Bilgi çalışanlarının yüzde elli ikisi artık düzenli olarak bir başkasının ürettiği yapay zekâ çıktısını düzeltiyor (Adaptavist, 2026). Kendi çıktısını değil — bir meslektaşınınkini. Beş ülkede 2.500 çalışanla yapılan aynı araştırmada katılımcıların %42'si, YZ çıktısını doğrulamaya, onu kullanarak kazandığından daha fazla zaman harcadığını söylüyor. Bu iki rakamı birlikte okuduğunuzda, YZ kaynaklı yeniden çalışmanın neden hiçbir iş gerekçesinde görünmediğini anlarsınız: tasarrufu kaydeden kişi ile maliyeti üstlenen kişi aynı kişi değil, çoğu zaman aynı ekipte bile değil.
Bu, teknoloji sorunundan önce bir muhasebe sorunudur.
Araştırma ve onu farklı kılan şey
Adaptavist araştırmayı Mart 2026'da Birleşik Krallık, ABD, Kanada, Almanya ve İspanya'da yürüttü — 2.500 bilgi çalışanı; 2025'teki dijital dönüşüm çalışmasının devamı olarak yayımlandı (Adaptavist, 2026). Rapor kullanışlı bir terim ortaya atıyor: doğrulama vergisi.
Öne çıkan rakamlar:
- %52 meslektaşlarının ürettiği YZ çıktısını düzenli olarak düzeltiyor
- %42 YZ çıktısını doğrulamaya, kullanarak kazandığından fazla zaman harcıyor
- %49 düşük kaliteli YZ çıktısının projeleri fiilen yavaşlattığını söylüyor
- %46 YZ'nin işlerini daha tekrarlı ve daha anlamsız hale getirdiğini söylüyor
Çoğu okuyucunun atladığı rakam sonuncusu. Bir başkasının makine çıktısını düzeltmek ilgi çekici bir iş değildir. Geliştirmez, performans değerlendirmesinde nadiren hesaba katılır ve aracı onaylayan kişi için tamamen görünmezdir.
Araştırmanın göstermediği şeye de dikkat edin. Bu YZ karşıtı bir veri seti değil: aynı katılımcıların %67'si kurumlarının YZ kullanımını artırmasını istiyor, %60'ı kendini yeterince eğitilmiş hissediyor, %66'sı benimsemenin şeffaf biçimde iletildiğini söylüyor (Adaptavist, 2026). Bunlar teknolojiyi isteyen insanlar; anlattıkları şey bir yetenek başarısızlığı değil, bir dağılım başarısızlığı.
Panonuz neden "evet" derken çevrim süreleriniz hiçbir şey söylemiyor
Orta ölçekli pazarda YZ ölçümü neredeyse her zaman koltuk başınadır: dağıtılan lisanslar, çalıştırılan istemler, beyan edilen tasarruf saatleri, departman bazında benimsenme oranı. Bu metriklerin hepsi üretim noktasında toplanır.
Yeniden çalışma hiçbir yerde toplanmaz, çünkü teslim alma noktasında gerçekleşir.
Pazarlama doksan saniyede ilk taslağı üretir ve doksan dakika tasarruf yazar. Hukuk, özgüvenle yanlış yazılmış bir kaynağı düzeltmek için kırk dakika harcar. Pazarlamanın panosu dürüsttür. Hukukun kırk dakikası genel bir iş yükü kalemine düşer ve kimse ikisini karşılaştırmaz. Bunu finans, operasyon, destek ve üründe tekrarlayın; orta ölçekli pazar raporlamasında artık neredeyse evrensel olan tabloyu elde edersiniz: beyan edilen zaman tasarrufu her çeyrek artar, çevrim süreleri tam olarak olduğu yerde kalır.
Bu maliyeti görünmez kılan üç özellik
Bir sınırı aşıyor. Maliyet muhasebesi ekiplere göre örgütlenmiştir. Bir ekipte doğup başka bir ekipte biten maliyetin doğal sahibi yoktur; dolayısıyla ikisi de izlemez.
Faturalanmamış kıdemdir. Düzeltmeyi yapan genellikle daha kıdemli taraftır — neyin yanlış olduğunu görecek alan bilgisine sahip kişi. En yüksek saatlik ücretlerinizi, en düşük ücretle üretilmiş çıktıyı temizlemeye harcıyorsunuz.
Raporlaması sosyal olarak rahatsız edicidir. "Öğleden sonramı bir meslektaşımın YZ taslağını düzelterek geçirdim" bir durum raporunda rahat yazılan bir satır değildir; bu yüzden altta yatan görev olarak kaydedilir.
Bu, daha önce okuduğunuz geri alma değil
Buna karıştırılan iki komşu bulgu var ve ayrım hangi kolu çekeceğinizi belirliyor.
Glean'in Work AI Index'i — 6.000 dijital çalışan, Stanford, UC Berkeley ve Harvard araştırmacılarıyla birlikte hazırlandı — YZ'nin haftada yaklaşık 11 saat kazandırdığını, buna karşılık çalışanların yaklaşık 6,4 saati "bot bakıcılığında" yaktığını buldu: denetim, hata ayıklama ve araç değiştirme (Glean, 2026). Bu aynı çalışan üzerinde bir geri almadır. Zamanı kazanan kişi onu kendisi geri öder ve çözüm bağlam erişimidir: sistemlerinizin modele neye ulaşma izni verdiği.
METR'in randomize denemesi başka bir başarısızlığa işaret ediyordu: 16 deneyimli açık kaynak geliştiricisi, kendi depolarında 246 gerçek görev. %24 hızlanma öngördüler, sonrasında %20 kazandıklarına inandılar, ölçüm ise %19 daha yavaş olduklarını gösterdi (METR, 2025). Bu bir algı başarısızlığıdır: beyan edilen tasarruflar, kendi kodu üzerinde çalışan uzmanlarda bile güvenilir değildir.
Adaptavist üçüncü bir şeyi tarif ediyor: yatay bir aktarım. Ne kendine geri ödeyen aynı çalışan, ne yanlış algılanan bir kazanç; bir maliyet merkezinden çıkıp başkasına varan bir maliyet. Bağlam araçları bunu çözmez. Daha iyi beyan bunu çözmez. Yalnızca sınırda ölçmek çözer.
Bu arada üç bulgu birbirine ekleniyor. Tasarruflar kaynağında abartılıyor (METR), bir kısmı aynı çalışan tarafından yeniden emiliyor (Glean), bir kısmı da bir meslektaşa ihraç ediliyorsa (Adaptavist), tipik bir orta ölçekli iş akışında kalan net kazanç, çalışmaların tek tek ima ettiğinden çok daha küçük bir sayıdır.
Boyutlandırma: 200 tam zamanlı çalışanda doğrulama vergisi ne eder
Araştırma saat değil oran bildiriyor; dolayısıyla herhangi bir parasal rakam Adaptavist'in değil sizin aritmetiğinizdir. Yine de yapın — argüman büyüklük mertebesindedir.
200 kişilik, 120'si bilgi işi yapan bir şirket düşünün. %52'si meslektaşlarının YZ çıktısını düzenli olarak düzeltiyorsa, bu yaklaşık 62 kişi eder. Muhafazakâr biçimde — ve test edilmesi gereken, inanılması değil, tam olarak bu varsayımdır — kişi başı haftada iki saat varsayın. Haftada 124 saat, yılda yaklaşık 6.400 saat; yani hiç işe almadığınız, bütçelemediğiniz ve konuşmadığınız üç tam zamanlı pozisyonun karşılığı.
Şimdi bu saatlerin kime ait olduğuna bakın. Düzeltme, neyin yanlış olduğunu bilecek muhakemeyi gerektirir; dolayısıyla yük kıdemli bireysel katkı sağlayıcılarınızda yoğunlaşır — "yerine koyması en zor kim?" diye sorulsa sayacağınız kişiler. En kıt muhakemenizin üç tam zamanlı karşılığını, kimsenin hedeflerinde yer almayan bir temizliğe harcıyorsunuz.
Rakam örnekleyicidir. Egzersiz değildir: kendi kadronuz ve kendi tahmininizle yeniden hesaplayın, YZ bütçesini elinde tutan kişinin önüne koyun ve konuşmanın lisans sayısından süreç tasarımına ne kadar hızlı kaydığını izleyin.
Araştırmanın size söyleyemedikleri
Üç sınır, açıkça. Beyana dayalı: %42, net zamanın ölçümü değil algısıdır — ve METR'in çalışması beyanların ne kadar kayabildiğine dair doğrudan bir uyarıdır. Kesitseldir: Mart 2026'yı fotoğraflar, verginin büyüyüp büyümediğini söyleyemez. Ve beş ülkeden, her ölçekten şirketin çalışanlarını kapsar, özel olarak orta ölçekli operasyonları değil; yön aktarılabilir olmalı, büyüklük sizin bağlamınızda belirsizdir.
Üçünden de sağ çıkan şey yapısal tespittir: düzeltme, ölçümün aşmadığı bir sınırı aşıyor.
Aşikâr itiraz ve nerede geçerli olduğu
Makul karşı görüş: bu erken benimseme sürtünmesidir. Çıktı kalitesi artar, gözden geçirme normları olgunlaşır, vergi azalır. Bunun bir kısmı kesinlikle doğru. Herhangi bir araç sınıfının birinci nesil kullanımı, aşinalıkla düşen bir düzeltme primi taşır.
İyimserliği iki şey sınırlıyor.
Birincisi, düzeltme öncelikle model kalitesiyle değil, sorumluluğun nereye konduğuyla ilgilidir. Üretmek ucuz, gözden geçirmek pahalı olduğu sürece hacim, üretenin rahat bulduğu düzeye çıkar ve farkı gözden geçiren emer. Daha iyi modeller hacmi, kaliteyi yükselttikleri hızla yükseltir.
İkincisi, sürtünmenin çözülmek yerine kurumsallaştığına dair kanıt var. BambooHR'ın 2026 iş gücü araştırması, liderlerin %81'inin YZ üretkenlik kazanımı iddia ettiğini, çalışanların %49'unun ise YZ'nin hiçbir değer üretmediğini söylediğini buldu (BambooHR, 2026). Doğrulanmamış kazanımlar üst yönetimin beklentisine çoktan fiyatlanmışsa, düzeltme işine kaynak ayrılmaz: performansı tam da o iddia edilen kazanıma göre ölçülen insanlar tarafından sessizce emilir.
Yani: sürtünme argümanı verginin büyüklüğü için geçerlidir. Yönü için değildir.
YZ yeniden çalışmasını devir sınırında ölçmek
Dört hamle. Hepsi ölçüm veya politika değişikliği; hiçbiri yeni harcama gerektirmiyor.
1. Tuş vuruşunu değil, devri ölçün. En yüksek hacimli iki ekipler arası akışınızı seçin ve alıcı tarafta üç şeyi kaydedin: gözden geçirme saatleri, reddedilen taslaklar ve kabule kadar geçen tur sayısı. Gözden geçirme adımı zaten var; siz sadece süresini tutmuyorsunuz. Bunun bir aylık uygulaması, beyan edilen değil gerçek bir net saat rakamı üretir.
2. Bir araç canlıya çıkmadan önce gözden geçirme sahipliğini atayın. Ekip sınırını aşan her YZ destekli akışın adı konmuş bir gözden geçireni ve bütçelenmiş bir saat sayısı olmalı. Gözden geçirmeyi kimse finanse etmiyorsa akış hazır değildir: bütçelenmemiş bir maliyeti bir meslektaşınızın haftasına yönlendirmeyi öneriyorsunuz demektir.
3. Kaynak beyanını bir itiraf değil, bir norm yapın. Sınır aşan YZ destekli işe tek satırlık bir not istemek — ne üretildi, ne kontrol edildi, ne edilmedi — gönderene saniyelere mal olur ve alıcıyı yeniden kurgulama yükünden kurtarır. Ayrıca hacmi sessizce dizginler, çünkü gözden geçirilmemiş toplu çıktı görünür biçimde atfedilebilir hale gelir.
4. Kime sorduğunuzun dengesini değiştirin. Benimseme anketleri neredeyse hep üretenlere sorar. Alanlara sorun: haftanızın ne kadarı, sizin üretmediğiniz YZ destekli işi düzeltmekle geçiyor? Kıdemli bireysel katkı sağlayıcılarınıza sorulan bu tek soru, gerçek YZ getiriniz hakkında tüm lisans kullanım panonuzdan fazlasını söyleyecektir.
Dördündeki ortak örüntüye dikkat edin: hiçbiri benimsemeyi yavaşlatmıyor. Ölçümü maliyetin gerçekten düştüğü yere taşıyorlar.
Bu çeyrek için tek bir karar
YZ kaynaklı yeniden çalışmanız bir yuvarlama hatası değil ve küçük olduğu için görünmez değil. Görünmez, çünkü ölçümünüz üretim anında duruyor ve maliyet bir masa ötede başlıyor.
Dolayısıyla soru YZ'nizin değer üretip üretmediği değil. Daha dar ve çok daha yanıtlanabilir: en yüksek hacimli iki ekipler arası akışınızda düzeltmeyi şu anda kim yapıyor — ve bunun ne kadar sürdüğünü ona hiç soran oldu mu?
Bu kişinin adını hafta sonuna kadar söyleyemiyorsanız, bir YZ getirisi sorununuz yok. ROI kostümü giymiş bir ölçüm sorununuz var; sayacı devrin diğer tarafına taşıyana kadar size tam olarak duymak istediğinizi söylemeye devam edecek.
