Yapay zeka otomasyonu kâr ve zararı iyileştirdiğinde ve iyileştirmediğinde

Digital & AI2026-02-136 min readAtlas Strategy Group

Çoğu şirketteki yapay zeka sohbeti bir teknoloji sohbetidir: hangi model, hangi araç, hangi satıcı. Kaçındığı soru, finans fonksiyonunun eninde sonunda soracağı sorudur: Bu, kâr ve zararın hangi satırında, ne kadar ve ne zaman hareket ediyor? Bu sorunun bir cevabı var ve her zaman olumlu olmuyor.

Kâr-zarar pozitif otomasyon için üç koşul

Otomasyon, üç koşulun aynı anda gerçekleşmesi durumunda kâr ve zararı artırır. Süreç gerçekten pahalı olmalıdır; gerçek kişilerin gerçek saatler boyunca tekrar etmesi ve hesaplarda gösterebileceğiniz bir maliyete sahip olması gerekir. Hacim tahmin edilebilir olmalıdır; otomasyon ekonomisi istisnalar yüzünden ölür; sürekli tek seferlik vakalara yol açan bir süreç, bebek bakımının manuel olarak yürütülmesinden daha maliyetlidir. Süreç kararlı olmalıdır; adımlar, girdiler ve çıktılar kodlanacak kadar ayarlanmalıdır. Üçü de geçerli olduğunda aritmetik basittir: tasarruf edilen saat, çarpı yükleme maliyeti, çarpı hacim, eksi inşa ve bakım maliyeti. Üçünden herhangi biri başarısız olduğunda, aynı aritmetik, bakım ve hata düzeltme sırasında aylar boyunca sessizce negatife döner.

İstisna vergisi

Başarısızlık nadiren dramatik olur. Bu, projeden önce kimsenin ölçemediği bir istisna oranı olarak ortaya çıkıyor: ayrıştırılmayan faturalar, modelin yanlış yönlendirdiği durumlar, işi yaparken harcanan makineyi denetlemek için harcanan saatler. Yararlı bir planlama alışkanlığı, istisna oranını onaylamadan önce iş senaryosuna göre fiyatlandırmaktır; eğer model yalnızca inandırıcı bir şekilde vaat edebileceğinizin altında bir istisna oranında karlısa, demo ne önerirse önersin, model hazır değildir.

En sık başarısız olan şey

• Tek seferlik süreçler. Otomasyon, tekrarlama nedeniyle amorti eder. Yılda yirmi kez yürütülen bir süreç, yapım maliyetini geri getiremez; yalnızca bir ders getirebilir.
• Kararsız iş akışları. Daha önce kimsenin düzeltmediği bir süreci otomatikleştirmek, kusurlarını artırır. Daha hızlı karmaşa hala karmaşadır ve şimdi de abonelikle ilgili bir karmaşadır.
• Düşük hacimli değerlendirme çalışması. Nadir ve hassas oldukları için birim başına pahalı olan görevler en kötü otomasyon adaylarıdır: değer yargıdadır ve karar ölçeklenmez.
• Gösteriş otomasyonu. Ziyaretçileri açıkça etkileyen ve hiçbir maliyet gerektirmeyen işler. Pazarlama açısından hâlâ sahip olmaya değer olabilir ancak dönüşüm olarak rapor edilmeye son verilmelidir.

Önce süreci düzeltin. Daha sonra bunu otomatikleştirin. Bu sırada, diğer düzen mevcut değil.

Olumlu durumların saklandığı yer

Orta ölçekli şirketlerin çoğunda dürüst liste, satıcı listesinin önerdiğinden daha kısa ve yönetimin varsaydığından daha uzundur: günlük olarak tekrarlanan belge akışları, alım ve önceliklendirme adımları, mutabakat çalışması, hacmin yüksek ve varyansın düşük olduğu analizin hazırlık katmanları. Bunların hiçbiri göz alıcı değil. Hepsinin bir maliyet satırı ekli. Kâr-Zarar pozitif portföyü tam olarak bunlardan oluşturulmuştur; teknoloji duyuruları takvimine göre değil, yukarıdaki aritmetiklere göre sıralanmıştır.

We treat this as an economics question before a technology one: the digital and AI transformation practice starts from the cost lines and works toward the tools — never the reverse. And if the broader question is where AI creates value at all, that essay is here.