Satış ekibine yapay zekâ vermek neden yetmiyor?
Bir satış ekibine yapay zekâ aracı vermek, o ekibin daha iyi satış yapacağı anlamına gelmiyor.
2026'da hakemli bir dergide yayımlanan bir çalışma, üretken yapay zekâ özellikleri CRM sistemine eklendiğinde bunun satış performansıyla doğrudan anlamlı bir ilişkisini bulamadı.
İlişki başka bir yerden geçiyor:
Yapay zekâ destekli CRM → satışçının sistemi kaliteli bulması → sistemi gerçekten kabul edip kullanması → satış biriminin performansı.
🔴 Yani teknoloji kurulmuş olabilir. Satışçı çıktıya güvenmiyorsa, işine uygun bulmuyorsa ya da günlük çalışma biçimine sokmuyorsa, teknolojinin orada bulunması tek başına performans üretmiyor.
Şirketlerde yapay zekâ dönüşümü çoğu zaman şu soruyla ölçülüyor: "AI aldık mı?"
Bu çalışmanın işaret ettiği soru başka: satışçı bunu gerçekten işinin bir parçası haline getirdi mi?
Kaynakta ne var
Çalışma, Fransa'da üretken yapay zekâ özellikleri gömülü CRM sistemlerini doğrudan kullanan 127 CRM profesyonelinden anket verisi topluyor ve regresyon temelli koşullu süreç modellemesiyle analiz ediyor.
Kurduğu model bir zincir: yapay zekâ özellikli CRM'in kurulmuş olması ile satış biriminin performansı arasındaki ilişkiyi, önce algılanan kalite, sonra teknolojinin kabulü ve kullanımı sırayla taşıyor.
Ana sonuç bu zincirin ilk halkasında: doğrudan ilişki bulunmadı. Yapay zekâ özellikli CRM'e sahip olmak, tek başına satış performansıyla anlamlı biçimde ilişkili çıkmıyor. İlişki ancak zincirin tamamı işlediğinde ortaya çıkıyor.
Çalışma iki sınır koşulunu da inceliyor: benimseme süresi ve firma büyüklüğü.
🔴 Benimseme süresiyle ilgili bulguyu olduğu gibi yazmak gerekiyor: ilişkinin erken kullanım aşamalarında daha güçlü olduğuna dair bir örüntü görülüyor, ama bu bulgu ihtiyatlı bir çıkarımla yalnızca marjinal anlamlılık taşıyor. Yani üzerine kesin bir yorum kurulamaz.
🔴 Üç sınırı belirtmek gerekiyor.
Birincisi: çalışma kesitsel ve öz-bildirime dayalı. İnsanlar hem kullanımlarını hem performanslarını kendileri raporluyor. Bu bir nedensellik kanıtı değildir. "Kullanan daha iyi performans gösteriyor" demek ile "kullanırsan performansın artar" demek aynı şey değil.
İkincisi: örneklem Fransa'dan ve 127 kişi. Küçük bir örneklem ve tek bir ülke. Türkiye'ye doğrudan genellenemez.
Üçüncüsü: ölçülen şey satış biriminin performansı — tek bir satışçının bireysel sonucu değil.
Mehmet Akif’in saha yorumu
Ben burada bir teknoloji probleminden çok bir saha alışkanlığı problemi görüyorum.
Satışçıya dünyanın en iyi sistemini verebilirsiniz. Ama:
- Sistem ona müşteri görüşmesinden önce fazladan on ekran açtırıyorsa kullanmaz. - Müşteriyle konuşurken işini yavaşlatıyorsa kullanmaz. - Verdiği öneriler birkaç kez anlamsız çıkarsa güvenini kaybeder ve yine kullanmaz.
Ve satışçı kullanmıyorsa, şirketin "biz artık yapay zekâ kullanıyoruz" demesinin sahada karşılığı yoktur.
Bu yüzden benim yapay zekâ ile satış konusunda önemsediğim ölçü özellik sayısı değildir.
Ölçüm şu tek soruda: satışçının gerçek işinin hangi anında yardım ediyor?
Müşteri görüşmesinden önce mi? İtiraz geldiğinde mi? Takip mesajını yazarken mi? Görüşme provasında mı? Müşteriyi anlamaya çalışırken mi?
Bir yapay zekâ sistemi satışçının zaten yaptığı işin içine doğal biçimde giriyorsa alışkanlığa dönüşme ihtimali yükselir. Satışçı işi bırakıp "şimdi yapay zekâ kullanmaya geçiyorum" demek zorunda kalıyorsa, sistem muhtemelen yanlış yerde duruyordur.
Kalite algısı neden zincirin başında duruyor
Çalışmanın zincirinde ilk halkanın algılanan kalite olması bana çok tanıdık geldi.
Satışçı bir araca körü körüne güvenmez. Onu birkaç gerçek müşteri üzerinde dener. Öneri tuttuysa bir daha bakar; iki kez saçmaladıysa o araç zihninde kapanır.
Ve satışçı için "kalite" soyut bir şey değildir. Şu demektir: bu araç benim müşterimi benden daha iyi mi tanıyor, yoksa genel geçer şeyler mi söylüyor?
Bir sistem "müşteriyle sıcak bir dil kurun" diyorsa, satışçı bunu zaten biliyor ve araç değersizleşir. Ama "bu müşteri son üç görüşmede fiyat konusunu hep kendisi açtı, bir sonraki görüşmeye fiyat çerçevesini önce siz kurarak girin" diyorsa, o satışçının gerçekten bilmediği bir şey söylenmiş olur.
Aradaki fark, aracın kullanılıp kullanılmayacağını belirler.
Şirketin ölçtüğü şey yanlış olabilir
Bir satış yöneticisi yapay zekâ yatırımını genellikle şu göstergelerle ölçer: kaç lisans alındı, kaç kişi giriş yaptı, kaç özellik açık.
Bunların hiçbiri kullanım değildir. Giriş yapmak kullanmak değildir.
Bu çalışmanın zincirinde performansa bağlanan halka "sistem kuruldu" değil, "kabul edildi ve kullanıldı" halkasıdır. Şirketin ölçmesi gereken de budur.
Benim için asıl ayrım
Yapay zekânın satıştaki değeri sahip olunan teknolojiyle değil, kullanılan teknolojiyle başlar.
Yapay zekâ satın almak dijital dönüşüm değildir. Satışçının günlük davranışına girmeyen bir yapay zekâ, pahalı bir özellik olarak kalır.
Nasıl uygulanır
- Bu hafta ekibinizde özellik sayısını ölçmeyin. Tek bir soru sorun: "Geçen hafta hangi gerçek müşteri görüşmesinde bu araç kararını ya da sonraki hamleni değiştirdi?"
- Cevap gelmiyorsa sorun satışçının yapay zekâ bilmemesi olmayabilir. Araç, satışçının gerçek iş akışına hiç girmemiş olabilir.
- Aracı satışçının işini durdurduğu yere değil, zaten yaptığı işin içine yerleştirin: görüşme öncesi hazırlık, itiraz anı, takip mesajı, prova.
- Güveni bir kez kaybettiren çıktıyı önemseyin. Satışçı bir araca iki kez yanılınca bir daha dönmez; bu kişisel bir direnç değil, sahada mantıklı bir refleks.
- Yöneticiyseniz raporunuzdaki "kullanım" tanımını kontrol edin. Giriş sayısı kullanım değildir; kararı değiştiren çıktı sayısı kullanımdır.
- 🔴 Türkiye için not: yukarıdaki bulgular Fransa'daki 127 kişilik bir örneklemden geliyor ve nedensellik kurmuyor. Buradaki karşılığını öğrenmenin tek yolu, kendi ekibinize yukarıdaki soruyu sormaktır.
Doğrulama: Doğrulanan alanlar: makalenin tam başlığı, yayın organı ve türü (Journal of Innovation & Knowledge, Elsevier, hakemli ve açık erişimli dergi makalesi), çevrimiçi yayın tarihi (12 Haziran 2026), makale kimliği (PII S2444569X2600137X) ve bağlantının çözülebilirliği. Bulgular da ayrı ayrı doğrulandı: üretken yapay zekâ özellikli CRM ile satış biriminin performansı arasında DOĞRUDAN ilişki bulunmadı; ilişki algılanan kalite ve ardından teknolojinin kabulü ile kullanımı üzerinden DOLAYLI işliyor. Sınır koşulları olarak hem benimseme süresi hem firma büyüklüğü incelenmiş; benimseme süresinin düzenleyici etkisi ise ancak MARJİNAL anlamlılık taşıyor. 🔴 YAZAR ADLARI DOĞRULANAMADI. ScienceDirect, Elsevier'in İspanya aynası, DOAJ, RePEc, Semantic Scholar ve Crossref bu ortamda egress proxy tarafından engelli; beş ayrı yoldan denendi. Kaynak disiplini gereği yazar adı uydurulmadı ve künyeye yazar satırı konmadı. Adlar doğrulandığında tek satırla eklenecek. 🔴 TASLAKTAKİ ÜÇ BİLGİ ALINMADI: (1) "1 Eylül 2026'da yayımlandı" — bulunan tüm kayıtlar 12 Haziran 2026 diyor, taslaktaki tarih alınmadı; (2) "Cilt 16, Eylül 2026" — cilt numarası çelişkili çıktı (16'ya karşı 11), doğrulanamadığı için hiç yazılmadı; (3) "Veriler 9 Mayıs – 2 Haziran 2024'te toplandı" — doğrulanamadı, yazılmadı. 🔴 DOI kaydı da bir arama özetinde geçti ama bağımsız olarak doğrulanamadı; künyeye DOI değil, çözülen makale bağlantısı kondu. 🔴 Genelleme sınırı: örneklem Fransa'dan, 127 kişi, kesitsel ve öz-bildirime dayalı. Nedensellik kurulamaz ve Türkiye'ye doğrudan taşınamaz — metinde açıkça yazıldı.