AI adoption artık "ekibe araç verdik, kullanırlar" meselesi değil. Bence 2026'da daha net görünen şey şu: Şirket içinde AI kullanımı da ürün gibi yönetilmeli.
Son günlerde gelen sinyaller aynı yere bakıyor. Lenny's Newsletter'da Sendbird'ün iç AI adoption yaklaşımı anlatıldı: ekipler için quest'ler, token leaderboard'ları, iç skill marketplace'i, tamamlanan otomasyonların görünür ödülleri. TechCrunch tarafında Cloudflare, AI kullanımının bazı rolleri gereksiz hale getirdiğini söylerken aynı anda rekor gelir açıkladı. Product Hunt ve Hacker News'te ise vibe coding, agentic coding, agent analytics ve güvenilir agent workflow araçları üst üste çıkıyor.
Bu tablo bana şunu söylüyor: AI adoption, eğitim departmanının işi olmaktan çıkıyor. PM kası gerektiren bir iç ürün problemine dönüşüyor.
"AI kullanın" bir ürün stratejisi değil
Birçok şirkette AI rollout hâlâ şöyle ilerliyor: lisans alınır, Slack'e duyuru atılır, birkaç eğitim yapılır, sonra kullanımın artması beklenir.
Bu yaklaşım SaaS ürününü piyasaya sürüp onboarding yapmadan kullanıcı beklemeye benziyor. Araç var diye davranış değişmiyor. Kullanıcı ne zaman kullanacağını, hangi işi daha iyi yapacağını, başarının ne olduğunu ve risk sınırını anlamıyorsa adoption oluşmuyor.
PM bakışı burada fark yaratır. İyi bir ürün yöneticisi "özellik hazır mı?" diye sormaz; "kullanıcı bunu hangi anda, hangi motivasyonla, hangi sonuç için kullanacak?" diye sorar.
Aynı soru şirket içi AI için de geçerli.
İç kullanıcı da kullanıcıdır
Sendbird örneğinin ilginç tarafı araç seçimi değil, davranış tasarımı. "AI kullanın" demek yerine insanların gerçek iş problemlerini quest'e çevirmeleri sağlanıyor. Bir ekip "bu raporu otomatikleştirmek istiyorum" diyebiliyor. Başka biri bunu çözebiliyor. Kazanım görünür oluyor. Risk seviyesi, zaman tasarrufu ve etkilenen ekipler netleşiyor.
Bu bir eğitim programı değil. Bu bir ürün yüzeyi.
İç kullanıcı, dış müşteriden daha az karmaşık değil. Onun da zamanı sınırlı, alışkanlıkları güçlü, risk algısı yüksek. Yeni bir AI aracını kullanması için sadece erişim yetmez. Net tetikleyici gerekir. Güven gerekir. Başarı hissi gerekir. Geri bildirim döngüsü gerekir.
PM'in iyi bildiği şeyler bunlar.
Token bütçesi yeni ürün metriği olabilir
AI adoption ölçümünde çoğu şirket hâlâ zayıf metriklere bakıyor: kaç kişi login oldu, kaç lisans aktif, kaç prompt atıldı.
Bunlar başlangıç için faydalı ama yeterli değil. Çünkü prompt sayısı değer değildir. Hatta bazen israftır.
Daha iyi sorular şunlar:
- Hangi workflow gerçekten hızlandı?
- Hangi ekip haftalık tekrar eden işi azalttı?
- Hangi çıktı insan kontrolünden geçip kullanılabilir hale geldi?
- Hangi AI kullanımı riskli olduğu için durduruldu?
- Harcanan token, kazanılan zaman veya kalite artışıyla orantılı mı?
Token budget burada sadece maliyet kontrolü değil, ürün tasarımı aracıdır. Eğer ekipler sınırsız ve görünmez tüketim yapıyorsa öğrenme zorlaşır. Eğer her kullanım cezalandırılıyorsa deneme kültürü ölür. İyi tasarım ikisinin arasındadır: görünür bütçe, anlaşılır limit, değer üreten kullanım için alan.
AI adoption'ın sahibi kim?
Bence kritik soru bu.
IT araçları dağıtabilir. HR eğitim organize edebilir. Finance maliyeti izleyebilir. Engineering entegrasyon kurabilir. Ama adoption'ın kendisi ürün problemiyse birinin bunu uçtan uca sahiplenmesi gerekir.
Bu kişi klasik anlamda "AI program manager" olmak zorunda değil. Ama PM gibi düşünmeli: segmentler, use case'ler, aktivasyon anları, retention, risk, feedback loop, başarı metriği.
Cloudflare gibi örnekler AI'ın organizasyon tasarımını etkilediğini gösteriyor. a16z'in iş gücü analizleri ise etkinin her yerde aynı olmadığını söylüyor. Bu iki gerçek birlikte okunmalı: AI herkesi aynı anda işsiz bırakmıyor, ama bazı görev kümelerini çok hızlı yeniden fiyatlıyor.
Bu yüzden şirket içi adoption plansız bırakılırsa iki şey olur. Meraklı azınlık uçup gider. Büyük çoğunluk ise izler. Aradaki fark zamanla performans farkına dönüşür.
Sonuç: İç ürün gibi yönetin
AI adoption için en kötü strateji, bunu "kültür değişimi" diye soyut bırakmak.
Kültür değişimi gerekir, evet. Ama kültür, tasarlanmamış akışların üzerine kurulmaz. İnsanların hangi işi AI'a vereceğini, ne zaman güveneceğini, nerede duracağını, çıktıyı nasıl kontrol edeceğini ve kazanımı nasıl göreceğini tasarlamak gerekir.
Benim bugünkü çıkarımım şu: Şirket içinde AI kullanımı artmıyorsa ilk soru "insanlar direniyor mu?" olmamalı.
Doğru soru şu olmalı:
Bu adoption deneyimini gerçekten bir ürün gibi tasarladık mı?