Yapay Zeka Sizi Gerçekten Hızlandırıyor mu? Meta’nın Cevabı

Kısa cevap: yapay zeka iş çıkarma hızını artırıyor, sonuç üretme hızını aynı oranda artırmıyor. Bunun en net kanıtı geçen ay ortaya çıktı. Meta, ekiplerini yapay zeka ajanlarıyla yüzde 60’a kadar küçültmeyi planladı, mayısta ilk turu yaptı, kasım turunu iptal etti. Şirketin kendi iç verisi sebebi anlatıyor: iç platformlardaki kod değişikliği bir yılda yüzde 220 artmış, ama kullanıcıya ulaşan yeni ya da iyileştirilmiş özellik yalnızca yüzde 36. Arada 184 puanlık bir boşluk var ve o boşluğun adı hareket. Küçük bir işletme için çıkarılacak ders şu: yapay zekayı “kaç iş çıktı” ile değil, “kaç iş sonuçlandı” ile ölç.

Bu yazıyı yazma sebebim kendi başıma gelen küçük bir olay.

Bu hafta bir müşteri için analiz raporu hazırladım. Yapay zekayla. Üç kritik bulgu vardı içinde; rakamlar yerindeydi, ekran görüntüleri yerindeydi, hepsi ikna edici duruyordu. Göndermeden önce tekrar baktım: bulgulardan biri yanlış çıktı. Ölçüm yönteminde kör nokta varmış: araç bir şeyi göremediği için “yok” sonucuna varmışım.

Rapor hazır görünüyordu. Gönderilecek halde değildi. Aradaki fark tam olarak bu yazının konusu.

Meta ne denedi?

Reuters’ın Meta’nın iç belgelerine dayanan incelemesine göre şirket 2026’ya “Project OT” kod adlı bir dönüşüm planıyla girdi. Açılımı Organization Transformation. Fikir şuydu: büyük ekipler dağıtılacak, yerine yapay zeka ajanlarıyla desteklenen küçük çekirdek gruplar kurulacak. Bazı ekipler için yüzde 60’a varan küçülme senaryosu çalışılmış.

Plan iki dalgaydı: mayıs ve kasım. Mayıs dalgası uygulandı, şirket yaklaşık yüzde on küçüldü. Kasım dalgası iptal edildi.

Bunu okurken şunu düşündüm: Meta’nın parası var, mühendisi var, kendi modellerini kendisi eğitiyor. Bir şirket bu işi yapabilecekse odur. Yapamadıysa sebebi bütçe olamaz.

Neden yürümedi?

Sebebi şirketin kendi rakamlarında duruyor ve bence 2026’nın en öğretici verisi bu:

İç platformlarda kod değişikliği bir yılda yüzde 220 artmış. Kullanıcıya ulaşan yeni ya da geliştirilmiş özellik ise yüzde 36.

Yani makine üç katına yakın iş çıkarmış, ama o işin insana dokunan kısmı neredeyse aynı kalmış. Fazladan üretilen şey ürüne dönüşmemiş; sistemde dolaşıp durmuş.

Yan etkiler de ölçülmüş. Büyük teknik ve güvenlik olayları yüzde 40 artmış. Ekibin arıza söndürmeye harcadığı süre yüzde 70 artmış. Yani ortaya çıkan fazlalık yalnızca boşa gitmemiş, üstüne temizlik işi de çıkarmış.

Bu tabloyu ilk kez görmüyorum. Zincirleme işlerde güvenilirliğin nasıl düştüğünü daha önce yazmıştım. Buradaki fark ölçek: aynı şey bir dünya şirketinde, milyarlarca dolarlık bir bahsin üstünde olmuş.

Zuckerberg ne dedi?

Mark Zuckerberg 2 Temmuz 2026’da şirket içi bir toplantıda konuştu. Reuters o kaydı dinledi. Söylediği şu: “Ajan geliştirmenin en az son dört aydaki gidişatı, beklediğimiz şekilde hızlanmadı.” Yeni organizasyon yapısına dair bahislerin de henüz meyve vermediğini ekledi.

Bu cümlenin ağırlığını görmek için bağlamına bakmak lazım: Meta’nın bu yılki altyapı harcaması 145 milyar dolara varıyor. Şirketin yapısını bu teknolojinin üstüne kurmuş bir yöneticinin “beklediğimiz gibi olmadı” demesi, sektörde sık duyulan bir cümle değil.

Peki insanlar ne yaptı?

İşin en az konuşulan ama bence en önemli kısmı burası.

Ajanları eğitmek için ABD’deki bazı çalışanların cihazlarına, tuş vuruşlarını ve fare hareketlerini kaydeden bir yazılım kurulmuş. Amaç insan iş akışını makineye taklit ettirmek. Çalışanlar bunu kendi yerlerini alacak sistemi eğitmek olarak okudu ve şirket içinde açık bir direniş başladı.

Sonuç ölçülebilir: çalışan memnuniyeti yüzde 74’ten yüzde 55’e düşmüş.

Buradan çıkan ders teknik değil. Yapay zekayı ekibine nasıl anlattığın, hangi modeli kullandığından daha belirleyici. İnsanlara “bu seni hızlandıracak” demekle “bunu senin yerine geçmesi için eğitiyoruz” demek arasındaki fark, aynı yazılımı ya kullandırır ya sabote ettirir.

Küçük bir işletme bundan ne çıkarmalı?

Meta’nın hikayesi büyük görünüyor ama sorun ölçekle ilgili değil. Aynı şey beş kişilik bir ekipte de olur, tek kişilik bir işte de. Ben de yaşıyorum.

Yapay zeka en çok “görünür çıktı” üretmede iyi. Metin, taslak, rapor, kod, görsel. Bunların hepsi sayılabilir şeyler ve sayı arttıkça iş ilerliyormuş gibi hissettiriyor. Ama işin para kazandıran kısmı çıktının kendisi değil, o çıktının karşı tarafa ulaşıp bir şeyi değiştirmesi. İkisi arasındaki mesafeyi kimse otomatikleştiremiyor.

Daha önce “neden sonuç alamıyoruz” diye yazmıştım; o zaman cevabı süreçte aramıştım. Meta’nın verisi bir katman daha ekliyor: sorun yalnızca süreç değil, neyi saydığın.

Bugün ne yapmalı?

Bir: ölçtüğün şeyi değiştir. Ayda kaç içerik ürettiğini değil, kaçının yayına girdiğini say. Kaç teklif hazırladığını değil, kaçının gönderildiğini. Kaç rapor çıktığını değil, kaçının bir karara dönüştüğünü. Bu değişiklik hiçbir şeye mal olmuyor ve etkisini ilk haftada görürsün, çünkü sayıların çoğu birden aşağı iner.

İki: doğrulama adımını işin içine yaz. Benim bu haftaki hatam üretimde değil kontroldeydi. Yapay zekanın hızlandırdığı şey üretim; kontrol hala senin işin ve o adımı takvime koymazsan olmuyor.

Üç: bir işi devretmeden önce çıktısının nereye gittiğine bak. Çıktı doğrudan müşteriye gidiyorsa araya insan koy. Çıktı bir sonraki adıma girdi oluyorsa hatanın nasıl büyüdüğüne bak.

Dört: ekibine önce faydayı göster. Kimse kendi yerini alacak şeyi iyi kullanmaz. Meta’nın 145 milyar dolarla öğrendiği şey bu; sen bir toplantıyla öğrenebilirsin.

Şunu net söyleyeyim: bu yazı “yapay zeka işe yaramıyor” demiyor. İşimin büyük kısmı bu araçların üstünde yürüyor. Ama artık şuna dikkat ediyorum: elimde biriken şey iş mi, yoksa sadece hareket mi. Meta’nın yüzde 220’si gerçekti. Yüzde 36’sı da gerçekti. Aradaki fark, bir yıl ve çok para.