Yapay zekâ kullanan çalışanlar bunun kendilerine haftada yaklaşık 11 saat kazandırdığını söylüyor — çalışma haftasının dörtte birinden fazlası — yine de yalnızca %13'ü kuruluşlarının bu sayede belirgin biçimde daha iyi performans gösterdiğini belirtiyor (Glean Work AI Index, 2026). Bu iki sayıyı yan yana koyun. Zaman tasarrufu gerçek ve büyük. İş sonucu ise neredeyse yok. Bu açık, yapay zekâ verimliliği konusunda yılın en önemli bulgusu ve bir ölçüm hatası değil. Saatlerin gittiği yer tam da burası.
Saatler, Glean araştırmacılarının adını koyduğu bir şeye gidiyor: botsitting. ABD, Birleşik Krallık ve Avustralya'da 6.000 tam zamanlı dijital çalışanı kapsayan bir ankette — Stanford, UC Berkeley ve Harvard'dan araştırmacılarla birlikte yürütülen — çalışanlar yapay zekâ araçlarını denetlemek, düzeltmek, komutları yeniden yazmak ve onların ardından temizlik yapmak için haftada ortalama 6,4 saat harcadıklarını bildirdi (Glean / BusinessWire, 2026). Bu, neredeyse tam bir iş günü; her hafta, o günü geri vermesi gereken araca dadılık etmekle geçiyor. Bir Head of Operations için manşet "yapay zekâ 11 saat kazandırıyor" değil. "Yapay zekâ 11 saat kazandırıyor ve sessizce bunun 6'sını size fatura ediyor — ve siz muhtemelen ne birini ne diğerini hesaba katıyorsunuz."
Sizi durdurması gereken sayı: 11 saat girdi, %13 çıktı
Çoğu yapay zekâ iş gerekçesi birinci sayı üzerine kurulur ve ikincisini sessizce varsayar. Vaat, lisans başına kazanılan saatler, personel sayısıyla çarpılıp serbest kalan kapasite olarak kaydedilir. Work AI Index bu aritmetiği tek satırda kırıyor: bilgi çalışanlarının %75'i yapay zekânın verimliliklerini artırdığını söylüyor, ama yalnızca %13'ü şirketlerinin performansını belirgin biçimde iyileştirdiğini belirtiyor (CIO Dive, 2026). Bireysel verimlilik neredeyse evrensel olarak hissediliyor. Kurumsal performans ise yaklaşık her sekiz şirketten birinde kıpırdıyor.
Cazibe, bu %13'ü bir benimseme sorunu olarak okumaktır — yeterli lisans yok, yeterli eğitim yok, bir çeyrek daha verin. Veriler tersini gösteriyor. Benimseme zaten yüksek; hissedilen verimlilik zaten orada. Eksik olan, bireysel zaman tasarrufunun kuruluşun gerçekten kullanabileceği işe dönüştürülmesidir. Saatler masada kazanılır ve sistemde kaybolur. 11 saat sayısının gücüne dayanarak bir sonraki lisans dilimini finanse eden bir Head of Operations, zaten dönüşmeyen girdiden daha fazlasını satın alıyordur.
Sayının dayattığı disiplin budur: yapay zekâyı, bireylerin kazandığını söylediği saatlerle ölçmeyi bırakmak ve onu, kuruluşun teslim ettiği ve daha önce teslim edemeyeceği işle ölçmeye başlamak. İlk metrik öz-bildirimli ve gururşandır. İkincisi, kâr-zarar tablonuzun göreceği tek metriktir.
"Botsitting" gerçekte nedir
Botsitting, bir yapay zekâ çıktısını kullanılabilir kılmanın gösterişsiz emeğidir: araca eksik bağlamı vermek, yanıtlarını kontrol etmek, hatalarını ayıklamak, komutları yeniden çalıştırmak, kendi başına birleştiremediğini birleştirmek için sistemler arasında geçiş yapmak ve ürettiği özgüvenli-ama-yanlış malzemeyi yeniden yazmak. Glean'in ifadesi açık — bir çalışanın yapay zekâdan faydalı bir çıktı almak için harcadığı her saate karşılık, onu kullanılabilir kılmak için bir saat daha harcar (CIO Dive, 2026). Haftada 6,4 saatle botsitting, toplam yapay zekâ süresinin yaklaşık %37'sini yutuyor; bu, çalışanların işi yapmak için fiilen yapay zekâ kullanarak geçirdiği süreden biraz fazla (AIwire, 2026).
Maliyet yalnızca kaybedilen saatler değil. İnsanlar bu saatleri ödemeyi bıraktığında olan şeydir. Rapor ikinci bir davranışa ad veriyor — botshitting — çalışanın gerçekte doğrulamadığı yapay zekâ üretimi işi teslim etmek. Erken uyarı göstergesi doğrulama oranındadır: çalışanların yalnızca %69'u yapay zekâ önerilerini doğruladığını söylüyor (CIO Dive, 2026). Bunu bir merak değil, bir operasyonel risk kaydı olarak okuyun. Yapay zekâ çıktılarının yaklaşık onda üçü, iş ürününüze insan kontrolü olmadan giriyor. Bazıları sorunsuz. Bazıları, botsitting'in yakalamak için var olduğu özgüvenli-ama-yanlış yanıtlar; şimdi doğrudan bir müşteri teslimine, bir tahmine veya bir uyum belgesine akıyor. Ekibinizin botsitting yapmayarak kazandığı saatler kaybolmaz; daha sonra, akışın daha aşağısında ve daha pahalıya ortaya çıkan gizli yeniden iş ve hata riskine dönüşür.
Neden daha fazla lisans ve daha fazla komut eğitimi hedefi ıskalıyor
Hayal kırıklığı yaratan bir yapay zekâ uygulamasına içgüdüsel tepkiler, daha fazla lisans almak ya da insanlara daha iyi komut yazmayı öğretmektir. İkisi de Work AI Index'in belirleyici kısıt olarak tanımladığı şeyi ıskalıyor. Raporun kendi manşeti bunu adlandırıyor: bağlam eksikliği kazanımları yiyor (Glean / BusinessWire, 2026). Darboğaz, bir çalışanın isteği ne kadar ustaca ifade ettiği değildir. İyi yanıt vermek için ihtiyaç duyduğu bilgiye — belgelere, kayıt sistemlerine, hiç bağlanmadığı araçlarda kilitli kurumsal bilgiye — yapay zekânın erişip erişemediğidir.
Bu, tüm sorunu yeniden çerçeveliyor. İlgili verileri göremeyen bir yapay zekâyı sorgulayan, kusursuz eğitilmiş bir komut yazarı yine de yüzeysel, genel veya yanlış bir yanıt alacak — ve sonra botsitting saatini, aracın erişemediği bağlamı elle yeniden kurarak geçirecektir. Daha iyi komutlar bir erişim açığını kapatmaz; yalnızca aynı boşluğa daha düzgün ifade edilmiş istekler üretir. Daha fazla lisans aynı kısıtı daha fazla kişiye çoğaltır. Anketin işaret ettiği kaldıraç her ikisinin de yukarısındadır: bilgi mimarisi: yapay zekânızın gerçekte hangi verileri ve sistemleri almasına izin verildiği ve alabildiği.
Komut becerisi bir çalışan sorunudur. Bağlam erişimi bir operasyon sorunudur.
Bu ayrım önemlidir çünkü sorumluluğu yeniden konumlandırır. Darboğaz komut becerisi olsaydı, çözüm bireysel çalışanlara ve eğitime düşerdi. Darboğaz bağlam erişimi olduğu için, çözüm sistemlerin nasıl bağlandığını ve yapay zekânın neyi okumasına izin verildiğini yöneten kişiye düşer — yani son kullanıcıya değil, operasyon ve BT'ye. Veri kaynaklarını haritalamak, siloları sökmek ve yapay zekâyı gerçek kurumsal bağlamda köklendirmek işi, tam da bir Head of Operations'ın yönettiği ve bir prompt engineering atölyesinin dokunamayacağı türden sistemler arası tesisat işidir. Rapor, öne geçen şirketlerin, yapay zekâyı gerçek kurumsal bağlamda köklendiren ve onu lisans sayısı yerine iş sonuçlarına göre ölçen şirketler olduğunu belirtiyor.
Orta pazarın maruziyeti
Bu, en sert biçimde 100 ila 500 çalışanlı şirkete çarpar ve bu tesadüf değildir. Büyük şirketlerin veri entegrasyonu bütçeleri, dahili platform ekipleri ve işi sistemleri bağlamak olan bir yönetişim işlevi vardır. Orta pazar daha ince bir yığın işletir: daha fazla kopuk nokta aracı, daha az entegrasyon sorumlusu ve altyapı olarak inşa edilmek yerine lisans olarak satın alınmış bir yapay zekâ uygulaması. Botsitting vergisi azalan orantılıdır — onu görmek için en az donanımlı kuruluşlara en ağır biner, çünkü her yapay zekâ kullanıcısının takviminden haftada sızan 6 saati fark etmek için en az ölçüm aracına sahiptirler.
200 çalışanlı bir operasyon için maruziyet sessizce birikir. 150 yapay zekâ lisansı satın alın, herkesin kazandığını söylediği 11 saati kutlayın ve verimde hiç görünmeyen, haftada 1.600 saatin üzerinde "serbest kalan kapasite" kaydedin. Bu arada aynı 150 kişi, haftada yaklaşık 1.000 saatlik hesaba katılmamış botsitting'i emiyor ve yapay zekâ çıktılarının yaklaşık üçte biri doğrulanmadan teslim ediliyor. Bunların hiçbiri bir panoda değil, çünkü uygulama operasyonel bir değişiklik olarak değil, bir verimlilik satın alımı olarak tasarlandı. İlk kez görünür hale geldiği an, serbest kalan kapasitenin gerçekleşmediği ve birinin yapay zekânın ROI'sinin nereye gittiğini sorduğu andır.
Bir sonraki lisanstan önceki denetim
Bu çeyrek için en yüksek kaldıraçlı hamle yeni bir araç ya da daha büyük bir sözleşme değildir. Yapay zekânızın gerçekte neye erişebildiğinin denetimidir — bir sonraki lisansı finanse etmeden önce yapılır, sonra değil. Üç somut adım.
Bağlam erişimini gerçek işinize karşı haritalayın. Yapay zekâdan en çok kaldıraç istediğiniz bir avuç görev için, lafzi bir soru sorun: araç, yetkin bir insanın bunu iyi yapmak için başvuracağı belgeleri, kayıtları ve sistemleri getirebiliyor mu? Yanıtın hayır olduğu her yerde bir botsitting üreteci bulmuşsunuzdur — aracın zayıf bir yanıt üreteceği ve bir kişinin bağlamı elle yeniden kurmak için bir saat harcayacağı bir nokta. O boşluklar, komut şablonlarınız değil, asıl birikmiş iştir.
Botsitting'i ve doğrulamayı kalıcı metrikler olarak ölçümleyin. Ölçmediğiniz, haftada 6,4 saatlik bir maliyeti yönetemezsiniz. Yapay zekâ kullanıcılarınıza düzenli olarak iki soru sorun: ne kadar zaman düzeltmeye, komutları yeniden yazmaya ve aracın etrafında birleştirmeye gidiyor ve yapay zekâ çıktısının ne kadarı insan kontrolü olmadan iş ürününe ulaşıyor. İlk sayı gizli emek kaleminizdir. İkincisi hata riskinizdir. İkisini de izleyin; yapay zekâ ROI'si üzerine sohbet anekdottan ölçüme geçer.
Bir sonraki satın almayı bağlama koşullayın, lisans talebine değil. Daha fazla lisans onaylamadan önce bir yanıt isteyin: son dilimden bu yana veri erişiminde neyi değiştirdik? Hiçbir şey değiştirmediyseniz, daha fazla lisans aynı dönüşüm başarısızlığını daha yüksek maliyetle yeniden üretir. Bu kanıta göre, mevcut lisanslarınıza bir kayıt sistemi daha bağlamak, aynı kopuk yığında lisansları ikiye katlamaktan daha fazlasını getirecektir.
İşte burada yetenek ve operasyon zekâsı bir araç kategorisi olmaktan çıkar ve bir operasyonel uygulama haline gelir. Scovai'de tüm çalışmamızın ana izleği, kararların nesnel ve izlenebilir sinyale dayanması gerektiğidir — ve bir yapay zekâ uygulaması bunun istisnası değildir. İşinizin gerçekten gerektirdiği bağlamda köklenmiş bir araç net saatler geri verir. O bağlamdan yoksun bırakılmış bir araç ise aynı işi, gözetim olarak yeniden etiketlenmiş biçimde geri verir.
Bu çeyreğin kararı
İşte çeyrek kapanmadan verilmesi gereken tek karar; dürüstlükten başka hiçbir maliyeti yok. Yapay zekâ uygulamanızı alın ve tek bir soruyu yanıtlayın: onu, bireylerin kazandığını söylediği saatlerle mi, yoksa kuruluşun teslim ettiği ve daha önce teslim edemeyeceği işle mi ölçüyoruz? Birincisiyse, gururşan 11 saat sayısının peşindesiniz ve fatura kesen 6,4 saat sayısını görmezden geliyorsunuz. Metriği değiştirin, bağlam erişimi denetimini yapın ve bir lisans daha onaylamadan önce botsitting'i ve doğrulamayı bir panoya koyun. Yapay zekâyı lisans sayısıyla yürüyen bir satın alma olarak ele alan şirketler, hissedilen verimliliğin neden hiçbir zaman kâr-zarara ulaşmadığını merak etmeyi sürdürecek. Onu bir bilgi mimarisi sorunu olarak ele alanlar, kendilerine vaat edilen saatleri bulacak — ve göremedikleri vergiyi ödemeyi bırakacak.
