İşin aslı şu ki, yapay zekâ konuşuldukça herkesin kafasında aynı soru dönüp duruyor: “Bu teknoloji benim işimi alır mı?” Nikkei Asia’nın aktardığı RationalFX verileri bu soruyu bir kez daha masaya koydu. 2026’nın ilk çeyreğinde teknoloji dünyasında toplam 78.557 işten çıkarma yaşanmış; bunun yüzde 76,7’si ABD’de gerçekleşmiş ve vakaların neredeyse yarısı doğrudan AI uygulamalarıyla iş akışı otomasyonuna bağlanmış (evet, doğru duydunuz). Rakam sert. Hatta baya sert.
Ben bu tip haberleri her gördüğümde, yıllar önce San Francisco’da bir startup ofisinde yaşadığım bir anı hatırlıyorum. 2019 yazında, Palo Alto’ya yakın bir coworking alanında, küçük ekipteki iki kişi “otomasyon geldiği için” operasyon tarafına kaydırılmıştı. O zaman da herkes bunu geçici sanıyordu. Geçmedi. Şimdi aynı tartışma çok daha büyük ölçekte dönüyor.
Peki neden?
Rakamların anlattığı şey: Sadece kriz değil
Önce şu sayıyı bir yere koyalım: 78.557 işten çıkarma. Bu tek başına kötü haber gibi duruyor. Mesele sadece daralma değil; şirketler artık bazı görevleri insanla değil, yazılımla çözebileceğini düşünüyor (çağrı yanıtları, temel içerik üretimi, raporlama, destek talepleri triage’ı, hatta kimi kod inceleme işleri), yani tablo biraz daha karmaşık aslında.
Gel gelelim burada küçük ama önemli bir ayrıntı var: “AI yüzünden iş kaybı” ifadesi çoğu zaman fazla düz anlatılıyor. Her işten çıkarma doğrudan modele bağlanmıyor; kimi zaman maliyet baskısı var, kimi zaman yatırımcı beklentisi, kimi zaman da fazla büyüyen ekiplerin sadeleştirilmesi (evet, doğru duydunuz). Yani evet, AI etkili ama tek fail değil.
Ben geçen ay İstanbul’da bir ürün ekibiyle sohbet ederken bunu çok net gördüm. Ekip lideri bana şunu dedi: “Bir yıl önce üç kişilik işi şimdi iki kişi yapıyor.” Neden? Çünkü içerik özetleme ve ticket sınıflandırma işini yarı otomatik hale getirmişlerdi. Açık konuşayım, bu hikâye kulağa iş gücü gibi geliyor ama çalışan açısından bakınca tablo pek öyle parlak görünmüyor.
ABD neden bu kadar önde?
Veride en dikkat çekici taraflardan biri ABD’nin payı: yüzde 76,7. Bu tesadüf değil; Amerika’daki teknoloji sektörü hem çok büyük hem de çok hızlı karar alıyor, ayrıca maaşlar yüksek olduğu için şirketler otomasyon yatırımı yaptığında geri dönüşü daha çabuk hissediyorlar. Kısacası patronun hesap makinesi orada biraz daha agresif çalışıyor.
Bakın, burayı atlarsanız yazının kalanı anlamsız kalır.
Şöyle ki, Bir de şu var: ABD merkezli şirketlerde “pilot proje” ile “tam uygulama” arasındaki mesafe bazen birkaç haftaya düşüyor (ciddiyim). Ben 2023 sonbaharında Austin’de katıldığım kapalı bir ürün demo gününde bunu birebir gördüm; ekip önce küçük müşteri destek senaryosunda AI kullandı, sonra üç ay içinde bunu satış öncesi dokümantasyona taşıdı. Sonuç? İnsan sayısı aynı kalmadı tabii.
Şöyle ki, Ha bu arada Avrupa tarafında süreç daha yavaş ilerliyor diye rahatlamamak lazım. Yavaşlık bazen koruma sağlar ama rekabet baskısı arttıkça o tampon inceliyor (şaşırtıcı ama gerçek). Kuka’nın AI Avrupa’yı geride bırakıyor uyarısını düşündüğümde bu haberle yan yana koyunca taşlar biraz yerine oturuyor.
AI hangi işleri vuruyor?
Bence burada en hayati nokta şu: Yapay zekâ herkesi aynı anda hedef almıyor. En önce tekrarlı işleri etkiliyor; yani sabah açıp akşam kapatılan türden işler… veri temizleme, temel müşteri yanıtları, standart içerik taslakları ve basit kod üretimi gibi görevler ilk sıraya giriyor.
İşte tam da bu noktada devreye giriyor. Modus’un 85 Milyon Dolarlık Hamlesi: Yapay Zekâ Muhasebeye Girdi yazımızda bu konuya da değinmiştik. Butterfly CSS: 2026’da Dikkat Çeken Hafif Bir Seçenek yazımızda bu konuya da değinmiştik. Bu konuyla ilgili PDF Dünyasında Bir Nefes: Ücretsiz ve Limitsiz Araçlar yazımıza da göz atmanızı tavsiye ederim.
Küçük bir startup için bu bazen hayat kurtarıcı oluyor çünkü beş kişinin yaptığı işi üç kişiyle sürdürmek mümkün hale geliyor. Ama enterprise seviyede durum farklı; orada süreçler daha ağır ilerliyor ve compliance duvarına çarpıyorsunuz. Bir bankada ya da sağlık şirketinde “hadi bunu model halletsin” demek kolay değil.
| Alan | AI etkisi | Kısa yorum |
|---|---|---|
| Müşteri desteği | Yüksek | Soruların ilk katmanı hızla otomasyona gidiyor |
| Dökümantasyon / içerik özeti | Yüksek | Taslak üretimi çok hızlandı |
| Kod inceleme / test önerileri | Orta-Yüksek | Ekip deneyimine göre değişiyor |
| Tasarım stratejisi / ürün vizyonu | Düşük-Orta | İnsan sezgisi hâlâ ağır basıyor |
| Kritik karar alma / yönetişim | Düşük | Ağır ilerliyor ama etki artacak gibi duruyor |
Şöyle söyleyeyim, Lafı gevelemeden söyleyeyim: En büyük risk orta kademe görevlerdeki erime olabilir; ne tamamen yaratıcı ne tamamen teknik olan roller… işte tam oralarda model desteği insan ihtiyacını inceltiyor. Bayağı sessiz oluyor bu değişim; bir anda fark etmiyorsunuz.
Neden herkes aynı hızda etkilenmiyor?
Çünkü sektörün doğası farklı oluyor. Bir SaaS girişiminde müşteri destek hattını botlarla toparlamak kolayken; havacılıkta ya da finansal regülasyonu yoğun bir şirkette aynı şeyi yapmak epey zahmetli oluyor. Ayrıca ekip kültürü de belirleyici oluyor. Bazı yöneticiler AI’ı çalışanın yanına koyup yükü azaltmak için kullanıyor… bazıları ise açıkça personel azaltma aracı gibi görüyor. İşte o ayrım çok şey söylüyor. Peki neden? Çünkü niyet bazen teknolojiden daha belirleyici olabiliyor.
Peki şirketler gerçekten ne kazanıyor?
Şahsen, E tabi madalyonun diğer yüzü de var: Şirketler boşuna bu kadar hızlı atlamıyor AI trenine; maliyet düşüyor, teslim süresi kısalıyor. Bazı operasyonlar gece gündüz çalışabilir hale geliyor (insan kahvesiz kalınca zorlanır ama model zorlanmaz).
Editör masasında bu haberi görünce ben de kendi notlarımı karıştırdım; çünkü geçtiğimiz mart ayında İzmir’de uzaktan çalıştığım bir projede benzer bir deneme yapmıştık (basit bilgi tabanı cevaplarını LLM destekli hale getirince ortalama cevap süresi ciddi biçimde düşmüştü), ama kalite kontrol zayıf kalınca geri tepti… yani kazanç vardı fakat pürüzsüz değildi.
Şirketlerin AI ile ilk kazandığı şey çoğu zaman para değil; hızdır.
Ama hız tek başına yetmez — yanlış kurulmuşsa hatayı da çok hızlı büyütür.
Bence burada hayal kırıklığı yaratabilecek nokta şu oldu ki piyasa çoğu zaman verimlilik artışını hemen istihdam kesintisine çevirip oldu bittiye getiriyor gibi davranıyor.. Oysa doğru kullanım senaryosunda amaç insanı tamamen silmek değil, sıkıcı kısmı azaltmak olmalıydı.
Bireysel çalışanlar ne yapmalı?
Bence, Korku tarafını anlıyorum ama paniklemenin faydası yok. Aslında — dur bir saniye — önce şunu söyleyeyim:
En iyi savunma yeni araçlara sırt çevirmek değil,
onları günlük akışa yerleştirmek. Basitçe ifade edeyim:
– Tekrarlı işleri otomatikleştir. – AI çıktısını körü körüne kabul etme. – Alan bilgini güçlendir. – İletişim ve problem çözme becerilerini ihmal etme.
Size bir şey söyleyeyim, Kendi deneyimimde en işe yarayan şey şu oldu:
modelin ürettiği ilk taslağı direkt kullanmak yerine onu editörden geçmiş ham madde gibi görmek — itiraf edeyim, beklentimin üstündeydi —. Mesela geçen hafta Kadıköy’de hazırladığım kısa bir teknik notta LLM bana güzel görünen ama eksik iki paragraf verdi;
ben onları kendi saha gözlemimle düzelttim ve metin çok daha sağlam çıktı. İşte orada fark ortaya çıkıyor:
AI kullanan kişi olmak başka şey,
AI ile çalışan uzman olmak başka şey. Daha fazla bilgi için RAG Neden Gerekli? LLM’lerin Kör Noktası yazımıza bakabilirsiniz.
- Taslak üretimini öğrenin. — bunu es geçmeyin
- Daha iyi prompt yazmayı bilin.
- Kendi alanınıza özel kontrol listeleri oluşturun.
- Son kullanıcıya değen karar noktalarını siz sahiplenin.
Kariyer açısından neresi güvenli?
Tam güvenli alan yok desek abartmış olmayız ama bazı roller daha dayanıklı görünüyor:
strateji,
ürün yönetişimi,
müşteri ilişkileri,
karmaşık sistem mimarisi,
güvenlik ve uyumluluk.
Buralarda mesele sadece bilgi değil; muhakeme gerekiyor.
Model önerir… insan onaylar ya da reddeder.
Şimdilik denge böyle.
Emin değilim ama sanırım en kritik fark da burada çıkıyor: Bu konuyla ilgili Kod Yazmadan Önce Fikri Doğrulamak: Boşa Giden Haftaları Kurtarır yazımıza da göz atmanızı tavsiye ederim.
Büyük resim: Bu sadece teknoloji sektörü meselesi mi?
Cevap kısa:
Hayır.
Bugün teknoloji sektöründe olan şey biraz erken uyarı sistemi gibi okunmalı.
Üretimde robotlaşma nasıl mavi yakayı dönüştürdüyse,
bulut hizmetleri nasıl sunucu odalarını küçülttüyse,
AI da beyaz yakalı rutinini yeniden şekillendiriyor.
Bunun hızı can sıkıcı olabilir. Trend net.
Tam da öyle.
Bir dakika, şunu da ekleyeyim:
Eğer şirketiniz hâlâ “AI moda mı?” diye soruyorsa zaten geç kalmaya başlamış olabilir.
Sorulması gereken soru başka:
“Biz hangi işi insanlar için değerli tutacağız?”
Aslında konu tam olarak burada düğümleniyor.
İnsanların yerini almak yerine insanların karar kalitesini yükseltecek sistemler kurmak mümkün mü?
Kulağa idealist geliyor biliyorum…
ama alternatif pek iç açıcı değil.
Ben şahsen optimist taraftayım;
ne var ki kör iyimserlik de satmıyor artık.
Kağıt üstünde süper duran her otomasyon projesi pratikte aynı sonucu vermiyor.
Bazısı bayağı iyi çalışıyor…
bazısı ise açık konuşayım…
beklediğim kadar değildi.
`
Sıkça Sorulan Sorular
Teknoloji sektöründeki işten çıkarmaların ana nedeni AI mı?
Tam olarak değil.
AI önemli bir faktör ama maliyet baskısı, büyüme yavaşlaması ve organizasyon sadeleşmesi de büyük rol oynuyor.
Yani tablo tek renkten oluşmuyor.
Hangi işler AI’dan en çok etkileniyor?
Tepkisel müşteri desteği, veri düzenleme, içerik taslağı hazırlama. Tekrar eden operasyon işleri en hızlı etkilenen alanlar arasında. Yaratıcılık ve karmaşık karar verme isteyen roller şimdilik daha dayanıklı duruyor.
Küçük startup’lar mı yoksa büyük şirketler mi daha hızlı etkilenir?
Şahsen, Küçük startup’lar genelde daha hızlı hareket eder çünkü süreçleri hafiftir.
Büyük şirketlerdeyse uyum, güvenlik ve onay süreçleri nedeniyle geçiş daha yavaş olur.
Bireysel çalışanlar bu dönemde ne öğrenmeli?
Açıkçası, Tekrarlı işleri otomatikleştirmeyi öğrenmek iyi başlangıçtır.
Bunun yanında alan bilgisi, eleştirel düşünme ve iletişim becerileri hâlâ çok değerli (kendi tecrübem)
Kaynaklar ve İleri Okuma
Şunu fark ettim: RationalFX Resmi Sitesi
World Economic Forum — Future of Jobs Report 2025 (Resmi Rapor)
Kuka’nın Sessiz Uyarısı: AI Avrupa’yı Neden Geride Bırakıyor?
Yapay Zekâ Kodlamada Neden Adım Adım Kazanıyor?
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
