ConAI Compass Sayı 25

Hoş geldiniz.

ConAI Compass’ın 25. sayısında, yapay zekânın iş hayatında iki farklı seviyede nasıl etkisini gösterdiğine odaklandık: bireysel kullanım alışkanlıkları ve şirketlerin veri yaklaşımı.

İlk olarak, gün içinde farklı platformlara dağılmış bilgiyi tek bir akışta toplamanın basit bir yolunu ele aldık. Claude ile kurulan “morning newspaper” yapısı, e-posta, Slack, takvim ve notlar gibi kaynakları bir araya getirerek güne daha net bir başlangıç yapmayı mümkün kılıyor.

Teknoloji tarafında ise dikkat çekici iki gelişmeye baktık. Meta’nın AI modellerini eğitmek için çalışan davranışlarını doğrudan izlemeye başlaması, veri toplama yöntemlerinin nasıl değiştiğini gösteriyor. Aynı hafta yayımlanan Anthropic araştırması ise bu dönüşümün çalışan tarafındaki yansımasını ortaya koyuyor: AI’ı en yoğun kullananlar, aynı zamanda işlerinin geleceği konusunda en fazla soru işaretine sahip olanlar.

Bu üç başlık birlikte okunduğunda ortak bir resim ortaya çıkıyor. Yapay zekâ bir yandan günlük iş akışlarını sadeleştiriyor, diğer yandan bu işleri nasıl yaptığımızı daha yakından izleyen ve yeniden şekillendiren bir yapıya dönüşüyor.

Keyifli okumalar.subtitle

Bu bülteni okuyan her yeni kişi, yapay zekâyı daha sağlıklı tartışan bir iş dünyasına küçük bir katkı demek.

Eğer siz de faydalı bulduysanız, aşağıdaki linki çevrenizle paylaşabilirsiniz.

Gün içinde bilgi farklı yerlerden geliyor. Slack’te yazışmalar, Gmail’de mailler, Notion’da notlar, takvimde toplantılar… Hepsine tek tek bakmak gerekiyor ve günün başında “neye odaklanmam lazım?” sorusunun cevabı genelde dağınık kalıyor.

Bu haftaki rehberde, bu akışı tek bir yere toplayan basit bir yapı kuruyoruz. Amaç, her sabah sizin için hazırlanmış, önceliklendirilmiş bir “günlük gazete” oluşturmak.

Bu yapı özellikle şu durumlarda işe yarar:

Kurulum birkaç adımdan oluşuyor.

Önce Claude içinde kullanacağınız kaynakları bağlamanız gerekiyor.

Bu bağlantılar sayesinde Claude son 24 saatlik aktivitelerinize erişebiliyor.

Claude’a ne yapmasını istediğinizi açıkça tarif etmeniz gerekiyor.

Örnek prompt:

Burada promptun metni elbette değişebilir ancak Claude’a şu üç talimatı vermesi önemli:

İlk sonuç genelde iyi olur ama mükemmel olmaz. Burada yapmanız gerekenler -duruma göre- şunlar olabilir:

Bu adım önemli çünkü oluşturduğunuz yapı her gün tekrar edecek.

Memnun kaldığınız bir prompt’a eriştiğinizde, Claude’a bu akışı bir “skill” haline getirmesini söyleyin.

Böylece her seferinde aynı prompt’u yazmak zorunda kalmazsınız.

Claude Cowork içinde bu skill’i her sabah çalışacak şekilde planlayabilirsiniz.

Bu noktadan sonra sistem otomatik hale gelir.

Her sabah:

tek bir yerde, hazır şekilde önünüze gelir.

Bu yapıyı daha güçlü hale getirmek mümkün. Farklı ajanlarla dış kaynaklardan (haberler, sektör gelişmeleri vb.) veri toplayıp Notion’a akıtabilir, bu “Morning Edition” yapısını da editör gibi kullanabilirsiniz.

Meta’nın yapay zekâ modellerini geliştirmek için başlattığı yeni bir girişim, şirket içinde tartışma yaratmış durumda. “Model Capability Initiative (MCI)” adı verilen proje kapsamında şirket, çalışanların bilgisayar kullanımını doğrudan izleyerek veri toplamayı planlıyor.

Projenin kapsamı oldukça geniş. Meta çalışanlarının iş bilgisayarlarında gerçekleştirdiği aktiviteler (klavye vuruşları, mouse hareketleri ve ekran üzerindeki etkileşimler) kayıt altına alınacak. Bu veri yalnızca Meta’nın kendi ürünleriyle sınırlı değil; Google, LinkedIn, Wikipedia gibi üçüncü parti platformlar da izleme kapsamına dahil.

Şirketin verdiği gerekçe net: Eğer hedef, bilgisayar üzerinde görev yapabilen AI ajanları geliştirmekse, bu sistemlerin gerçek kullanıcı davranışlarıyla eğitilmesi gerekiyor. Yani modelin sadece metni değil, “işin nasıl yapıldığını” da öğrenmesi hedefleniyor.

Meta sözcüsüne göre toplanan veriler yalnızca model eğitimi için kullanılacak ve bazı güvenlik önlemleri mevcut. Sistem yalnızca ekranda görülen içerikle sınırlı kalıyor, dosyaların içine doğrudan erişim sağlanmıyor ve hassas bilgilerin modele dahil edilmemesi için çeşitli filtreler uygulanıyor.

Ancak şirket içinden gelen tepkiler, bu önlemlerin yeterli görülmediğini gösteriyor. Çalışanlar özellikle kişisel bilgilerin istemeden yakalanması, şifre ve hassas verilerin görünür olması ve ürün geliştirme süreçlerinin açığa çıkması gibi risklere dikkat çekiyor. Proje, bazı çalışanlar tarafından “distopik” olarak tanımlanmış durumda.

Bu girişim, Meta’nın yapay zekâ yarışında hız kazanma çabasının bir parçası olarak görülüyor. Şirket, OpenAI, Anthropic ve Google gibi rakiplerinin gerisinde kalmamak için son dönemde agresif yatırımlar yapıyor ve daha gelişmiş AI ajanları geliştirmeye odaklanıyor.

Ancak bu gelişmeyi sadece Meta özelinde değerlendirmek eksik olur. Bu tür veri toplama yaklaşımları, özellikle büyük teknoloji şirketlerinden başlayarak zamanla daha geniş bir alana yayılabilir. Eğer “gerçek kullanıcı davranışıyla model eğitimi” yaklaşımı sektör standardı haline gelirse, benzer uygulamaların farklı şirketlerde de görülmesi şaşırtıcı olmayacaktır.

Bu da konuyu teknik bir gelişmenin ötesine taşıyor. Yapay zekâ sistemlerinin ne tür verilerle eğitileceği, bu verilerin nasıl toplanacağı ve çalışanların bu süreçteki rolü gibi başlıklar, önümüzdeki dönemde daha geniş etik ve hukuki tartışmaların merkezine yerleşebilir.

Kısacası mesele yalnızca daha iyi AI modelleri geliştirmek değil; bu modellerin hangi sınırlar içinde geliştirileceğinin de yeniden tanımlanması.

Anthropic, 80 binden fazla Claude kullanıcısıyla yaptığı yeni araştırmanın sonuçlarını paylaştı. Çalışma, AI kullanımına dair alışılmış bir beklentiyi tersine çeviriyor.

AI’dan en fazla verimlilik kazanan çalışanlar, aynı zamanda işlerini kaybetme konusunda en yüksek kaygıyı taşıyan grup.

Araştırma, Anthropic’in “Economic Index” verileri ile 80.508 kullanıcının anket yanıtlarını birleştiriyor. Bu sayede, hangi mesleklerin AI ile daha yoğun çalıştığı ile bu çalışanların algıladığı iş riski aynı çerçevede analiz ediliyor.

Ortaya çıkan tablo net: AI ile en çok çalışan gruplar, iş kaybı riskini en az kullananlara kıyasla yaklaşık üç kat daha fazla dile getiriyor. Özellikle yazılım geliştiriciler ve teknik roller bu kaygının en yoğun hissedildiği gruplar arasında yer alıyor.

Bu bulgu, uzun süredir hakim olan “AI’dan uzak olanlar daha çok endişe duyar” varsayımını tersine çeviriyor. Araştırma, sistemin dışında kalanların değil, tam içinde olanların değişimi daha net gördüğünü ortaya koyuyor.

Verimlilik tarafında ise tablo güçlü. Katılımcıların büyük bölümü AI sayesinde daha hızlı çalıştığını ve daha fazla iş üretebildiğini ifade ediyor. Ortalama verimlilik artışı “belirgin” seviyede ölçülüyor.

Ancak bu artışın doğası önemli. Kazançlar çoğunlukla üç alanda toplanıyor:

Bu özellikle “scope” yani iş kapsamının genişlemesi tarafında dikkat çekiyor. Araştırmaya göre kullanıcıların yaklaşık %48’i AI sayesinde yeni tür işler yapabildiğini belirtiyor.

Öte yandan bu verimlilik artışı, iş yükünü de beraberinde getiriyor. Katılımcıların bir kısmı, AI sayesinde hızlanan iş süreçlerinin ardından daha fazla görev üstlenmek zorunda kaldığını ifade ediyor. Yani kazanılan zaman, çoğu durumda boşluk yaratmak yerine yeni işlerle doluyor.

Kariyer seviyesi de bu algıyı belirgin şekilde etkiliyor. Araştırma, özellikle kariyerinin başındaki çalışanların iş kaybı konusunda çok daha yüksek bir kaygı taşıdığını gösteriyor. Bu durum, son dönemde yeni mezun işe alımlarındaki yavaşlama sinyalleriyle de örtüşüyor.

Genel resimde ortaya çıkan tablo çelişkili ama anlamlı: AI, çalışanları daha üretken hale getirirken aynı zamanda rollerinin geleceğini daha belirsiz kılıyor.

Bu hafta da ConAI Compass’ın sonuna geldik. Yapay zekânın kurumlara, profesyonellere ve sürdürülebilirlik hedeflerine nasıl somut değer kattığını birlikte inceledik.

ConAIs olarak, teknolojiyi sadece bir araç değil, stratejik büyümenin ve dönüşümün katalizörü olarak görüyoruz. Eğer kurumunuzda yapay zekâyı yapılandırmak, iş süreçlerinize entegre etmek veya sürdürülebilirlik hedeflerinizle uyumlu hale getirmek istiyorsanız, aşağıdaki alanlarda size destek olabiliriz:

🔹 AI Stratejisi ve Dönüşüm Danışmanlığı – İş birimlerine özel yapay zekâ yol haritaları, veri altyapısı planlaması ve pilot uygulama tasarımı.

🔹 AI Uygulamaları ve Otomasyon Geliştirme – Üretken yapay zekâ destekli iç süreç otomasyonları, müşteri etkileşim sistemleri ve karar destek araçları.

🔹 Sürdürülebilirlik ve AI Çözümleri – Scope 3 veri takibi, enerji verimliliği analitiği ve karbon azaltım stratejilerini destekleyen yapay zekâ modelleri.

🔹 Eğitim ve Kapasite Geliştirme – Kurum içi ekiplerin yapay zekâyı etkin kullanması için atölye, uygulamalı eğitim ve yöneticiye özel oryantasyon programları.

ConAIs ile tanışın; birlikte daha akıllı, daha sürdürülebilir ve daha verimli bir gelecek inşa edelim.