Yapay zekâ yatırımları: Verimlilik mi, iş dönüşümü mü?
Türkiye’de yapay zekâ kullanımı hızla yayılıyor, fakat ekonomi genelinde ölçülmüş bir verimlilik sıçraması veya kitlesel iş kaybı gösteren temsilî kanıt henüz yok. En güçlü bulgu daha sınırlı: yapay zekâ bazı görevleri hızlandırıyor, özellikle daha az deneyimli çalışanlara destek olabiliyor; aynı zamanda iş akışını, beceri ihtiyacını ve kalite denetimini değiştiriyor.
SonSinyal Baş Editörü
Yeni olgu üretmez; yalnız kaynaklı ve sayfa editörlerinin kabul ettiği adaylar arasından önem sırası kurar.
Yatırım ile verimlilik arasında beş basamak var
Yapay zekâ tartışmasında birbirinden farklı göstergeler sıkça aynı sonuç gibi sunuluyor:
Yatırım → teknoloji benimseme → görev çıktısı → firma verimliliği → ücret ve istihdam → ülke verimliliği
Bir veri merkezine yatırım yapılması, bir şirketin yapay zekâ lisansı satın alması veya bir çalışanın sohbet aracı kullanması; tek başına katma değer artışını kanıtlamaz. Teknolojinin doğru sürece yerleştirilmesi, veri kalitesi, çalışan eğitimi, kalite kontrolü ve organizasyon değişikliği gerekir.
Bu ayrım Türkiye için özellikle önemli. Sermaye taahhüdü ve girişim sayısı artarken, şirketlerin çoğu henüz erken benimseme aşamasında. Bu nedenle bugünün karnesi “potansiyel yüksek, ölçülmüş ekonomi geneli sonuç sınırlı” biçiminde okunmalı.
Türkiye’de kullanım ne kadar yaygın?
TÜİK’in 2025 Yapay Zekâ İstatistikleri’ne göre 10 ve daha fazla çalışanı olan girişimlerin yüzde 7,5’i en az bir yapay zekâ teknolojisi kullandı. Oran küçük girişimlerde yüzde 6,6, orta büyüklüktekilerde yüzde 9,6, büyük girişimlerde yüzde 24,1 oldu.
Sektörler arasındaki fark daha belirgin. Bilgi ve iletişim sektöründe kullanım yüzde 47,1’e, finans ve sigortada yüzde 21,1’e, bilgisayar ve iletişim araçlarının onarımında yüzde 15,2’ye çıktı.
Yapay zekâ kullanan girişimlerin bildirdiği amaçlar da dönüşümün yönünü gösteriyor: pazarlama ve satış yüzde 46,5, üretim veya hizmet süreçleri yüzde 41,1, araştırma-geliştirme ve yenilik yüzde 41,0, yönetim süreçleri yüzde 40,0, finans ve muhasebe yüzde 33,7.
Bu oranlar “işlerin yüzde 41’i otomatikleşti” anlamına gelmez. Şirketlerin teknolojiyi hangi amaçla kullandığını gösterir; kullanım yoğunluğunu, çıktının kalitesini veya verimlilik etkisini ölçmez.
Neden daha hızlı yayılmıyor?
TÜİK verilerinde yapay zekâ kullanmayan veya kullanımını sınırlayan şirketlerin önündeki başlıca engeller uzmanlık eksikliği, maliyet ve hukuki belirsizliktir. Uzmanlık açığını bildirenlerin oranı yüzde 74,2, maliyeti belirtenlerin oranı yüzde 67,4, hukuki sonuç ve sorumluluk belirsizliğini belirtenlerin oranı yüzde 62,4’tür.
Bu tablo, yapay zekâ politikasının yalnızca güçlü işlemci veya yazılım teşvikiyle sınırlanamayacağını gösteriyor. Veri yönetişimi, siber güvenlik, sektörel standart, çalışan eğitimi ve sorumluluk rejimi olmadan yatırımın üretkenliğe dönüşmesi zorlaşır.
Bireysel kullanım daha hızlı ilerliyor. 16–74 yaş grubunda üretken yapay zekâ kullananların oranı yüzde 19,2; 16–24 yaşta yüzde 39,4, 25–34 yaşta yüzde 30,0 oldu. Yükseköğretim mezunlarında oran yüzde 36,1’e çıktı. Bu fark, verimlilik kazanımlarının eğitim ve yaş grupları arasında eşit dağılmayabileceğine işaret ediyor.
Dünyadaki deneyler ne gösteriyor?
Saha deneyleri iyimser ve temkinli sonuçları birlikte veriyor.
Müşteri hizmetlerinde 5 bin 179 çalışanı inceleyen bir NBER çalışmasında üretken yapay zekâ desteği, saatte çözülen sorun sayısını ortalama yüzde 14 artırdı. Kazanç daha az deneyimli çalışanlarda yaklaşık yüzde 34–35’e çıktı. Bu bulgu, teknolojinin bir tür işbaşında bilgi aktarımı sağlayabileceğini düşündürüyor.
Boston Consulting Group danışmanlarıyla yapılan deneyde, yapay zekânın yetkin olduğu görevlerde çalışanlar daha fazla işi daha hızlı ve daha yüksek kaliteyle tamamladı. Fakat aracın yetkinlik sınırının dışındaki görevlerde doğru cevap oranı düştü. “Pürüzlü teknoloji sınırı” olarak adlandırılan bu durum, aynı aracın bir görevde kazanç, başka bir görevde hata üretebileceğini gösteriyor.
Yazılım geliştirme alanında METR’nin 2025 çalışması, deneyimli açık kaynak geliştiricilerinin gerçek görevlerde yapay zekâ kullanırken yüzde 19 daha uzun süre harcadığını buldu. Katılımcılar hızlandıklarını düşünmüşlerdi. Bu sonuç, algılanan hız ile ölçülen net çıktı arasındaki farkı hatırlatıyor.
Danimarka’da 25 bin çalışanı ve 7 bin işyerini kapsayan çalışma ise üretken yapay zekâ sohbet araçlarının ortalama ücret ve çalışma saatlerinde kısa dönemde belirgin bir etki yaratmadığını; buna karşılık görevlerin değiştiğini bildirdi.
Bu deneyler Türkiye’ye doğrudan kopyalanamaz. Sektör, dil, veri, ücret yapısı ve iş organizasyonu farklıdır. Yine de ortak mesaj açıktır: sonuç teknoloji adından çok, hangi görevin nasıl yeniden tasarlandığına bağlıdır.
İşler kaybolacak mı?
Dünya Bankası’nın 2026 Türkiye çalışması, istihdamın yaklaşık yüzde 41’inin yapay zekâya yüksek ölçüde maruz kalan mesleklerde olduğunu hesaplıyor. “Maruz kalma”, işlerin yüzde 41’inin kaybolacağı anlamına gelmez. Bir meslekteki görevlerin yapay zekâyla değiştirilebilir, desteklenebilir veya yeniden düzenlenebilir olmasını ölçer.
ILO ve OECD çalışmaları da kısa vadede bütün mesleklerin ortadan kalkmasından çok görev dönüşümünün daha olası olduğunu vurguluyor. Aynı meslek içinde rutin belge işleme azalabilir; müşteri ilişkisi, karar verme, denetim ve alan bilgisi daha önemli hale gelebilir.
Bununla birlikte istihdam etkisini yalnızca mevcut çalışan sayısıyla ölçmek eksiktir. Şirketler işten çıkarma yapmadan yeni işe alımı azaltabilir, giriş seviyesindeki görevleri daraltabilir veya ücret yapısını değiştirebilir. Temsilî ve uzun dönemli veri olmadan “yapay zekâ Türkiye’de şu kadar iş yarattı” veya “şu kadar işi yok etti” denemez.
Yatırım rakamlarını nasıl okumalı?
Türkiye’de aktif yapay zekâ girişimi sayısının 2025 sonunda 1.222’ye ulaştığı; bunların yaklaşık yüzde 35’inin 2024–2025 döneminde kurulduğu bildiriliyor. Aynı ekosistem raporunda yapay zekâ girişimlerine yatırım 2024’te 115 işlemde 286 milyon dolar, 2025’te 106 işlemde 37 milyon dolar olarak yer alıyor.
Girişim sermayesi tutarı üretken sabit yatırım değildir. Birkaç büyük işlem toplamı değiştirebilir; yatırımın teknoloji ithalatına mı, maaşa mı, veri merkezine mi yoksa ürün geliştirmeye mi gittiği ayrıca incelenmelidir.
Kamu programları için de taahhüt ile gerçekleşme ayrımı korunmalı. TÜBİTAK’ın 1711 Yapay Zekâ Ekosistem çağrılarında 2022–2024 döneminde 41 proje için 215,5 milyon lira destek bildirildi. 2026’da veri merkezi ve yapay zekâ yatırımlarını hızlandırmak amacıyla açıklanan milyarlarca dolarlık program ise hedef ve tahsis çerçevesidir; gerçekleşmiş özel yatırım veya üretkenlik artışı olarak yazılamaz.
Türkiye için doğru verimlilik gündemi
Yapay zekâ yatırımlarını ölçmek için şirketlerin yalnızca “kullanıyor musunuz?” sorusuna verdiği cevap yetmez. Aşağıdaki göstergeler birlikte izlenmeli:
- Görev başına süre ve hata oranı
- Müşteri memnuniyeti ve yeniden iş yapma maliyeti
- Çalışan başına gerçek katma değer
- Bulut, model, veri ve enerji maliyeti
- Yeni işe alım, ücret ve meslek içi geçişler
- Eğitim kazanımlarının yaş, cinsiyet, bölge ve eğitim düzeyine göre dağılımı
- Veri güvenliği, telif ve ayrımcılık vakaları
Özellikle küçük ve orta ölçekli şirketler için ortak veri altyapısı, güvenli sektör çözümleri ve ölçülebilir pilotlar önemlidir. Bir aracın lisansını satın almak yerine, önce dar bir iş akışında kalite ve maliyet karşılaştırması yapılmalı; sonuç alınırsa ölçeklenmelidir.
Hüküm: Önce görevler dönüşüyor
Türkiye’de yapay zekâ benimsemesi artıyor, fakat şirketlerin yalnızca yüzde 7,5’inin teknoloji kullandığı bir aşamada ülke çapında verimlilik mucizesi ilan etmek erken. Aynı şekilde yüksek mesleki maruziyeti kitlesel işsizlik tahmini gibi sunmak da hatalı.
Bugün için en sağlam hüküm şudur: yapay zekâ önce işleri değil, işlerin içindeki görevleri değiştiriyor. Doğru görevde hız ve kalite kazancı sağlayabiliyor; yanlış görevde hata, tekrar iş ve maliyet yaratabiliyor. Kazanan kurumlar en çok araç satın alanlar değil; veriyi, eğitimi, denetimi ve iş akışını birlikte dönüştürenler olacak.
Birincil kaynaklar ve araştırmalar
- TÜİK — Yapay Zekâ İstatistikleri, 2025
- TÜİK — Girişimlerde Bilişim Teknolojileri Kullanım Araştırması, 2024
- Eurostat — Digitalisation in Europe, 2026
- Dünya Bankası — AI and Labor Market Adjustment in Türkiye
- TÜBİTAK — 1711 Yapay Zekâ Ekosistem Çağrısı
- Türkiye Yatırım Ofisi — Türkiye Startup Ekosistemi 2025
- NBER — Generative AI at Work
- Harvard Business School — Navigating the Jagged Technological Frontier
- METR — Early-2025 AI Experienced Open-Source Developer Study
- NBER — Large Language Models, Small Labor Market Effects
- ILO — Generative AI and Jobs, 2025