Suçlu yapay zekâ değil.
Fatura yine gençte.
Rapor iki şeyi ölçüyor: giriş seviyesi işe alım gerçekten düştü mü ve sebebi yapay zekâ mı? Birincinin cevabı evet — yapay zekâya en açık alanlarda %16. İkincisine raporun kendi grafiği cevap veriyor: düşüş, ChatGPT yayınlanmadan yaklaşık bir yıl önce başlamış.
Economic Forum
atıfla
Artificial Intelligence and the Future of Entry-Level Work
Hazırlayan World Economic Forum, PwC ile ortak. Sayısal omurga PwC'nin üç çalışmasından geliyor: AI Jobs Barometer 2026 (ilan verisi), Global Workforce Hopes & Fears 2025 (çalışan anketi) ve 29. Küresel CEO Anketi 2026. 42 sayfa.
Rapor tek bir soruyu takip ediyor: yapay zekâ, işe yeni başlayanların girdiği kapıyı kapatıyor mu? Dört boyutta bakıyor — işe giriş, işin tasarımı, yetenek hattı ve eğitim sisteminin uyumu. Ölçtüğü şey yalnız istihdam sayısı değil; işin içeriği, çalışılan süre ve terfi beklentisi de var.
Bulduğu şey basit bir "yapay zekâ işleri aldı" hikâyesi değil. Daralma gerçek, ama zamanlaması yapay zekâyı tek sebep olarak göstermiyor; verimlilik artıyor ama çalışma süresi de artıyor; ve kurumların çok küçük bir bölümü işi gerçekten yeniden tasarlamış. Bu incelemede o üç çelişkiyi ve bir şirket için ne anlama geldiğini çıkardım.
giriş seviyesiDeneyim şartı düşük, hiyerarşinin
tabanındaki roller. Rapor bunu yaşla eşitlemiyor: bu rollerin yaklaşık beşte biri
45–60 yaş aralığından.maruziyetBir mesleğin görevlerinin bugünkü yapay zekâ
yetenekleriyle ne kadar örtüştüğü. Gerçekleşmiş kayıp değil, tahmin.iş çöpüRaporda geçen deyim (work
slop): yapay zekâyla daha hızlı ama daha düşük kaliteli üretilen, kimsenin
işine yaramayan çıktı.mozaik kariyerTerfinin basamak basamak değil,
projelerden ve kanıtlardan oluşan bir desenle ilerlemesi. İlerleme kaybolmuyor,
okunması zorlaşıyor.a.g.e.“Adı geçen eser” — grafik altlarında “aynı
rapor, şu sayfa” demek.Coğrafya tablosu gibi görünüyor ama sektör tablosu: maruziyet finans, bilişim ve profesyonel hizmetlerde yüksek; tarım ve inşaatta düşük. Bir ülkenin yeri, gençlerinin hangi sektörde çalıştığına bağlı.
Her sinyalin altında iki öneri var: biri kuruma, biri bireye. Bu bölümde ikisi de dolu.
Daralma gerçek, teşhis yanlış
Yaygın atıf alan analiz (Brynjolfsson ve ekibi) ABD'de yapay zekâya açık alanlarda giriş seviyesi işlerde 2022 sonundan beri %16 düşüş buluyor. Ama raporun kendi grafiği başka bir şey gösteriyor: ilan düşüşü ChatGPT'den yaklaşık bir yıl önce başlamış. Aynı yön İngiltere verisinde de var; orada da düşüş Kasım 2022'den önce.
Raporun mülakatlarında kıdemli bir insan kaynakları lideri şöyle diyor: "Yapay zekâ genelde manşet oluyor ama gerçek daha karmaşık. İşe alım yavaşladığında teknoloji kolay bir açıklama oluyor; oysa maliyet baskısı daha büyük etken." Yanlış teşhisin bedeli şu: şirket süreç yerine kadro kesiyor, genç mesleğini terk ediyor.
Rapor kesin tarih vermiyor, "yaklaşık bir yıl önce" diyor — mesafe bu ifadeye göre çizildi, ölçülmüş değil.
İşe alım yavaşlamasının sebebini ayrıştırın: ilan eğriniz 2022'den önce mi kırıldı, aynı dönemde bütçe baskısı mı arttı? İkisi de evetse sorun otomasyon değil talep. Giriş seviyesi hedefini iş gücü planına yazılı ve takip edilen bir kalem olarak koyun.
"Yapay zekâ yüzünden iş yok" cümlesini kendi sektörünüzde sınayın: ilan sayısı ne zaman düşmeye başladı? Düşüş maruziyeti yüksek çeyrekte yoğunlaşıyor — yani mesleği bırakmak değil, çeyreği değiştirmek mantıklı hamle. Yönünüzü haberden değil ilan verisinden alın.
Kazanılan zaman geri geliyor
Giriş seviyesi çalışanların %68'i yapay zekâ sayesinde üretkenliğinin arttığını söylüyor. Aynı grubun %45'i bu yüzden daha fazla çalıştığını söylüyor. İkisi birlikte doğru; raporun üç riski bunu açıklıyor: bilişsel atrofi, iş yoğunlaşması, anlam erozyonu.
Sebep araçta değil tasarımda. Kurumların yalnızca %16'sı rolleri, süreçleri ve işletim modelini yapay zekâyı gerçekten entegre edecek biçimde yeniden tasarlamış; en güçlü finansal sonucu alanlar iş akışını yeniden tasarlamaya iki kat daha yatkın. Raporda bir liderin cümlesi bunu özetliyor: "Kasıtlı iş tasarımı olmadan değer üretmiyoruz, sadece daha hızlı ve daha düşük kaliteli iş üretiyoruz — iş çöpü üretiyoruz."
grup
Her yapay zekâ dağıtımına bir iş tasarımı kararı iliştirin: hangi görev kalkıyor, kazanılan saat nereye gidiyor? Yazılı değilse kazanç "iş çöpü"ne dönüşür. Ölçülebilir hedef: yeniden tasarlanmış rol oranını takip edilen bir gösterge yapın — küresel oran %16.
Bir hafta boyunca yapay zekânın size kazandırdığı saati ve o saatin nereye gittiğini not edin. %45'in içindeyseniz bunu yöneticinizle hissiyatla değil sayıyla konuşun. Görünmeyen fazla emek, terfi gerekçesine dönüşmez.
Piramidin tabanı aynı zamanda okuldu
CEO'ların %23'ü kendi organizasyon yapısının performansı kısıtladığını söylüyor (sanayi ve sağlıkta %28). Yapısal değişim beklentisi giriş seviyesinde orta ve üst düzeyin neredeyse iki katı; finans, sağlık ve teknolojide liderlerin dörtte üçü önemli bir yeniden hizalanma bekliyor.
Raporun en keskin iki cümlesi burada: "Verimlilik kazancının çoğu tabandan geliyor; o katmandan fazla kaldırırsan işin kalanını besleyen hattı zayıflatırsın" ve "bazı durumlarda piramit yapısının kendisi geliştirme modeliydi." Bir de kompozisyon hatası: herkes tabanı kesip yeteneği "satın almayı" planlıyor — hepsi aynı anda yaparsa satılacak yer kalmıyor.
temel kullanım ve yönetişim
projede uygulama
ileri problem çözme
kurumsal strateji
Kareler alan olarak ölçekli: 20.000'lik kareye göre 6 kişilik kare neredeyse görünmüyor — grafiğin söylediği şey bu. Aynı şirket yeni mezunlara ayırdığı eğitim süresini on kattan fazla artırdı: hat kesilmedi, kalınlaştırıldı.
Giriş seviyesi kadroyu küçültmeden önce şu soruyu yazılı yanıtlayın: bu katman üç yıl sonra hangi kıdemli rolü besliyor? Sonra Dropbox gibi ölçün — terfi hızı, tutunma, kademe oranı. Ölçmediğiniz hattı kesmeyin.
Terfi ve zam beklentisi yüksek (%31 terfi, %37 zam isteyecek) ama ilerleme artık basamak değil mozaik. Üç aylık bir kanıt dosyası tutun: üstlendiğiniz iş, ölçtüğünüz sonuç, yapay zekâyla hızlandırdığınız süreç. Görünürlüğü siz kurmazsanız sistem kurmuyor.
Sayı vermek yanlış olur: Avrupa %63, Orta Doğu-Kuzey Afrika %32,4. Türkiye'nin hangi satırda sayıldığı belirsiz; birini "Türkiye" diye sunmak uydurma olur.
Sektör kompozisyonu okunabilir: maruziyet finans, bilişim ve profesyonel hizmetlerde en yüksek — Türkiye'de istihdamın küçük ama şehirli genç mezunun büyük bölümü orada.
Asıl risk hattın kendisi: giriş seviyesi burada çoğu yerde yazılı bir yetiştirme programı değil, "eleman alımı". Okul işlevi kurulmamışsa, kesildiğinde kaybı fark edilmez.
Doğru soru "gençler etkilenir mi" değil: bizim giriş seviyesi rolümüz ne öğretiyor? Bir stajyerin altı ayda hangi yargıyı kazandığını yazamıyorsanız o rol kabiliyet üretmiyor; kaldırıldığında kaybedilen ucuz iş gücü olur, hat olmaz.
En kıt beceri araç kullanmak değil, işi yeniden tasarlayabilmek. Küresel oran %16; şirketlerin %84'ünde bu iş yapılmadı. Bir süreci uçtan uca yazıp yeniden kurgulayabilen kişi, giriş seviyesinde bile pazarlık gücü olan kişidir.
Rapordan not düşülenler — manşet olmayan bulgular 6 kalem · sayfa referanslı
Üç sinyal bu incelemenin sabit biçimi. 42 sayfada manşet olmayan güçlü bulgular kalıyor — sayfa numarasıyla buraya düşüyorum.
"Giriş seviyesi" genç demek değil. Bu rollerin yaklaşık beşte biri Gen X'ten, yani 45–60 yaş aralığından. Ve yaş yukarı çıktıkça araç kullanımı düşüyor: Baby Boomer'ların %84'ü son 12 ayda yapay zekâ ajanı kullanmadığını söylüyor, Gen Z'de bu oran %57. Kariyer değiştiren biri, yeni mezunla aynı kapıdan giriyor ama aynı donanımla girmiyor. s.14
Aracın parasını çalışan ödüyor. İşte üretken yapay zekâ kullananların yaklaşık üçte biri aracın ücretini kendi cebinden ödüyor. Yani "kim daha hızlı öğreniyor" sorusunun cevabı kısmen kimin bütçesi var sorusuna bağlı. s.14
Maruziyet cinsiyete göre eşit dağılmıyor. ILO analizi kadın-ağırlıklı mesleklerin üretken yapay zekâya maruz kalmaya neredeyse iki kat daha yatkın olduğunu, 10 ülkeden neredeyse 9'unda kadın rollerinin erkek rollerinden daha maruz olduğunu buluyor — sebep kısmen büro, idari ve müşteri temaslı rollerdeki yoğunlaşma. s.14
Kapı sadece daralmıyor, yer değiştiriyor. ABD'de Gen Z'nin %42'si mavi yakalı ya da vasıflı zanaat rollerinde çalışıyor veya bu rollerin peşinde; bunların %37'si lisans mezunu. 20–24 yaş grubunda mavi yakalı istihdam payı 2019'dan bu yana 2,3 puan kadar arttı. s.7
Teşvik işe yarıyor ama eşit yaramıyor. İngiliz hukuk firması Shoosmiths, 1 milyon sterlinlik ikramiye havuzunu yıllık 1 milyon yapay zekâ istemi hedefine bağladı. Kullanım hedef aşıldıktan sonra da sürdü; ama en güçlü benimseme erken kariyer, üst yönetim ve destek ekiplerinde çıktı — arada kalan roller geride kaldı. s.18
Beceri ömrü kısalıyor, hem de en çok tabanda. Giriş seviyesi çalışanların %28'i mevcut becerilerinin yarısının ya da daha azının üç yıl sonra geçerli olacağına inanıyor; en yüksek maruziyet çeyreğindeki giriş seviyesi roller, giriş seviyesi olmayan rollerin neredeyse iki katı net beceri değişimi yaşıyor. s.5
Bu listede "kaç iş yok olacak" tahmini yok — raporda da yok. Rapor maruziyet ölçüyor, kayıp öngörmüyor; ikisini karıştırmak bu serinin yapmadığı şey.
Giriş seviyesi hattınız sağlıklı mı? 5 soru
Cevaplar "evet/hayır" değil: yazılı mı, ölçülü mü, sahibi kim.
Giriş seviyesi işe alım hedefiniz iş gücü planında yazılı bir kalem mi?
Yapay zekâyla kazanılan saatin nereye gittiğini ölçüyor musunuz, varsayıyor musunuz?
Rolleri yeniden mi tasarladınız, yoksa yapay zekâyı üstüne mi eklediniz?
Bu katmanı keserseniz üç yıl sonra hangi kıdemli rolü kim doldurur?
Bir stajyerin altı ayda kazandığı yargıyı yazabiliyor musunuz?
Bu beş soruyu kendi ekibinizde yanıtlayalım
Adaptasyon Teşhisi: giriş seviyesi rolleriniz ne öğretiyor, yapay zekâ hangi görevi aldı, hat nerede kopuyor. 90 dakika, sonunda yazılı bulgu.
Teşhis için yazınÇıkar ve metodoloji beyanı 5 madde · okumadan alıntılamayın
Bu raporu okurken beş şeyi bilerek okumak gerekiyor
Rakamları kullandım, ama şu beş kalem olmadan kullanılamazlar. Hepsi raporun içinde yazılı — gizlenmiş değil, sadece kimse alıntılamıyor.
Ortak yazar aynı zamanda satıcı. Rapor PwC ile ortak hazırlandı ve sayısal omurganın tamamı PwC'nin kendi araştırmaları. PwC iş gücü dönüşümü danışmanlığı satıyor; raporun ana önerisi "işi yeniden tasarlayın" — bulgu, satılan hizmeti doğruluyor. Bu bir çarpıtma iddiası değil, okuyucunun bilmesi gereken bağlam. s.1, s.3
"Maruziyet" gerçekleşmiş kayıp değil. Meslek düzeyinde bir örtüşme tahmini; ISCO-08 ana gruplarına ortalanıp Jenks doğal kırılmalarıyla üç kademeye bölünmüş. Yani "%22,4 yüksek maruziyet" demek "bu işlerin %22,4'ü gitti" demek değil. s.6
Çalışan verisi bir yıl geriden geliyor. Rapor Haziran 2026'da yayımlandı; çalışan anketi (Hopes & Fears) 2025 sahası. %68/%45 gibi en çok paylaşılan çift bu ankete ait — yani yapay zekâ araçlarının bir yıl önceki hâlini yansıtıyor. s.3, s.17
%16 bulgusu raporun kendi ölçümü değil. Brynjolfsson ve ekibinin ayrı bir çalışmasından aktarılıyor ve rapor bunu tartışmalı olarak işaretliyor ("AI'ın rolü tartışmalı"). Aynı sayfada kendi grafiği zamanlama itirazını getiriyor. Tek başına alıntılanırsa raporun söylemediği bir kesinlik üretilir. s.11
Vaka kutuları şirketlerin kendi beyanı. Dropbox'ın terfi oranları, Dentsu'nun sertifika sayıları, Shoosmiths'in benimseme sonucu ve Indeed'in yaklaşımı bağımsız denetimden geçmemiş; hepsi ilgili şirketin kendi iç analizi. İşe yaradığını gösteren kanıt değil, nasıl denendiğini gösteren örnek olarak kullanıldı. s.13, s.18, s.24, s.26
Kaynak, metodoloji ve sınırlar künye · telif · yorum ayrımı
Kaynak
World Economic Forum, Artificial Intelligence and the Future of Entry-Level Work: A Framework for Safeguarding and Reinventing Early Career Pathways (Insight Report), PwC ile ortak. 42 sayfa. PDF üst verisindeki oluşturma tarihi 25 Haziran 2026. Veri kaynakları: PwC AI Jobs Barometer 2026, PwC Global Workforce Hopes & Fears Survey 2025 (48 ülkede 9.000'den fazla giriş seviyesi çalışan), PwC 29. Küresel CEO Anketi 2026, ILOSTAT ve 200'den fazla lider/uzmanın katıldığı Global Dialogue oturumları. Rapor kayıt istemeden indirilebiliyor (HTTP 200, form yok). Raporun tamamı okundu; okunmayan bölümler Contributors (s.37), Acknowledgments (s.38) ve Endnotes (s.40–42) — incelemede kullanılan hiçbir sayı oralardan alınmadı.
Metodoloji
Her sayı rapordaki sayfa numarasıyla verilmiştir. Şekil 1'in bölge satırları birebir aktarılmıştır; küresel dağılım rapor tarafından üç kademeye bölünmediği için hero şeridinde Avrupa satırı kullanıldı ve etiketinde yazıldı. Zamanlama ekseni raporun "yaklaşık bir yıl önce" ifadesine dayanır; rapor kesin tarih vermediği için eksendeki mesafe ölçüm değil ifadenin görselleştirilmesidir. "Türkiye" taraması makineyle yapıldı: 0 eşleşme. Okuma süresi tahmin değil ölçümdür (araclar/okuma_suresi_olc.py).
Yorum
"Öneri" blokları (kuruma ve bireye), başlık, üç sinyalin adlandırılması, Türkiye okuması, "not düşülenler" listesinin yorum cümleleri ve çıkar beyanının tamamı bana aittir; raporun iddiası değildir. Özellikle "teşhis yanlış" tespiti ve Türkiye'de giriş seviyesinin çoğu yerde yazılı bir yetiştirme programı olmadığı gözlemi benim okumamdır — rapor bunu ölçmez. Bireye yönelik öneriler de raporun ölçtüğü bir şey değil. Bu sayfa bilgi ve yorum çalışmasıdır; yatırım, hukuk, insan kaynakları veya uyum tavsiyesi değildir.
Telif
Bu sayfa raporu yayımlamaz veya çoğaltmaz; kaynak atfıyla bağımsız analizdir. Grafikler rapordaki verilerin bu analiz için yeniden çizilmiş hâlidir. Raporun kapağı kırpılmadan, üzerine yazı basılmadan, atıfla gösterilmiştir. Telif hakları World Economic Forum'a aittir (© 2026 World Economic Forum, tüm hakları saklıdır).