Analiz Ucuzladı. Hata Pahalandı.

Bir kararın maliyeti düşebilir.

Yanlış kararın maliyeti ise aynı anda yükselebilir.

Son günlerde peş peşe gelen iki gelişme, tam da bunu düşündürüyor.

Bir tarafta büyük teknoloji şirketleri, kurumsal hayatta yalnızca cevap veren değil, iş yapan yapay zekâ ajanlarını öne çıkarıyor. Artık kendi erişim yetkisi olan, dosya açan, veri tarayan, rapor hazırlayan, takvim yöneten, hatta başka görevleri tetikleyen sistemlerden söz ediyoruz. Başka bir deyişle, yapay zekâ şirket içinde “araç” olmaktan çıkıp yavaş yavaş “iş arkadaşı” formuna yaklaşıyor.

Diğer tarafta Avrupa’da bir birleşme-devralma incelemesinde yanlış ve yanıltıcı bilgi verilmesi nedeniyle kesilen ağır ceza, çok eski ama pek sevilmeyen bir gerçeği yeniden masaya koydu: Süreci hızlandırmakla sorumluluğu devretmek aynı şey değildir.

Asıl mesele teknoloji değil.

Asıl mesele şu: Analiz üretmek ucuzladığında, doğruluk neden daha değerli hâle geliyor?

Eskiden yönetim ekiplerinin önüne sınırlı sayıda senaryo gelirdi. Bir yatırım kararı, bir satın alma tezi, bir bütçe revizyonu, bir finansman alternatifi… Bunların her biri zaman, ekip, veri toplama emeği ve ciddi bir koordinasyon isterdi. Yani analiz pahalıydı. Bir bakıma bu da doğal bir filtre görevi görürdü.

Şimdi o filtre inceliyor.

Aynı ekip, çok daha kısa sürede çok daha fazla senaryo çalışabiliyor. Satış tahmininden fiyatlama varsayımına, talep kırılımından stok planına, kredi geri ödeme kapasitesinden hedef şirket sinerjilerine kadar birçok hesap neredeyse anlık üretilebiliyor. Bu, ilk bakışta verimlilik hikâyesi gibi görünüyor. Zaten öyle. Ama yalnızca o değil.

Çünkü analiz üretiminin ucuzlaması, iki şeyi aynı anda büyütüyor:

birincisi karar alma kapasitesini,

ikincisi yanlış güven üretme riskini.

Sorun tam burada başlıyor.

Bir modelin daha hızlı kurulması, onu besleyen verinin daha doğru olduğu anlamına gelmiyor. Bir sürecin izlenebilir olması, o süreçten çıkan sonucun iktisadi olarak sağlam olduğu anlamına da gelmiyor. Hangi dosyanın kullanıldığını bilmek başka şey; o dosyadaki rakamın ticari gerçekliği temsil edip etmediğini bilmek başka şey.

Finans dünyasında hata, çoğu zaman dramatik görünmez. Küçük başlar. Yanlış sınıflandırılmış bir müşteri, iyimser bırakılmış bir tahsilat varsayımı, güncellenmemiş bir maliyet eğrisi, fiilen çalışmayan bir fabrikanın sanki tam kapasiteye yakınmış gibi modellenmesi… Excel’de bunlar hücredir. Hayatta ise bazen kredi limiti, bazen yatırım kararı, bazen de satın alma fiyatıdır.

Bu yüzden yapay zekâ çağında mesele yalnızca “daha çok analiz” üretmek değil.

Hangi analizin güvene layık olduğunu ayırabilmek.

Bugün birçok yönetim ekibi, yapay zekânın şirket içinde ne kadar iş yapabileceğiyle ilgileniyor. Bence daha doğru soru şu olmalı:

Şirket, yapay zekânın ürettiği çıktılar arasında hangilerini doğrudan kullanabilir; hangilerinde insan muhakemesi zorunlu kalmalıdır?

Bu ayrım yapılmadan kurulan her otomasyon, hız kazandırabilir ama aynı zamanda hata çapını da büyütebilir. Çünkü sistem yalnızca doğru işleri hızlandırmaz; bozuk süreçleri de ölçekler.

Türkiye’de konunun asıl kritik tarafı burada başlıyor.

Dünyada tartışılan soru çoğu zaman “Yapay zekâ iş yapma biçimini ne kadar dönüştürecek?”

Türkiye’de ise birçok şirket için daha temel soru hâlâ şu: Bu dönüşümü hangi bilançoyla finanse edeceğiz?

Son veriler, ekonominin her alanında tek renkli bir tablo olmadığını gösteriyor. İhracatta canlılık sinyalleri var. Bazı sektörlerde kapasite kullanımında toparlanma görülüyor. Ama aynı anda imalat sanayinde zayıflık, güven tarafında temkin, finansman maliyetlerinde yüksek seyir ve şirketler üzerinde seçici bir nakit baskısı da var. Her şirket aynı baskıyı yaşamıyor; her sektör aynı ölçüde sıkışmıyor. Fakat özellikle borçlanma maliyeti, işletme sermayesi ihtiyacı ve talep görünümü, yatırım kararlarını eskisine göre çok daha acımasız biçimde ayırıyor.

Bu ortamda yapay zekâ yatırımı, “gelecekte lazım olur” mantığıyla ele alınacak kadar basit bir başlık değil.

Bir şirket için yapay zekâ projesi gerçekten rekabet avantajı yaratabilir. Başka bir şirket içinse aynı proje, zaten pahalı olan bilanço üzerine ek bir yükten ibaret kalabilir. Çünkü yatırımın geri dönüşü yalnızca yazılımın ne kadar akıllı olduğuna bağlı değildir. Veriniz ne kadar temiz? Süreciniz ne kadar standardize? Kararı kim verecek? Çıktı hangi sıklıkta doğrulanacak? Yanlış sonuç çıktığında bunun finansal bedeli ne olacak? Daha önemlisi: Aynı sermaye bugün stok optimizasyonuna, tahsilat hızına, ihracat kanalına ya da borç azaltımına ayrılsa daha yüksek getiri üretir miydi?

Asıl sermaye tahsisi sorusu budur.

Küresel ölçekte yapay zekâ yatırımları çoğu zaman büyüme, verimlilik ve yeni iş modeli diliyle anlatılıyor. Türkiye’de ise birçok şirket için bu başlığın tercümesi daha farklıdır:

Bu yatırım, nakdi gerçekten serbest bırakacak mı; yoksa yalnızca daha sofistike görünen bir masraf mı yaratacak?

Bu nedenle Türkiye aynasında yapay zekâ meselesi teknik olmaktan çok finansaldır.

Nitekim Türkiye’de yapay zekâ kullanımının hâlâ sınırlı kalması yalnızca teknolojiye mesafe ile açıklanamaz. Uzmanlık eksikliği, hukuki belirsizlik, veri güvenliği kaygısı ve entegrasyon güçlüğü önemli. Ama daha derinde başka bir sorun var: Şirketlerin önemli bir bölümü, henüz veri üretim zincirini ve karar süreçlerini yeterince disipline etmiş değil. Böyle bir zeminde yapay zekâdan mucize beklemek, kırık bir saati hızlandırmaya benziyor. Hareket artar; doğruluk artmaz.

Buradan M&A tarafına geçelim.

Önümüzdeki dönemde birleşme ve devralma süreçlerinde yalnızca finansal tabloların değil, bu tabloları üreten veri mimarisinin de daha fazla sorgulanacağını düşünüyorum. Özellikle yapay zekâ destekli operasyon, fiyatlama, risk değerlendirme ve raporlama süreçleri kullanan şirketlerde, alıcı taraf yalnızca “rakam nedir?” diye bakmayacak. “Bu rakam nasıl üretildi?”, “hangi veriye dayanıyor?”, “kim doğruladı?”, “insan onayı nerede devreye girdi?” soruları da önem kazanacak.

Bu, inceleme süreçlerini yalnızca teknik açıdan değil, değerleme açısından da etkileyebilir. Sağlam veri yönetişimi ve iyi tasarlanmış doğrulama mekanizmaları, bir şirketin güven katsayısını yükseltebilir. Tersi durumda yapay zekâ kullanımı modernlik göstergesi olmaktan çok, ek risk başlığına dönüşebilir.

Yani gelecekte bazı şirketler için yapay zekâ çarpan yükselten bir unsur olacak; bazıları içinse iskonto sebebi.

Aradaki fark teknoloji seviyesi değil, karar mimarisi olacak.

Bence önümüzdeki dönemin kazananları, en çok yapay zekâ kullanan şirketler olmayacak.

Yapay zekâyı, hangi kararda ne kadar kullanacağını bilen şirketler öne çıkacak.

Çünkü her karar otomasyona uygun değildir. Her veri güvenilir değildir. Her analiz aksiyona dönüşmemelidir.

Bazı alanlarda hız büyük avantajdır.

Bazı alanlarda ise fren, hızdan daha değerlidir.

Finans bunu çok iyi bilir: likiditeyle değer aynı şey değildir; ciroyla kârlılık aynı şey değildir; veri bolluğuyla karar kalitesi de aynı şey değildir.

Bugün yapay zekâ sayesinde daha fazla seçenek üretebiliyoruz.

Ama şirketin gerçek gücü, seçenek sayısında değil, hangisini eleyeceğini bilmesinde ortaya çıkıyor.

Sonuçta yeni çağın asıl sorusu “Yapay zekâ ne kadar yapabiliyor?” olmayabilir.

Daha kritik soru şu olabilir:

Şirket, daha ucuz üretilen analizin içinden hangi gerçeği ayıklayabiliyor?

Karar hızlandı.

Şimdi mesele, muhakemenin ucuzlamamasında.