Agent'lar, Robotlar ve Biz:
Avrupa'da İşin Yeni Paylaşımı

Ana Fikir: Bu Bir İşsizlik Raporu Değil, İş Tasarımı Raporu

Raporun en önemli cümlesi bence şu: Avrupa'da incelenen on ülkede mevcut çalışma saatlerinin yüzde 58'i, bugünkü teknolojilerle teorik olarak otomatikleştirilebilir. Bu sayı büyük, hatta ilk bakışta ürkütücü. Ama rapor hemen frene basıyor: Bu teknik uygulanabilirliği gösterir; gerçek benimseme ya da iş kaybı tahmini değildir.

Bu ayrım yazının tamamını değiştiriyor. Çünkü teknik olarak yapılabilir olan şey, kurumsal olarak benimsenmiş, süreçlere gömülmüş, regülasyonla uyumlu, çalışanlar tarafından kullanılabilen ve ekonomik olarak anlamlı hale gelmiş şey değildir. AI gündeminde çok sık aynı hatayı yapıyoruz: "Model bunu yapabiliyor" cümlesini "organizasyon yarın böyle çalışacak" diye okuyoruz.

MGI raporu daha soğukkanlı bir çerçeve kuruyor. Avrupa'nın yaşlanan ve daralan işgücü, kalıcı işgücü açıkları ve ABD'ye kıyasla daha yavaş üretkenlik büyümesi var. Bu yüzden AI ve otomasyon sadece teknoloji heyecanı değil, üretkenlik meselesi. Fakat değer yakalamak için model satın almak yetmiyor; iş akışlarını, beceri yatırımını ve yönetişimi yeniden kurmak gerekiyor. Raporun asıl ciddiyeti burada: AI'yı bir araç listesi değil, organizasyon tasarımı problemi olarak okuyor.

İşin Yeni Paylaşımı: İnsan, Agent, Robot

Rapor iki ayrı otomasyon karakteri kullanıyor: agent dijital dünyada, robot fiziksel dünyada iş yapıyor. Agent; metin üretimi, bilgi işleme, sosyal/duygusal muhakeme, koordinasyon ve analiz gibi fiziksel olmayan kabiliyetleri destekliyor ya da bazı durumlarda ikame ediyor. Robot ise nesne taşıma, ekipman kullanma, montaj, hareket ve fiziksel çevreyle temas gerektiren işleri üstleniyor.

Bu ayrım önemli, çünkü Avrupa ekonomisinin büyük kısmı fiziksel olmayan faaliyetlerden oluşuyor. Rapor, incelenen ülkelerde çalışma saatlerinin yaklaşık üçte ikisinin bilgi işleme, analiz ve koordinasyon gibi fiziksel olmayan faaliyetler olduğunu söylüyor. Bu yüzden ekonomik değerin büyük kısmının robotlardan değil, agent tabanlı sistemlerden gelmesi şaşırtıcı değil.

Buradan çıkan ilk pratik sonuç şu: "AI dönüşümü" sadece beyaz yakalı ekran işi demek değil, ama Avrupa için ağırlık merkezi dijital iş akışları. Finans, eğitim, profesyonel hizmetler, bilgi, idari destek ve perakende gibi sektörlerde değer büyük ölçüde agent'lardan geliyor. Fiziksel yoğun sektörlerde bile agent'lar planlama, kalite kontrol, tedarik, satın alma ve tedarik zinciri koordinasyonu gibi arka plan faaliyetlerinde büyük pay alıyor.

Bu yüzden benim rapordan aldığım ana cümle şu: gelecekteki iş, insanın kenara çekildiği bir otomasyon resmi değil; insanın daha fazla orkestrasyon, denetim, bağlam kurma ve karar verme yaptığı bir iş paylaşımı. Raporun sonuç kısmındaki ifadeyle, çalışanlar görevleri bizzat yürütmekten, onları yapan sistemleri yönetmeye kayacak.

Potansiyel Kader Değil: Üç Sayıyı Birbirine Karıştırmamak Lazım

AI raporlarını okurken üç kavram sürekli birbirine karışıyor: teknik potansiyel, benimseme ve ekonomik değer. Bu raporda bu üçü ayrı ayrı tutulduğu için daha sağlıklı bir tartışma çıkıyor.

"Bu tahminler, doğrudan zaman tasarruflarını yansıtır."

MGI raporu, ekonomik değer metodolojisi sidebar'ından çevrilmiş kısa alıntı.

Bu metodolojik sınırlılık çok değerli. Çünkü AI hakkında "şu kadar trilyon dolar değer" dendiğinde, çoğu zaman bu sayı sanki otomatik olarak cebe girecekmiş gibi konuşuluyor. Rapor bunun olmayacağını söylüyor: değer, iş saatlerinin daha iyi kullanılmasıyla ortaya çıkabilir; ama kurumlar bu zamanı daha yüksek değerli işlere yönlendirmezse, süreçleri yeniden tasarlamazsa ya da maliyet/riski yönetemezse potansiyel kağıt üzerinde kalır.

1.9 Trilyon Dolarlık Soru: Hız Mı, İş Akışı Mı?

Raporun ekonomik değer bölümü ilk bakışta büyük bir harita: Almanya 486 milyar dolar, Birleşik Krallık 375 milyar dolar, Fransa 238 milyar dolar, İtalya 196 milyar dolar, İspanya 167 milyar dolar, Hollanda 152 milyar dolar, Polonya 105 milyar dolar, Danimarka 66 milyar dolar, İsveç 63 milyar dolar, Çekya 33 milyar dolar. Toplamda 2030 için yaklaşık 1.88 trilyon dolar, yuvarlanmış ifadeyle 1.9 trilyon dolar potansiyel.

Ama raporun daha ilginç tarafı harita değil, senaryo farkı. Orta benimseme senaryosunda 1.9 trilyon dolara kadar değer açığa çıkabilirken, daha yavaş senaryoda sayı 1.1 trilyon dolara yaklaşıyor. Aradaki fark sadece teknoloji performansı değil; kurumların bunu ne kadar hızlı ve ne kadar akıllıca süreçlere gömdüğü.

Burada kilit cümle şu: agent tabanlı sistemler çoğu sektörde daha hızlı uygulanabilir, çünkü fiziksel altyapı yatırımı gerektirmez. Robotik yüksek sermaye yatırımı ve daha uzun uygulama süresi ister. Agent'lar ise mevcut yazılım süreçlerine, belge akışlarına, CRM/ERP sistemlerine, destek masalarına, raporlama ve analiz zincirlerine daha hızlı eklemlenebilir. Bu, kısa vadede "iş akışı yeniden tasarımı"nı Avrupa şirketleri için merkezi mesele yapıyor.

Rapor bunu net söylüyor: eski süreçlerin içine tekil AI görevleri koymak sınırlı fayda üretir. Çünkü darboğaz, çoğu zaman tek adımda değil; handoff'larda, koordinasyon katmanlarında, sistemler arası kopuklukta ve gereksiz onay beklemelerinde yaşanır. Bir şirket AI'yı yalnızca mevcut bürokrasiyi hızlandırmak için kullanırsa, daha hızlı bürokrasi üretir.

Beceriler Kaybolmuyor; Kullanıldıkları Yer Değişiyor

Raporun en iyi bölümü bence beceriler kısmı. Çünkü kamu tartışmasında "AI şu beceriyi öldürecek mi?" gibi ikili sorular çok baskın. MGI ise becerileri üç kategoriye ayırıyor: insan ağırlıklı beceriler, AI ağırlıklı beceriler ve paylaşılan beceriler.

Bu bölümden çıkarılacak çok pratik bir sonuç var: Bir beceri aynı kalabilir, ama uygulanma biçimi değişir. Dil becerisi örneğini düşün. Eskiden bir çalışan e-postayı baştan sona kendisi yazar, çevirir ve düzenlerdi. Yeni akışta agent ilk taslağı çıkarır, alternatif tonlar üretir, özetler veya çevirir; insan ise doğruluğu, niyeti, kültürel nüansı, riski ve ilişki bağlamını yönetir.

Kalite güvence de benzer. Sistem kusurları, anormallikleri ve uyumsuzlukları işaretler; insan düzeltme, mevzuat yorumu ve nihai sorumluluğu taşır. Becerinin adı aynı kalır: kalite güvence. Ama becerinin mikro yapısı değişir: daha az manuel tarama, daha fazla değerlendirme, eşik belirleme, sistem çıktısını sorgulama ve hesap verebilirlik.

Bu yüzden "problem çözme", "yazma" veya "araştırma" gibi becerileri yalnızca korunacak beceriler diye düşünmek eksik olur. Bunlar korunur, ama daha çok agent'larla birlikte kullanılan üst becerilere dönüşür. Raporun ifadesiyle: Beceriler temiz biçimde insan ve makine diye ayrılamaz.

AI Fluency: Teknik Uzmanlık Değil, Günlük İş Yetkinliği

Raporun Türkiye'de de çok işimize yarayacak kavramı AI fluency. Bunu "AI okuryazarlığı" diye çevirmek mümkün, ama raporun kastı basit farkındalıktan daha operasyonel: AI sistemlerini gündelik işte kullanma, yönetme, çıktıları yorumlama, iş akışına entegre etme, yanlış sonuçları fark etme ve ne zaman insana eskale edeceğini bilme becerisi.

"AI fluency, mühendislik anlamında AI uzmanlığı değildir."

MGI raporu, "What is AI fluency?" sidebar'ından çevrilmiş kısa alıntı.

Bu cümle önemli. Çünkü şirketlerde AI eğitimi çoğu zaman iki uca sıkışıyor: ya herkes prompt ezberliyor, ya da konu sadece veri bilimi ekibine bırakılıyor. Rapor üçüncü bir katman öneriyor: domain uzmanı, yönetici, operasyon çalışanı, satışçı, finansçı veya hukukçu AI ile günlük işi içinde nasıl düşünecek?

Raporun iş ilanı analizine göre AI fluency talebi 2023'ten 2025'e beş kat artmış ve artık istihdamın yaklaşık yüzde 5'ini temsil eden mesleklerde görünüyor. Teknik AI becerileri de artıyor, ama daha dar bir rol kümesinde. Bu çok anlaşılır: herkes model geliştirmeyecek, ama çok daha fazla kişi modelle çalışacak.

Burada bence en büyük yönetim hatası, AI fluency'yi "araç kullanmayı bilmek" seviyesinde bırakmak olur. Asıl beceri şunların birleşimi: iyi soru sormak, iş akışını parçalamak, çıktıyı kontrol etmek, güven sınırını bilmek, veri gizliliğini gözetmek, hatayı yakalamak, uygun yerde insana taşımak ve sistem çıktısını karar bağlamına yerleştirmek. Bu yüzden AI fluency bir eğitim modülü değil, çalışma disiplini haline gelmeli.

Ülke Merceği: Aynı Teknoloji, Farklı İşgücü Kompozisyonu

Raporun ülke dashboard'ları çok uzun; burada hepsini tek tek yeniden anlatmak yerine ana dersi çekmek daha doğru: otomasyon potansiyeli ülkeler arasında değişiyor, çünkü sektör ve meslek kompozisyonu değişiyor. Daha fazla insan merkezli rol, daha düşük otomasyon potansiyeli; daha fazla rutin veya yapılandırılmış iş, daha yüksek potansiyel demek. Ama değer hesabında ülkenin toplam istihdam ve ücret hacmi de devreye giriyor.

Aşağıdaki tablo rapordaki 2030 orta benimseme senaryosundaki ekonomik değer haritasını ve metinde verilen bazı ülke gözlemlerini okuma amaçlı bir araya getiriyor. Değerler rapordaki milyar dolar tahminleridir; benimseme gerçekleşmezse bu değerler açığa çıkmaz.

Bu tabloyu Türkiye açısından okurken doğrudan ülke karşılaştırması yapmak yerine yöntemden ders çıkarmak daha iyi: otomasyon potansiyeli, bir ülkenin "AI'ya hazır olup olmaması"ndan ibaret değil; hangi sektörlerin büyük olduğu, işin ne kadar fiziksel olduğu, ücret yapısı, kurumların süreç olgunluğu ve AI beceri talebi birlikte çalışıyor.

Liderlik Kararı: Araç Almak Değil, İş Akışı Yeniden Kurmak

Raporun sonuç kısmı oldukça net: "Sonuçlar sabit değil." Yani AI'nın Avrupa'da üretkenliği artırıp artırmayacağı, kaç rolün değişeceği, çalışanların nasıl uyum sağlayacağı ve şirketlerin ne kadar değer yakalayacağı teknolojinin kendi başına belirlediği şeyler değil. Şirket, politika yapıcı ve eğitim kurumlarının bugünkü tercihleri belirleyici.

Benim rapordan çıkardığım liderlik gündemi beş parçadan oluşuyor:

1. İş akışı envanteri: Hangi süreçlerde değer handoff, bekleme, veri kopyalama veya karar darboğazında kayboluyor?
2. Agent/robot ayrımı: Sorun dijital bilgi işi mi, fiziksel dünya işi mi, yoksa ikisinin birleşimi mi?
3. Beceri eşlemesi: Hangi beceriler AI ile paylaşılacak, hangileri insan sorumluluğunda kalacak?
4. Yönetişim: Hangi çıktılar otomatik uygulanabilir, hangileri insan onayı ister, hangi riskler loglanır?
5. AI fluency yatırımı: Eğitim sadece araç tanıtımı değil, karar kalitesi, hata yakalama ve süreç tasarımı içermeli.

Bu maddelerin ortak noktası şu: AI dönüşümü, IT departmanının kenarda yürüttüğü bir araç satın alma projesi değil. Süreç sahipleri, operasyon liderleri, insan kaynakları, hukuk, risk, veri ekipleri ve çalışan temsilcileri aynı masada olmalı. Yoksa AI yalnızca mevcut karmaşanın daha hızlı çalışan bir kopyasına dönüşür.

Kısa Sonuç: İnsan Kalır, Ama Aynı Pozisyonda Değil

Bu raporu tek cümleyle özetlemem gerekirse şöyle derim: Avrupa'da AI'nın ana etkisi, işlerin tamamını yok etmekten çok, işin içindeki faaliyetleri yeniden dağıtmak ve becerilerin uygulanma biçimini değiştirmek olacak. İnsan çalışması daha fazla orkestrasyon, denetim, bağlam, ilişki, karar ve sorumluluk katmanına kayacak; agent'lar ve robotlar ise daha yapılandırılmış, tekrar eden veya ölçeklenebilir faaliyetleri üstlenecek.

Bu iyimser bir garanti değil. Rapor zaten bunun altını çiziyor: benimseme hızı, maliyet, regülasyon, organizasyonel hazırlık ve beceri yatırımı belirleyici. Ama iyi haber şu: sonuçlar yazılmış değil. Şirketler iş akışlarını gerçekten yeniden tasarlar, çalışanları sadece "AI kullanıcısı" değil "AI ile iş tasarlayan" kişiler haline getirir ve yönetişimi erken kurarsa, AI işin kalitesini artıran bir ortak olabilir.