321 ABD mesleği ve Bureau of Labor Statistics'in on yıllık ücret verisi üzerinden bakıldığında, yapay zekânın istihdam üzerindeki ölçülebilir etkisi sıfırdı. Ücret üzerindeki etkisi ise değildi. Yüksek maruziyetli mesleklerde reel ücret artışı 2023 sonrasında yaklaşık %6,7 daha yavaş ilerledi — en düşük ücret çeyreğinde ise %10,7 daha yavaş. En yüksek çeyrekte hiçbir şey: anlamlı hiçbir etki yok (Edlich & Slok, Apollo, 2026).
Yapay zekâ üretkenlik kazancınızın yeri işte burası. Kadro azaltımı olarak gelmedi. Hiç gerçekleşmeyen zamlar olarak geldi ve neredeyse tamamı bordronun alt ucunda toplandı.
2026 yapay zekâ iş gerekçeniz iş gücü riskini hâlâ kaç pozisyon ortadan kalkacak diye modelliyorsa, yanlış tablonun yanlış satırını okuyorsunuz.
Apollo aslında neyi ölçtü — ve "gözlenen benimseme" okumayı neden değiştiriyor
Apollo Global Management'tan Sania Edlich ve Torsten Slok, 2015-2025 dönemine ait BLS Occupational Employment and Wage Statistics verisiyle 321 eşleştirilmiş meslek üzerinde bir fark-içinde-fark modeli kurdu; meslek ve yıl sabit etkileri ile mesleğe göre kümelenmiş standart hatalar kullanıldı (Edlich & Slok, Apollo, 2026).
Belirleyici tasarım tercihi, maruziyetin nasıl tanımlandığı. Önceki tahminlerin neredeyse tamamı — Felten, Webb, Brynjolfsson-Mitchell-Rock — meslekleri ONET görev tanımlarından türetilen teorik* etkilenebilirliğe göre puanlıyor. Apollo ise maruziyeti Anthropic Economic Index'ten alınan gözlenen kullanım üzerinden ölçtü. Yani bir yapay zekâ sisteminin makul biçimde hangi işlere dokunabileceği değil, kanıtlanabilir şekilde hangi işler için kullanıldığı.
Bu tek değişiklik tartışılan nüfusu ciddi biçimde daraltıyor. Gözlenen ölçüte göre yüksek maruziyetli meslekler yaklaşık 5,8 milyon çalışanı kapsıyor — ABD iş gücünün yaklaşık %3,7'si (Axios, 2026). Teorik maruziyete dayanan üç yıllık manşetler, yapay zekânın gerçekte ulaştığından kat kat büyük bir iş gücünü tarif ediyordu.
Bu daha küçük nüfusun içinde iki temel katsayı zıt yönleri gösteriyor:
- log(İstihdam): −0,0639, standart hata 0,0870. Anlamlı değil. Tespit edilebilir bir iş kaybı yok.
- log(Reel ücret): −0,0667, standart hata 0,0181, p < 0,01. Yaklaşık %6,7 daha yavaş reel ücret artışı.
Yazarlar modeli 0,4 ve 0,6 maruziyet eşiklerinde yeniden tahmin etti ve ücret sonucu ayakta kaldı. Kaybedilen emek gelirine dair muhafazakâr toplu alt sınırları yılda 28 milyar dolar (Edlich & Slok, Apollo, 2026; HR Dive, 2026).
Her iç tartışmaya taşınmaya değer bir istatistik notu: anlamsız bir istihdam katsayısı, yapay zekânın hiçbir pozisyonu ortadan kaldırmadığının kanıtı değildir. Bu tasarımın bir etki tespit edemediği anlamına gelir; o standart hatayla orta büyüklükte bir etkiyi de kaçırırdı. Kesin olan ücret tahminidir. İstihdam tahmini ise sessiz olanıdır.
Asıl bulgu, etkinin regresif biçimi
Önceki dönem ücret çeyreğine göre ayrıldığında — çeyrekler her mesleğin 2015-2022 ortalama ücretine göre tanımlanmış — etki dağılmış değil. Aşağıda yığılmış durumda (Edlich & Slok, Apollo, 2026):
- Q1, en düşük ücretliler: −%10,7 (p < 0,01)
- Q2: −%5,7 (anlamlı değil)
- Q3: −%4,05 (p < 0,1)
- Q4, en yüksek ücretliler: anlamlı etki yok
Meslek grubuna göre yönetim ve profesyonel roller −%4,1 kaydetti. Mavi yakalı işlerde anlamlı etki görülmedi; fiziksel işlere erişimi sınırlı bir teknolojiden beklenen de budur. Hizmet kategorisi −%24,3 çıktı, ancak yazarların kendisi bunu küçük ve bileşime duyarlı bir alt örneklem olarak işaretliyor. Bunu bir yön sinyali olarak ele alın, sunuma koyulacak bir rakam olarak değil.
Etki ayrıca daha küçük mesleklerde daha güçlüydü — yapay zekânın devraldığı işi soğuracak görev çeşitliliği az olan uzmanlaşmış roller. Dar tanımlı işlerde boşalan saati şirket içinde yeniden konumlandıracak bir yer yoktur; dolayısıyla değer, iş yükü satırında değil ücret satırında görünür.
Şimdi bunu çoğu orta ölçekli şirketin yapay zekâ programlarının nasıl kadrolandığıyla karşılaştırın. Değişim yönetimi, yeniden beceri kazandırma bütçesi, "bu senin kariyerin için ne anlama geliyor" turu — hepsi bilgi ve kıdemli katmana yönelik. Ölçülen ücret etkisinin sıfır olduğu çeyrek tam olarak orası.
Ücret etkisi, iletişim çabanızın ulaşmadığı yere iniyor.
Ücret sıkışması, kimsenin onaylamadığı yapay zekâ üretkenlik kazancıdır
Bunun üç yıl fark edilmemesinin bir nedeni var. İşten çıkarmanın bir onay kapısı vardır: iş gerekçesi, hukuki inceleme, kıdem modeli, iletişim planı ve karara bağlı bir isim. Ücret sıkışmasının bunların hiçbiri yoktur. O, yüz tane savunulabilir küçük kararın ortaya çıkardığı toplamdır: kapsamı sessizce daralan bir rol, biraz daha ılımlı bir performans notu üzerinden dağıtılan bir zam havuzu, bandın ortası yerine altından ilan edilen bir yerine alım, ekip "hacmi rahat kaldırdığı" için bir dönem daha ertelenen bir piyasa düzeltmesi.
Bu zincirde kimse yapay zekâ üretkenlik kazancını ücret sıkışması olarak toplamaya karar vermedi. Kurum yine de bunu yaptı, çünkü bir iş kolaylaştığında ve ücret sürecinde hiçbir mekanizma bunu fark etmediğinde varsayılan sonuç sıkışmadır.
Bu aynı zamanda etkinin raporlamanızda neden görünmez olduğunu da açıklıyor. Kadro, devir ve işe alım maliyeti için panolarınız var. Ama neredeyse kesinlikle yapay zekâya maruz rollerde reel ücret artışının bordronun geri kalanına kıyasla nasıl seyrettiğini gösteren bir panonuz yok. Bu ölçüm boşluğu bir gözden kaçırma değil — mekanizmanın itirazsız işlemesinin nedeni.
Bordro geçmişiniz kullanılabilir bir kıyas noktası olmaktan çıktı
İkinci derece sorun, birincisinden daha ağır. 50-500 çalışanlı şirketlerde ücret bantları tipik olarak iç geçmişe ve piyasayı bir yıl veya daha fazla geriden izleyen bir araştırmaya dayanır. Yapay zekâ benimsemesinin gerçek olduğu roller için bu geçmiş artık üç yıllık bastırılmış artışı içinde taşıyor. 2027 bandını buna göre kıyaslamak sıkışmayı düzeltmez — onaylar ve bir dönem daha büyütür.
İlk otomatikleştirdiğiniz roller, tam da kendi bordro verinizin dış piyasayı güvenilir biçimde okumaktan çıktığı rollerdir.
Çalışanlarınız kazancın nereye gittiğine dair neye zaten inanıyor
Dağılıma dair olgunun yanında dağılıma dair bir algı da var ve algı kanıtın önünde koşuyor.
Groundwork Collaborative için Ipsos'un Haziran 2026'da 1.533 ABD'li çalışanla yaptığı araştırmaya göre, %51 yapay zekânın faydalarının yalnızca ya da ağırlıklı olarak sahiplere ve yöneticilere gittiğine inanıyor; faydaların çoğunun çalışanlara ulaştığını söyleyenler %6 (Groundwork Collaborative / Ipsos, 2026). Üçte ikisi yapay zekânın işi kötüleştirmesini bekliyor.
Yöneticileriniz bu okumaya karşı çıkacak donanıma sahip değil. Korn Ferry'nin Haziran 2026'da 135 ülkede 5.512 kuruluşla yürüttüğü Global Total Rewards Pulse Survey'e göre, kuruluşların yalnızca %16'sı yöneticilerinin yapay zekâ kaynaklı ücret ve iş değişikliklerini çalışanlara açıklayabileceğinden emin (Korn Ferry, 2026).
Üç bulguyu arka arkaya koyun, operasyonel risk kendiliğinden ortaya çıkar. Ücret etkisi gerçek ve regresif. İş gücünün yarısı bunu zaten varsayıyor. Ve altı şirketten beşi bu konuda inandırıcı bir konuşma yürütemiyor. Bu, devreye alma sonrasındaki bir iletişim sorunu değil — kimsenin almadığı bir ücret kararından, kimsenin nedenini adlandıramadığı biçimde tıkanan bir benimseme programına giden aktarım hattı.
Ciddiye alınmayı hak eden karşı argüman
Apollo bir varlık yöneticisi, üniversite değil; bu da hakemli bir makale değil, bir teknik rapor. Bu itiraz haklıdır ve etrafından dolanmak yerine açıkça söylenmelidir.
Üç somut sınır:
- Yayın mecrası ve teşvik. Apollo, kurumsal bir görüşle makro araştırma yayımlar. Savunma mecrada değil yöntemdedir: model kurgusu konvansiyonel, katsayılar ve standart hatalar yayımlanmış, sağlamlık kontrolleri gösterilmiş. Tablolar üzerinden değerlendirin.
- Maruziyet tek bir sağlayıcıdan türetilmiş. Kullanıma dayalı ölçüm, teorik maruziyete göre gerçek bir ilerlemedir, ama tek bir sağlayıcının etkileşim kayıtlarından gelir. Daha iyi veri, tarafsız veri değil.
- Fark-içinde-fark, paralel eğilimler varsayımı altında ilişkiyi tanımlar. Yüksek maruziyetli meslekler 2023 öncesinde ilgisiz nedenlerle zaten daha yavaş bir ücret patikasındaysa, tahminin bir kısmı bu önceden var olan ayrışmadır, yapay zekâ değil.
Bunların hiçbiri kapanmış değil ve orta ölçek için ayrı bir kırılım yok — 200 kişilik bir şirkete uygulamak ölçüm değil çıkarımdır.
Ama itirazın neyi satın alması gerektiğine bakın. Bulguyu bir kenara koymak için ücret etkisinin sahte olduğunu ve sahteliğinin tam da en alt çeyrekte en üst çeyrektekinin on katı yoğunlaştığını savunmanız gerekir. Daha savunulabilir konum şudur: büyüklük belirsiz, biçim bilgilendirici — ve kararlarınızı değiştiren biçimdir.
Bu çeyrekte ne yapmalı
Yapay zekâ iş gerekçesi ile ücret bandı gözden geçirmesini tek belgede birleştirin
Bunlar artık aynı çalışma. Bir rolün ne yaptığını değiştiren her yapay zekâ girişiminin bir ücret sonucu vardır ve bunları ayrı toplantılarda, ayrı takvimlerde ele almak sıkışmanın oluşma biçiminin ta kendisidir. Tek belge, tek sahip, tek gözden geçirme tarihi.
Kendi bordronuzda maruziyet-zam kesitini çalıştırın
Bu bir proje değil, bir öğleden sonra işi. Yapay zekâ araçlarının işi esaslı biçimde değiştirdiği rolleri etiketleyin. Bu rollerin 2023'ten bu yana reel ücret artışını — nominal artışlar eksi enflasyon — bordronun geri kalanıyla karşılaştırın. Maruz roller geride kaldıysa, Apollo sonucunu kendi şirketinizin içinde yeniden üretmişsiniz demektir; ve elinizde bu kanıtın yönetim ekibinizi gerçekten harekete geçirecek tek versiyonu olur.
Dış kıyaslamayı yenileyin, en alt çeyrekten başlayarak
Otomatikleştirilmiş roller için iç geçmiş yerine güncel dış piyasa verisine gidin. Bordronun altından başlayın: ölçülen etkinin en büyük olduğu yer orası ve orta ölçekte devir maliyeti kıdem birimi başına zaten en pahalı olan katman da orası.
Sonraki devreye almadan önce ücret ve kapsam konuşmasının metnini yazın
%16 rakamı göz önüne alındığında, yöneticilerinizin bunu bugün yapamadığını varsayın. On dakikalık konuşmayı yazın — aracın kapsamda neyi değiştirdiği, bantta neyi değiştirmediği, ilerleme yolunun ne olduğu — ve bunu yürütecek yöneticilerle prova edin. Bu makaledeki en ucuz müdahale budur ve neredeyse hiç kimse bunun için bütçe ayırmamıştır.
Masanızdaki karar
Yapay zekâ etrafındaki son üç yıllık iş gücü planlaması bir soru üzerine kuruldu — kaç iş ortadan kalkacak — ve gözlenen benimsemeye dayanan mevcut en iyi kanıt bu soruya "tespit edilebilir biçimde hiçbiri" yanıtını veriyor. Bu arada ölçülebilir, anlamlı ve regresif olan etki doğrudan ücret döngüsüne girdi, incelenmeden, çünkü orta ölçekte hiçbir pano oraya dönük değil. Yapay zekâ üretkenlik kazancı hiç kaybolmadı. Sessizce yeniden dağıtıldı — ve değişimi omuzlayanlara değil.
Bir sonraki yapay zekâ yatırım gözden geçirmenizden önce tek bir grafik getirin: 2023'ten bu yana yapay zekâya maruz rollerdeki reel ücret artışı, diğer herkese karşı, ücret çeyreğine göre ayrılmış. Fark oradaysa, bir verimlilik programı yürütmediniz. Bir ücret kesintisi yürüttünüz ve onu siz onaylamadınız.
