Yapay Zekâ Dönüşümü İnsanlarla Nasıl Başlar? Liza Adams ile

Önemli Çıkarımlar

• Yapay Zekâda Parçalanma: Yapay zekâyı öğrenmek için kendi motivasyonlarına güvenen çalışanlar, iş akışlarını kuruluşların ihtiyaç duyduğu şekilde dönüştüremeyecek
• İşin Gidişatı: Yapay zekâ, çalışmanın çıktılarını dönüştürmeli ve sonuçlara öncelik vererek siloları ortadan kaldırmalı
• Benimseme Zorlukları: Liderlerin, ekiplerini değerlendirme biçimlerindeki zihniyet değişikliklerinin etkisini fark etmesi gerekiyor
• Değişime Direnç: Kuruluşlar, iş akışlarını dönüştürmek yerine teknolojiye odaklanarak yapay zekâ uygulamasında zorlanıyor
• Geleceğe Dönük: Kısıtları ele almak, siloları ortadan kaldırmak ve çalışanlarını güçlendirmek için yapay zekâyı kullanan ekipler kazanacak

2025'teki yapay zekâ deneylerinizin çoğu kayda değer bir sonuç vermedi.

Araçları test ettiniz. Verimlilik kazanımları aradınız. Muhtemelen birkaç raporu otomatikleştirdiniz ve bazı e-posta metinlerini daha hızlı hazırladınız. Ancak vaat ettiğiniz dönüşüm mü? Ekibiniz hâlâ bekliyor.

Hatta ekibinizi işlerinden edecek bir otomasyon için iş gerekçesi oluşturuyor olabilirsiniz.

"Yapay zekâ zor kısım değil," diyor, Pure Storage'dan Smartsheet'e kadar pazara giriş ekiplerine dönüşüm süreçlerinde rehberlik etmiş yapay zekâ ve GTM Stratejisi Danışmanı Liza Adams. "Zor olan insanlar. Biz zorluyuz."

Sektör analistleri, yapay zekâ dönüşümünün 2027'ye kadar neredeyse her işlevi etkileyeceğini öngörürken Adams daha incelikli bir bakış açısı sunuyor. Gerçek dönüşüm aslında hiç de teknolojik değil. Hatta bu, işin kendisi hakkında düşünme biçimimizde temel değişiklikler gerektiren, daha çok insani bir değişim yönetimi meselesi. 

Adams, insanları önceliklendirmenin avantajlarını vurguluyor ve bu makalede, kuruluşlara her gün bu süreçte rehberlik eden birinin anlatımından yola çıkarak yapay zekâ dönüşümünün nasıl görünebileceğini keşfedeceğiz. 

Adams, CMO'luk sonrası kariyerini tek bir amaca odakladı: pazarlama liderlerinin yapay zekâyı stratejik değerlerini ikame etmek için değil, yükseltmek için kullanmasına yardımcı olmak. Ona göre çoğu kuruluş yapay zekâ dönüşümüne tersten yaklaşıyor.

Hızdan Yeniden Tasarlamaya: Yapay Zekânın Gerçek Vaadi

Daha önce 10 saat süren bir işi artık 10 saniyede tamamlamak için yapay zekâyı kim kullanmadı ki?

Daha hızlı e-posta metinleri, daha çabuk kampanya brifingleri veya otomatik raporlama olsun, yapay zekânın işleri hızlandırabileceğini biliyoruz; ancak ne pahasına? 

Adams, "Yapay zekâyı öncelikle eski işleri hızlandırmak için kullanırsak, insanı otomatikleştirerek işin dışına çıkarmak için neredeyse bir iş gerekçesi oluşturmuş oluruz," diye uyarıyor. Danışmanlık yaptığı kuruluşlarda bu örüntüyü tekrar tekrar gördü.
Yapmanız gereken değişim, hızdan kaliteye, oradan da yeniden tasarlamaya geçmek.

Bu nedenle "Yapay zekâ bunu daha hızlı yapmamıza nasıl yardımcı olabilir?" diye sormak yerine, "Daha önce mümkün olmayan ve büyümeyi sağlayabilecek hangi işler var?" diye sorun. İşi temelden yeniden tasarladığınızda ve daha önce var olmayan yeni yetkinlikler oluşturduğunuzda, insanların neden vazgeçilmez olduğuna dair bir iş gerekçesi oluşturursunuz.

Harvard Business School'un çalışmasına göre çalışanların tekrarlayan görevlerde zaman kazanmak için yapay zekâyı en iyi şekilde nasıl kullanacaklarını belirlemeleri gerekiyor; ancak zaman tasarrufu nihai hedef değil.
Adams'a göre geçen yıl deneylerle ilgiliyse, bu yıl yeniden tasarlamayla ilgili.
Adams, "İşi nasıl yaptığınızı gerçekten yeniden tasarlayabileceğinize inanabilirseniz, bu yapay zekâyı bir araç olarak görmekten, yapay zekâyı bir iş yapma biçimi; daha önce mümkün olmayan işleri yapma biçimi olarak görmeye geçiş sağlar," diye açıklıyor.

Veriler de bunu destekliyor. Harvard Business School, iş akışlarını yeniden tasarlamak için yapay zekâ kullanan profesyonellerin, görevleri yalnızca hızlandıranlara kıyasla %43 daha yüksek iş tatmini bildirdiğini ve daha fazla stratejik değer kattığını ortaya koydu.

Ancak zorluk şu: Adams, "Bildiğimiz ve daha önce işe yarayan şeylerle kısıtlanıyoruz," diye itiraf ediyor. Elektronik tablolar kullanıma sunulduğunda insanlar, hesaplama güçlerinden yararlanmak yerine onları kâğıt defterlerin dijital versiyonlarını oluşturmak için kullandı. Eski süreçleri dijitalleştirmek yerine yeni olasılıkları hayal etmeyerek yapay zekâ konusunda da aynı hatayı yapma riskimiz var.

"Bu kadar hızlı ilerleyen bir şeye dayanan bir şeyi yeniden tasarlamak gerçekten zor," diyor. "Bu nedenle paylaşma ve birlikte çalışma konusunda çok tutkuluyum. Bilgiyi kendinize saklamayın; çünkü bize başka hiç kimse yardım etmeyecek. Birbirimize yardım etmeliyiz."

Gerekli Zihniyet Değişiklikleri

AI'ı anlamlı bir şekilde nasıl kullanacağınızı öğrenmek, tanıtım videoları ve web seminerleri izlemekten çok daha fazlasını gerektirir. Önemli olan, günlük görevlerinizi yerine getirirken AI'ı uygulamalı ve pratik bir şekilde kullanmaktır.

Gösteriş amaçlı AI benimsemesi ile gerçek dönüşüm arasındaki fark, dört zihniyet değişikliğine dayanır.

• Soru-Cevap Makinesinden Düşünce Ortağına: AI'ı soruları yanıtlayan bir şey olarak düşünmeyi bırakın. Onu, soruların kendisini şekillendirmenize yardımcı olan bir işbirlikçi olarak görmeye başlayın. Bu yeniden çerçeveleme, ekibinizin AI ile etkileşim kurma biçimini değiştirir; pasif bilgi edinmeden strateji ve karar alma süreçlerinde aktif işbirliğine geçiş sağlar. 
• Hızdan Kaliteye, Kaliteden Yeniden Tasarlamaya: Demir üçgen olarak bilinen bir şey vardır; bunu bir keresinde bir tamirhanede gördüm ve üzerinde şunlar yazıyordu: İyi. Hızlı. Ucuz: İkisinden birini seçin. Her şeye sahip olabileceğinizi, ancak hepsine aynı anda sahip olamayacağınızı göstermesini takdir ediyorum. Bu durum AI kullanımı için daha da geçerlidir. Enerji, içgörü ve zaman yatırımı yapılırsa AI daha iyi sonuçlar verecektir. Daha hızlı çalışmadan daha iyi çalışmaya geçerken ideal olarak anlamlı büyümeyi sağlayan yeni işlere yönelmek istersiniz. 
• Araçlardan Ekip Arkadaşlarına, Ekip Arkadaşlarından Sistemlere: İnternet erişimi olan herkes AI'dan bir araç olarak yararlanabilir. Temel değişimler, AI ekip arkadaşları oluşturmaya başladığınızda gerçekleşecektir. Sonunda ise tüm AI sistemlerini koordine edeceksiniz.
• Forrester, 2028 yılına kadar iş rollerinin %25'inin tanımlı ekip üyeleri olarak AI ajanlarıyla düzenli işbirliği içereceğini öngörüyor. En iyi pazarlama liderleri ise beklemiyor. Bu sistemleri pazara açılma ekiplerinde şimdiden oluşturuyorlar.
• Organizasyon Şemalarından İş Şemalarına: Bu, en köklü değişimdir: hiyerarşik yapılardan, kuruluşların departman sınırları yerine sonuçlar etrafında hizalandığı iş şemalarına geçiş.

Adams, "AI bizim departman silolarımızla ilgilenmiyor," diye belirtiyor. "İşi kimin yaptığıyla ilgilenmiyor. Unvanlarla ilgilenmiyor. Yalnızca sonuçlarla ilgileniyor; bence bu gerçekten iyi bir şey, çünkü müşteriler de bunlarla ilgilenmiyor."

Ekiplerinizin kaçı işlevler arası çalışıyor? İş sınırlarını yeniden değerlendirmek büyük bir avantaj sağlayabilir. AI süreçlerimize daha fazla yerleştikçe departman silolarını görmezden gelmeye devam edecek; belki de bu iyi bir şeydir.

Pazarlama organizasyonunuzu nasıl yapılandırdığınız üzerindeki etkiler çok büyük.

Nazik mi, Yoksa Şefkatli mi Davranıyorsunuz?

Pazarlama liderlerinin çoğu bu noktada hata yapıyor.

Adams, "Nazik liderlik ile şefkatli liderlik arasında büyük bir fark var," diye savunuyor. "Nazik olmak insanları yalnızca rahat hissettirir. Ancak şefkatli liderlik, bazı beklentiler belirlemek ve insanların gerçekten başarılı olabilmeleri için onlara gerekli araçları sağlamaktır."

Nazik liderlik, yeni AI araçları hakkında bir Slack mesajı göndermeye ve insanların ne yapacaklarını kendilerinin anlamasını ummaya benzer.

Şefkatli liderlik ise işlerin değişmekte olduğunu kabul etmek ve ekibinizin bu değişimi gerçekleştirmesine aktif olarak yardımcı olmak anlamına gelir.

Adams, "Onları belirli bir işi yapmaları için işe aldık. Şimdi işler değişti. Bu nedenle onların da değişmesine yardımcı olmamız gerektiğini düşünüyorum," diye açıklıyor. "AI okuryazarlığı temel niteliktedir. Onlara bir sürü araç verip bir Slack mesajı göndererek 'kullanmaya başlayın' diyemeyiz. Bu pek işe yaramıyor."

AI okuryazarlığı temel niteliktedir. Onlara bir sürü araç verip bir Slack mesajı göndererek 'kullanmaya başlayın' diyemeyiz. Bu pek işe yaramıyor.

Şefkatli liderlik şöyle görünür:

• Öğrenmeye zaman ayırmak ve yalnızca toplantılar arasında yapılan öğle yemeği-eğitimleriyle yetinmemek
• Hata yapmaya alan tanımak; çünkü insanlar psikolojik güvenlik duygusuna sahip olduklarında denemeye motive olurlar 
• Gerçek destek sağlamak; ister akranlar arası ister uzman liderliğinde olsun, uygulamalı eğitim sunmak
• Saygılı rehberlik sunmak, ve insanların AI yolculuklarında hangi noktada olduklarını kabul etmek

Aradaki Boşluğu Kapatmak 

ChatGPT tarafından oluşturulan fikirler ile AI destekli iş akışları vizyonu arasında belirgin bir karşıtlık vardır. İkisinin arasında büyük bir boşluk bulunur.

Adams bunu yakın zamanda bir LinkedIn gönderisinde şöyle açıkladı: Bir tarafta ChatGPT ana sayfasında "her şeyi sorun" ifadesi yer alıyor. Diğer tarafta ise AI ekip arkadaşlarının insanlarla kusursuz bir uyum içinde çalıştığı, tamamen yeniden tasarlanmış iş akışları oluşturma hedefi bulunuyor.

Birçok kuruluş ve pazarlama lideri, A noktasından B noktasına nasıl gideceğini bulmakta zorlanıyor. Bunu düzeltmek, muhtemelen bütçenizde yer vermediğiniz bir şeyi gerektiriyor: insanların ilham alabilmesi için alan tanımak, öğrenmeye zaman ayırmak veya başarısız olma izni vermek.

Bu Uygulamada Nasıl Görünür?

Öğrendiklerinizi açıkça paylaşın. Adams'ın danışmanlık yaptığı bir şirkette pazarlama liderleri, her hafta 15 dakikalık bir "AI başarı/başarısızlık" ayakta toplantısı düzenliyor. Her ekip üyesi işe yarayan bir şeyi ve yaramayan bir şeyi paylaşıyor. Bu savunmasızlık ortamı güven yaratıyor. Düzenlilik ise ivme kazandırıyor.

Tekrarlanabilir süreçlerinizi denetleyin. Ekibinizin en çok zaman alan, düzenli olarak tekrarlanan beş iş akışını haritalandırın. Her biri için şu soruyu sorun: AI çıktının kalitesini artırabilir mi? AI, daha önce yapamadığımız tamamen yeni bir yaklaşımı mümkün kılabilir mi? Bir talep yaratma ekibi, üç aylık kampanya planlamasını hızlandırmak yerine AI'ı 20'den fazla kampanya varyasyonu için senaryo modellemesi yapmak üzere kullanabileceklerini keşfetti; bu çalışma, sahip oldukları ekip büyüklüğüyle daha önce mümkün değildi.

Deneyler için özel zaman oluşturun. Adams'ın birlikte çalıştığı bir CMO, haftada iki kez "AI çalışma saatleri" uygulamasını başlattı. Gündem yoktu; yalnızca ekip üyelerinin yeni yaklaşımları denemesi için açık zaman ayrılıyor ve daha deneyimli bir çalışma arkadaşı yardım etmek üzere hazır bulunuyordu. Kullanım, bir çeyrek içinde %300 arttı.

Adams, "Başardığımızda kazanırız, başarısız olduğumuzda öğreniriz," diyor. "İnsanların bu AI öğrenme yolculuğunun neresinde olduğuna bakmaksızın son derece saygılı ve anlayışlı olmamız gerekiyor."

Genel Eğitimin Ötesinde

Genel AI eğitimi, yetkinlikleri öğretir. Role özgü ilham ise dönüşüm sağlar. Bağlam her şeydir.

MIT ve Stanford araştırmaları, bağlama özgü AI eğitiminin, genel "AI 101" kurslarına kıyasla 4 kat daha yüksek benimseme oranları sağladığını ortaya koydu.

Adams, "Bence insanlara kendi işlerinde nelerin mümkün olduğunu göstermemiz gerekiyor," diyor.

Genel AI eğitimi, yetkinlikleri öğretir; ancak role özgü ilham dönüşüm sağlar. Bu durumda bağlam her şeydir. Bu yöntemin işe yaradığını kanıtlayan veriler de var. MIT ve Stanford araştırmaları, bağlama özgü AI eğitiminin genel AI kurslarına kıyasla 4 kat daha yüksek benimseme oranları sağladığını ortaya koydu.

Bu nedenle ekibinizin işini daha iyi yapmak için ihtiyaç duyduğu AI eğitiminin türüne bakmak yerine Adams'ın görüşünü dikkate alın: "Bence insanlara kendi işlerinde nelerin mümkün olduğunu göstermemiz gerekiyor.”

Yaklaşımınızı yeniden çerçeveleyin

• Ürün pazarlama ekiplerinizin ChatGPT kullanması konusunda ısrar etmek yerine, AI'ın ICP segmentasyonunu sürenin yarısında kusursuz biçimde gerçekleştirebileceğini gösterin.
• Dijital pazarlamacıları genel istemler kullanmaya ve çıktıyı düzenlemeye teşvik etmek yerine, AI'ın dönüşüm oranlarını nasıl optimize edebileceğini ve markanızı AI arama önerileri için nasıl konumlandırabileceğini gösterin.
• Konumlandırma ve kişiselleştirme eksikliği nedeniyle dönüşüm sağlamayan temel talep yaratma e-posta şablonlarını kullanmak yerine, ekibinize AI'ın hangi mesaj dizilerinin gerçekten kazanılmış anlaşmalarla ilişkili olduğunu analiz ederek satış döngünüzü nasıl kısaltabileceğini gösterin.

Aradaki fark oldukça büyük. Genel eğitim yetkinlikleri öğretir. Role özgü eğitim, çoğu kuruluşun aradığı değişimi sağlar.

Üçler Yasası Hakkındaki Acı Gerçek

Şefkatli liderlik, gerçekçi olmayı da gerektirir. Ekibinizin yetkinliklerini ve becerilerini geliştirdiğinizde Adams, "üçler yasası" olarak adlandırdığı bir örüntü gözlemledi; buna göre:

• Üçte biri liderlik eder
• Üçte biri takip eder
• Üçte biri kendi yolunu bulur

"Son üçte birlik kesime şefkat göstermemiz gerekiyor," diyor. "Onlar için farklı bir rol, belki farklı bir kuruluş, hatta belki şirket dışında bir seçenek bulmamız gerekebilir." Ayrıca CMO'ların ve pazarlama liderlerinin bu kadro kararlarını verirken iki zor seçenek arasında kaldığı bir durum söz konusu. Bu süreç doğası gereği zordur ve bazıları için işin bir parçasıdır.

Elbette hiç kimse birini görevinden almak istemez ve İK da kendisini bu konuma getirilmekten yorulur. Dolayısıyla bunun otomatik olarak gündeme getirdiği soru şudur: "Bunu nasıl iyi bir şekilde yapabilirim?" Görevlerinde kalan insanlara kendilerinden ne beklendiğini nasıl iletebilirim ve ekibimin denemeye, sonuç üretmeye ve gelişmeye devam etmesi için nasıl bir temel oluşturabilirim?"

Elbette bazı insanlar geçişi gerçekleştiremeyecek. Ancak bunu başaran insanlar, bir sonraki aşamayı nasıl yönettiğinizi görmek için sizi izliyor.

Çalışma Alanları Arasındaki Duvarları Yıkmak

Pazarlama, satış ve CS ekipleriniz hâlâ ayrı ülkeler gibi çalışıyorsa, potansiyel satış fırsatlarını değerlendiremiyorsunuz demektir.

Halka açık bir şirkette talep yaratmadan sorumlu kıdemli bir direktör, kampanyaları stratejilendirmeye ve yürütmeye yardımcı olması için AI ekip arkadaşları oluşturmaya başladı. Bu AI ekip arkadaşlarını yalnızca kendi pazarlama alanında tutmak yerine onları satış ekibine bağlayarak kampanyalar için etkinleştirme çalışmalarına yardımcı oldu. Ardından onları işe alıştırma süreci için müşteri başarısı ekibine de dahil etti.

Geleneksel olarak ayrı çalışan üç departmanı kapsayan kesintisiz ve bağlantılı bir deneyim oluşturdu.

İşini yeniden tasarladı. Artık kampanyalar ve talep yaratmadan sorumlu kıdemli direktör değil. Şimdi pazara giriş mimarisi ve stratejisinden sorumlu kıdemli direktör.

Bu, bir yöneticinin yeniden yapılanmayı zorunlu kılması nedeniyle olmadı. Rolünün sınırlarını önemsemeyi bırakıp müşteri sonuçlarını düşünmeye başladığı için oldu.

Adams, "Artık rolünün sınırlarını o kadar önemsemiyordu," diye belirtiyor. "Bağlantılı bir deneyimde müşteri sonuçlarını düşündü ve aslında işini yeniden tanımladı."

İş tanımını yeniden yazdı ve bu süreçte kendisini daha değerli hâle getirdi.

Bu dönüşüm, yalnızca ekibinizin odağını departman başarılarından iş sonuçlarına kaydırdığınızda işe yarar.

Yapay zekâ işi kimin yaptığını önemsemez. Unvanları önemsemez. Yalnızca sonuçları önemser; bence bu gerçekten iyi bir şey, çünkü müşteriler de bunları önemsemez.

Bu yalnızca anekdot niteliğinde değil. Bir Harvard araştırması, işlevler arası ekiplerin yapay zekâ kullandığında iş sınırlarını daha az önemsemeye başladığını ortaya koydu. Adams, "Yapay zekâ işi kimin yaptığını, unvanı veya işlevleri önemsemediği, yalnızca sonucu önemsediği için," diye açıklıyor.

McKinsey'nin araştırması, yapay zekâ destekli iş akışlarıyla nelerin mümkün olduğunu yeniden değerlendiren kuruluşların, tamamen verimliliğe odaklananlara kıyasla 3,5 kat daha yüksek yatırım getirisi elde ettiğini göstererek daha da çarpıcı bir tablo ortaya koyuyor.

Bu nedenle "Yapay zekâ pazarlama ekibimin daha hızlı çalışmasına nasıl yardımcı olabilir?" diye sormak yerine şunu sormalısınız: "Geleneksel olarak her bir parçanın sahibi hangi departman olursa olsun, yapay zekâ müşterilere daha iyi sonuçlar sunmamıza nasıl yardımcı olabilir?"

Geleneksel olarak her bir parçanın sahibi hangi departman olursa olsun, yapay zekâ müşterilere daha iyi sonuçlar sunmamıza nasıl yardımcı olabilir?

Bu soru her şeyi değiştirir.

Hızla ölçeklenen SaaS şirketleri için bu, yapay zekânın şu konularda yardımcı olabileceği anlamına gelir:

• Pazarlama niyet verilerini satış erişimiyle ve müşteri başarısı ekibinin işe alıştırma süreciyle birbirine bağlayarak satış döngülerini kısaltmak
• Yalnızca huninin üst kısmını değil, tüm müşteri yolculuğunu optimize ederek müşteri edinme maliyetini (CAC) azaltmak (bu konuda müşteri yolculuğu haritalamada yapay zekâ yardımcı olabilir)
• Ürün, pazarlama ve müşteri başarısı alanlarına yayılan genişleme fırsatlarını belirleyerek müşteri yaşam boyu değerini (LTV) artırmak

Kurumsal etkileri çok büyük.

Yapay Zekâ Şu Anda Kuruluşunuzda Neyi Güçlendiriyor?

Adams, yapay zekânın rolünü özellikle etkili bir şekilde çerçeveliyor; çünkü yapay zekâ zaten var olanı güçlendirir.

"Yapay zekâda sevdiğim şey, iyi ya da kötü olsun, var olanı öne çıkarması," diyor. "Harika bir şirketsek ve harika insanlar isek, niyeti güçlendirir. Aksi durumdaysak, onu da güçlendirir.”

Temel bir işlev bozukluğundan veya bütünlüklü iletişim eksikliğinden yapay zekâ kullanarak kurtulamazsınız. Pazarlama, satış ve CS iyi iletişim kurmadığı için müşteri deneyiminiz parçalıysa, yapay zekâ bu parçalanmayı daha verimli hâle getirir; daha iyi hâle getirmez.

Ancak gerçekten müşteri sonuçlarına odaklandığınız doğru niyete sahipseniz, yapay zekâ bu olumlu niyeti daha önce mümkün olmayan biçimlerde departman sınırları boyunca güçlendirebilir.

Ekibinize şu soruyu sorun: Yapay zekâ şu anda kuruluşunuzda neyi güçlendiriyor?

Çünkü ona ne verirseniz onu güçlendirecektir.

Başarının Algoritması

Adams'a sık sık şu soru soruluyor: "Yapay zekâ aramalarında nasıl görünür oluruz? ChatGPT'nin markamızı önermesini sağlayacak algoritma nedir?"

Onun yanıtı bu kaygıyı ortadan kaldırıyor: "Ben her zaman algoritmayı bilmediğimi söylüyorum ve bu doğru. Algoritmayı çözmeye çalışsaydık muhtemelen çıldırırdık, çünkü algoritma sürekli değişiyor. Ama ben her zaman sadece algoritmayı unutun, algoritmanın peşinden koşmayı bırakın diyorum. Önce harika bir insan olun. Harika bir marka olun. Harika bir pazarlamacı olun ve kartlar nasıl düşerse düşsün, bırakın öyle olsun; çünkü yapay zekâ var olanı güçlendirecek."

Liderlerin ve insanların "özgünlüğe yaslanmasını, insanlığın gücünü benimsemesini ve yapay zekânın IQ'yu demokratikleştirdiği bir dünyada EQ'nun giderek daha değerli hâle geldiğini" söylüyor.

Yapay zekâ bilişsel yükün daha büyük bir kısmını üstlendikçe, duygusal zekâ, özgünlük ve gerçekten insana özgü nitelikler ayırt edici unsurlar hâline geliyor. Bu, 2026 ve sonrası için en önemli içgörü olabilir.

İleriye Giden Yol

Adams'ın bize hatırlattığı gibi, günümüzdeki işlerin %60'ı 1940'ta mevcut değildi. Daha önce de uyum sağladık. Asansör operatörlerinden yazılım geliştiricilerine, stenograflardan sosyal medya yöneticilerine kadar. "Biz bu gezegendeki en uyum sağlayabilir canlılarız," diyor. "Yeniden uyum sağlayacağımıza gerçekten inanıyorum."

Mesele uyum sağlayıp sağlayamayacağımız değil. İnsanların becerilerini yeterince hızlı geliştirip geliştiremeyeceğimiz, işi yeterince hızlı yeniden tasarlayıp tasarlayamayacağımız ve tüm bu süreç boyunca insanlığımızı koruyup koruyamayacağımız.

Adams'ın da açıkça ortaya koyduğu gibi bu zorluk, derinden ve geri döndürülemez biçimde insana özgüdür.

Sırada ne var?

Bir CMO Club hesabı açın ve yapay zekâ dönüşümünü yönlendiren liderlerle daha fazla sohbet için bizi takip edin.