Dijital Dönüşüm Direnci: AI'da Ekibi İkna Etmenin 5 Yolu

Konya'da 40 kişilik bir yedek parça toptancısı düşünün. Satın alma sorumlusu Hatice Hanım yirmi iki yıldır aynı masada oturuyor; hangi bayinin ay sonunda ne isteyeceğini sistemden önce o biliyor. Şirket, sipariş e-postalarını okuyup ERP'ye taslak giren bir yapay zeka asistanı kurduğunda ilk itiraz ondan geliyor: "Bunu yanlış girerse kim düzeltecek? Yine ben." Üç hafta sonra asistan teknik olarak çalışıyor, ama ekip siparişleri eskisi gibi elle girmeye devam ediyor.

Bu tabloyu sahada defalarca gördük. Dijital dönüşüm direnci çoğu zaman yazılımın kalitesiyle ilgili çıkmıyor; insanlar kendilerine ne olacağını bilmedikleri bir değişikliğe temkinli yaklaşıyor. Bu yazıda direncin gerçekte nereden geldiğini, dolaşımdaki yanlış rakamları ve ekibi yanınıza almak için uygulayabileceğiniz beş somut yolu anlatıyoruz. Yapay zeka yolculuğunun büyük resmini görmek isterseniz önce işletmeler için uçtan uca yapay zeka rehberimize göz atabilirsiniz; bu yazı o yolculuğun en çok ihmal edilen durağına, insan tarafına odaklanıyor.

Dijital dönüşüm direnci nedir, AI projelerinde neden daha sert çıkar?

Dijital dönüşüm direnci, çalışanların yeni bir teknolojiyi açıkça reddetmesi ya da sessizce eski yönteme dönmesidir. Yapay zekada bu direnç daha serttir, çünkü önceki yazılımlar işi kolaylaştırırken yapay zeka işin bir kısmını doğrudan üstleniyor. Çalışan "aracı öğrenmek" ile "yerimi korumak" arasında sıkışıyor.

Bir muhasebe programına geçişte kimse "program benim yerime mizan çıkaracak" diye korkmazdı. Yapay zeka asistanı ise e-postayı okuyor, özet çıkarıyor, taslak yazıyor. Yani çalışanın gün içinde "benim katkım" dediği parçalara dokunuyor. Hatice Hanım'ın itirazındaki asıl kaygı da buydu: hatayı düzeltme sorumluluğu ondaydı ama emeğin görünürlüğü artık makineye gidiyordu.

Bu kaygı Türkiye'ye özgü değil. Pew Research Center'ın Şubat 2025'te 5.273 ABD'li çalışanla yaptığı ankette katılımcıların yüzde 52'si yapay zekanın işlerine etkisinden endişeli olduğunu, yüzde 32'si de bunun kendileri için daha az fırsat anlamına geleceğini söyledi. Umutlu olanlar azınlıkta kaldı.

Direnç gerçekten "teknoloji korkusu" mu?

Çoğu zaman öyle değil. Değişim yönetimi alanında çalışan Prosci'nin araştırmalarında direncin bir numaralı nedeni, değişikliğin gerekçesinin çalışana anlatılmaması çıkıyor. Ardından rolün değişmesine isteksizlik ve iş kaybı korkusu geliyor. Yani insanlar önce "neden" sorusuna cevap arıyor, teknoloji ikinci sırada.

Bunu destekleyen ilginç bir veri daha var: direnç gösteren ekiplerin önemli bir kısmı yapay zekayı zaten kullanıyor, ama gizlice. Microsoft'un 2024 Work Trend Index raporuna göre yapay zeka kullanan çalışanların yüzde 78'i kendi aracını işe getiriyor, yüzde 52'si en önemli işlerinde yapay zeka kullandığını söylemekten çekiniyor, yüzde 53'ü de bunun kendisini "yerine başkası konabilir" göstereceğinden endişe ediyor. KPMG ve Melbourne Üniversitesi'nin 47 ülkede 48 binden fazla çalışanla yürüttüğü 2025 tarihli küresel araştırma da benzer bir tabloya işaret ediyor: katılımcıların yarısından fazlası yapay zeka kullanımını yöneticisinden sakladığını belirtiyor.

Bu ne demek? Sizin şirketinizde "direnç" diye okuduğunuz şeyin bir kısmı, aslında güvensizlik. Çalışan aracı kullanıyor ama kullandığını söylerse ya işinin değersizleşeceğinden ya da kural ihlali yaptığı için azar işiteceğinden korkuyor. Gölge kullanımın veri güvenliği boyutunu şirket AI politikası rehberimizde ayrıntılı ele almıştık; burada mesele daha çok psikolojik.

Direncin önemli bir kısmı aracı reddetmekten değil, aracı kullandığını söylemenin güvenli olmamasından kaynaklanıyor.

"Dönüşümlerin yüzde 70'i başarısız olur" rakamına güvenebilir miyiz?

Hayır. Bu rakam danışmanlık sunumlarında ve bloglarda sürekli tekrarlanıyor, ama akademik dayanağı yok. Mark Hughes'un 2011'de Journal of Change Management'ta yayımlanan çalışması, iddianın sık atıf alan beş kaynağını inceledi ve hiçbirinde geçerli bir ampirik kanıt bulamadı. Rakamın kökeni, 1990'ların başındaki bilimsel olmayan bir tahmine dayanıyor.

Bunu neden önemsiyoruz? Çünkü "zaten yüzde 70'i batıyor" cümlesi iki yönde zarar veriyor. Yöneticiyi baştan karamsar yapıyor, ya da tersine, "biz o yüzde 30'dayız" rehavetine itiyor. Gerçek şu ki başarısızlık oranı projeye, sektöre ve en çok da insan tarafının nasıl yönetildiğine göre değişiyor. Başarısız AI projelerinin ortak örüntülerini merak ediyorsanız sahadan derlediğimiz altı derse bakabilirsiniz; "ekibi unutmak" o listede tesadüfen yer almıyor.

Ekip direncini kırmanın 5 yolu

Ekip direncini kırmanın en etkili yolu, çalışanın aklındaki beş soruyu sırayla cevaplamaktır: neden şimdi, şu an ne kullanıyorum, yöneticim ne yapıyor, bana kim gösterecek ve kazanılan zaman nereye gidecek. Aşağıdaki beş yol bu sorulara karşılık geliyor ve küçük ekiplerde de büyük ekiplerde de uygulanabiliyor.

1. "Neden bu iş, neden şimdi?" sorusunu yazılı cevaplayın

Proje başlamadan önce tek sayfalık bir not yazın: hangi işi otomatikleştiriyoruz, bugün bu iş bize kaça mal oluyor, hedef ne. Konya'daki toptancıda bu not şöyle olabilirdi: "Ayda yaklaşık 1.800 sipariş e-postası geliyor, her biri ortalama 4 dakika giriş süresi alıyor. Hedefimiz giriş süresini kısaltmak ve ay sonu yığılmasında yaşanan gecikmeyi azaltmak." Bu not, çalışanın hayal gücünün en kötü senaryoyu yazmasını engelliyor.

Notta özellikle neyin değişmeyeceğini de yazın. "Bayi ilişkileri, fiyat pazarlığı ve stok kararı yine sizde" cümlesi, sayfalarca teknik açıklamadan daha çok güven veriyor.

2. Gizli kullanımı cezasız biçimde yüzeye çıkarın

Ekibinize kısa bir anket gönderin: hangi yapay zeka araçlarını, hangi işlerde, ne sıklıkta kullanıyorsunuz? Başına açıkça yazın: "Bu bir denetim değil; ne kullandığınızı bilirsek doğru aracı ve kuralı birlikte koyabiliriz." Sahada gördüğümüz şu: bu soruyu cezasız sorduğunuzda, ekibin içindeki gerçek uzmanları da keşfediyorsunuz. Genellikle iki üç kişi, yönetimin hiç haberi olmadan kendi iş akışlarını çoktan dönüştürmüş oluyor.

Bu kişiler, direnç gösterenleri ikna etmekte sizden çok daha etkili olacak. Çünkü aynı masada oturuyorlar ve aynı işi yapıyorlar.

3. Önce yönetici kullansın, hem de görünür biçimde

Gallup'un iş yeri araştırmalarında, yöneticisinin yapay zeka kullanımını güçlü biçimde desteklediğini söyleyen çalışanların yapay zekayı sık kullanma olasılığı yaklaşık iki kat daha yüksek çıkıyor. Buradaki destek, yöneticinin aracı kendisinin de kullanması ve bunu saklamaması demek; sözlü onay tek başına yetmiyor.

Pratikte bu şöyle görünüyor: haftalık toplantıda "Bu raporun ilk taslağını yapay zekaya yazdırdım, şu iki rakamı yanlış çekmişti, düzelttim" demek. Bu tek cümle üç mesaj veriyor: kullanmak serbest, hata yapması normal, son kontrol insanda. Yöneticilerin kendi kullanımına nereden başlayabileceğine dair pratik bir örnek arıyorsanız, toplantı hazırlığı gibi düşük riskli işler iyi bir ilk adım.

4. Ekibin içinden bir öncü belirleyin

İkinci adımda keşfettiğiniz meraklı çalışanlardan birine resmi bir rol verin: haftada birkaç saatini ekip arkadaşlarına destek olmaya, sık sorulan soruları toplamaya ve araçtaki sorunları raporlamaya ayırsın. Bu rolü en kıdemli kişiye ya da BT'ye otomatik olarak vermeyin. Ekip arkadaşlarının "takıldığımda sorabilirim" diyeceği, sabırlı ve işi bilen birini seçin.

Şampiyon ağı kuran şirketlerde kullanımın belirgin biçimde arttığını söyleyen raporlar var; ancak dolaşımdaki "2,1 kat" gibi kesin çarpanlar çoğunlukla bu hizmeti satan firmaların bloglarından geliyor, o yüzden rakama takılmayın, arkasındaki mantığa bakın. Mantık basit: insanlar yazılı kılavuzdan çok, yanındaki masadan öğreniyor.

5. Kazanılan zamanın nereye gideceğini önceden söyleyin

Ekibin en çok merak ettiği ama en az sorduğu soru bu: "İşim 4 dakikadan 1 dakikaya inerse, kalan 3 dakika ne olacak? Kadro mu daralacak, yoksa başka iş mi gelecek?" Bu soruyu cevapsız bırakırsanız, cevabı söylentiler verir.

Kendi niyetinizi yazılı ve ölçülebilir hale getirin. Örneğin: "Önümüzdeki 12 ay içinde bu proje nedeniyle kimse işten çıkarılmayacak; kazanılan süre bayi ziyaretlerine ve tahsilat takibine aktarılacak." Veremeyeceğiniz bir söz vermeyin; ama verebileceğinizi açıkça yazın. Bu konuşmayı nasıl yapacağınıza dair ayrıntılı bir şablonu ekibinize verilecek dürüst cevap yazımızda paylaştık.

Kotter ve ADKAR gibi çerçeveler bir KOBİ'de işe yarar mı?

İşe yarar, ama sadeleştirilmiş haliyle. ADKAR (farkındalık, istek, bilgi, beceri, pekiştirme) bireyin değişimi nasıl kabullendiğini adım adım tarif eder. Kotter'in sekiz adımı ise kurum düzeyinde sırayı verir. 40 kişilik bir şirket için bu adımlar, kalın bir danışmanlık raporundan çok bir kontrol listesi olarak işe yarar.

Yukarıdaki beş yolu ADKAR ile eşleştirince tablo netleşiyor. Yazılı gerekçe notu farkındalığı sağlıyor. Kazanılan zamanın nereye gideceğine dair söz, isteği besliyor. Öncü çalışan ve yöneticinin görünür kullanımı bilgi ile beceriyi aktarıyor. Pekiştirme ise çoğu şirketin atladığı adım: ilk ayın sonunda kazanılan süreyi ölçüp ekiple paylaşmak ve bunu yapan kişiyi adıyla anmak.

Bir uyarı: bu çerçevelerin sahibi olan danışmanlık firmaları doğal olarak onları önerir. Çerçeveyi bir düşünme aracı olarak kullanın, proje planının kendisi haline getirmeyin.

Sahadan bir senaryo: Konya'daki toptancı nasıl toparlandı?

Girişteki toptancıya geri dönelim. Asistanın kullanılmadığı fark edildiğinde yönetim önce eğitimi tekrarlamayı düşündü. Oysa ekip aracı nasıl kullanacağını biliyordu; kullanmamak bir tercihti. Yapılan değişiklikler şunlar oldu:

• Hatice Hanım'a "doğrulama sorumlusu" rolü verildi. Asistanın girdiği taslaklar onun onayından geçmeden kesinleşmiyordu. Yani uzmanlığı devre dışı kalmak yerine sürecin merkezine taşındı.
• Asistanın yanlış okuduğu her sipariş için basit bir "hata defteri" tutuldu. İlk iki haftada en sık hatalar parça kodu formatından kaynaklanıyordu; bu bilgi sistemin düzeltilmesinde doğrudan kullanıldı.
• Genel müdür, kazanılan sürenin vadesi geçmiş alacakların takibine ayrılacağını toplantıda söyledi ve bunu yazılı olarak dağıttı.
• Ay sonunda sipariş giriş süresindeki düşüş ve hata defterindeki azalma ekiple tek sayfada paylaşıldı.

Bu senaryodaki rakamlar bir şirkete ait değil, sahada karşılaştığımız benzer projelerden derlenmiş temsili bir örnek. Ama örüntü gerçek: dirençli görünen kıdemli çalışan, sürecin sahibi yapıldığında çoğu zaman projenin en güçlü savunucusuna dönüşüyor. Çünkü sistemin hatalarını en iyi o görüyor.

Türkiye'de durum ne, ekibiniz nerede duruyor?

Türkiye'de üretken yapay zeka kullanımı hızla yaygınlaşıyor ama hâlâ azınlıkta. TÜİK'in 2025 verilerine göre bireylerin yüzde 19,2'si üretken yapay zeka kullandığını beyan ediyor. Bu, ekibinizde muhtemelen birkaç kişinin araçları düzenli kullandığı, çoğunluğun ise henüz başlamadığı anlamına geliyor.

Bu karışık tablo değişim yönetimi açısından bir fırsat. Herkesi aynı anda ikna etmeye çalışmak yerine, zaten kullanan azınlığı görünür kılıp çoğunluğa onların üzerinden ulaşabilirsiniz. Türkçe yayılan bazı anket rakamlarına ise dikkat edin: "çalışanların yüzde 54'ü şirket araçlarından kaçınıyor" gibi ifadeler sıkça paylaşılıyor ama hangi ülkede, kimle yapıldığı çoğu zaman belirsiz.

Sık sorulan sorular

Çalışanlarım yapay zekayı gizlice kullanıyorsa yasaklamalı mıyım?

Genellikle hayır. Yasak, kullanımı ortadan kaldırmaz, sadece daha da görünmez hale getirir. Daha iyi yol, hangi verinin hangi araca girilebileceğini netleştiren kısa bir politika yazmak ve onaylı bir araç sunmaktır.

10 kişilik bir ekipte değişim yönetimine gerek var mı?

Var, ama yük çok daha hafif. Küçük ekipte resmi bir program gerekmez; yazılı gerekçe notu, bir toplantı ve ilk ayın sonunda sonuçların paylaşılması çoğu zaman yeterli olur. Küçük ekipte tek bir kişinin direnci bile projeyi durdurabileceği için konuşmayı atlamamak önemli.

Ekibe "kimse işini kaybetmeyecek" sözü verebilir miyim?

Ancak tutabileceğiniz bir süre ve kapsamla. "Hiçbir zaman" yerine "önümüzdeki 12 ay bu proje nedeniyle" gibi sınırları belli bir söz hem dürüst hem de inandırıcıdır. Tutulmayan bir söz, bir sonraki projede direnci katlar.

Dirençli kıdemli bir çalışanla nasıl çalışmalıyım?

Onu ikna etmeye çalışmak yerine sürece dahil edin. Kıdemli çalışanın bilgisi, yapay zekanın hatalarını yakalamak için en değerli kaynaktır. Doğrulama, kalite kontrol ya da kural yazımı gibi bir rol, direnci çoğu zaman sahiplenmeye çevirir.

Peki siz bu hafta ne yapabilirsiniz?

• Tek sayfalık gerekçe notunu yazın. Hangi iş, bugünkü maliyeti, hedef ve nelerin değişmeyeceği. Projeyi duyurmadan önce dağıtın.
• Cezasız bir kullanım anketi gönderin. Beş soruyu geçmesin; sonuçta ekibinizdeki gizli uzmanları bulacaksınız.
• Kendi kullanımınızı görünür kılın. Bir sonraki toplantıda yapay zekayla hazırladığınız bir işi, hatasıyla birlikte gösterin.
• Bir öncü seçin ve ona zaman ayırın. Haftada birkaç saat, ekibe destek olması için resmi olarak tanımlanmış süre.
• Kazanılan zamanın adresini yazılı verin. Ve ilk ayın sonunda ölçüp paylaşmayı takvime şimdiden koyun.

Yapay zeka projelerinde teknik kurulum genellikle birkaç haftada biter; ekibin yeni çalışma biçimini benimsemesi ise aylar sürebilir. Bu süreyi en çok kısaltan şey, Hatice Hanım gibi insanların "bu sistemde benim yerim ne?" sorusuna erkenden net bir cevap almasıdır. Kendi ekibiniz için bu cevabı birlikte kurgulamak isterseniz, mevcut süreçlerinizi dinleyerek başlayabiliriz.