Son strateji kampınızı düşünün. Haftalarca hazırlık yapıldı, yöneticiler şehir dışından getirildi, bir moderatör tutuldu, iki gün tartışıldı. Sonunda masada kaç tane *gerçekten farklı* stratejik seçenek kaldı? Üç? Belki dört?
Şimdi rahatsız edici soru: Bu sayı, piyasada gerçekten sadece üç-dört iyi seçenek olduğu için mi, yoksa ekibinizin zamanı ve zihinsel kapasitesi ancak bu kadarını üretip değerlendirmeye yettiği için mi?
Michigan Ross'ta strateji alanının başkanı Felipe Csaszar'ın *Harvard Business Review*'ın Eylül–Ekim 2026 sayısındaki makalesi tam bu soruya odaklanıyor. Ana tezi net: Onlarca yıldır strateji yapma biçimimiz, insan beyninin ve takvimin sınırlarına göre tasarlandı. Yapay zekâ bu sınırı kaldırıyor. Ama kaldırdığı sınır herkes için aynı anda kalktığından, rekabet avantajı aracın kendisinde değil, onu neyle beslediğinizde ve ne kadar hızlı hareket ettiğinizde saklı.
Bu yazıda makalenin ana argümanını Türkiye'deki yönetici gözünden ele alıyorum: Ne değişiyor, ne değişmiyor ve pazartesi sabahı ne yapmalısınız.
## 1. Strateji araçlarımız neden bu kadar basit?
SWOT analizi dört kutudan oluşur. BCG matrisi dört kutudan oluşur. Porter'ın beş gücü — adı üstünde — beştir. Bu tesadüf değil.
Bu araçlar, bir konferans salonunda, bir günde, on kişiyle tartışılabilecek kadar sade olmak zorundaydı. Karmaşıklık, toplantı odasının kaldırabileceği kadar azaltıldı. Strateji teorisi basit olduğu için değil, *planlama toplantısı* basit olanı kaldırabildiği için.
Bir benzetme: Elektronik tablolar yokken, finans müdürleri bütçeyi kâğıt üzerinde birkaç senaryoyla hesaplardı. Üç senaryo yeterli görünürdü, çünkü dördüncüsünü hesaplamak bir gün daha demekti. Excel gelince kimse "üç senaryo bize yeter" demedi; senaryo sayısı patladı ve finansal planlamanın kalitesi arttı. Strateji şu anda tam olarak Excel öncesi finans gibi.
Csaszar'ın işaret ettiği kritik nokta şu: Stratejik seçenek kıtlığı bir piyasa gerçeği değil, bir *bilişsel bant genişliği* sorunuydu. Ve bant genişliği sorunları teknolojiyle çözülür.
## 2. Yapay zekânın değiştirdiği üç şey
Makale, yapay zekânın stratejik karar sürecine üç somut katkısını öne çıkarıyor. Her birini Türkiye pratiğinden bir örnekle açıyorum.
### a) Seçenek üretimi: Üç seçenek yerine binlerce
Yapay zekâ, binlerce stratejik seçeneği yorulmadan üretip her birini belirlediğiniz kriterlere göre değerlendirebiliyor. İnsan ekibi, doğası gereği, ilk mantıklı görünen üç-dört fikre demir atar ve toplantının kalan kısmını bu fikirleri savunmakla geçirir. Buna literatürde "erken kapanma" (premature closure) denir.
**Örnek:** Bir Türk perakende zinciri, Balkanlar'a açılmayı düşünüyor. Klasik strateji toplantısında masaya gelen seçenekler bellidir: organik büyüme, yerel ortaklık, satın alma. Yapay zekâ destekli bir süreçte ise franchise-hibrit modeller, önce e-ticaretle pazar testi, tedarik zinciri ortaklığı üzerinden dolaylı giriş, belirli bir kategoriyle sınırlı giriş gibi düzinelerce varyant, her biri sermaye ihtiyacı, geri dönüş süresi ve regülasyon riski açısından puanlanmış hâlde önünüze gelir. Bunların çoğu elenecek. Ama elenmeden önce *görülmüş* olacak.
### b) Canlı piyasa modelleri: Statik analiz yerine sürekli güncellenen resim
Geleneksel rakip analizi, hazırlandığı gün eskimeye başlayan bir fotoğraftır. Yapay zekâ ise pazarın ve rakiplerin sürekli güncellenen, zengin bir modelini kurabiliyor — regülasyon değişiklikleri, fiyat hareketleri, işe alım sinyalleri, ürün lansmanları tek bir canlı resimde.
**Örnek:** Türkiye'de kur, enflasyon ve regülasyon ortamı altı ayda bir güncellenen bir strateji belgesini işlevsiz kılacak kadar hızlı değişiyor. Ocak ayında yapılan bir fiyatlandırma stratejisi Nisan'da geçersiz olabiliyor. "Yıllık strateji dokümanı" kavramı bu ortamda zaten kırılgandı; yapay zekâ bunun yerine "sürekli güncellenen strateji modeli"ni mümkün kılıyor.
### c) Yapılandırılmış itiraz: Ofis politikasından bağımsız stres testi
Makalenin bana göre en değerli katkısı bu. Yapay zekâ, bir planı yapılandırılmış bir tartışmayla sınayabiliyor — ve bunu iç politikadan etkilenmeden yapıyor.
Her yöneticinin bildiği sahne: Genel müdürün gözde projesine toplantıda kim itiraz eder? Hiyerarşi, kariyer kaygısı ve grup düşüncesi, en zayıf planların bile sorgulanmadan geçmesine yol açar. Yapay zekânın kariyer kaygısı yok, terfi beklentisi yok, patrona hoş görünme ihtiyacı yok. "Bu planın çökmesine yol açacak beş senaryoyu yaz" dediğinizde yazar — ve sizin kıdemli yöneticilerinizin sesli söylemeye cesaret edemediği şeyleri söyler.
Türkiye gibi güç mesafesinin yüksek, hiyerarşinin belirgin olduğu iş kültürlerinde bu özellik Batı'dakinden daha kritik. Toplantıda kimsenin söyleyemediğini bir araca söyletmek, kurumsal cesaretin teknolojik ikamesi olarak işe yarıyor.
## 3. Rahatsız edici gerçek: Bu araçlar herkesin elinde
Buraya kadar iyimser tablo. Şimdi makalenin asıl sert mesajı.
Aynı yapay zekâ araçları rakiplerinizin de elinde. ChatGPT'ye, Claude'a, Gemini'ye rakibiniz de erişiyor. Dolayısıyla "yapay zekâ kullanıyoruz" cümlesi bir strateji değil, bir giriş bileti. 2005'te "internet sitemiz var" demek nasıl avantaj sayılmıyorsa, 2026'da "yapay zekâ kullanıyoruz" demek de avantaj değil.
Csaszar'a göre kalıcı avantaj üç şeyi araçla birleştirenlere gidecek:
- **Tescilli veri.** Rakibinizin erişemediği müşteri, operasyon ve tedarik verisi. Genel amaçlı model herkese aynı cevabı verir; sizin verinizle beslenmiş model sadece size cevap verir. Veri, yapay zekâ çağının hammaddesi; ham madde herkese açıksa ürün de herkese açıktır.
- **Entegre iş akışları.** Yapay zekânın strateji sürecinin içine gömülmesi — ayda bir "hadi bir de yapay zekâya soralım" seansı değil. Araç, karar mekanizmasının bir parçası olduğunda değer üretir; yan masada duran bir oyuncak olduğunda üretmez.
- **Daha hızlı uygulama.** Herkes aynı seçenekleri görebiliyorsa, kazanan onları daha hızlı hayata geçiren olur. Yapay zekâ analiz süresini kısaltıyor; uygulama süresini kısaltmak hâlâ organizasyonun işi.
Bunu şöyle düşünün: Formula 1'de bütün takımlar benzer simülasyon yazılımları kullanır. Şampiyonluğu belirleyen simülasyon yazılımı değil; takımın kendi pistinden topladığı veri, mühendislik ekibinin bu veriyi kararlara dönüştürme hızı ve pit stop'un kaç saniye sürdüğü.
## 4. Pratikte ne değişmeli: Üç somut adım
Makale üç uygulama önerisiyle bitiyor. Her birini Türkiye'deki yönetim kurulları için somutlaştırıyorum.
### Adım 1: Huniyi daraltmadan önce genişletin
Strateji sürecinin ilk aşamasında kasıtlı olarak çok sayıda seçenek üretin — onlarca, gerekirse yüzlerce. Sonra elemeye başlayın. Bugün çoğu şirket bunun tersini yapıyor: Üç seçenekle başlıyor, birini seçiyor.
**Uygulama:** Bir sonraki strateji toplantısından önce, yapay zekâya sektörünüz, kısıtlarınız ve hedefleriniz için en az 30 farklı stratejik yön ürettirin. Toplantıyı "hangisini seçelim" değil, "bunlardan hangilerini neden eliyoruz" sorusuyla açın. Eleme gerekçeleri, seçim gerekçelerinden daha öğreticidir.
### Adım 2: Statik modelleri canlı modellerle değiştirin
Yıllık rakip analizi PowerPoint'ini emekliye ayırın. Yerine sürekli güncellenen, sorgulanabilir bir pazar modeli kurun.
**Uygulama:** En kritik üç rakibiniz ve en kritik üç dış değişken (kur, regülasyon, hammadde fiyatı gibi) için haftalık otomatik güncellenen bir izleme yapısı oluşturun. Bu, veri bilimi ekibi gerektiren bir proje değil; mevcut araçlarla küçük bir ekibin kurabileceği bir süreç.
### Adım 3: Yapay zekâ destekli itirazı rutin hâline getirin
Her büyük karardan önce planın yapay zekâ tarafından sistematik olarak sorgulanmasını zorunlu tutun. Bunu isteğe bağlı bırakırsanız, en çok ihtiyaç duyulan kararlarda — yani en güçlü yöneticinin en çok istediği projelerde — atlanır.
**Uygulama:** Yönetim kuruluna gelen her yatırım teklifine, "yapay zekâ tarafından üretilmiş en güçlü karşı argümanlar" bölümünü ekleyin. Teklif sahibi bu itirazlara yazılı cevap vermek zorunda olsun. Bu, rahmetli "şeytanın avukatı" rolünün kurumsallaşmış, politik maliyetten arındırılmış hâlidir.
## 5. Makalenin söylemediği: Dikkat edilmesi gereken üç risk
Bir eski akademisyen olarak makalenin tezini büyük ölçüde ikna edici buluyorum. Ama üç konuda dikkatli olunmalı.
- **Seçenek bolluğu, karar kalitesi değildir.** Bin seçenek üreten bir sistem, bin seçeneği değerlendirecek bir yargı gerektirir. Yargı hâlâ insanın işi. Seçenek sayısını artırıp karar sürecini iyileştirmezseniz, analiz felcini otomatikleştirmiş olursunuz.
- **Stratejilerin homojenleşmesi.** Herkes aynı modele aynı soruları sorarsa, herkes benzer stratejilere yakınsar. Bu, sektör genelinde farklılaşmayı azaltabilir. Tescilli veri ve özgün yargı, tam da bu yüzden kritik.
- **Yapay zekâ itirazının ciddiye alınmaması.** Yapay zekâ kaynaklı itirazlar politik maliyetten arındırılmış olduğu için görmezden gelinmesi de kolay. "Makine öyle dedi" ile "Ahmet Bey öyle dedi" arasındaki fark, ikincisinin yok sayılmasının bedeli olmasıdır. Yapay zekâ itirazlarına cevap verme zorunluluğu tam bu yüzden yazılı ve prosedürel olmalı.
## Sonuç
Strateji, uzun süre bir kıtlık disipliniydi: Zaman kıt, dikkat kıt, analiz kapasitesi kıt. Bu kıtlık, araçlarımızı, toplantılarımızı ve karar süreçlerimizi şekillendirdi. Yapay zekâ bu kıtlığı ortadan kaldırıyor.
Ama kıtlık herkes için aynı anda bitiyor. Bundan sonra fark yaratan, aracın kendisi değil; onu beslediğiniz veri, onu gömdüğünüz süreç ve seçtiğiniz yolu ne hızla yürüdüğünüz olacak.
Bir sonraki strateji toplantınızda üç seçenekle çıkarsanız, artık bunun mazereti yok.
---
*Bu yazı, Felipe A. Csaszar'ın Harvard Business Review Eylül–Ekim 2026 sayısında yayımlanan "AI Is Revolutionizing Strategic Decision-Making" başlıklı makalesinin ana argümanlarından hareketle kaleme alınmıştır. Yorumlar ve Türkiye bağlamındaki örnekler yazara aittir.*
