Ana içeriğe atla
Lokomotif AI

Sahada öğrendiklerimizi bir disipline dönüştürdük.

Üç yıldır 100'den fazla kurumda kimin AI'dan değer ürettiğini, kimin yarıda kaldığını izliyoruz. Yaklaşımımız bu gözlemlerden doğdu.

  1. 01

    Benimseme kontrol katmanında başlar, operasyonda değil.

    CHRO
    %38
    CFO
    %24
    Genel Müdür
    %22
    CIO
    %16

    İlk başlatıcı rolün dağılımı

    AI programlarını başlatan rol genelde CHRO ya da CFO; CIO destekçi pozisyondadır. Türk kurumsalında AI bütçesinin önemli bir kısmı insan kaynakları ve finans hattından geliyor. IT-first değil, business-first bir benimseme örüntüsü.

  2. 02

    ROI net görünümü T₁'de değil, T₃'te ortaya çıkar.

    T₁ · program sonu

    %62

    pozitif görünür

    T₃ · +180 gün

    %34

    hâlâ pozitif

    Pilot ROI'si zamanla kaybolur

    Eğitim sonu memnuniyet ve T₁ ölçümünde pozitif görünen pilotların önemli kısmı 6 ay sonra geri çekilir. Eğim ölçümünü ancak T₃ doğrular. Bir pilotun başarısını, bittiği gün değerlendirmek istatistiksel olarak yanıltıcıdır.

  3. 03

    Aynı use case, farklı paydaş, farklı sonuç.

    A şirketi6 hafta
    B şirketi9 ay

    Aynı use case, üretime ulaşma süresi

    Müşteri hizmetleri chatbot'u bir kurumda 6 haftada üretimde, başkasında 9 ay sonra reddedildi. Use case aynı; teknoloji aynı; fark paydaş haritasının netliğinde. Benimseme başarısının en zor öğrenilen değişkeni.

  1. RTCSG
    Yöntem01

    RTCS-G

    Her rolün AI ile çalışırken kullanacağı prompt kütüphanesini RTCS-G'nin beş katmanına göre yazıyoruz. Çıktısı: kuruma özel, ölçülebilir, devredilebilir bir karar disiplini; bireysel yetenekten kurumsal yetkinliğe geçiş.

    Detaylı bilgi
  2. T₀T₁T₃
    Yetkinlik ölçümü02

    AI Momentum

    Programa katılan her bireyin AI yetkinliğini dört bileşende ve üç zaman noktasında ölçüyoruz. Çıktısı: kurum içinde kimin nerede durduğunu eğimle gösteren bir harita; eğitim sonu memnuniyeti değil, gerçek momentum.

    Detaylı bilgi
  3. baselineT₁T₃
    Ölçüm disiplini03

    Nasıl ölçeriz

    Birey yetkinliği, iş akışı çıktısı ve iş sonucu olmak üzere üç katmanda baseline + T₁ + T₃ ölçümleri alıyoruz. Çıktısı: programın ROI'sini sahada doğrulayan veri; 90 gün sonra hâlâ pozitif mi sorusuna kanıtla cevap.

    Detaylı bilgi
  4. Çalışma yörüngesi04

    Adoption Arc

    Adoption'ı Adoption Sprint, Workflow Rewire ve Agentic Scale olmak üzere üç hamleye bölerek yürütüyoruz. Çıktısı: bireysel kullanımdan agent destekli operasyona kademeli geçiş; her hamlede üst üste binen yeni bir yetkinlik tabakası.

    Detaylı bilgi
  5. Kategori bildirgesi05

    Manifesto

    Kurumsal Yapay Zeka Benimsemesine bakışımızı, başkalarından nerede ayrıldığımızı ve hangi disiplinle çalıştığımızı dokuz maddeye yazıyoruz. Çıktısı: her programın altında yatan, sahada her çalışmada test ettiğimiz bir uygulama çerçevesi.

    Detaylı bilgi
Keşif görüşmesi

En pahalı adım, yanlış yerden başlamaktır.

Kurumsal yapay zekada çoğu bütçe, yanlış ilk adımda erir. Doğru başlangıç noktası kurumdan kuruma değişir; 30 dakikalık ücretsiz keşif görüşmesi sizinkini netleştirir.

Form yerine doğrudan Lokomotif AI'ın kurucusuna ulaşın.

Fatih GünerLokomotif AI'ın kurucusu
fatih@lokomotif.ai