İlerleme, hatayı sıfırlamak değil; hata yapmanın bedelini küçültmektir. Kusursuzluk prestijli görünebilir. Ancak bugün asıl değerli olan, küçük hatalardan hızla öğrenebilen bir zihin ve kurum yapısı kurabilmektir. Yapay zekâ ise belki de ilk kez bize tam bunu sunuyor: Mükemmel görünme baskısını değil, yeniden deneyebilme cesaretini.
İş dünyasında uzun zamandır en çok ödüllendirilen reflekslerden biri kusursuz görünmek. Açığı olmayan sunumlar, her ihtimali düşünülmüş stratejiler, daha toplantı bitmeden “doğru cevap” gibi duran öneriler… Kurumlar belirsizlikle baş etmenin yolunu çoğu zaman daha fazla kontrol, daha fazla doğrulama, daha fazla optimizasyon arayışında buldu. Ne kadar az hata, o kadar iyi diye düşündük.
Ama son yılların dünyası bize başka bir şey gösterdi. En çok optimize edilen sistemler çoğu zaman en kırılgan olanlar çıktı. Çünkü kusursuzluk arayışı çoğu zaman gerçekten daha iyi kararlar almakla değil, yanlış görünmemekle ilgili. Aradaki fark küçük görünür ama sonuçları büyüktür. Yanlış görünmek istemeyen insan daha temkinli davranır. Daha temkinli davranan insan daha az seçenek üretir. Daha az seçenek üreten kurum ise ilk sarsıntıda daralmaya başlar.
Bugün birçok şirketin asıl problemi hata yapmak değil, hata yapmayı çok pahalı hale getirmiş olması. Tek kampanyaya büyük bütçeler bağlayan, tek içgörüye fazla anlam yükleyen, tek bir büyük planı güven duygusunun yerine koyan sistemler kurduk. Böyle yapınca da hata küçülmedi; tam tersine büyüdü. Çünkü her şey tek bir doğruya bağlandığında, küçük bir sapma bile büyük hasar üretmeye başladı.
Oysa kompleks dünyalarda hedefe çoğu zaman direkt değil, dolaylı yoldan varılır. John Kay yıllar önce bunu “Dolaylı Yol” kitabında çok güzel anlatmıştı. Karmaşık bir evrende her şeyi planlayamaz, her değişkeni kontrol edemezsiniz. Daha da önemlisi, bu kontrol etme çabası sizi güçlü değil kırılgan yapar. Sonuçlarla hedefler arasında sandığımız kadar doğrudan bir ilişki yoktur. O dolaylı ilişkiyi de ancak küçük denemelerle, geri bildirim alarak, yanılarak keşfedebilirsiniz.
Borges’in çok sevdiğim “Bilimin Kusursuzluğu Üzerine” adlı hikâyesindeki gibi, ülkenin birebir ölçekte kusursuz haritasını yapmaya çalışan imparatorluk sonunda haritayla birlikte çöker. Geriye, çöllerde yırtılmış parçaları kalan dev bir kusursuzluk denemesi kalır. Bugün şirketlerin çoğu biraz böyle yaşıyor. Gerçeğin kendisini değil, onun kusursuz temsillerini üretmeye çalışıyoruz. Geleceğin birebir modellenmesi, pazarın eksiksiz okuması, riskin tam hesaplanması, briefin nihai versiyonu… Oysa zemin sürekli değişiyorsa kusursuz harita çoğu zaman zaten yoktur. Mesele plansız yaşamak değil. Mesele büyük master planları güvenlik duygusunun yerine koymamak. Onun yerine küçük denemelerle ilerlemek, düzenli geri bildirim almak, stratejiyi yaşayan bir organizma gibi sürekli güncellemek. Belirsizlik çağında akıllı kurumlar, her şeyi önceden bilenler değil; öğrendikçe yön değiştirebilenler olacak.
Tam burada yapay zekâya bakışımızın da değişmesi gerekiyor. Son iki yılda AI çoğunlukla hız ve verimlilik diliyle anlatıldı. Daha hızlı içerik, daha hızlı analiz, daha hızlı rapor, daha hızlı üretim… Bunların hepsi doğru olabilir. Ama bence asıl önemli taraf bu değil. Yapay zekânın stratejik değeri, bize yeniden hata yapma lüksü vermesinde yatıyor.
Çünkü AI denemenin maliyetini düşürüyor. Bir fikrin tek versiyonunu değil on versiyonunu görebiliyorsunuz. Bir stratejiyi yalnızca savunmakla kalmayıp tersinden de test edebiliyorsunuz. Bir önerinin hangi koşullarda çökeceğini daha erken anlayabiliyorsunuz. Eskiden zaman, para ya da itibar maliyeti yüzünden yapılmayan zihinsel manevralar şimdi çok daha erişilebilir hale geliyor.
Mesela biz bu yıl Martech Ödülleri’nde 4 ödül kazanan Deeper Alive yapay zekâ destekli kalitatif araştırma programını tam da bu bakış açısıyla geliştirdik. Mesele yalnızca araştırmayı hızlandırmak değildi. Asıl mesele, farklı segmentleri, farklı soru biçimlerini, farklı stratejik ihtimalleri çok daha düşük maliyetle deneyebilmekti. Yani tek bir “doğru” içgörüye büyük yatırım yapmak yerine, daha çok ihtimali daha erken test edebilen bir düşünme zemini kurmaktı.
Bu yüzden yapay zekâ sadece bir verimlilik motoru değil; aynı zamanda bir opsiyonellik motoru. Bu ayrım önemli. Verimlilik mantığı tek bir doğru yola daha hızlı gitmek ister. Opsiyonellik mantığı ise birkaç olası yolu aynı anda açık tutmak ister. Biri hatayı azaltmaya çalışır, diğeri küçük hataları ucuzlatarak büyük öğrenmeleri mümkün kılar. Biri kusursuzluk arar, diğeri uyum kabiliyeti.
İş hayatında bunun tersini çalışan çok güçlü bir refleks var: defansif düşünce. Rory Sutherland’ın verdiği basit ama çok güçlü örnek bunu iyi anlatır. Birçok yönetici ya da asistan, uçuş seçerken en ucuz ya da en verimli seçeneği değil, bir aksilik olduğunda suçlanma ihtimalini en aza indirecek seçeneği tercih eder. Karar performans için değil, suçtan korunmak için verilir. Kurumlarda da s