Teklif süresi öncekinin yüzde 10'una indi: Elixirr yapay zekâ kullanıyor

Danışmanlık şirketi Elixirr, yapay zekâ kullanarak teklif hazırlama süresini önceki sürenin yaklaşık yüzde 10’una indirdiğini açıkladı. Araştırma, analiz ve sunum hazırlığı için gereken sürenin kısalması, saatlik ücretlendirme ile yeni çalışanların iş başında eğitimi konularını da gündeme taşıdı.

Elixirr, 2025 mali yılına ait yıllık raporunda kendi geliştirdiği 45 yapay zekâ aracını şirket içi işlerde kullandığını belirtti. Araçlar teklif ve iş kapsamı belgelerinin hazırlanmasında ve bilgi yönetiminde kullanılıyor.

Şirketin açıkladığı teklif hazırlama süresi Elixirr’e özgü bir örnek. Bu veri, danışmanlık sektörünün genelindeki verimliliği veya ücretlendirme yöntemlerindeki değişimi göstermiyor.

CNBC’nin 12 tarihli haberinde KPMG, EY ve Elixirr temsilcileriyle yapılan görüşmeler, yapay zekânın danışmanlık ücretlerinin belirlenmesi ve iş gücünün yönetimi üzerindeki baskısını ele aldı. Haberde sektörde yeni çalışan alımlarının ne ölçüde azaldığına ilişkin veri yer almadı.

Danışmanlık sektöründe saatlik ücretlendirme, projeye katılan kişi sayısı ve çalışma saatleri üzerinden maliyet belirlenmesine dayanıyor. Araştırma ve analiz süresinin kısalması, faturalandırmada esas alınan iş yükünü de değiştirebilir.

KPMG International’ın küresel danışmanlık sorumlusu Svilena Tzekova, CNBC’ye verdiği röportajda, “Danışmanlık vererek önemli gelir elde ettik. Bu işin bir kısmı artık fiilen ortadan kalktı” dedi. Tzekova, yapay zekâyla bilgiye ve analize erişimin kolaylaşmasının müşteri beklentilerini yükselttiğini belirtti.

Tzekova, müşteriler sonuç odaklı hizmet istese de satın alma birimlerinin proje kadrosunu ve saatlik ücretleri karşılaştırmayı sürdürdüğünü söyledi. Bu durum, sonuç odaklı ücret talepleriyle mevcut satın alma ölçütleri arasında fark bulunduğuna işaret ediyor.

Yapay zekâ kullanımında işlem gücü ve modellerin metin işleme maliyetleri de bulunuyor. Tzekova, yalnızca insan emeğine ayrılan sürenin kısalmasına bakarak yeni ücret belirlemenin zor olduğunu söyledi.

Sonuç bazlı ücretlendirmede maliyet, harcanan süre yerine üzerinde anlaşılan çıktıya göre belirleniyor. Ücret tasarlanırken müşterinin beklediği sonuçla yapay zekânın işletme maliyetlerinin birlikte değerlendirilmesi gerekiyor.

Yeni çalışanlara ilişkin tartışma, mesleki eğitimle de bağlantılı. Araştırma, veri analizi ve sunum hazırlama, genç çalışanların iş başında öğrenirken üstlendiği temel görevler arasında yer alıyor.

Deutsche Bank’ta daha önce birleşme ve satın alma alanında görev yapan Trachet danışmanlık şirketinin kurucusu Claire Trachet, “Temel işleri bizzat yapmadan profesyonel muhakeme ve sezginin nasıl kazanılacağı belirsiz” dedi. Temel görevler azalırken deneyim kazanma yolunun nasıl kurulacağı tartışma konusu.

KPMG, yeni çalışan alımını kaldırmak yerine genç çalışanlara daha erken sorumluluk verilmesini önerdi. Bu yaklaşım, kariyerinin başındaki çalışanların görev dağılımı ve eğitim biçiminin birlikte değiştirilmesini öngörüyor.

EY’nin küresel güvence inovasyonu ve dijitalleşme sorumlusu Paul Goodhew, yapay zekânın denetçilerin belgeleri karşılaştırma işini önceden hazırlayabileceğini söyledi. Veri aktarım uzmanı ve ürün yöneticisi gibi rollerden de söz etti.

KPMG ile Texas Üniversitesi Austin Kampüsü (University of Texas at Austin), 23 Temmuz’da yayımladıkları ortak saha araştırmasında, ABD’deki KPMG çalışanları arasından kariyerinin başındaki 523 kişinin yapay zekâyla işbirliği içeren görevlerini inceledi.

Araştırmacılar, yapay zekâya görevin nasıl verildiğine ve çıktının nasıl değerlendirilip düzeltildiğine bağlı olarak performansın değiştiğini bildirdi. Çalışma, danışmanlık sektörünün genelindeki işe alım değişimini veya kariyer beklentilerini ölçmedi.