmiş modelleri yazılım veya matematik işlerinde profesyonel olarak kullanıyor. Huninin en dar ucunda ise henüz piyasaya çıkmamış sistemlere içeriden erişimi olan 5.000 kadar kişi var.

Karpathy bu rakamları kendisi de kaba tahmin olarak niteliyor. Ama burada önemli olan rakamların kesinliği değil, yapısı. Her katman yapay zekâyı bir alttakinden bambaşka bir şey olarak deneyimliyor ve bir şirketin içinde bu katmanların neredeyse hepsi aynı toplantı masasına oturabiliyor.

Aynı teknolojiyi neden bu kadar farklı görüyoruz

Karpathy huninin katmanlarını üç şeye bağlıyor: insanların modele getirdiği problemlerin büyüklüğü, yeteneğin alanlara ne kadar eşitsiz dağıldığı ve erişim düzeyi, yani ücretsiz, ücretli ya da kurum içi kullanım. İlki en çok gözden kaçanı. Karpathy'nin ifadesiyle bir paragraflık cevabı olan bir soru sistemi pek zorlamıyor; farkı görmek için insanın gerçekten önemsediği büyük ve zor problemlere ihtiyacı var.

İkinci etken eşitsizlik. Karpathy'ye göre yetenek dijital, doğrulanabilir ve ekonomik değeri yüksek alanlarda zirve yapıyor, çünkü bu yetenekler pekiştirmeli öğrenmeyle geliyor. Nisan paylaşımında aylık 200 dolarlık abonelikte bile kazanımların teknik alanlarda "sivri" kaldığını, sıradan arama, yazı ve tavsiye sorularında en çarpıcı gelişmenin yaşanmadığını yazmıştı. Yani aynı ücretli modeli kullanan bir pazarlamacı ile bir yazılımcı bambaşka izlenimlerle masadan kalkabilir.

Üçüncüsü erişim ve belki en somut olanı da bu. Karpathy'ye göre pek çok kişi görüşünü "geçen yıl bir ara" denediği ücretsiz ChatGPT sürümüne dayandırıyor; oysa ücretsiz ya da eskimiş modeller, OpenAI Codex ve Claude Code gibi ajan tabanlı araçların bugün yapabildiklerini yansıtmıyor. Öbür uçta bu modellere para ödeyip programlama, matematik ve araştırmada profesyonel olarak kullananlar duruyor. Onlara göre modele bir terminal verdiğinizde normalde günler ya da haftalar sürecek programlama problemlerini adeta eritiyor.

Huni şirketin içinde de var

BCG'nin ABD'de 1.400 çalışanla yaptığı ankette yöneticilerin yüzde 76'sı çalışanlarının yapay zekâ konusunda hevesli olduğunu söylerken, bireysel katkı sağlayanların yalnızca yüzde 31'i hevesli olduğunu belirtti. Harvard Business Review'daki yazıya göre yöneticiler iki kattan fazla yanılıyor ve kıdem arttıkça bu yanılgı büyüyor. Aynı çalışmada yöneticilerin yüzde 75'i şirketlerinin çalışan odaklı olduğuna inanırken bu görüşe katılan çalışan oranı yüzde 23'te kalıyor.

Kullanım verisi de aynı yöne işaret ediyor. BCG'nin 11.749 kişilik AI at Work 2026 anketinde düzenli kullanım saha çalışanlarında yüzde 74, yöneticilerde yüzde 88, üst liderlerde yüzde 93 çıktı; liderler ve yöneticiler yönlendirmeyi daha net buluyor ve daha fazla etki görüyor. Gartner'ın 2025 anketine atıf yapan ikincil bir kaynak, yöneticilerin yüksek verimlilik kazancı bildirme olasılığının dört kat, çalışanların ise "hiçbir fark yaratmadı" deme olasılığının beş kat fazla olduğunu aktarıyor. Bu sonuncusunu ikinci elden bir alıntı olarak okumak gerekiyor.

Şirket dışına çıkınca uçurum daha da derinleşiyor. Pew Research Center verisine göre ABD'de yapay zekâ uzmanlarının yüzde 56'sı önümüzdeki 20 yılda olumlu etki beklerken bu oran halkta yüzde 17; insanları daha üretken yapacağını düşünenler uzmanlarda yüzde 74, halkta yüzde 17. Bu veriler ABD'ye ait ve Türkiye için aynı ölçümü elimizde bulunmuyor. Ama tablo tanıdık: bir yönetici konferansta ajan demosu izlemiş, saha çalışanı ücretsiz sürümle e-posta düzeltmiş, şüpheci meslektaş geçen yıl uydurma bir kaynak görüp bırakmış. Üçü de aynı bütçe toplantısına giriyor.

Algı farkı planlamayı nasıl bozuyor

İlk hata şişirilmiş beklenti. Yönetim, kodlama ajanlarının etkileyici bir demosundan yola çıkıp müşteri yazışmalarının, teklif hazırlığının ya da hukuki görüşlerin de aynı hızla otomatikleşeceğini varsayar. Oysa Karpathy'nin altını çizdiği eşitsizlik tam da burada devreye girer: yazılımda görülen sıçrama tavsiye ve yazı işlerine aynı ölçüde taşınmıyor. Sonuç, kadro ve süre planlarının gerçekleşmeyecek bir verimliliğe göre yapılmasıdır.

İkinci hata ters yönde. Şüpheci bir ekip, geçen yılki ücretsiz sürümden kalan izlenimle gerçekten iyi sonuç verebilecek alanlara yatırım yapmaz. Raporlama scriptleri, veri dönüştürme, doküman sınıflandırma gibi dijital ve doğrulanabilir işler masada kalır. Bu hata daha sessizdir, çünkü yapılmayan yatırımın maliyeti hiçbir tabloda görünmez.

Üçüncüsü eğitim tarafında kendini gösteriyor. Workera'nın 800 eğitim yöneticisi ve 800 çalışanla yaptığı ankette eğitim yöneticilerinin yüzde 93'ü yeterli yatırım yaptıklarını söylerken yalnızca yüzde 32'si programların doğrulanmış beceri açıklarını kapattığını belirtiyor. BCG'nin 2026 verisinde de katılımcıların yüzde 72'si kendilerinden beklenen becerilerin değiştiğini, ama yalnızca yüzde 36'sı yeterli eğitim aldığını düşünüyor.

Bize göre en tehlikelisi iyimserlik ya da kötümserlik değil. Asıl sorun, bütçedeki her kalemin kimin zihinsel modeline dayandığını kimsenin bilmemesi. Bir kalem bir demoya, diğeri eski bir deneyime, üçüncüsü bir satıcı sunumuna yaslanıyorsa toplam plan tutarlı olamaz.

İç demolar: slayt değil, canlı ve sizin işiniz

Genel amaçlı tanıtım videoları algıyı kalibre etmez, sadece bir uçtaki beklentiyi büyütür. İşe yarayan demo, şirketin kendi verisi ve kendi işi üzerinde, canlı yapılan ve başarısızlığı da gösteren demodur. Odadaki herkesin sonucu kendi gözüyle doğrulayabilmesi gerekir.

Karışık bir kitle için görevleri, Karpathy'nin çizdiği sınırın iki tarafından seçmek iyi sonuç verir. Bir yanda modelin parladığı dijital ve doğrulanabilir işler, öbür yanda gelişmenin sınırlı kaldığı tavsiye ve genel yazı işleri olmalı. İki tarafı aynı oturumda görmek, hem şişirilmiş hem de küçümseyen beklentiyi aynı anda düzeltir.

• Dağınık bir satış dışa aktarımını temizleyip özet tablo çıkaran kısa bir script yazdırmak: sonuç doğrudan kontrol edilebilir.
• Uzun bir şartname ya da sözleşmeden belirli maddeleri çıkarıp her birinin geçtiği yeri göstermesini istemek: hata anında yakalanır.
• Aynı görevi ücretsiz sürüme ve ücretli bir ajan aracına vermek: erişim farkı odadakilere tartışmasız biçimde görünür.
• Bir strateji ya da tavsiye sorusu sormak: cevap akıcı ama sıradan olacaktır ve sınır burada görünür.
• İnternette bulunmayan, şirkete özgü bir bilgi sormak: modelin bilmediğini söyleyip söylemediğini ya da uydurup uydurmadığını izlemek.

Görev bazlı pilotlar: araç değil görev seçin

Herkese lisans dağıtıp üç ay sonra memnuniyet anketi yapmak pilot değildir. Pilot, sahibi belli, ölçülebilir birkaç görev üzerine kurulur: bu iş bugün kaç saat sürüyor, hata oranı ne, yapay zekâyla ne oluyor. Görevleri saha çalışanlarıyla birlikte seçmek önemli, çünkü işin gerçek darboğazını onlar biliyor.

Eğitimi pilotun içine gömmek gerekiyor. BCG'nin 10.600'ü aşkın katılımcılı 2025 anketinde saha çalışanlarında düzenli kullanım yüzde 51'de takılıp kalmıştı ve rapor bunu "silikon tavan" olarak adlandırdı. Güçlü liderlik desteği olduğunda yapay zekâ hakkında olumlu düşünen çalışan oranı yüzde 15'ten yüzde 55'e çıkıyordu; en az beş saat eğitim ve yüz yüze koçluk alanlarda düzenli kullanım belirgin şekilde yüksekti.

BCG'nin 2026 verisinde düzenli kullanan saha çalışanlarının yüzde 42'si haftada sekiz saat tasarruf ettiğini söylüyor. Bu rakamı doğrudan iş planınıza yazmayın; bir beyana dayanan anket sonucu, sizin süreçlerinizin ölçümü değil. Pilotun asıl çıktısı tam olarak bu: kendi rakamınız.

• Her pilot görevin tek bir sorumlusu olsun ve önce mevcut süre ile hata oranı kayda geçsin.
• Modelin çıktısını kontrol etmenin ne kadar sürdüğünü ayrıca ölçün; tasarruf bu süre düşüldükten sonra hesaplanmalı.
• Hangi model ve hangi erişim düzeyiyle çalışıldığını not edin; ücretsiz sürümle alınan sonuç ücretli araç için geçerli değildir.
• Başarısız görevleri de raporlayın; nerede işe yaramadığını bilmek bir sonraki bütçe için en az başarı kadar değerli.

Yetenek tabanı: ekibin ortak referans noktası

Yetenek tabanı, şirketin kendi işlerinden seçilmiş küçük ve sabit bir test seti ile bu setin tarihli sonuçlarından oluşur. Amaç akademik bir benchmark kurmak değil, "geçen yıl denedim, olmadı" cümlesinin yerine tarihli ve kontrol edilebilir bir kanıt koymak. Bir avuç gerçek görev, düzenli tekrarlandığında onlarca genel testten daha çok şey söyler.

Seti her üç ayda bir ya da önemli bir model sürümü çıktığında yeniden çalıştırın. Karpathy'nin uyarısı, farkın açıldığı yönünde; dolayısıyla altı ay önceki sonuç bugünün gerçeğini yansıtmıyor olabilir. Sonuçları herkesin görebileceği bir yerde tutmak, yöneticiyle saha çalışanının aynı tabloya bakmasını sağlar.

Bir uyarı daha. Karpathy, ajanların büyük işleri tek seferde bitirebildiği seviyede insan incelemesinin ve kavrayışının geride kalmaya başladığını da söylüyor. Bu yüzden tabanınız yalnızca modelin ne ürettiğini değil, o çıktıyı bir insanın doğrulamasının ne kadar sürdüğünü de kaydetmeli. Doğrulaması işi yapmaktan uzun süren bir görev, ne kadar etkileyici görünürse görünsün henüz kazanç değildir.

• Görevin tanımı ve girdisi (her seferinde aynı tutulur)
• Kullanılan model, sürüm ve erişim düzeyi (ücretsiz, ücretli, kurumsal)
• Test tarihi
• Sonuç: başarılı, düzeltmeyle başarılı ya da başarısız
• İnsan doğrulamasının süresi ve bulunan hatalar

2027 bütçesine girerken

Bütçe döneminde basit bir kural koyun: yapay zekâyla ilgili her kalem ya bir pilot sonucuna ya da yetenek tabanındaki tarihli bir ölçüme dayansın. Bir konferans demosu, bir satıcı sunumu ya da birinin geçen yılki deneyimi tek başına gerekçe sayılmasın. Bu kural hem iyimserleri hem şüphecileri aynı kanıt standardına bağlar.

Her şirkete aynı ağırlıkta bir program gerekmiyor. Beş kişilik bir ekip için bir öğleden sonra birlikte oturup aynı görevleri denemek yeterli olabilir. İşi büyük ölçüde fiziksel ya da yüz yüze ilişkiye dayanan şirketlerde, Karpathy'nin tarif ettiği sivri kazanımlar sınırlı kalacaktır; burada zorlama bir yapay zekâ programı kaynak israfı olur.

Algı farkı kendiliğinden kapanmayacak, Karpathy'ye bakılırsa açılmaya devam ediyor. Kalibrasyonu bir defalık eğitim olarak değil, düzenli tekrarlanan bir alışkanlık olarak düşünmek gerekiyor. Ekibin aynı şeyi görmesi herkesin aynı şeyi düşünmesi demek değil; ama en azından aynı kanıt üzerinde tartışmasını sağlıyor.