İletişim, Uzay ve Teknoloji Komisyonu (CST), Temmuz 2026'da Teknoloji Şirketlerinde Yapay Zekânın Benimsenmesine Yönelik Farkındalık Rehberi'nin ilk baskısını yayımladı. Rehber tavsiye niteliğindedir, bağlayıcı değildir ve mevcut hiçbir yasa veya yönetmeliğin yerini almaz. Sağladığı şey ise Suudi pazarında eksik olan bir şeydir: bir şirketin dağınık yapay zekâ deneylerinden ölçülebilir değer üreten yapılandırılmış bir benimsemeye nasıl geçeceğine dair resmî ve ortak bir çerçeve. Girişimlerden büyük kurumlara kadar her ölçekteki teknoloji şirketini hedefler ve Bakanlar Kurulu'nun 2026'yı Yapay Zekâ Yılı ilan etmesiyle aynı döneme denk gelir.

Temel fikir: Benimseme bir araç seti değil, kurumsal bir yetkinliktir

Rehberin ilk mesajı aynı zamanda en net olanıdır: Yapay zekâyı, kenarlara iliştirilmiş bir dizi teknik araç olarak değil, iş modelinizin kurumsal mimarisinin temel bir bileşeni olarak ele alın. Bu ayrım bir kelime oyunu değildir. Yapay zekâyı bir araç olarak gören şirket bir abonelik satın alır ve sonuç bekler. Onu bir yetkinlik olarak gören şirket ise verilerini, iş akışlarını, yetkilerini ve becerilerini onun etrafında yeniden düzenler.

Rehber ayrıca üzerinde durmaya değer bir gözlemi de kaydeder: Deneyler yaygın biçimde yayılmış olsa da sürdürülebilir ve ölçeklenebilir değer, büyük ölçüde pilot projelerde kalmak yerine yapılandırılmış işletim modellerini benimseyen kuruluşlarla sınırlı kalmaktadır. Başka bir deyişle, bugünkü açık artık modellere erişim değildir. Açık, onları kurum içinde çalıştırabilme becerisidir.

Beş hazırlık boyutu: Gerçekte nereden başlamalı?

Benimseme, rehberin ortaya koyduğu şekliyle birbirine bağlı beş boyutta kurumsal hazırlık değerlendirmesiyle başlar:

  • Bağlam hazırlığı: Yapay zekânın sizin özel işinizde gerçek bir fark yarattığı yeri biliyor musunuz, yoksa size hiç benzemeyen şirketlerin kullanım senaryolarını mı kopyalıyorsunuz?
  • Veri hazırlığı: Verileriniz mevcut, temiz, yapılandırılmış ve erişilebilir mi, yoksa tablolara, dosyalara ve insanların kafalarına mı dağılmış durumda?
  • Altyapı hazırlığı: Dağıtım ve izlemeye olanak tanıyan bir çalışma ortamınız, entegrasyon katmanınız ve kayıt sisteminiz var mı, yoksa her deney sıfırdan başlayan ayrı bir proje mi?
  • Beceri ve uzmanlık hazırlığı: Çıktıyı yalnızca çalıştırmakla kalmayıp değerlendirebilecek ve düzeltebilecek kim var?
  • Kurum kültürü hazırlığı: Ekip araca güveniyor ve onu günlük işinde kullanıyor mu, yoksa onu bir tehdit ya da bir süs olarak mı görüyor?

Rehber, yapay zekâ okuryazarlığının hem yönetim hem de operasyon düzeyinde temel bir kolaylaştırıcı unsur olduğunu vurgular. Bu değerlendirmenin pratik faydası, soruyu "hangi modeli kullanacağız?" sorusundan "önce hangi açığı kapatacağız?" sorusuna taşımasıdır; bu, daha ucuz ve çok daha isabetli bir sorudur.

Önce yapay zekâ ilkesi: Araçlardan önce strateji

Rehber, "önce yapay zekâ" yaklaşımına dayanan bir işletim ilkesi önerir; bu ilkenin özü, stratejinin belirlenmesinin teknik araçların seçiminden önce gelmesidir. Pratikte bu, herhangi bir aboneliği imzalamadan önce üç konuyu netleştirmek anlamına gelir: Yapay zekânın nerede ölçülebilir bir avantaj sağladığı, size ait verilerin nerede başkalarının yakalaması zor bir rekabet üstünlüğü yarattığı ve her kullanım senaryosunda hangi özerklik düzeyinin kabul edilebilir olduğu.

Pek çok kişinin gözden kaçırdığı bir nokta var: Sürdürülebilir avantaj nadiren yalnızca modellere erişimden doğar, çünkü bu erişim herkeste vardır. Avantaj, şirketin sahip olduğu özgün bağlamdan, yerleşik iş akışlarından, müşteri davranışı ve geri bildirimlerinden ve sürekli geri bildirim döngülerinden doğar. Model herkesin erişebildiği sıradan bir üründür. Verileriniz ve operasyonlarınız ise öyle değildir.

Her biri farklı bir olgunluk eşiğine sahip üç uygulama alanı

Rehber uygulamayı üç alana ayırır ve bunları saygıyı hak eden bir sırayla dizer:

  • İç operasyonlar: Hedeflenen değere ulaşmanın genellikle en hızlı ve en düşük riskli yolu. Buradaki bir hata size itibar değil, kurum içi zaman kaybettirir.
  • Müşteriye yönelik çözümler: Pazarda farklılaşma için daha büyük fırsat sunar, ancak müşteri tarafından görülebildikleri, güveni doğrudan etkiledikleri ve düzenleyici hassasiyet taşıdıkları için daha yüksek olgunluk gerektirir.
  • Yapay zekâ ajanları: İleri düzey bir uygulama modeli. Rehber, kısıtlı yetkiler ve insan gözetimiyle kademeli olarak başlamayı, performansın ne kadar güvenilir ve güvenli olduğu kanıtlandıkça genişletmeyi önerir.

Bu sıralama, herhangi bir sistemi kurarken uygulamada önerdiğimiz yaklaşımla örtüşür: Hataların ucuz olduğu yerden başlayın ve müşteriye yönelik katmana ancak güvenilirlik kurum içinde kanıtlandıktan sonra geçin.

Geliştirmek, ortaklık kurmak mı yoksa satın almak mı?

Rehber, geliştirme, ortaklık ve satın alma arasında bir karar çerçevesi sunar ve bunu daha derin bir meseleye bağlar: dar bir tedarikçi grubuna bağımlı olma riski. Önerisi, bu riski sözleşmesel netlikle desteklenen modüler, esnek ve ayrıştırılabilir bir teknik mimariyle ele almaktır; böylece tüm yapıyı sökmeden bir katmanı değiştirebilirsiniz. Fizibilite çalışmalarının çoğunun atladığı bir unsuru da ekler: çıkarım ekonomisi, yani modeli işlem başına çalıştırmanın maliyeti; bu maliyet bir dipnot olarak değil, işletme maliyetinin önemli bir belirleyicisi olarak ele alınır.

Ardından aşamalı bir uygulama önerir: Önce hazırlığın doğrulanması, sonra yönetişim altındaki deneyler, sonra kurum genelinde entegrasyon ve son olarak sürekli iyileştirme.

Risk temelli bir işletim modeli olarak yönetişim

Dikkatle okunmasını umduğumuz bölüm yönetişimdir. Rehber yönetişimi, dağıtımdan sonra dayatılan kontrollerle değil, kullanım senaryolarının seçimindeki disiplinle başlayan risk temelli bir işletim modeli olarak tanımlar. Yeterince yönetilmeyen yapay zekâ sistemleri hukuki, finansal ve itibari risklere yol açabilir.

Kritik nokta şudur: Yönetişim risk düzeyiyle orantılı olmalıdır; yani beklenen etkiye, özerklik derecesine, verilerin hassasiyetine ve müşteriler üzerindeki etki düzeyine göre. Toplantıları özetleyen bir iç asistan, kredi kararları veren bir ajanın ihtiyaç duyduklarına ihtiyaç duymaz.

Suudi boyutu: Veri, Arapça ve egemenlik

Rehber, Krallık'taki şirketlerin planlama yaparken yalnızca küresel göstergelere ve eğilimlere dayanmaması gerektiği konusunda uyarır. Yerel düzenlemelere, veri yönetişimi gereksinimlerine ve veri egemenliği ile sınır ötesi aktarıma ilişkin hususlara uyum sağlamaları gerekir. Ayrıca çok pratik bir noktayı ekler: Müşteriye yönelik kullanım senaryolarında Arapça dil desteğinin düzeyini doğrulayın.

Bu kozmetik bir ayrıntı değildir. Bir müşteri hizmetleri görüşmesinde Suudi lehçesini anlayan bir model ile kelimesi kelimesine çeviri yapan bir model arasındaki fark, hizmet almış bir müşteri ile öfkeli bir müşteri arasındaki farktır. Aynı şekilde, veriler kişisel olduğunda ve Kişisel Verilerin Korunması Kanunu'na (PDPL) tabi olduğunda, "verileriniz nerede depolanıyor?" sorusu "hangi model daha akıllı?" sorusundan önce gelir.

Bu hafta nereden başlamalı?

Rehberi gerçekten uygulayacağınız adımlara indirgeseydik: Beş boyuttaki hazırlığınızı dürüstçe değerlendirin ve her birine bir puan verin; ölçülebilir etkisi olan ve riski düşük tek bir iç kullanım senaryosu seçin; bunun için başlamadan önce, sonra değil, sayısal bir hedef belirleyin; insan gözetimi ve çıktıların eksiksiz kaydıyla çalıştırın; ardından rakamlar tutarlı kaldığında genişletin. Bugün Suudi Arabistan'da yapay zekâdan getiri elde eden şirketler en çok harcayanlar değil, hangi sorunu seçecekleri konusunda en disiplinli olanlardır.

Kaynaklar

  • İletişim, Uzay ve Teknoloji Komisyonu: Teknoloji Şirketlerinde Yapay Zekânın Benimsenmesine Yönelik Farkındalık Rehberi, ilk baskı, Temmuz 2026: cst.gov.sa/ai-adoption-guide-ar
  • İletişim, Uzay ve Teknoloji Komisyonu: cst.gov.sa
  • Suudi Veri ve Yapay Zekâ Otoritesi (SDAIA): Kişisel Verilerin Korunması Kanunu: sdaia.gov.sa