Yapay Zeka ile İşletme Maliyetlerini Düşürmek: Tasarruf Nerede Saklı

Geçen bahar, 180 kişilik bir dağıtım şirketinin finans direktörü bana iki tablo gösterdi. İlkinde on sekiz ayda satın alınmış on bir yapay zeka aboneliği sıralanıyordu; aylık toplamı 4.000 avroya yaklaşıyordu. İkincisi ay sonu kapanış listesiydi: hâlâ elle yürütülen 140 adım, dokuz iş günü ve üç yıldır aynı hafta izne çıkamamış iki kişi. Şirket yapay zekayı her yere sokmuş, para tutan hiçbir şeyi değiştirmemişti.

Bu açık, orta ölçekli şirketin olağan hâlidir; yapay zeka ile işletme maliyetlerini düşürmek de tam bu açığın kapandığı ya da kapanmadığı yerde gerçekleşir. Bu yazıda beş fonksiyona (satış operasyonları, pazarlama üretimi, müşteri hizmetleri, finans idaresi ve raporlama) bakıyor; McKinsey, Gartner ve MIT'nin değerin nereye düştüğüne dair bulgularını aktarıyor; bir haftada yürütebileceğiniz bir süreç otomasyonu denetimi öneriyorum: her süreci hacim, tekrar ve hata maliyetine göre haritalayın, listenin tepesinden başlayın, gerisine dokunmayın.

Şirketlerin çoğu yapay zeka kullanıyor; onu kâr-zarar tablosunda bulabilen az

Kaynaklar aynı noktada birleşiyor: kullanım neredeyse evrensel, ölçülebilir maliyet düşüşü nadir; farkı araç seçimi değil, iş akışının yeniden tasarımı belirliyor. McKinsey'nin 2026 tarihli Yapay Zekanın Durumu araştırması, kurumların yaklaşık onda dokuzunun en az bir fonksiyonda yapay zeka kullandığını ve yüzde 44'ünün bunu kurum geneline yaydığını ortaya koyuyor; buna karşılık yalnızca yüzde 37'si herhangi bir FAVÖK etkisini yapay zekaya bağlayabiliyor ve sadece yüzde 6'sı yüksek performanslı sayılıyor. Yüksek performanslıların dörtte üçe yakını iş akışlarını temelden yeniden tasarladığını bildiriyor; tüm katılımcıların yaklaşık yüzde 20'si ise yapay zekanın işletme maliyetinin kullanımı sınırladığını söylüyor (McKinsey, The State of AI 2026).

MIT'nin 2025'te 300'den fazla kurumsal girişimi inceleyen çalışması daha keskin bir sonuca vardı: üretken yapay zeka pilotlarının yaklaşık yüzde 95'i kâr-zarar tablosunda ölçülebilir hiçbir etki yaratmadı. Üretken yapay zeka bütçelerinin yarısından fazlası satış ve pazarlama araçlarına giderken, belgelenmiş en büyük getiriler arka ofis otomasyonundan geldi: dış ajans harcamalarında yüzde 30 düşüş ve büyük şirketlerde müşteri hizmetleri ile belge işlemede yılda 2 ila 10 milyon dolar tasarruf. Satın alınan ya da bir iş ortağıyla kurulan çözümler yaklaşık yüzde 67 oranında üretime geçerken, içeride geliştirilenlerde bu oran yüzde 33 civarında kaldı (Fortune, MIT NANDA raporu, Ağustos 2025; PPC Land, aynı raporun özeti).

Gartner'ın öngörüleri döngüyü kapatıyor. 2024'te, üretken yapay zeka projelerinin yüzde 30'unun 2025 sonuna kadar kavram kanıtı aşamasından sonra terk edileceğini öngördü; gerekçe olarak zayıf veri kalitesi, yetersiz risk kontrolleri, artan maliyetler ve belirsiz iş değeri sayıldı. Aynı kuruluşun 822 yöneticiyle yaptığı anket, pilot aşamasını geçenlerde ortalama yüzde 15,2 maliyet tasarrufu, yüzde 15,8 gelir artışı ve yüzde 22,6 verimlilik kazancı ölçtü (Gartner, Temmuz 2024). 2025'te ise yapay zeka ajanı projelerinin yüzde 40'ından fazlasının 2027 sonuna kadar aynı nedenlerle iptal edileceğini ve ajan sattığını söyleyen binlerce tedarikçiden yalnızca 130 kadarının gerçek bir ajan sunduğunu ekledi (Gartner, Haziran 2025).

Türkiye'de tablo farklı bir aşamada, ancak aynı yöne işaret ediyor. TÜİK'in 2025 Girişimlerde Bilişim Teknolojileri Kullanım Araştırması'na göre girişimlerin yüzde 7,5'i yapay zeka kullanıyor; oran 10-49 çalışanlı işletmelerde yüzde 6,6, 50-249 çalışanlılarda yüzde 9,6 ve 250 üzeri çalışanlılarda yüzde 24,1 düzeyinde. Kullananların yüzde 46,5'i pazarlama ve satışta, yüzde 40'ı yönetim ve operasyon süreçlerinde kullanıyor; kullanmayı düşünüp henüz başlamamış olanların yüzde 74,2'si uzmanlık eksikliğini, yüzde 67,4'ü yüksek maliyeti engel olarak gösteriyor (TÜİK verileriyle Anka Haber, Ekim 2025). KOBİ'lerde yapay zeka, bir teknoloji sorunu olmaktan önce bir uzmanlık ve öncelik sorunudur; bu da çözümü daha pahalı değil, daha ucuz hâle getirir.

Yapay zeka, sürecin yüksek hacimli, tekrarlı ve ölçülebilir olduğu; şirketin süreci süslemek yerine yeniden tasarladığı; yapımın işi yeni öğrenen bir ekibe değil, satın almaya ya da deneyimli bir iş ortağına emanet edildiği yerde işletme maliyetlerini düşürüyor.

Yapay zeka ile işletme maliyetlerini düşürmek: fonksiyon fonksiyon

Orta ölçekli bir şirkette ele alınabilir maliyetin büyük bölümü aşağıdaki beş fonksiyonda toplanıyor; kazanımın büyüklüğü fonksiyonlar arasında on kata varan farklar gösteriyor. McKinsey Global Institute'un ekonomik analizi, üretken yapay zekanın müşteri operasyonları maliyetinin yüzde 30-45'i, pazarlama harcamasının yüzde 5-15'i ve satış harcamasının yüzde 3-5'i kadar değer yaratabileceğini; toplam değerin yaklaşık yüzde 75'inin müşteri operasyonları, pazarlama ve satış, yazılım mühendisliği ile Ar-Ge'de yoğunlaştığını hesaplıyor (McKinsey Global Institute, 2023). Bunlar tavan değerlerdir; tablo tabanı gösteriyor.

Satış operasyonları

İlk düşen maliyet, satış temsilcisinin her görüşmeden önce ve sonra harcadığı saattir. Araştırma, CRM kaydı, notlar ve takip mesajları yüksek hacimli, tekrarlı ve düşük riskli işlerdir; yanıt süresi tam burada kaybedilir. Harvard Business Review'ın 2.241 şirketi incelediği denetim, bir web talebine ortalama 42 saatte yanıt verildiğini ve bir saat içinde dönen şirketlerin nitelendirme oranının yaklaşık yedi kat yüksek olduğunu ortaya koydu (Harvard Business Review, 2011). Zenginleştirme ve ilk yanıtın otomasyonu satış temsilcisinin yerini almaz; 42 saatlik gecikmeyi dakikalara indirir.

Pazarlama üretimi

Düşen maliyet üretimdir, strateji değil. Taslak, varyant, çeviri ve aylık sunum için ajanslara ve serbest çalışanlara ödeme yapan orta ölçekli bir şirket, bir model, bir üslup kılavuzu ve bir editörle bu işin çoğunu içeri alabilir; MIT'nin başarılı uygulayıcılarda ölçtüğü yüzde 30'luk ajans harcaması düşüşü, doğru kurulmuş bir içerik üretim hattının verdiği sonuçla örtüşüyor. Ucuzlamayan şey ne söyleneceğine ve kime söyleneceğine karar vermektir; bu kararı modele bırakan şirketler daha çok yayınlar, daha az satar.

Müşteri hizmetleri

Hizmet, en büyük kazanımın ve en sık görülen açık başarısızlığın alanıdır. Gartner, yapay zeka ajanlarının 2029'a kadar yaygın müşteri hizmetleri sorunlarının yüzde 80'ini insan müdahalesi olmadan çözeceğini ve operasyonel maliyetleri yüzde 30 düşüreceğini öngörüyor (Gartner, Mart 2025); yön doğru, sıralama ise çoğu zaman yanlış. Sağlıklı sıra şudur: önce sınıflandırma ve yönlendirme, sonra temsilciye destek (önerilen yanıtlar, özetler), en son da sipariş durumu ve randevu değişikliği gibi yüksek hacimli, düşük riskli taleplerle sınırlı tutulan müşteriye dönük otomasyon.

Finans idaresi

Sessiz tasarruflar finanstadır. Gartner'ın 2025 anketi, finans fonksiyonlarının yüzde 59'unun yapay zeka kullandığını; başı bilgi yönetiminin (yüzde 49), borç hesapları otomasyonunun (yüzde 37) ve anomali tespitinin (yüzde 34) çektiğini, ancak yüzde 91'inin şimdilik düşük ya da orta düzeyde etki bildirdiğini ortaya koyuyor (Gartner, Kasım 2025). Etki düşük, çünkü uygulamaların çoğu belge yakalamada duruyor; tasarruf, yakalama eşleştirmeye, kodlamaya, onay akışına ve hatırlatma döngüsüne bağlandığında gelir ve dokuz günlük kapanış dört güne iner.

Raporlama

Raporlama maliyeti görünmezdir, çünkü cuma öğleden sonrasını aynı rakamları yeniden kurmakla geçiren pek çok kişiye dağılmıştır. CRM, ERP ve reklam platformlarından beslenen, ilk taslak yorumunu da kendisi yazan tek bir otomatik haftalık rapor paketi, birkaç yöneticinin haftada bir gününü boşaltır ve kimin tablosunun doğru olduğu tartışmasını bitirir.

Denetim: süreçleri hacim, tekrar ve hata maliyetine göre haritalayın

Yapay zekanın şirketinizde maliyeti nerede düşüreceğini bulmanın en hızlı yolu, tekrarlanan her süreci üç boyutta puanlayıp sıralı listenin tepesinden otomasyona başlamaktır; yöntem bir hafta sürer ve hiçbir yazılım gerektirmez.

1. Süreçleri listeleyin. Her fonksiyon yöneticisinden ekibinin her hafta yaptığı on beş ila yirmi işi isteyin. Bunları nesne üzerinde fiil olarak yazın: "tedarikçi faturalarını eşleştirmek", "siparişim nerede sorusunu yanıtlamak".
2. Hacmi puanlayın. Aylık tekrar sayısı ile tekrar başına dakika çarpıldığında aylık saat çıkar.
3. Tekrarı puanlayın. 1'den 5'e kadar bir ölçekte her tekrar bir öncekine ne kadar benziyor? 5 her seferinde aynı adımları izler; 1 her seferinde yeni bir yargı gerektirir.
4. Hata maliyetini puanlayın. 1'den 5'e kadar bir ölçekte iş yanlış gittiğinde ne olur? 1 bir yazım hatasıdır; 5 bir resmi beyan, bir güvenlik sorunu ya da kaybedilen bir kilit müşteridir.
5. Sıralayın. Öncelik, aylık saat ile tekrar puanının çarpımının hata maliyetine bölümüdür. Yüksek hacim, yüksek tekrar ve düşük sonuç listenin tepesine çıkar.
6. Maliyet bağlayın. Aylık saat ile yüklü saatlik maliyeti çarpın; sürecin taşıdığı dış harcamayı (ajans, dış kaynak, yazılım) ekleyin.

Yürüttüğüm her denetimde ilk on sıkıcı çıktı: fatura eşleştirme, potansiyel müşteri zenginleştirme, talep yönlendirme, rapor derleme, çeviri, takip mesajı taslağı. Heyecan verici öneriler, strateji asistanı ya da ilk günden müşteriye dönük ajan, listenin dibinde kalır: hata maliyeti yüksek, tekrar düşük.

Yapay zeka, sürecin yüksek hacimli, tekrarlı ve ölçülebilir olduğu ve şirketin süreci süslemek yerine yeniden tasarladığı yerde işletme maliyetlerini düşürüyor.

Önce neyi otomatikleştirmeli, neye dokunmamalı

Sıralı listenin tepesindeki süreci başka hiçbir şeye dokunmadan uçtan uca otomatikleştirin; çünkü tamamen çalışan tek bir süreç, her biri kısmen çalışan beş süreçten daha değerlidir. Uçtan uca demek, girdinin kimse iletmeden gelmesi, çıktının kimse yapıştırmadan kayıt sistemine düşmesi ve istisnaların bağlamıyla birlikte adı belli bir sorumluya gitmesidir. Yarı otomatik süreçler pilot döneminin en yaygın sonucudur; geriye kalan insan adımı, sürecin tamamının eskiden tuttuğu kadar maliyet tutar.

İlk yıl üç kategoriye dokunulmamalıdır. Hata maliyeti 5 olan, yani yanlış bir çıktının düzenleyici, güvenlik ya da sözleşme sonucu doğurduğu her iş en fazla destek almalı, kararı bir insan vermelidir. Müzakere ya da kilit müşteri değerlendirmesi gibi ilişkiye dayanan her iş, saatten kazandığından fazlasını güvenden kaybeder. Henüz standartlaşmamış hiçbir süreç de otomatikleştirilmemelidir; çünkü otomasyon süreci olduğu hâliyle dondurur. Önce düzeltin, sonra düzeltilmiş hâlini otomatikleştirin.

Yapmak mı, satın almak mı

MIT'nin satın alınan ya da iş ortağıyla kurulan çözümlerin içeride geliştirilenlerin iki katı oranda üretime geçtiği bulgusu, orta ölçekli şirketlerde gördüklerimle örtüşüyor; içerideki yapım genellikle yetenekli bir genel uzmanın araçları canlı bir süreç üzerinde öğrenmesi anlamına gelir. Kural şudur: platform katmanını (CRM, talep yönetimi, muhasebe, WhatsApp Business API) satın alın; ince bağlantı mantığını n8n gibi orkestrasyon araçları ve Claude gibi model arayüzleriyle kurun; bunu daha önce yapmış birini ilk üç süreç kendi başına çalışana kadar ekibin yanına oturtun.

Tugam'da ne yapıyoruz

Tugam, büyüme ve operasyonlar için sahaya yerleşik yapay zeka mühendisi (Forward Deployed AI Engineer) olarak çalışıyor: 60'tan fazla ofiste pazarlama operasyonlarını ve CRM'i yönetmiş tek bir operatör-mühendis, altı ila on iki hafta ekibinizin içinde oturuyor, denetimi fonksiyon yöneticilerinizle yürütüyor, listenin tepesindeki süreçleri mevcut sistemleriniz üzerinde uçtan uca kuruyor ve belgelenmiş hâlde, eğitilmiş iki sorumluyla devrediyor. Olağan kapsam satışta zenginleştirme ve CRM'e geri yazmayı, bir içerik üretim hattını, müşteri hizmetlerinde sınıflandırma ve destekli yanıtları, borç hesaplarında yakalama ve eşleştirmeyi ve otomatik bir raporlama paketini içeriyor; müşteriye ya da iş ortağına dokunan her noktada Tugam Büyüme Motoru (Zenginleştir, Kişiselleştir, Dallandır, Ulaştır) devreye giriyor. Modelin ekonomisi açıktır: on kişilik bir ekibin maliyetinin küçük bir kesri, çeyrekler yerine haftalar içinde sonuç, bordroya eklenen kimse yok. İstanbul ve Amsterdam'dan Avrupa, MENA ve Asya'daki orta ölçekli şirketlerle çalışıyoruz.

90 günlük plan

1. 1-7. günler: denetim. Her fonksiyon yöneticisinden süreç listeleri; hacim, tekrar ve hata maliyetine göre puanlanmış, sıralanmış ve yönetime sunulmuş.
2. 8-20. günler: başlangıç ölçümü ve veri. İlk beş sürecin mevcut maliyetini ve çevrim süresini ölçün; her birinin dayandığı veriyi düzeltin. İlk başarısızlıkların çoğu veri başarısızlığıdır.
3. 21-45. günler: birinci süreç, uçtan uca. Genellikle finansta yakalama ve eşleştirme ya da satışta zenginleştirme. Girdi, çıktı ve istisnalar otomatik; adı belli bir sorumlu; haftalık bir ölçüt.
4. 46-65. günler: ikinci ve üçüncü süreç. Tipik olarak destekli yanıtlarla talep yönlendirme ve raporlama paketi; birinci sürecin orkestrasyon düzeni yeniden kullanılır.
5. 66-80. günler: üretim hattı. Üslup kılavuzu ve tek editörle pazarlama içeriği ya da teklifler; dış üretim harcamasının yerini alır.
6. 81-90. günler: devir ve ikinci liste. Belgeleyin, süreç başına iki sorumlu eğitin, aylık maliyet raporunu yayımlayın ve sonraki üç süreç için denetimi yeniden yürütün.

Açılıştaki şirketin on birinci bir aboneliğe değil, tek bir sürecin, fatura eşleştirmenin, tamamen otomatikleştirilmesine, aylık ölçülmesine ve izne çıkabilecek birinin sorumluluğuna verilmesine ihtiyacı vardı. Denetimi kendi süreç listeniz üzerinde yürütmek ya da benzer şirketlerde gördüklerimizle karşılaştırmak isterseniz, bu sohbeti memnuniyetle yaparız.