İş başında üretken yapay zeka: saha deneyleri ne gösteriyor

Üretken yapay zeka ve verimlilik üzerine söylenenlerin çoğu anekdottur. Birkaç çalışma bunun dışında kalıyor. Modele erişimi çalışanların bir kısmına verip onları modelsiz çalışan meslektaşlarıyla karşılaştırdılar; erişim iki çalışmada rastgele, üçüncüsünde kademeli olarak verildi. Önde gelen dergilerde yayımlanmış, birbirinden çok farklı işlere bakan üçü yan yana okunmaya değer.

Çalışmalar neyi ölçtü

• Yazı işi. Üniversite mezunu 453 profesyonelle yapılan, önceden kayda geçirilmiş bir deneyde ChatGPT verilenler mesleklerine özgü yazı görevlerini %40 daha kısa sürede bitirdi. Çıktılarının kalitesi de %18 daha yüksek puan aldı (Noy ve Zhang, Science, 2023).
• Müşteri desteği. 5.179 müşteri temsilcisi arasında yapay zeka asistanına erişim, saatte çözülen talep sayısını ortalama %14, işe yeni başlayan ve becerisi daha düşük temsilcilerde %34 artırdı. En deneyimlilerde etki çok küçük kaldı (Brynjolfsson, Li ve Raymond, Quarterly Journal of Economics, 2025).
• Danışmanlık. 758 danışmanla yapılan saha deneyinde GPT-4'ü modelin yetenekleri dahilindeki görevlerde kullananlar %12,2 daha fazla görev tamamladı, %25,1 daha hızlı çalıştı ve kalite %40'tan fazla arttı. Modelin yeteneklerinin dışında kalsın diye seçilmiş bir görevde ise doğru çözüme ulaşma olasılıkları 19 yüzde puan daha düşüktü (Dell'Acqua ve diğerleri, Organization Science, 2026).

Üçünün ortak söylediği

Kazanç gerçek ama eşit dağılmıyor. En yüksek düzeye, görev iyi tanımlı ve model güçlü olduğunda çıkıyor. Görev, modelin güvenilir biçimde yapabildiği alanın dışına düştüğünde küçülüyor ya da tersine dönüyor. Dell'Acqua ve arkadaşları bu sınıra pürüzlü teknoloji sınırı diyor. Sınır sezgisel zorluk çizgilerini izlemez, bu yüzden birbirine benzeyen iki görev sınırın farklı taraflarında kalabilir.

En az deneyimli olanlar en çok kazanıyor. Yazı ve müşteri desteği çalışmalarında performansı zayıf olanlarla güçlü olanlar arasındaki fark daraldı. Kurum açısından bu bir tasarım sorusudur, çünkü araç iyi uygulamayı ancak modelin öğrendiği kadar yayar.

Hızı ölçmek kolay, belirleyici olan ise kalite. Üç çalışma da kaliteyi süreden ayrı ölçtü ve danışmanlık sonucu bunun nedenini gösteriyor. Sınırın içinde kaliteyi yükselten araç, sınırın dışında doğruluğu düşürdü.

Operasyonda yapay zeka için anlamı

Modeli seçmeden önce iş akışını tasarlayın. Hangi görevlerin sınırın içinde kaldığına karar verin, yaygınlaştırmadan önce her biri için bir kalite eşiği koyun ve kendinden emin bir yanlış cevabın pahalıya patlayacağı her yerde insan kontrolünü koruyun. Kazanılan zamanın yanında kaliteyi de görev görev ölçün.

FLO'da üzerinde çalıştığım ürün içeriği sistemi de aynı örüntüyü izledi. İçerik üretim süresi yaklaşık %70 kısaldı. Yine de yaygınlaştırma kategori kategori ilerledi, her kategori önceden üzerinde anlaşılmış bir kalite eşiğine bağlandı ve elle yapılan iş içerik üretmekten örnekleri denetlemeye kaydı. Araştırmaların işaret ettiği de tam olarak bu disiplin.