Sosyal medyada etki alanı yüksek ve kendi alanında fikir lideri konuşmacılar ile markaları dijital proje iş birlikleri ve marka elçilikleri kapsamında bir araya getirerek markaların iş sonuçlarına katkı sağlayan projeler geliştiriyoruz.
Yapay Zekâ Yetkinlik Haritası: Şirketinizin İlk 90 Günü
Yapay zekâ yetkinlik haritası nasıl çıkarılır? Dört katman: Kullanıcı, Çevirmen, Mimar, Etkinleştirici. Yüce Zerey'den 90 günlük iş tanımı ve eğitim yolu.
CEO masasında en sık duyduğum şikâyet: “Yapay zekâ yetenek açığı var, kimse bulunmuyor, headhunter çalıştırıyoruz, fazla maaş istiyorlar.” Bu cümle, her CEO’da aynı tonla çıkıyor. Sanki yer bulanmıyor, sanki bütçe yetmiyor.
Çoğu zaman, gerçek başka. Şirket, yapay zekâ yetkinliğini doğru tanımlamadan dışarı çıkıyor. “Yapay zekâ uzmanı” arıyor. Tek tip “yapay zekâ uzmanı” diye bir rol yok. Dört farklı katman var, her katmanın işi farklı, maaşı farklı, eğitimi farklı. Tanım yanlışsa arama da yanlış.
4 Katmanlı Yapay Zekâ Yetkinlik Modeli
Yıllarca danışmanlık verdiğim sürede gözlemlediğim çerçeve dört katmandan oluşuyor. Sıralama, hem yetkinlik hem de organizasyonel kıdem açısından mantıklı.
Katman 1: Kullanıcı
Hazır yapay zekâ ürünlerini günlük işine entegre eden çalışan. ChatGPT’yi kullanır, Copilot’tan yararlanır, Claude ile rapor özetler. Prompt yazmayı bilir, ama derinlemesine değil. Yapay zekânın çıktısını eleştirebilir, gerekirse düzeltir.
Hedef: Şirketin yüzde 95’i bu katmanda olmalı
Eğitim: 8-12 saat, role-based vakalar
Maaş etkisi: Mevcut pozisyon maaşına eklenmez, mevcut işin parçası
Süre: 30-60 günde edinilir
Katman 2: Çevirmen
Departman problemini yapay zekâ tarafına çevirebilen kişi. Prompt yazar, agent tasarlamaz ama nasıl bir agent gerektiğini söyleyebilir. Veri yapısını bilir, yapay zekâ çıktısını iş süreçlerine bağlar.
Hedef: Şirketin yüzde 15-20’si bu katmanda
Eğitim: 40-60 saat, departman bazlı modüler
Maaş etkisi: Mevcut pozisyon + yetkinlik primi
Süre: 90-180 günde edinilir
Katman 3: Mimar
Yapay zekâ workflow ve agent tasarlayan kişi. Teknik backgrounduna sahiptir (yazılım, veri, ML), ama daha çok product/process yönelimli. RAG, fine-tuning, agent orchestration konseptlerine hâkim.
Hedef: Her departmanda 1-2 kişi (toplam yüzde 3-5)
Eğitim: 200-400 saat, sertifikasyon programı
Süre: 12-18 ayda yetiştirilir
Katman 4: Etkinleştirici
Departman çapında yapay zekâ dönüşümünü yöneten kişi. Hem teknik anlayışa hem yönetim becerisine sahip. Genelde Director/VP seviyesinde, dönüşüm liderliği rolü.
Hedef: Her büyük fonksiyonda 1 kişi
Eğitim: Stratejik leadership programı + yapay zekâ literacy
Süre: 18-24 ayda olgunlaşır
Yetkinlik Haritası Çıkarma: 90 Gün
Haritayı, masada 4 saatte çıkaramazsın. 90 günlük disiplinli bir süreç gerekir.
Gün 1-30: Mevcut Durum Tarama
Önce, tüm çalışanları 4 katmana göre profilleyeceksin. Üç yöntem birlikte kullanılır:
Self-assessment anketi: Çalışan kendini hangi katmanda görüyor (10 soru, 15 dakika)
Manager assessment: Yöneticinin çalışan değerlendirmesi (aynı sorular, dış göz)
Üç kaynaktan gelen skor karşılaştırılır. Genelde self-assessment yüksek, vaka değerlendirmesi düşük çıkar. Doğru skor, vaka değerlendirmesidir.
Türkiye’de gözlemlediğim tipik bir orta-büyük ölçek şirketin başlangıç tablosu şuna benzer:
Kullanıcı: yüzde 12 (hedef yüzde 95)
Çevirmen: yüzde 1 (hedef yüzde 15)
Mimar: 0 kişi (hedef 8 kişi)
Etkinleştirici: 1 kişi (hedef 4 kişi)
Tablo her şirkette benzer çıkıyor. Şirketler ortalama olarak Kullanıcı katmanında yüzde 8-15, Çevirmen katmanında yüzde 0-2’de başlıyor.
Gün 31-60: Hedef Belirleme
Mevcut durum çıkarıldıktan sonra, 12 ay sonrası hedefini belirlersin. Realist hedef:
Kullanıcı: yüzde 50 (yıl sonu yüzde 85)
Çevirmen: yüzde 5 (yıl sonu yüzde 15)
Mimar: 2-3 kişi (yıl sonu 6-8)
Etkinleştirici: 2-3 kişi (yıl sonu 4-5)
Hedefler sektör, şirket büyüklüğü ve baz çizgisine göre değişir. Ama bir prensip değişmez: “Kullanıcı katmanı önce, geri kalanı sonra.” Çünkü Kullanıcı yüzde 50’ye gelmeden, Çevirmen ve Mimar inşa edilemez.
Gün 61-90: İlk 90 Gün Eylem Planı
Hedefe nasıl gidileceğinin somut planı. Her katman için ayrı yol haritası:
Kullanıcı katmanı için: - Departman bazlı eğitim modülleri başlatılır - 4 haftalık “yapay zekâ günlük kullanım” challenge - Her hafta tek bir yapay zekâ vakası iç bültende paylaşılır
Çevirmen katmanı için: - Her departmandan 2 gönüllü Champion seçilir - 60 saatlik prompt ve agent tasarım modülü - Hands-on departman vakası: ilk Champion ürettiği projeyi sunar
Mimar katmanı için: - 2-3 senior teknik kişiye 200 saatlik dış sertifikasyon - LangChain, RAG, agent orchestration eğitimi - Sertifikasyon dahil tek seferlik yatırım
Etkinleştirici katmanı için: - Üst yönetim yapay zekâ literacy programı - Aylık CEO ve C-level yapay zekâ strateji oturumu - Yıllık dış konferans katılımı
Yıllık Maliyet ve ROI
Yapay zekâ yetkinlik dönüşümünün bütçesi, hangi katmana ne kadar yatırım yapıldığına ve şirket büyüklüğüne göre değişir. Genel kural: bütçenin büyük kısmı (yüzde 60-70) Kullanıcı ve Çevirmen katmanlarının eğitimi ile platform/lisans tarafına gider. Mimar ve Etkinleştirici tarafı küçük rakamlardır ama uzun vadeli getirisi yüksektir.
Salesforce’un 2026 raporu, böyle bir bütçenin tipik geri ödeme süresini 14-22 ay olarak verdi. Yetkin Çevirmen ve Mimar katmanı kurulduktan sonra ROI hızlanır.
LinkedIn Türkiye’de “yapay zekâ uzmanı” pozisyonu için 12.000’den fazla aday var. “Prompt engineer” 3.500’den fazla. “ML mühendisi” 8.000’den fazla. Şirket arıyor, bulamıyor: çünkü “yapay zekâ uzmanı” diye genel ilan açıyor. Aday başvuruyor, mülakatta “siz hangi katmandasınız” sorusu sorulamıyor, çünkü şirket de bilmiyor.
EY’nin 2026 CEO Outlook raporu yapay zekâ dönüşümünün işgücü dönüşümünden ayrılamayacağını söylüyor: CEO’lar rolleri yeniden tasarlıyor, veri ve dijital tarafta işe alımı büyütüyor, geniş ölçekli yeniden beceri programlarına yatırım yapıyor. Deloitte’un 2026 raporu aynı tabloyu sayıyla veriyor: kurumların yalnız yüzde 20’si yeteneğinin geniş çaplı benimsemeye hazır olduğunu söylüyor ve bu, ölçülen beş boyutun en düşüğü. Açık gerçek, ama önce evde haritalanması gereken bir açık.
Bir endüstriyel şirkette gözlemlediğim örnek: üç ayın sonunda şirket, CRO+1, CFO+1, COO+1 katmanına 3 Etkinleştirici yatırımı yaptı. Dışarıdan kimse alınmadı, içeriden yetiştirildi. Maliyet, dış headhunter seçeneğinin sadece küçük bir yüzdesi. Süre, 8 ay.
Bir Bakışta
Yapay zekâ yetkinlik haritası 4 katmandır: Kullanıcı (şirketin yüzde 95’i), Çevirmen (yüzde 15-20), Mimar (yüzde 3-5), Etkinleştirici (her fonksiyonda 1). Tipik şirketler Kullanıcı yüzde 12, Çevirmen yüzde 1, Mimar 0 kişi seviyesinde başlar. 90 günde mevcut durum + 12 ay hedef + eylem planı çıkarılır. Şirketin yüzde 95’i ilk iki katmanı kazanırsa, kurumsal yapay zekâ seviyesi büyük ölçüde sağlanır.
Yarın Masaya Getir
Salı sabahı CHRO ile 45 dakikalık konuşma kur. Tek soru: “Bugünün şirketinde Çevirmen katmanında kaç kişi var, kimler?” Bu sorunun cevabı 30 saniyede gelmiyorsa, harita yok demektir. Harita yoksa eylem planı da yok. Önce sayım, sonra plan.
Kaynakça
CEO Outlook 2026: AI, transformation and growth · EY, Ocak 2026 · Yapay zekâ dönüşümü ile işgücü dönüşümünün ayrılmazlığı, rol yeniden tasarımı ve yeniden beceri yatırımı
The State of AI in the Enterprise 2026 · Deloitte · Yetenek hazırlığı yüzde 20, ölçülen beş boyutun en düşüğü
McKinsey: The State of AI (2025) · Yetkinlik katmanları ve organizasyonel olgunluk
HBR: The Hidden Demand for AI Inside Your Company (2026) · Çalışanların gizli yapay zekâ kullanımı ve haritalama
Stanford Enterprise AI Playbook (2026) · Kullanıcı/Çevirmen/Mimar katman modeli
Türkiye AI İnisiyatifi: Yapay Zekâ Trendleri 2026 · Türkiye’de yapay zekâ yetenek pazarı
Deloitte State of AI in the Enterprise (2026) · Kurumsal yetkinlik dönüşümünde geri ödeme süreleri
Mimar katmanına dışarıdan mı, içeriden mi yatırım yapayım?
İkisi karma. Bir kişi dışarıdan deneyimli alın, 18 ayda 2-3 içerideki teknik kişiyi onun mentee’si olarak yetiştirin. Sadece dışarıdan: pahalı ve kültürel uyumsuzluk riski. Sadece içeriden: hız yavaş ve bilgi açığı. Karma model, Türkiye’deki holdinglerin yüzde 71’inde tercih ediliyor (EY 2026).
Self-assessment anketinde insanlar yalan söylemez mi?
Söyler. Bu yüzden tek başına self-assessment kullanma. Vaka değerlendirmesi, dürüstlük testidir. Çalışana 30 dakikalık gerçek bir yapay zekâ problemi ver, çözümünü iste. Çıktı, gerçeği gösterir. Self-assessment ile vaka skoru arasındaki sapma 2 puandan fazla ise, çalışanla bireysel görüşme açılır.
Kullanıcı katmanı eğitimi 8 saatte mümkün mü?
8 saat çekirdektir, role-based vakalarla 12-16 saate uzar. ChatGPT, Copilot ve şirketin kendi yapay zekâ platformu üzerinden hands-on. 8 saatte temel kullanım edinilir, 12-16 saatte günlük entegrasyon kurulur. Daha fazla saatin getirisi marjinal kalır: Çevirmen seviyesi başka mantıkla planlanır.
Çevirmen katmanı için en uygun aday profili ne?
Departmanda 3+ yıl deneyim, problem çözme yeteneği, doğal bir merak. Teknik background şart değil, ama veri okuryazarlığı şart. Sales Ops, Finance Manager, MarTech Lead, IK İş Ortağı, Üretim Mühendisi tipik profiller. Mühendislik diploması olan değil, departmanın işini bilen seçilir.
90 gün sonra harita ne sıklıkta güncellenir?
Yılda iki kez. Mart ve Eylül gibi. Her güncelleme 4-6 hafta sürer. Çalışanlar katmanlar arası geçiş yapar (Kullanıcı’dan Çevirmen’e, Çevirmen’den Mimar’a), yeni işe alınanlar değerlendirilir, harita güncellenir. CHRO masasında yıllık iki kez konuşulur, IK Stratejisinin parçası olur.
İçindekiler
