Yapay zeka eğitimi bütçesini yönetime nasıl gerekçelendirirsiniz?

Hesap: faydayı dört sayı belirler

Yıllık fayda: aracı düzenli kullanan kişi sayısı × kişi başına haftada kazanılan saat × işverene saatlik maliyet × yılda çalışılan hafta. Maliyet: lisanslar, eğitim ücreti, katılımcıların eğitimde geçirdiği süre ve iç koordinasyon.

Eğitim yatırımının getirisini hesaplayan Phillips yönteminde iki oran var: fayda-maliyet oranı (fayda bölü maliyet) ve yatırım getirisi (fayda eksi maliyet, bölü maliyet, çarpı 100). Yöntemin kuralları bu hesap için de geçerli: yalnızca ilk yılın faydasını sayın, birden fazla seçenek varsa en temkinlisini seçin, kişilerin tahminini kendi güven oranlarıyla düşürün (örneğin “%60'ı eğitim sayesinde, %80 eminim” cevabı %48 olarak sayılır) ve katılımcıların eğitimde geçirdiği süreyi maliyete ekleyin.

Örnek hesap

İki ekipten 24 kişinin eğitime katıldığı bir örnek. Rakamlar varsayımdır.

• →Katılımcıların süresi de maliyettir: 24 kişi yarım gün (4 saat) eğitimdeyse bu, saatlik 500 TL'den 48.000 TL eder.
• →Toplam ilk yıl maliyetinizi (lisans, eğitim ücreti, katılımcıların süresi) 5.500 TL'ye bölün: çıkan sayı, maliyeti karşılamak için kullananların her birinin haftada kaç dakika kazanması gerektiğini gösterir. Bu örnekte her 100.000 TL'lik maliyet için yaklaşık 18 dakika.
• →Karşılaştırma için: Danimarka'daki büyük çalışmada kullanıcılar iş saatlerinin ortalama %3'ünü kazandığını bildirdi. Çalışma bunu 8 saatlik iş günü üzerinden hesaplıyor; bu, günde yaklaşık 14, haftada yaklaşık 70 dakika. Kendi tahmininizi bunun altında tutun ve bir güven payı uygulayın.

Kirkpatrick ve Phillips: hangi seviyede ne ölçülür?

Her eğitim için tam bir getiri çalışması gerekmiyor. Phillips yöntemini geliştiren ROI Institute, tam getiri hesabını programların %5 ile %10'u için öneriyor: çok pahalı, uzun soluklu, çok kişiye ulaşan, kapsamlı ya da kurumda büyük değişim yaratan programlar. Kirkpatrick modeli ise planlamaya beklenen sonuçtan başlamayı ve davranış ölçümünü 90. güne bırakmamayı öneriyor; arada çok zaman geçerse düzeltme fırsatı kaçıyor. Yatırım getirisi yerine, başarının önceden yönetimle birlikte tanımlandığı “beklentinin karşılanması” yaklaşımını da sunuyor.

• Eğitimden sonraki 90 gün nasıl ölçülür? →

Araştırmalar gerçekte ne diyor?

Görev düzeyinde ölçülen kazanç gerçek; kurum genelinde ise daha küçük ve daha belirsiz:

• →Müşteri hizmetleri: bir Fortune 500 şirketinde 5.172 temsilciyle yapılan çalışmada yapay zeka desteği saat başına çözülen talebi ortalama %15, deneyimi az olanlarda yaklaşık %30 artırdı; en deneyimlilerde hız az arttı, kalite az düştü (Quarterly Journal of Economics, 2025).
• →Danışmanlık: BCG'den 758 danışmanla yapılan deneyde, yapay zekanın iyi olduğu görevlerde danışmanlar %12,2 daha fazla iş bitirdi, %25,1 daha hızlıydı ve işlerin kalitesi %40 daha yüksek puanlandı. Yapay zekanın zayıf olduğu bir görevde ise yapay zekasız çalışanların %84'ü doğru sonuca ulaştı, yapay zekayla çalışanların %60 ile %70'i.
• →Kurum geneli: Danimarka'da yapay zekaya açık 11 meslekte yaklaşık 25.000 çalışanla yapılan çalışmada kullanıcılar iş saatlerinin ortalama %3'ünü kazandığını bildirdi; ücretlerde ve kayıtlı çalışma saatlerinde ölçülebilir bir etki bulunmadı, araştırmacılara göre %2'den büyük bir etki olası değil (NBER, 2025, Mart 2026 revizyonu).
• →İngiltere kamu sektörü: 20.000 Copilot lisansıyla yapılan denemede kullanıcılar günde ortalama 26 dakika kazandığını bildirdi; rakam kişilerin kendi beyanı. İş ve Ticaret Bakanlığı'nın ayrı değerlendirmesi küçük zaman kazançları buldu, ama bunların verimlilik artışına dönüştüğüne dair kanıt bulamadı.
• →Kişilerin kendi tahminleri: Temmuz 2025'te yayımlanan bir deneyde deneyimli yazılımcılar yapay zekayla işleri %19 daha uzun sürede bitirdi, ama yaklaşık %20 hızlandıklarını düşündü. Araştırmayı yapan METR Şubat 2026'da bu sonucun eskidiğini yazdı; kişilerin kendi hız tahminlerinin güvenilmez olduğunu ise yineledi.

Eğitim neden lisans kadar önemli?

Danimarka çalışmasında işverenin kullanımı teşvik etmediği, araç da eğitim de vermediği yerlerde çalışanların yaklaşık %41'i yapay zeka sohbet aracını işte denemiş, %7'si her gün kullanıyordu. Teşvik, kurumsal araç ve eğitimin birlikte verildiği yerlerde bu oranlar %93 ve %28'e çıktı; yalnızca eğitim verilen yerlerde deneyenler %69'du.

Lisans kullanılsın ya da kullanılmasın faturalanır. İngiltere İş ve Ticaret Bakanlığı'nın pilotunda bir iş gününde lisans sahiplerinin ortalama yalnızca %30'u aracı kullandı.

Kazanılan saat paraya nasıl dönüşür?

Kendiliğinden dönüşmez. Danimarka çalışmasında kullanıcıların %85'i kazandığı zamanı başka işlere aktardığını söyledi; İngiltere'deki kamu denemesi de kazanılan zamanın nereye gittiğini belirleyemedi. Bu yüzden kazanılan saati kapasite olarak sunun ve nereye gideceğini söyleyin: daha fazla teklif, daha hızlı rapor, bekleyen bir işin bitmesi.

Daha da iyisi, şirketin zaten takip ettiği bir göstergeyi seçin (teklif hazırlama süresi, ay sonu raporunun teslim günü, müşteriye ilk cevap süresi) ve eğitimden önce ve 90. günde bakın.

Yönetime tek sayfalık not

• →Talep: ne isteniyor, hangi ekipler için, kaç kişi.
• →Maliyet: lisans, eğitim ücreti, katılımcıların süresi.
• →Temkinli fayda: varsayımlar açık, güven payı uygulanmış, yalnızca ilk yıl.
• →Başabaş noktası: kullanan kişi başına haftada kaç dakika.
• →Ölçüm: ön anket, 30. ve 90. gün; işteki davranış ve şirketin zaten takip ettiği bir gösterge.
• →Karar noktası: 90. günde lisansları uzatmak, azaltmak ya da durdurmak.
• →Riskler: düşük kullanım, kontrol edilmeden kullanılan çıktılar, kuralların bilinmemesi.