Finans Ekipleri Haftalık Mesailerinin Dörtte Birini Yapay Zekâ Çıktılarını Kontrol Etmeye Harcıyor

Finans departmanlarında yapay zekâ kullanımı yaygınlaşırken çalışanlar, hatalı yanıtları doğrulamak ve düzeltmek için haftalık çalışma sürelerinin önemli bir bölümünü ayırıyor. Datarails tarafından yayımlanan 2026 CFO Duyarlılık Araştırması, finans ekiplerinin çalışma haftalarının yüzde 26’sını yapay zekâ çıktılarının doğruluğunu kontrol etmekle geçirdiğini ortaya koyuyor. Araştırma, şirketlerin yapay zekâ kullanımını artırmasına rağmen veri güvenilirliği, denetlenebilirlik ve insan kontrolü konularındaki sorunların devam ettiğini gösteriyor.

Finans Yöneticileri Yapay Zekâ Çıktılarını Kontrol Etmekte Zorlanıyor

Datarails, araştırma kapsamında 270 finans yöneticisinin görüşlerini inceledi. Katılımcıların neredeyse tamamı finans süreçlerinde yapay zekâdan en az bir şekilde yararlandığını belirtirken asıl sorunun teknolojiye erişimden çok üretilen sonuçların doğrulanması olduğu ortaya çıktı.

Finans yöneticilerinin yüzde 96’sı, çalışma sürelerinin en az yüzde 10’unu yapay zekâ tarafından hazırlanan içerikleri kontrol etmeye veya düzeltmeye ayırıyor. Katılımcıların yüzde 8’i ise çalışma zamanlarının yarısından fazlasını söz konusu işlemlere harcıyor. Finans ekiplerinin haftalık mesailerinin ortalama yüzde 26’sını doğrulama çalışmalarına ayırması, otomasyonun zaman tasarrufu sağlama hedefini tartışmalı hale getiriyor.

Araştırmaya katılan finans yöneticilerinin üçte ikisi, yapay zekânın yanlış verilere dayanmasına rağmen kendinden emin yanıtlar üretmesini en büyük sorun olarak tanımlıyor. Katılımcıların yüzde 56’sı ise aynı komut ile aynı veriler kullanıldığında ekip üyelerinin farklı yanıtlarla karşılaştığını bildiriyor.

Datarails Üst Yöneticisi ve kurucu ortağı Didi Gurfinkel, finans yöneticilerinin artık yapay zekâ kullanıp kullanmamayı değil, sistemlerin ürettiği sonuçları en verimli şekilde nasıl denetleyeceklerini tartıştığını belirtiyor. Araştırma, finans alanında yapay zekâ benimsemesinin yaygınlaştığını ancak güvenilir sonuçlara ulaşmak için insan denetiminin önemini koruduğunu gösteriyor.

Finans ekiplerindeki doğruluk sorunları, şirketlerin yapay zekâ yatırımlarını durdurmasına yol açmıyor. Araştırmaya katılan finans yöneticilerinin yarısından fazlası, bu yıl yapay zekâ lisanslarına daha fazla bütçe ayırmayı planlıyor. Katılımcıların yalnızca yüzde 7’si harcamalarını azaltmayı düşünüyor.

Finans yöneticilerinin dörtte üçü, yapay zekânın iş süreçlerine daha fazla entegre edilmesi konusunda yüksek veya çok yüksek baskı altında olduklarını söylüyor. Buna karşın yalnızca yüzde 7’si, departmanlarının iş akışlarını daha kapsamlı bir yapay zekâ uygulamasına hazır görüyor. Yatırım isteği ile operasyonel hazırlık arasındaki fark, şirketlerin teknoloji kullanımını genişletirken süreçlerini de yeniden düzenlemesi gerektiğini ortaya koyuyor.

İnsan denetimi özellikle yönetim raporlarında önem taşıyor. Katılımcıların yalnızca yüzde 5’i, yapay zekâ tarafından hazırlanan bir finans raporunu insan incelemesi olmadan yönetim kuruluna sunacağını belirtiyor. Aylık raporlar söz konusu olduğunda ise bu oran yüzde 4’e düşüyor. Finansal kararların doğruluğu ve hesap verebilirlik gereklilikleri, otomatik üretilen raporların doğrudan kullanılması önünde önemli bir engel oluşturuyor.

Üretken yapay zekânın istihdam üzerindeki etkisi araştırmanın öne çıkan başlıkları arasında yer alıyor. Katılımcıların yalnızca yüzde 3’ü, yapay zekâya geçiş nedeniyle tam zamanlı çalışan sayısını azalttığını ifade ediyor.

Çıktıların doğrulanması, hataların düzeltilmesi ve raporların denetlenmesi gibi görevler insan emeğine ihtiyaç duyduğu için yapay zekâ kullanımı finans departmanlarında doğrudan personel azaltımına dönüşmüyor. Datarails CEO’su Gurfinkel, iş kaybına ilişkin endişelerin büyük ölçüde azaldığını, ancak yapay zekâ çıktılarının doğrulanmasının kritik bir sorun olarak kaldığını belirtiyor. Gurfinkel’e göre doğrulama yükünün azaltılması, finans çalışanlarının zamanlarını stratejik analizlere ve karar süreçlerine ayırmasına yardımcı olabilir.

Araştırma, yapay zekânın finans çalışanlarının görevlerini tamamen devralmasından çok iş akışlarının niteliğini değiştirdiğine işaret ediyor. Tekrarlayan kontrol işlemlerinin yoğunluğu azalmadığı sürece otomasyonun çalışanlara kazandırdığı zamanın sınırlı kalması bekleniyor.

Finans yöneticilerinin yapay zekâyı kritik görevlerde kullanırken temkinli davranmasının başlıca nedeni, sistemlerin ürettiği sonuçların denetlenebilirliğinin yetersiz kalması. Araştırmaya katılanların yüzde 75’i denetlenebilirlik eksikliğini en büyük güven sorunu olarak gösteriyor. Yanlış sonuçlar ve yapay zekâ halüsinasyonları yüzde 71 ile ikinci sırada yer alırken mevzuat ve uyumluluk endişeleri yüzde 54 oranında belirtiliyor.

Denetlenebilirlik, bir finansal sonucun hangi verilere, hesaplamalara ve işlem adımlarına dayandığının geriye dönük olarak incelenebilmesini ifade ediyor. Şirketler gelir tahminleri, bütçe planlaması ve yönetim raporları gibi kritik alanlarda kullanılan sonuçların dayanağını açıklayamadığında yapay zekâ araçlarına duyulan güven zayıflıyor.

Datarails, söz konusu sorunların yeni bir teknoloji kategorisinin gelişmesini desteklediğini belirtiyor. Araştırmaya katılan finans yöneticilerinin yaklaşık üçte biri, yapay zekâ sistemleri için kontrollü bir veri katmanı işlevi gören “finans işletim sistemi” uygulamasını hayata geçirmeyi değerlendiriyor. Böyle bir yapı, finansal verilerin yönetilmesini, kullanım kurallarının uygulanmasını ve yapay zekâ çıktılarının denetlenmesini aynı çerçevede ele almayı amaçlıyor.

Araştırmaya göre finans ekipleri ortalama 2,5 genel amaçlı yapay zekâ modeli kullanıyor. Microsoft Copilot yüzde 93 ile katılımcılar arasında en yaygın kullanılan araç olarak öne çıkıyor. ChatGPT yüzde 65, Claude ise yüzde 64 kullanım oranına sahip.

Oranlar, katılımcıların aynı anda birden fazla yapay zekâ aracından yararlanabildiği bir kullanım ortamına işaret ediyor. Ancak araç sayısının artması, finansal verilerin tutarlılığı ve çıktıların doğrulanması gibi sorunları kendiliğinden çözmüyor. Şirketlerin kullandıkları modellerin sonuçlarını ortak denetim kurallarıyla değerlendirmesi, finansal raporlamada güvenilirliği korumak açısından önem taşıyor.

Datarails araştırması, finans departmanlarında yapay zekâ kullanımının artık temel bir teknoloji benimseme meselesi olmaktan çıktığını ortaya koyuyor. Şirketler için asıl sınav, otomasyonun sağladığı verimlilik kazanımlarını doğrulama maliyetleriyle dengelemek ve finansal kararların dayandığı sonuçları denetlenebilir hale getirmek olarak öne çıkıyor.