Büyük bir satış ya da pazarlama organizasyonuna girin, yapay zekâyı her yerde görürsünüz: bir sohbet asistanının lisansları, CRM'in içinde bir copilot, yapay zekâyla yazılan e-postalar için bir pilot, gelecek çeyrek için planlanmış bir "ajan" demosu. Satış hunisinde, kazanma oranında ya da müşteri edinme maliyetinde neyi değiştirdiğini sorun, odada sessizlik olur.
Bu sessizliğin arkasında veri var. MIT'nin NANDA girişimi 2025'te, incelediği üretken yapay zekâ pilotlarının yaklaşık yüzde 95'inin kâr-zarar üzerinde ölçülebilir bir etkisi olmadığını açıkladı. Rakamın haklı eleştirmenleri var; etkiyi dar tanımladığı ve kısa bir dönemi ölçtüğü söyleniyor. Ama pek çok yöneticinin özelde söylediğiyle örtüşüyor: hareket çok, rakamlara yansıyan az.
Madalyonun öbür yüzünü daha küçük bir ölçekte gördüm: otuz kişilik bir B2B satış ekibinde, onlar için kurduğum bir CRM'in içinde, kimse telefonu açmadan önce gelen her lead'i okuyup puanlayan bir yapay zekâ katmanı. İşe yaradı; model özel olduğu için değil, tek bir iş akışını baştan sona, bir sahibi ve bir rakamı olacak şekilde değiştirdiği için. Ölçeklenen ders de bu.
Kullanım verimlilik değildir
Yapay zekâ programlarının çoğu kullanımı ölçer: açılan lisanslar, gönderilen promptlar, eğitim alan kişiler. Bu rakamlar kolayca yükselir, çünkü yapay zekâ kullanmak keyiflidir ve çoğunlukla zararsızdır. Verimlilik başka bir şey. Bir iş akışının artık daha fazla, daha iyi ya da daha ucuz çıktı ürettiği ve bunu birinin kanıtlayabildiği anlamına gelir. İkisi arasındaki boşluk, kurumsal yapay zekâ bütçelerinin çoğunun kaybolduğu yer.
Ethan Mollick bu duruma "gizli siborglar" diyor: işlerini yapay zekâyla sessizce hızlandıran ve kimseye söylemeyen çalışanlar. Söylemiyorlar, çünkü daha fazla iş verilmesinden ya da işlerini kaybetmekten korkuyorlar. Kazanç gerçek ama kişisel kalıyor, kurum ondan hiç faydalanamıyor. Araçları yalnızca tepeden yaygınlaştıran bir program, öğrenmenin gerçekte olduğu yeri kaçırıyor.
Yapay zekânın girintili çıkıntılı sınırı
Harvard, Wharton ve BCG araştırmacıları 2023'te 758 BCG danışmanıyla bir saha deneyi yaptı. Yapay zekânın yetenekleri dahilindeki işlerde GPT-4 kullanan danışmanlar yüzde 12,2 daha fazla iş tamamladı, işleri yaklaşık yüzde 25 daha hızlı bitirdi ve işlerinin kalitesi yüzde 40 daha yüksek değerlendirildi. Bu sınırın hemen dışında kalan bir işte ise yapay zekâ kullananların doğru sonuca ulaşma ihtimali, kullanmayanlara göre 19 puan daha düşüktü (Dell'Acqua ve diğerleri, Harvard Business School). Araştırmacılar bu sınıra "jagged frontier", yani girintili çıkıntılı sınır diyor.
Satış ve pazarlama için literatürdeki belki de en pratik fikir bu. Bir müşteri brifinginin ilk taslağı sınırın içinde. Birkaç e-postadan büyük bir müşterinin ayrılmak üzere olup olmadığına karar vermek ise olmayabilir. Yapay zekâyı her işe eşit dağıtmak hem kazancı hem de pahalı hataları garantiler. Asıl iş, bu sınırı görev görev çıkarmak.
Kimsenin bütçe ayırmadığı yüzde 70
BCG'nin yapay zekâdan değerin nereden geldiğine dair araştırması, sonuç alan şirketlerin insanları ve süreçleri teknolojinin ve algoritmaların önüne koyduğunu gösteriyor ve 10-20-70 dağılımını öneriyor: emeğin kabaca yüzde 10'u algoritmalara, yüzde 20'si teknoloji ve veriye, yüzde 70'i insanlara ve süreçlere. Kurumsal bütçelerin çoğu bunu tersine çeviriyor. Yüzde 10'u ve yüzde 20'yi satın alıp yüzde 70'in kendiliğinden olmasını umuyor.
Satış ve pazarlamada bu yüzde 70 son derece somut. İş akışının sahibi kim? Kotalar ve teşvikler yapay zekâ destekli işe nasıl bakıyor? Bir satışçı neyi onaysız gönderebilir? Yönetici neyi kontrol ediyor? Rapor artık kendini yazdığı için hangi toplantı değişiyor?
Her seferinde tek bir iş akışı
- 01
Seç
Sahibi belli, gelire dokunan tek bir iş akışı
- 02
Haritala
Hangi adımlar sınırın içinde, hangileri dışında
- 03
Yeniden kur
İçerideki adımlar yapay zekâya, gerisi insanlara
- 04
Ölç
Başlangıç ölçümü, haftalık rakamlar, karar kaydı
Yalnızca rakamların desteklediğini büyütün
Güvendiğim yaklaşım dar ve derin. Gelire dokunan tek bir iş akışı seçin: gelen lead'lerin yönetimi, toplantı öncesi müşteri araştırması, kampanya raporlaması, teklif hazırlama. Ona tek bir sahip verin. Bugün nasıl işlediğini rakamlarıyla yazıya dökün. Sonra yeniden kurun: sınırın içindeki adımları yapay zekâ üstlensin, karar insanlarda kalsın ve sistemin verdiği her karar, birinin kontrol edebilmesi için kayda geçsin.
Yapay zekâ yerini nerede hak ediyor
| İş akışı | Sınırın içinde | İnsanlarda kalsın | Neyi ölçmeli |
|---|---|---|---|
| Gelen lead'ler | Okuma, zenginleştirme, ilk sorular, puanlama | Kime kıdemli satışçı atanacağı, ne teklif edileceği | İlk yanıt süresi, lead'den toplantıya dönüşüm |
| Müşteri araştırması | Mali raporlar, haberler ve CRM geçmişinden brifing | Müşteri stratejisi | Toplantı başına hazırlık süresi, toplantı sonuçları |
| Kampanya raporlaması | Veriyi çekmek, haftalık özeti hazırlamak | Neyin durup neyin başlayacağı | Kazanılan saat, haftada verilen kararlar |
| Teklifler | Şablon ve notlardan ilk taslak | Fiyat, koşullar, verilen sözler | Teslim süresi, kazanma oranı |
| İçerik | Onaylı mesaj çerçevesinde varyasyonlar | Mesajın kendisi | Üretim maliyeti, içerik başına performans |
Gelen lead'ler
- Sınırın içinde
- Okuma, zenginleştirme, ilk sorular, puanlama
- İnsanlarda kalsın
- Kime kıdemli satışçı atanacağı, ne teklif edileceği
- Neyi ölçmeli
- İlk yanıt süresi, lead'den toplantıya dönüşüm
Müşteri araştırması
- Sınırın içinde
- Mali raporlar, haberler ve CRM geçmişinden brifing
- İnsanlarda kalsın
- Müşteri stratejisi
- Neyi ölçmeli
- Toplantı başına hazırlık süresi, toplantı sonuçları
Kampanya raporlaması
- Sınırın içinde
- Veriyi çekmek, haftalık özeti hazırlamak
- İnsanlarda kalsın
- Neyin durup neyin başlayacağı
- Neyi ölçmeli
- Kazanılan saat, haftada verilen kararlar
Teklifler
- Sınırın içinde
- Şablon ve notlardan ilk taslak
- İnsanlarda kalsın
- Fiyat, koşullar, verilen sözler
- Neyi ölçmeli
- Teslim süresi, kazanma oranı
İçerik
- Sınırın içinde
- Onaylı mesaj çerçevesinde varyasyonlar
- İnsanlarda kalsın
- Mesajın kendisi
- Neyi ölçmeli
- Üretim maliyeti, içerik başına performans
Ajanlar, dikkatle
Tedarikçilerin yeni dalgası, kendi başına aksiyon alan ajanlar. Gartner, artan maliyetleri, belirsiz iş değerini ve yetersiz risk kontrollerini gerekçe göstererek ajan tabanlı yapay zekâ projelerinin yüzde 40'ından fazlasının 2027 sonuna kadar iptal edileceğini öngörüyor. Bu beklemek için bir sebep değil. Ajanlara net yetkilerle dar işler vermek için bir sebep: serbestçe okusunlar ve taslak hazırlasınlar, müşteriye ya da paraya dokunan aksiyonları yalnızca onayla alsınlar ve her şey kayda geçsin.
Önemli olanı ölçmek
Yöneticiler yapay zekânın etkisini ölçemiyorsa, bunun sebebi genellikle kimsenin başlangıç durumunu yazmamış olması. Yeniden kurulan her iş akışı için öncesi ve sonrasında üç rakam tutun: birim iş başına süre, iş akışının sonundaki kalite ya da dönüşüm ve akışı yürütmenin maliyeti. Bunları her ay iş akışının sahibiyle birlikte gözden geçirin. Değişeni büyütün. Değişmeyeni, mahcup olmadan durdurun.
Gizli siborgları görünür kılın
Çoğu şirkette en hızlı öğrenme zaten masalarda, gayriresmî olarak yaşanıyor. Bunu paylaşmayı güvenli hâle getirin: insanların yapay zekâyla iyileştirdikleri bir iş akışını gösterdiği aylık bir oturum, işe yarayan prompt ve ajanlardan oluşan bir iç kütüphane ve hangi verinin nereye gidebileceğine dair net bir politika. Bir satış ve pazarlama ekibinde yapay zekâ adaptasyon eğitimleri verirken en faydalı saat hep, çalışma arkadaşlarının sessizce kurdukları şeyi birbirine gösterdiği saat oldu.
Yapay zekâ satış ve pazarlamada işe yarıyor. Takılan, onun etrafındaki organizasyon. Bir sahibi ve bir rakamı olan tek bir iş akışını düzeltin; bir sonrakinin gerekçesini sonuçlar sunsun.