Finans, Nakit Döngüsünü Değil Organizasyon Şemasını Otomatikleştiriyor

Çalışanların yapay zekâyı benimseyip benimsemeyeceği, CFO’ların buna kaynak ayırıp ayırmayacağı ve teknolojinin deneme aşamasını geride bırakacak kadar olgunlaşıp olgunlaşmadığı üzerine uzun süre tartıştık. Ancak CFO ofislerinde yapay zekânın istikrarlı biçimde benimsendiğini zaten gördüğümüz için, bu soruların artık ne kadar anlamlı olduğundan bile emin değilim.

Auditoria’nın 2026’da yayımladığı yakın tarihli araştırmasında, finans kuruluşlarının %66,5’i yapay zekâ yatırımlarını artırdıklarını belirtti. Ortalama bir finans ekibi, bir yılda %36 artışla yapay zekâyı 2,43 işlevde kullanıyordu. Buna karşın, yapay zekâ girişimlerinin anlamlı ve ölçülebilir sonuçlar verdiğini söyleyenlerin oranı yalnızca %21’di.

Bunun neden yaşandığına ilişkin bazı açıklamalar, şirketlerin yanlış araçları seçmiş, çok hızlı ilerlemiş ya da bu araçları yeterli sayıda kişinin kullanmasını sağlayamamış olabileceği yönünde. Ancak bu açıklamalara pek katılmıyorum; çünkü yapay zekâyı finansın örgütlenme biçimine göre devreye aldık. Sonuç olarak artık borç hesapları, alacak hesapları, hazine ve hatta FP&A daha akıllı.

Nakit bu şekilde hareket etmez. Bu işlevlerin her birinin sınırlarını aşar. Bence finansın her bölümünü ayrı ayrı daha akıllı hâle getirirken, bu bölümlerin birlikte yönettiği finansal döngüyü aynı ölçüde geliştirmemenin sınırlarını görmeye başlıyoruz.

Parçaları Daha Akıllı Hâle Getirdik

Modern finansta karşılaşılan tuhaf boşluklardan biri, her işlevin nakdin kendi sorumluluk alanındaki bölümünü anlaması için son derece gelişmiş yöntemler geliştirmiş olmamız. Borç hesapları dışarı çıkan ödemeleri yönetiyor, alacak hesapları içeri giren tahsilatlara odaklanıyor, hazine likiditeyi yönetiyor, FP&A ise rakamların nereye gittiğini öngörmeye çalışıyor. Her ekip işini iyi yapabilir; buna rağmen nakit bu işlevler arasında hareket ederken başına gelenlerden açıkça sorumlu kimse kalmadığı için CFO desteksiz kalabilir.

Ödenmemiş borç gün sayısını (DPO) ve ödenmemiş satış gün sayısını (DSO) ele alalım. Borç hesapları ekibim ödenmemiş borç gün sayısını beş gün iyileştirebilir ve bunu haklı olarak ilerleme diye raporlayabilir; ancak aynı çeyrekte tahsilatlar yavaşlar ve DSO yedi gün kötüleşir. Her iki ekip de kendilerinden isteneni eksiksiz yapmış olabilir ve sonuçlarını açıklamak için son derece geçerli gerekçelere sahip olabilir. Yine de şirket, işletme sermayesini nakde dönüştürme konusunda çeyreği iki gün daha kötü bir noktada kapatır.

Finans, işlevlere sorumluluk atamakta çok başarılıdır; ancak finansal sonuç çoğu zaman bu işlevlerin arasındaki boşlukta ortaya çıkar.

Faturaları otomatikleştiren, hesapları mutabık hâle getiren, nakit akışını tahmin eden, tahsilatları yöneten ve raporlar hazırlayan sistemler kurduk. Yapay zekâ da şimdi aynı kategorilere ekleniyor. Bu da finansın her bölümünü daha verimli hâle getirirken finansın kendi içindeki parçalanmışlığı azaltamama riski taşıdığımız anlamına geliyor.

İşlerin Daha Hızlı Yapılması, Sürecin Kısalması Demek Değil

Araştırmamızdaki bir bulgu, bu sorunu alışılmadık ölçüde iyi ortaya koyduğu için aklıma sık sık geliyor. Artık katılımcıların %43,8’i talepleri 24 saat içinde yanıtlıyor; bu, dört yıldır kaydettiğimiz en yüksek oran. Öte yandan ekiplerin %44,5’i tedarikçiler, müşteriler ve kurum içindeki paydaşlarla takip iletişimi kurmaya haftada 11 saat veya daha fazla zaman harcıyor. Bu oran bir yıl önce %29,7’ydi. Ekiplerin %13,4’ü ise bu iş için haftada 30 saatten fazla zaman ayırıyor.

Daha hızlı yanıt vermenin işin tamamlanmasına yaklaşıldığı anlamına geldiğini varsayarsak, bu rakamlar çelişkili görünür. Örneğin bir tedarikçi e-postayı yanıtlar ama bilgiler eksik kalır ya da bir müşteri tahsilat talebine faturaya itiraz ederek karşılık verir. Finans ekibi tutarsızlığı tespit eder, ardından bunu açıklayabilecek başka bir iş biriminden birini bulmak zorunda kalır.

Bence tek tek görevlerin ne kadar hızlı tamamlandığını ölçmeye fazla, bir sorunun tespit edilmesinden finansal sonucu değiştirecek biçimde çözüme kavuşturulmasına kadar geçen süreyi ölçmeye ise çok az zaman ayırdık.

Yapay Zekâ Ajanları Riskleri Artırıyor

Geleneksel otomasyon, son derece parçalı bir süreci hızlandırma konusunda bize iyi hizmet etti. Ancak yapay zekâ oyunun kurallarını tamamen değiştirdi. Bir yapay zekâ ajanı, otomatikleştirilmiş sürecin içinde karar almaya başlayabilir. Bu da bu sistemlere verdiğimiz hedeflerin, yazılımın yalnızca bilgiyi bir alandan diğerine taşıdığı zamana kıyasla çok daha önemli olduğu anlamına geliyor.

Yapay zekâ finansın farklı alanlarında faaliyete geçtiğinde sorun daha belirgin hâle geliyor. Borç hesapları ödeme zamanlamasını iyileştirmeye, alacak hesapları tahsilatları hızlandırmaya, hazine ise likiditeyi korumaya çalışabilir; her birinin kendi başına makul hedefleri vardır. Risk, bu sistemlerin bir şirketin ulaşmaya çalıştığı finansal sonuca dair ortak bir bakış olmadan, başarıyı farklı biçimlerde tanımlayarak karar almasıyla ortaya çıkar.

Finansta yapay zekâyla ilgili sıradaki sorunun benimsenme olmadığının nedeni bu. Asıl mesele, sistemin neyi optimize etmesi gerektiğine ve yerel ölçekte makul görünen kararların daha geniş finansal sonuçla çatışması hâlinde ne olacağına karar vermek. İzinler, onay eşikleri, denetim izleri ve konuyu üst mercilere taşıma kuralları önemlidir; ancak bunlar yapay zekâ sisteminin neler yapmasına izin verildiğini belirler. CFO’ların ayrıca sistemin finansal hedefler ve yönetişim kuralları doğrultusunda neyi başarmaya çalışacağına da karar vermesi gerekir.

Entegrasyon, Operasyonel Bir Sorun Hâline Geliyor

Mevcut sistemlerle entegrasyon eksikliği, artık yapay zekânın benimsenmesinin en sık belirtilen önündeki engel; araştırmamız bu oranı %36,7 olarak ortaya koyuyor. Daha önce listenin başında yer alan teknoloji benimsemesine yönelik direnç, yedinci sıraya geriledi. ACCA ve CA ANZ tarafından yürütülen ayrı bir 2026 araştırması, finans profesyonellerinin %40’ının birden fazla veri kaynağını entegre etme zorluğunu iş içgörülerini geliştirmeye engel olarak gördüğünü ortaya koydu.

Finans liderleri artık enerjilerinin çoğunu yapay zekânın finans biriminin bir parçası olması gerektiğine insanları ikna etmeye harcamıyor. Bunun yerine, birden fazla yapay zekâ yeteneğinin aynı işlemler, politikalar, onaylar, istisnalar ve finansal sonuçlar üzerinde çalışması gerektiğinde neler olduğunu keşfediyorlar.

Yararlı bir yapay zekâ yeteneği tek bir birimin içinde yer alabilir. Ancak yararlı bir finans işletim modeli tek bir birimle sınırlı kalamaz.

Bu nedenle, kaç kullanım senaryosunun devreye alındığını saymak yerine, bir sorunun belirlenmesiyle finansal etkisinin giderilmesi arasında hâlâ kaç devir teslim noktası bulunduğunu belirlemeye başlayın. Yalnızca borç hesapları (AP) veya alacak hesapları (AR) içinde tasarruf edilen saatlere bakmak yerine, nakdin işletme içinde daha öngörülebilir biçimde akıp akmadığını sorgulardım. Ayrıca her finans birimine kendi yapay zekâ başarı tanımını vermek yerine, bu tanımlar çatıştığında sonuçtan kimin sorumlu olduğunu sorardım.

Finans teknolojileri yıllardır kuruluşun yapısına göre geliştiriliyor; dolayısıyla yapay zekânın da aynı şekilde devreye alınması şaşırtıcı değil. CFO, bu birimlerin performansından sorumludur; ancak nihayetinde işletme, finansı AP, AR, Hazine veya FP&A birimlerinin her birinin kendi verimlilik hedeflerine ulaşıp ulaşmadığına göre değerlendirmez. İşletme, bu birimlerin birlikte elde ettiği finansal sonuçla ilgilenir.

Yapay zekâ finansı anlamlı bir biçimde değiştirecekse dönüşümün temel ölçütü bu olmalı. Aksi takdirde birimleri otomatikleştirir, birimlerin kendi performans ölçütlerini iyileştirir, ancak yine de finansal sonucu çözmemiz gereken aynı sınırlar boyunca parçalı bırakırız.