Orta ölçekli şirket liderlerinin %69,9'u, iş gücünün gelecekteki başarı için gereken becerilere zaten sahip olduğunu söylüyor. Aynı ankette, aynı 722 kuruluş arasında, aynı ay içinde, %20,2'si yapay zekâ ve teknoloji yatırımlarından son derece olumlu bir etki gördüğünü bildiriyor (CLA, 2026).
Bu iki sayıyı yan yana tutun; çünkü yapay zekâ bütçelerinin çoğu, ikisinin birlikte hareket ettiği varsayımı üzerine kurulu.
Hareket etmiyorlar. Ve bu tersliğin yönü, büyüklüğünden daha önemli: incelenen kitle, kendi beyanıyla, beceri açığını devre dışı bırakmış durumda. Bunlar orta ölçeği dışarıdan teşhis eden analistler değil. Bunlar faturaları imzalayan kişiler; size ekiplerinin yetkin olduğunu söylüyor — ardından yatırımın büyük ölçüde bir sonuç üretmediğini söylüyorlar.
Yani iş gücünün yapay zekâya hazırlığı sorusu, orta ölçekli operasyon ekiplerinin iki yıldır kurduğu biçimiyle, kapanmış durumda — ve herkesin varsaydığı getiriyi satın almadı.
CLA Heartbeat Index gerçekte neyi ölçtü
18 Ağustos 2026'da yayımlanan CLA Heartbeat Index, ABD'deki küçük ve orta ölçekli işletmeleri, girişimcileri, kâr amacı gütmeyen ve sivil kuruluşları kapsıyor. Bu dalga: 722 katılımcı. Yılda üç kez yürütülüyor; bu da onu, örneklemin bizzat orta ölçek olduğu — büyük kurumsal verinin küçültülüp iyimserlikle kullanıldığı değil — az sayıdaki araçtan biri yapıyor.
Güven rakamları baştan sona yüksek. %72,2'si kuruluşunun önümüzdeki on iki aylık görünümü konusunda iyimser. %68,6'sı genişleme, büyüme ya da stratejik önceliklere yatırım kapasitesinden emin. %69,9'u iş gücünün gelecekteki başarı için gereken becerilere sahip olduğuna inanıyor (CLA, 2026).
Sonra sonuç rakamları geliyor. %49,5'i son dönemdeki teknoloji veya yapay zekâ yatırımlarından verimlilik ya da performansta olumlu iyileşme bildirdi. %20,2'si son derece olumlu etki bildirdi.
Yani: kabaca yarısı bir şey gördü. Beşte biri, harcanan parayı hak eden bir şey gördü. Ve bunu bildiren liderler, az önce insanlarının hazır olduğunu söyleyenlerle aynı kişiler.
CLA'nın Chief Solutions Officer'ı James Watson, liderlerin yapay zekâ konusunda fiilen dile getirdiği endişeleri sıraladı: uygulama, yönetişim, veri kalitesi, güvenlik, uyum, iş gücü hazırlığı, değişim yönetimi ve yatırım getirisi. Bu listenin biçimine dikkat edin. Sekiz maddenin yedisi kuruluşun özellikleri. Yalnızca biri insanların özelliği.
İş gücünün yapay zekâya hazırlığı, kimsenin sormadığı bir sorunun yanıtı
İş gücünün yapay zekâya hazırlığına dair araştırmaların çoğu bir yetkinlik eksiği bildirir ve reçete olarak eğitim yazar. Rahat bir bulgudur; çünkü eğitim bir bütçe kalemi, bir tedarikçi ve bir tamamlanma oranıdır — hepsi de bir operasyon ekibinin yıl kapanmadan üretebileceği şeyler.
CLA verisi bu döngüyü kırıyor. Yetkinliğin mevcut olduğunu liderlerin kendisi söylüyorsa, eğitim, satın alanların çoktan elediği bir sorunu çözmek için finanse ediliyor demektir.
Bu tekil bir okuma değil. Deloitte'un 24 ülkede 3.235 lideri kapsayan State of AI in the Enterprise 2026 raporu, çalışan becerilerinin yetersizliğinin yapay zekâ entegrasyonunun önündeki en büyük engel olarak anıldığını buldu — ardından buna verilen yanıtın ciddi biçimde dengesiz olduğunu buldu. %53'ü yapay zekâ akıcılığını artırmak için iş gücünü eğitiyor. Yalnızca %30'u organizasyonu yeni yapay zekâ örüntüleri etrafında yeniden tasarlıyor, %33'ü kariyer yollarını yeniden kurguluyor. Ürünleri, süreçleri veya iş modellerini derinlemesine dönüştürmek için yapay zekâ kullananların oranı yalnızca %34; kalan üçte iki artımsal düzeyde kalıyor (Deloitte, 2026).
Herkes eğitiyor. Neredeyse hiç kimse yeniden kurgulamıyor. Sonra herkes işin aynı göründüğüne şaşırıyor.
Microsoft'un 2026 Work Trend Index'i bu ikilinin hangi yarısının gerçekten getiri sağladığını sayısallaştırıyor. 10 ülkedeki 20.000 yapay zekâ kullanan çalışan genelinde, örgütsel etkenler — kültür, yönetici desteği, yetenek uygulamaları — gerçekleşen yapay zekâ etkisinde zihniyet ve davranış gibi bireysel etkenlerin iki katından fazlasını açıkladı: %67'ye karşı %32 (Microsoft Work Trend Index, 2026).
Getirinin üçte ikisi organizasyon tasarımı. Bütçenin çoğu ise diğer üçte biri hedefliyor.
Ayakta kalan iki şüpheli
Beceriler kısıt değilse, %69,9 ile %20,2 arasındaki farkı üretebilecek yalnızca iki aday kalır. İkisi de gösterişsiz. İkisi de bu çeyrekte sizin kontrolünüzde.
1. İş hiçbir zaman yeniden tasarlanmadı
Yetkin bir insan, yetkin bir aracı değişmemiş bir sürecin içinde kullandığında aynı çıktıyı biraz daha hızlı üretir; kazanç ise bir kâr-zarar satırına ulaşmadan önce çevresindeki iş akışında dağılır.
ActivTrak'in Productivity Lab'i bunu ankete değil davranışsal telemetriye dayandırdı: 120.620 çalışan arasında %27'si araştırma desteği aşamasına, %14'ü görev yürütme aşamasına ve %2'si gerçek iş akışı entegrasyonuna ulaştı (ActivTrak, 2026). Dağıtılan lisansların %2'si değil. İşinin gözlemlenen biçimi fiilen değişen çalışanların %2'si.
Öz beyan hazırlık diyor. Telemetri işin olduğu gibi durduğunu söylüyor. İkisi aynı anda doğru olabilir — kendine güvenen bir iş gücüyle düz bir getiriye tam olarak böyle varılır.
2. Hiçbir zaman bir başlangıç ölçümü yapılmadı
İkinci şüpheli daha sessiz ve orta ölçekli operasyon ekipleriyle deneyimime göre kimsenin itiraf ettiğinden daha yaygın: araç gelmeden önce süreci kimse ölçmedi.
Devreye alma öncesi bir başlangıç ölçümü olmadan, "son derece olumlu etki" bir gözlem değildir. Yüzde işareti iliştirilmiş bir hislenmedir. O %49,5'in içindeki bazı liderler gerçek verimlilik kazanımları bildiriyor. Bazıları rahatlama, yenilik ya da felaketin yaşanmamış olmasını bildiriyor. Araç bunları ayırt edemiyor, siz de edemezsiniz — bu da %20,2 rakamının başarılı alt küme değil, dürüst alt küme olabileceği anlamına geliyor.
Bu ayrımın doğrudan bütçesel sonucu var. Gerçek bir kazancı makul bir hikâyeden ayıramıyorsanız, başarısız bir girişimi sonlandıramazsınız; çünkü kararı gerekçelendirecek kadar ezici bir kanıt hiçbir zaman oluşmaz. Böylece girişim bir dönem daha yaşar.
İtiraz: Öz beyana dayalı güven zayıf bir araçtır
Elde bulunan en güçlü itiraz bu ve haklı bir itiraz. %69,9 yetkinliği değil iyimserliği ölçüyor olabilir. Liderler kendi iş gücünün becerileri konusunda kötü hakemlerdir ve aynı anket önümüzdeki on iki ay için %72,2 iyimserlik gösteriyor — bitişik her soruyu makul biçimde renklendiren bir ruh hâli.
İtirazı ciddiye alın; sonuç zayıflamaz, keskinleşir.
%69,9 şişkinse, orta ölçek liderleri hem beceri konumları hakkında yanılıyor hem de yanıldıklarını fark edemiyor demektir. Bu, daha fazla eğitim lehine bir argüman değildir. Kuruluşun ne yetkinliğinin ne de getirisinin işleyen bir ölçümüne sahip olmadığı yönünde bir argümandır — yani aynı eksik ölçüm donanımı, diğer yönden gelen hâli.
Ya beceriler yerindedir ve sorun iş akışıdır, ya da beceri değerlendirmesi güvenilmezdir ve sorun ölçümdür. Bu verinin, yanıtın "daha fazla lisans alın ve bir eğitim modülü daha çalıştırın" olduğu bir versiyonu yok.
%20 ile %76'yı ayıran şey
Pilot yönetişimi araştırmasında işe yarar bir karşılaştırma var. Valliance 1.000 üst düzey yöneticiyle görüştü ve yapay zekâ girişimlerinin %40'ının tasarımı gereği pilot olarak kaldığını buldu — hiç sonlandırılmıyor, hiç ölçeklenmiyor — bu oran olgun, yerleşik yapay zekâ programlarına sahip kuruluşlarda %48'e çıkıyor. Pilot aşamasında sıkışan şirketler değeri görmek için 6,6 ay harcadı; diğerleri 5,9 ay. Ve bunların yalnızca %20'si güçlü yatırım getirisi bildirdi. Pilotlarını fiilen ölçekleyen şirketlerde bu oran %76 (Consultancy.uk, 2026).
Yüzde yirmiye karşı yüzde yetmiş altı. Fark yetenek değil, araç da değil. Fark, bir karar kapısının var olup olmadığı.
Şuna da dikkat edin: pilot birikmesi program olgunlaştıkça kötüleşiyor. Daha fazla deneyim, daha az değil daha çok kalıcı pilot üretir; çünkü olgun bir programda paralel yürüyen girişim sayısı daha fazladır ve bunlardan herhangi birini bitirmeye zorlayan mekanizma yine yoktur. Burada ölçek kendini düzeltmez. Bunu yalnızca bir kapı yapar.
Bütçe kapanmadan iki süreci ölçülebilir hâle getirin
Bu çeyreğin hamlesi kulağa geldiğinden küçük ve yeni bir platform gerektirmiyor.
İki ya da üç çekirdek süreç seçin ve başlangıç ölçümlerini şimdi alın. Çevrim süresi, hata veya yeniden işleme oranı, çıktı birimi başına maliyet, devir sayısı. Ölçümü bir sonraki araç gelmeden alın. Araç zaten kullanımdaysa yine de ölçün — en azından önümüzdeki on iki ay için bir başlangıç çizginiz olur.
Her girişim için sabit bir değerlendirme penceresi ve önceden taahhüt edilmiş bir başarı eşiği belirleyin. Sayıyı başlamadan önce yazın. Sonuçlar geldikten sonra seçilen eşik, eşik değildir; anlatıdır.
Kapıdaki kararı ikili tutun: ölçekle ya da durdur. Üçüncü seçenek yok. "Keşfetmeye devam ediyoruz", bir pilotun sahibi olmayan kalıcı bir gidere dönüşme yoludur.
Eğitim bütçesinin bir dilimini iş akışı yeniden tasarımına yönlendirin. Daha fazla akıcılık kursu değil — adı konmuş tek bir süreç, aracın artık yapabildikleri etrafında uçtan uca yeniden çizilsin; devirler ve onaylar korunmak yerine yeniden kurulsun. Deloitte'un 53'e 30 dağılımı piyasanın varsayılan tahsisidir. Ne olacağını görmek için en az bir süreçte bunu bilinçli olarak tersine çevirmeye değer.
Bulgu, bir bulgunun yokluğudur
CLA verisindeki en yararlı şey %20,2 değil. %49,5'in tam onun üstünde durması — "bir miktar iyileşme" bildiren, ama ne kadar, neye göre ya da hangi başlangıç noktasından itibaren olduğunu söyleyemeyen geniş bir kuruluş kuşağı.
"Getiriyi ölçemiyoruz" ifadesini sonradan düzeltilecek bir raporlama zahmeti gibi değil, bulgunun kendisi gibi ele alın. Bu anketin yüzeye çıkardığı en eyleme geçirilebilir şey budur; çünkü kimseyi işe almadan, hiçbir şey satın almadan ve pazarın olgunlaşmasını beklemeden kaldırabileceğiniz tek kısıt budur.
İş gücünün yapay zekâya hazırlığı hiçbir zaman bağlayıcı kısıt olmadı ve harcamaya en yakın kişiler bunu artık kendileri söylediler. Liderleriniz insanların hazır olduğunu size zaten söyledi. Onlara inanın — sonra da işin gerçekten değişip değişmediğini gidip öğrenin. Bir sonraki bütçe döngüsü kapanmadan önce, başlangıç ölçümünü yapacağınız iki süreci ve sonucu okuyacağınız tarihi adıyla belirleyin.
