Bu tədqiqat, korporativ süni intellekt hazırlığının texnologiya, vəri və idarəetmə gibi ayrı alanların puanlarının ortasıyla ölçülmesine karşı çıkarak hazırlığı proses, vəri və mənimsəmənin birlikdə tədqiqatsına dayanan bir tamamlayıcılıq modeliyle yoxlamaktedir. Tədqiqatcı, sınırlı əvəzləməye sahip sabit əvəzləmə elastikliyi modeli, büdcəli invəstisiya problemi, iki matematiksel təklif, sayısal bir invəstisiya örneği və sintetik vəri kalibrasiyau kullanmıştır. Modelin temel sonucu, realleşen süni intellekt dəyərinin orta yeterlilikten çok en zayıf biləşen tarafından sınırlandırılabiləceği və çıkarım xərcleri düştükçe en uygun invəstisiya biləşiminin örgütsel mənimsəməye doğru kayabiləceğidir. Ancaq tədqiqat real müəssisə vərisine dayanmayan, birincil tahmini sonraki tədqiqatya bırakan hakemlik öncesi bir kuramsal tədqiqat raporudur.

Model üç ayrı ancaq birbirini tamamlayan biləşen tanımlamaktadır. Proses, süni intellektnın iş axınına yerleştiriləbilmesi üçün görevin necə tasarlandığını; vəri, bu iş axınının ürettiği və kullandığı bilgi altstruktursını; mənimsəmə isə çalışanların və yöneticilərin sistemi real kararlarda sürekli kullanabilme tutumuni temsil etmektedir. Mənimsəmə tutumu ayrıca iş axınına entegrasyon, qərar məsuliyyəti, davranışsal istifadə, təşviq uyğunluğu və idarəetmə sürekliliği olmak üzere beş gözlenebilir boyuta ayrılmıştır.

Tədqiqatdaki sayısal örnekte proses və vəri səviyyəleri 0,80, mənimsəmə səviyyəi isə 0,30’dur. Toplamsal hazırlıq indeksi müəssisəyi 0,63 səviyyəinde, başka bir ifadeyle yaklaşık üçte iki nisbətında hazır göstərir. En zayıf biləşenin dəyəri sınırladığı Leontief biçiminde reallaşan dəyər yalnızca 0,30’dur. Toplam 0,30 birimlik ek invəstisiya üç biləşene eşit dşəbəkəıtıldığında reallaşan dəyər 0,40’a, invəstisiyaın tamamı darboğaz oluşturan mənimsəməye ayrıldığında isə 0,60’a çıkmaktadır. Her iki seçenek toplamsal indeksi aynı biçimde 0,73’e yükseltmesine rşəbəkəmen ikinci stratejinin modeldeki reallaşan dəyəri birinci stratejiden yüzde 50 daha yüksəktir.

Tədqiqatcı ayrıca model erişimi və çıkarım gibi texnologiya yoğun xərcler düştükçe müəssisələrin hazırlıq büdcəsi üçünde mənimsəməye ayrılan en uygun payın artacşəbəkəını öne sürmektedir. Bu nəticə, proses və vəri invəstisiyalarının tamamen xərcsiz hâle geleceği anlamına gelmemektedir. Entegrasyon, güvənilirlik, təhlükəsizlik, vəri mühendisliği və proses tasarımı gibi örgütsel emek xərcleri devam etmektedir. Modeldeki kayma, yalnızca dışarıdan sşəbəkəlanan model və altstruktur tutumunin örgütsel değişimden daha sürətli ucuzlaması varsayımına dayanmaktadır.

Türkiyə baxımından: Model, Türkiyədə korporativ süni intellekt invəstisiyaı yapan müəssisələrin və kamu qurumlarının yalnızca model erişimi, bulut altstruktursı və ya vəri platformu puanlarına bakmak yerine real iş axını kullanımı, karar sahipliği, çalışanların sürekli kullanımı və idarəetmə dayanıklılığını birlikdə ölçmesi üçün araştırılabilir bir çerçevə sunmaktadır. Türkiyədə uygulanmadan önce proses, vəri və mənimsəmə göstəriciləri yerel müəssisə struktursına göre tanımlanmalı; aynı texnologiya altstruktursını kullanan fərqli birimler və ya kullanım senaryoları zaman üçünde izlenmeli; süni intellekt öncesi mənimsəmə tutumu dəyər realleşmeden önce ölçülmeli və sektör, müəssisə büyüklüğü, mevzuat ilə vəri olgunluğu denetlenmelidir. Tədqiqatdan Türkiyədə mənimsəmənin her müəssisəde en büyük engel olduğu, belirli bir invəstisiya nisbətının en uygun olduğu və ya mənimsəməye ayrılan büdcənin kesin bir mali gəlirlik sşəbəkəlayacşəbəkəı sonucu çıkarılamaz.

Tədqiqatın əsas sualı nədir?

Tədqiqatın əsas sualı, korporativ süni intellekt hazırlığının birbirinden bşəbəkəımsız yeterliliklerin ortası olaraq mı, yoksa birlikdə tədqiqatk zorunda olan tamamlayıcı biləşenlerin oluşturduğu bir sistem olaraq mı ölçülmesi gerektiğidir.

Yaygın hazırlıq dəyərlendirmeleri vəri kalitesi, platform olgunluğu, model erişimi, yetenek, təhlükəsizlik və idarəetmə gibi alanlara ayrı puanlar vərir. Bu puanlar ortak bir ölçeğe dönüştürülür və ortası alınır. Böyle bir indeks, bir alandaki yüksək puanın başka bir alandaki aşşəbəkəı puanı telafi edebiləceğini varsayar.

Tədqiqat bu varsayımın müəssisə üçündeki real süni intellekt dəyərini yanlış temsil edebiləceğini savunmaktadır. Güçlü vəri platformuna və gelişmiş modellere sahip bir müəssisə, çalışanlar sistemi real iş axınında kullanmıyor, qərar məsuliyyəti belirlenmemiş və ya proses yeniden tasarlanmamışsa beklenen dəyəri elde edemeyebilir. Yüksek texnologiya puanı aşşəbəkəı mənimsəmə puanını matematiksel ortada telafi ederken üretim ortamındaki darboğazı ortadan kaldırmamaktadır.

Tədqiqat niyə əhəmiyyətlidir?

Ölçüm biçimi invəstisiya kararlarını etkilədiği üçün hazırlığın yanlış ölçülmesi yalnızca raporlama sorunu değildir. Bir müəssisə hansı biləşende eksik olduğunu yanlış belirlerse büdcəsini asıl darboğaz yerine görünür, kolay satın alınabilən və ya sürətli puan artıran alanlara yöneltebilir.

Tədqiqatcıya göre texnologiya və vəri altstruktursı; sşəbəkəlayıcı sözleşmeleri, bulut hizmetleri, model erişimi və yazılım satın alımları üzerinden kolayca görünür hâle gelir. Mənimsəmə isə iş proseslerinin değiştirilmesini, karar yetkisinin belirlenmesini, davranışın kalıcı biçimde dönüşmesini və idarəetmə mekanizmalarının tədqiqatsını gerektirir. Bu tədqiqatlar daha yavaş ilərleyebilir və tek bir tedarikçiden hazır olaraq satın alınamaz.

Tədqiqatnın katkısı, “insanlar sistemi kullanmalı” biçimindeki ümumi yönetim önerisini matematiksel bir invəstisiya problemine dönüştürmesidir. Model, en aşşəbəkəı biləşenin dəyər üretimini sınırladığı koşullarda hansı invəstisiyaın daha yüksək marjinal katkı sşəbəkəladığını göstermeye tədqiqatktadır.

Literatürde hansı boşluk hedeflenmiştir?

Tədqiqat, korporativ süni intellekt hazırlıq indekslerinin çoğunun toplamsal və ya ortaya dayalı olduğunu və biləşenler arasındaki tamamlayıcılığı invəstisiya tahsisine birbaşa bşəbəkəlamadığını iləri sürmektedir. Tədqiqatcı bu boşluğu üç adımla hedeflemektedir:

1. Hazırlığı proses, vəri və mənimsəməden oluşan tamamlayıcı bir üretim sistemi olaraq tanımlamak.
2. Sınırlı büdcənin üç biləşen arasında necə dşəbəkəıtılacşəbəkəını açıq bir optimizasyon problemiyle göstermek.
3. Mənimsəmə darboğazı iddiasını gelecekte real müəssisə və ya istifadə ssenarisi vəriləriyle yanlışlanabilir hâle getiren bir empirik tasarım təklifk.

Tədqiqat kendi katkısını “kuram və empirik tasarım” olaraq sınırlandırmaktadır. Gerçek müəssisələrden bir vəri seti kurmak, model katsayılarını tahmin etmek və niyəsel ilişkiyi sınamak sonraki tədqiqatya bırakılmıştır.

Modelde proses, vəri və mənimsəmə nə məna daşıyır?

Tədqiqatcı proses ilə mənimsəməyi xüsusilikle birbirinden ayırmaktadır. Yeni iş axınını çizmek və sistemi akışa yerleştirmek proses tasarımıdır. Çalışanların yeni akışa göre her gün tədqiqatsı, süni intellekt çıktısını kararlarına katması və kullanımın pilot dönemden sonra devam etmesi isə mənimsəmədir.

“İş akışı yeniden tasarımı” iki biləşene de dokunabilir. Yeni haritanın oluşturulması proses faaliyetidir; insanların tasarlanan biçimde tədqiqatsı mənimsəmə faaliyetidir. Bu ayrım, inşa mərhələsı ilə müəssisə mərhələsını fərqli girdilər olaraq modellemeyi sşəbəkəlar.

Mənimsəmə tutumu hansı boyutlardan oluşmaktadır?

Tədqiqat bu beş boyutun tek bir örgütsel sermaye faktörünün göstəriciləri olabiləceğini öne sürmektedir. Bunun empirik olaraq doğrulanması gerekir. Boyutlar birbiriyle ilişkili çıkmazsa mənimsəmənin tek bir indekste toplanması uygun olmayabilir və her boyutun ayrı bir darboğaz olaraq modellenmesi gerekebilir.

Gerçekleşen dəyər necə modellenmiştir?

Kurumsal süni intellektdan reallaşan dəyər, üç biləşenin ortak fonksiyonu olaraq müəyyən edilmişdir:

\[ V=f(P,D,A) \]

• \(V\), realleşen süni intellekt dəyərini temsil eder.
• \(P\), proses yeterlilik səviyyəidir.
• \(D\), vəri yeterlilik səviyyəidir.
• \(A\), mənimsəmə tutumu səviyyəidir.

Bu dəyişənler tədqiqatda birbaşa para və ya fiziki birimle ölçülmemiş, normalize edilmiş tutum səviyyəleri olaraq ele alınmıştır. Gelecekteki empirik uygulamada \(V\); vərimlilik artışı, xərc azalması, gelir katkısı və ya çevrim süresi azalması gibi ölçülerle temsil ediləbilir.

Toplamsal yaklaşım dəyərin \(P+D+A\) ilə nisbəttılı olduğunu kabul eder. Bu durumda bir biləşenin etkisi diğer biləşenlerin səviyyəinden bşəbəkəımsızdır və biləşenler arasındaki çapraz türevler sıfırdır. Tədqiqatnın önerdiği tamamlayıcılıq yaklaşımında isə bir biləşenin katkısı diğerlerinin durumuna bşəbəkəlıdır.

Sabit əvəzləmə esnekliği modeli neyi anlatmaktadır?

Tədqiqat, sınırlı əvəzləməyi göstermek üçün sabit əvəzləmə elastikliyi biçimini kullanmıştır:

\[ V= \left[ (\alpha P)^{\rho} + (\beta D)^{\rho} + (\gamma A)^{\rho} \right]^{1/\rho}, \qquad \rho<0 \]

• \(\alpha\), proses biləşeninin ekonomik və ya operasyonel şəbəkəırlığıdır.
• \(\beta\), vəri biləşeninin şəbəkəırlığıdır.
• \(\gamma\), mənimsəmə biləşeninin şəbəkəırlığıdır.
• \(\rho\), biləşenlerin birbirinin yerini ne ölçüde alabiləceğini belirleyen parametredir.
• \(\sigma=1/(1-\rho)\), əvəzləmə esnekliğidir.

\(\rho<0\) olduğunda \(\sigma<1\) olur. Bu koşul, proses, vəri və mənimsəmənin birbirinin yerini kolayca alamadığını ifade eder. İşletme çok yüksək vəri puanıyla çok aşşəbəkəı mənimsəmə tutumuni tamamen telafi edemez.

\(\rho\) sıfıra yaklaştığında model Cobb–Douglas biçimine, eksi sonsuza yaklaştığında isə en zayıf biləşenin dəyəri belirlediği Leontief sınırına yaklaşır:

\[ V=\min\{\alpha P,\beta D,\gamma A\} \]

Leontief biçiminde reallaşan dəyər, çəkilarla ölçeklendirilmiş üç biləşenden en küçüğüne eşittir. En aşşəbəkəı biləşen yükseltilmeden diğer iki biləşene strukturlan ek invəstisiya reallaşan dəyəri artırmaz.

Tamamlayıcılık ilə sınırlı əvəzləmə arasındaki fark nədir?

Tədqiqat, tamamlayıcılıq və en zayıf biləşenin daha yüksək marjinal gəlirlik sşəbəkəlaması arasında ayrım yapmaktadır. Matematiksel olaraq süpermodulerlik, bir biləşenin marjinal katkısının diğer biləşenler güçlendikçe artması anlamına gelir. Tədqiqatcının ek kanıtına göre kullanılan CES fonksiyonunun çapraz türevleri \(\rho<1\) olduğunda pozitiftir.

Ancaq süpermodulerlik tek başına hansı biləşene invəstisiya strukturlması gerektiğini sıralamaz. “En aşşəbəkəı biləşen en yüksək marjinal ürüne sahiptir” sonucunu vəren ek varsayım, əvəzləmə esnekliğinin birden küçük olmasıdır. Tədqiqatnın darboğaz sonucu bu daha güclü koşula dayanmaktadır.

Yatırım problemi necə kurulmuştur?

İşletmenin başlangıç tutum səviyyəleri \(P_0\), \(D_0\) və \(A_0\) olaraq müəyyən edilmişdir. İşletme proses, vəri və mənimsəmə üçün sırasıyla \(I_P\), \(I_D\) və \(I_A\) invəstisiyalarını seçmektedir:

\[ P=P_0+g_P(I_P),\qquad D=D_0+g_D(I_D),\qquad A=A_0+g_A(I_A) \]

\(g_P\), \(g_D\) və \(g_A\) artan fakat içbükey fonksiyonlardır. Yatırım yükseldikçe ilgili tutum artar; ancaq aynı biləşene strukturlan her ilavə invəstisiyaın etkisi azalabilir.

Toplam büdcə kısıtı şöyledir:

\[ c_PI_P+c_DI_D+c_AI_A\leq B \]

• \(c_P\), bir birim proses invəstisiyaının xərcidir.
• \(c_D\), bir birim vəri invəstisiyaının xərcidir.
• \(c_A\), bir birim mənimsəmə invəstisiyaının xərcidir.
• \(B\), toplam hazırlıq büdcəsidir.

Maliyetler müəssisənin tercih ettiği para birimiyle ifade ediləbilir. Modelin amacı, büdcə sınırı altında \(V=f(P,D,A)\) dəyərini en yüksək yapan invəstisiya biləşimini bulmaktır.

Birinci təklif ne söylemektedir?

Birinci təklif, sınırlı əvəzləmə koşulunda en aşşəbəkəı tutumye sahip biləşenin en yüksək marjinal invəstisiya gəlirliksini sşəbəkəlayabiləceğini göstərir.

Leontief sınırında darboğaz, \(\alpha P\), \(\beta D\) və \(\gamma A\) arasındaki en küçük dəyərdir. Örneğin \(\gamma A\) açıq biçimde en küçükse reallaşan dəyər \(\gamma A\)’ya eşittir. Bu bölgede mənimsəmənin marjinal katkısı pozitiftir; proses və vərinin marjinal katkısı isə sıfırdır.

Böyle bir durumda proses və ya vəri tutumuni daha da artırmak minimum dəyəri değiştirmez. Kaynakları mənimsəməye yöneltmek isə darboğazı yükseltir. Bu durum, üç ölçeklendirilmiş biləşen birbirine yaklaşıncaya kadar devam eder.

Düzgün CES biçiminde nəticə daha yumuşaktır. Eşit çəkilar və karşılaştırılabilir invəstisiya xərcleri altında en aşşəbəkəı səviyyədeki biləşenin marjinal ürünü en yüksəktir. İkame esnekliği sıfıra yaklaştıkça biləşenler arasındaki bu fark büyür.

Təklif her koşulda “mənimsəməye invəstisiya strukturn” dememektedir. Darboğaz vəri və ya proses isə invəstisiya önce o biləşene yönelmelidir. Bundan əlavə çəkilərin fərqli olması, hansı ham puanın real darboğaz sayılacşəbəkəını değiştirir.

Sayısal invəstisiya örneği nə göstərir?

Tədqiqatdaki müəssisənin başlangıç səviyyəleri şöyledir:

\[ P_0=0{,}80,\qquad D_0=0{,}80,\qquad A_0=0{,}30 \]

Toplamsal hazırlıq puanı:

\[ \frac{0{,}80+0{,}80+0{,}30}{3}=0{,}63 \]

Leontief reallaşan dəyəri isə:

\[ \min\{0{,}80,0{,}80,0{,}30\}=0{,}30 \]

İşletmenin eşit birim xərclerle toplam 0,30 tutum artışı satın alabildiği varsayılmıştır:

İki invəstisiya stratejisi toplamsal indekste aynı ilərlemeyi üretmektedir. Darboğaz modelinde isə mənimsəməye odaklanan ikinci strateji 0,60, eşit dşəbəkəılım 0,40 dəyər sşəbəkəlamaktadır. 0,60 dəyəri 0,40’tan yüzde 50 yüksəktir.

Bu nəticə real bir müəssisənin mali gəlirliksi değildir. Varsayımsal səviyyəler, eşit çəkilar, eşit xərcler və Leontief dəyər fonksiyonuyla oluşturulmuş açıqlayıcı bir örnektir.

Şekil 1 ne anlatmaktadır?

Şekil 1’in dikey ekseni 0 ilə 1 arasındaki tutum səviyyəini göstərir. Proses və vəri sütunları 0,80’e, mənimsəmə sütunu 0,30’a ulaşmaktadır. Gri kesikli çizgi 0,63’lük toplamsal indeksi, kırmızı çizgi 0,30’luk realleşen darboğaz dəyərini göstərir.

Grafiğin ana mesajı, yüksək proses və vəri puanlarının aritələmətik ortayı yükseltmesine rşəbəkəmen en aşşəbəkəı mənimsəmə səviyyəini ortadan kaldırmadığıdır. Grafik, real müəssisələrin mutlaka aynı nisbətlarda dəyər kaybettiğini göstermemektedir; yalnızca modeldeki ölçmə farkını görselleştirmektedir.

Çıkarım xərcinin düşmesi modele necə eklenmiştir?

Tədqiqatcı, proses və vəri biləşenlerinin dışarıdan sşəbəkəlanan texnologiya yoğun xərcleriyle mənimsəmənin örgütsel emek xərcini birbirinden ayırmaktadır. Çıkarım, bulut, model erişimi və vəri platformu sşəbəkəlama xərcini ölçekleyen dəyişən \(\tau\) ilə gösterilmiştir:

\[ c_P(\tau)=\tau c_P,\qquad c_D(\tau)=\tau c_D \]

Mənimsəmə xərci \(c_A\) isə aynı texnologiya fiyat eğrisinde düşmeyen örgütsel emek xərci olaraq sabit tutulmuştur. \(\tau\) azaldıkça proses və vərinin texnologiya sşəbəkəlama biləşeni ucuzlamaktadır.

Tədqiqat, proses və vəri xərclerinin tamamının düşeceğini iləri sürmemektedir. Çözüm mühendisliği, proses tasarımı, entegrasyon və vəri tədqiqatsı gibi düşmeyen örgütsel xərcler \(L_{PD}\) ilə ayrıca temsil edilmiştir.

İkinci təklif ne söylemektedir?

İkinci təklif, texnologiya yoğun sşəbəkəlama xərcleri düştükçe en uygun hazırlıq büdcəsi üçünde mənimsəməye ayrılan payın artacşəbəkəını göstərir.

Ortak bir hedef tutumye ulaşmanın proses və vəri üçün texnologiya sşəbəkəlama xərci \(T_{PD}\), düşmeyen örgütsel xərci \(L_{PD}\), mənimsəmə xərci isə \(T_A\) olaraq müəyyən edilmişdir. Toplam xərc:

\[ C(v;\tau)=\tau T_{PD}(v)+L_{PD}(v)+T_A(v) \]

Mənimsəməye ayrılan harcama payı:

\[ s_A(\tau)= \frac{T_A} {T_A+L_{PD}+\tau T_{PD}} \]

\(\tau\) azaldıkça paydanın texnologiya yoğun bölümü küçülür və \(s_A\) yükselir. Türev negatiftir:

\[ \frac{\partial s_A}{\partial \tau} = -\frac{T_AT_{PD}} {\left(T_A+L_{PD}+\tau T_{PD}\right)^2} <0 \]

Bu eşitsizlik, \(\tau\) yükseldiğinde mənimsəmə payının düştüğünü; başka bir ifadeyle texnologiya xərci azaldığında mənimsəmə payının arttığını göstərir.

\(\tau\) sıfıra yaklaştığında mənimsəmə payı:

\[ s_A\longrightarrow \frac{T_A}{T_A+L_{PD}} \]

dəyərine yaklaşır. Proses və vərinin düşmeyen örgütsel xərci yoksa, yani \(L_{PD}=0\) sınır durumunda pay bire yaklaşır. Gerçek müəssisələrde proses və vəri üçün örgütsel emek gerektiğinden bu uç durumun birbaşa realleşmesi beklenmemelidir.

Şekil 2 nə göstərir?

Şekil 2’nin yatay ekseni, soldan sşəbəkəa doğru 3’ten 0’a düşen çıxarım xərci ölçeği \(\tau\)’dur. Dikey eksen en uygun invəstisiya payını göstərir. Mavi mənimsəmə eğrisi yaklaşık 0,50’den 1,00’a yükselirken gri kesikli proses və vəri eğrisi yaklaşık 0,50’den sıfıra düşmektedir.

Grafik, \(L_{PD}=0\) olan sınır durumu və örnek müəssisənin bütün biləşenlerini 0,90 ortak səviyyəine yükseltme hesabı kullanılarak üretilmiştir. Eğrilər piyasa və ya müəssisə vərilərinden ölçülmemiştir. Grafikte mənimsəmə payının bire yaklaşması, proses və vəri faaliyetlerinin real hayatta önemsizleşeceği anlamına gelmemektedir.

Tədqiqatın yanlışlanabilir temel öngörüsü nədir?

Tədqiqatcının temel öngörüsü, süni intellekt modeli və altstruktursına erişim müəssisələr arasında daha benzer hâle geldikçe realleşen süni intellekt dəyərindeki fərqlilıkların giderek daha büyük bölümünün örgütsel mənimsəmə tutumuyle açıqlanacşəbəkəıdır.

Bu öngörü üç ayrı beklenti üretmektedir:

• Mənimsəmə tutumunin reallaşan dəyər üzerindeki koşullu katsayısı pozitif olmalıdır.
• Teknoloji erişimi yaygınlaştıkça mənimsəmə katsayısı zaman üçünde büyümelidir.
• Mənimsəmənin gəlirliksi proses və vəri tutumu güclü olduğunda daha yüksək olmalıdır.

Bu öngörüler tədqiqatda real vərilərle sınanmamıştır. Tədqiqatcı bunları sonraki empirik tədqiqat üçün önceden belirlenmiş yanlışlanabilir iddialar olaraq sunmaktadır.

Önerilən ilk empirik model necə kurulmuştur?

Gerçekleşen dəyərin mənimsəmə, texnologiya-vəri çıxışı və kontrol dəyişənleriyle ilişkisi şu biçimde önerilmiştir:

\[ Value_{it} = \beta_0 +\beta_1 Adoption_{it} +\beta_2 TechData_{it} +\beta_3 X_{it} +\varepsilon_{it} \]

• \(Value_{it}\), \(i\) müəssisəsinin \(t\) zamanındaki realleşen süni intellekt dəyəridir.
• \(Adoption_{it}\), mənimsəmənin beş boyutundan oluşturulacak tutum göstəricisidir.
• \(TechData_{it}\), texnologiya və vəri çıxışı göstəriciləridir.
• \(X_{it}\), sektör, müəssisə büyüklüğü və benzeri kontrol dəyişənleridir.
• \(\varepsilon_{it}\), gözlenmeyen faktörleri içeren hata terimidir.

Ana beklenti \(\beta_1>0\) olmasıdır. Tədqiqatcı mənimsəmə indeksinin ilk temel biləşen üsuluyle tek bir skora dönüştürülebiləceğini, ancaq beş alt boyutun ayrıca incelenmesi gerektiğini belirtmektedir.

Bu doğrusal denklem, kuramsal modelin biləşenleri toplamsal kabul ettiği anlamına gelmemektedir. Önerilən tanımlama stratejisinde proses və vəri yaklaşık sabit tutularak mənimsəmənin bu səviyyəlerdeki marjinal etkisi ölçülmektedir.

Tamamlayıcılık birbaşa necə sınanacaktır?

Tamamlayıcılık, mənimsəmə ilə proses və vəri arasındaki qarşılıqlı təsir terimleri kullanılarak birbaşa sınanabilir:

\[ \begin{aligned} Value_{it} =&\ \beta_0 +\beta_1 Adoption_{it} +\beta_2 TechData_{it}\\ &+\beta_3(Adoption\times Process)_{it}\\ &+\beta_4(Adoption\times Data)_{it} +\beta_5X_{it} +\varepsilon_{it} \end{aligned} \]

Modelin tamamlayıcılıq öngörüsü:

\[ \beta_3>0,\qquad \beta_4>0 \]

olmasıdır. Pozitif qarşılıqlı təsirler, mənimsəmənin dəyər katkısının proses və ya vəri daha güclü olduğunda arttığını gösterecektir. Toplamsal ayrışabilirlik hipotezi isə \(\beta_3=\beta_4=0\) biçimindedir.

Daha güclü struktursal sınama, CES fonksiyonunun doğrusal olmayan en küçük karelerle tahmin edilmesi və əvəzləmə esnekliğinin \(\sigma<1\) olup olmadığının incelenmesidir. Eşik və ya minimum fonksiyonu da alternatif model olaraq tahmin ediləbilir.

Gerçekleşen dəyər hansı ölçülerle izlenebilir?

Tədqiqat, “mənimsəməye göre düzeltilmiş invəstisiya gəlirliksi” ölçüsünden kaçınılmasını təklifktedir; çünki böyle bir ölçü mənimsəməyi hem bşəbəkəımsız dəyişən hem nəticə hesabının parçası yapabilir. Pilotların üretime geçme nisbətı da büyük ölçüde mənimsəmə sonucudur və aynı niyəle temel bşəbəkəımlı dəyişən olaraq sorun oluşturabilir.

Tanımlama stratejisi niyə müəssisə içi kullanım senaryolarına yönelmektedir?

Aynı müəssisədeki fərqli süni intellekt kullanım senaryolarını müqayisək, texnologiya erişimi və vəri platformu olgunluğunun bir bölümünü doğal olaraq sabit tutabilir. Bir müəssisənin aynı altstrukturyı kullanan iki projesinden biri yüksək, diğeri aşşəbəkəı dəyər üretiyorsa farkın iş axını entegrasyonu, karar sahipliği və ya kullanım davranışıyla ilişkisi daha açıq incelenebilir.

İşletmeler arası müqayisəda sektör, büyüklük, sermaye, vəri kalitesi və texnologiya sözleşmeleri büyük fərqlilık gösterebilir. Tədqiqat bu niyəle aynı sektör və benzer büyüklükteki müəssisələri müqayisəyı və ya daha güclü seçenek olaraq müəssisə içi istifadə ssenarisi paneli oluşturmayı təklifktedir.

Ana səbəbiyyət sorunu əks səbəbiyyəttir. Değer üreten projeler başarıdan sonra daha iyi idarəetmə və sahiplik mekanizmaları kurabilir. Bu durumda yüksək mənimsəmə, dəyərin niyəi değil sonucu ola bilər. Mənimsəmə tutumunin dəyər ortaya çıkmadan önce ölçülmesi bu tehdidi azaltacaktır.

Sentetik kalibrasiya necə hazırlanmıştır?

Tədqiqat, önerilən ölçmə tasarımının varsayılan örüntüyü yakalayıp yakalayamayacşəbəkəını göstermek üçün iki sintetik müəssisə rejimi oluşturmuştur. Her rejimde 4.000 müəssisə bulunmaktadır.

Sentetik hesapta proses və vəri ayrı dəyişənler olaraq değil, tek bir texnologiya-vəri çıxışı dəyişəni \(T\) üçünde birleştirilmiştir. Bu niyəle benzetim üç biləşenli strukturnın tamamını ayrı ayrı doğrulamamaktadır.

Sentetik kalibrasiyaun sonucu nədir?

Teknoloji erişiminin müəssisələr arasında geniş dşəbəkəıldığı metalaşma öncesi rejimde mənimsəmənin açıqlanan dispersiyataki payı yaklaşık 0,37’dir. Teknoloji erişimi dşəbəkəılımı sıkıştırıldığında bu pay yaklaşık 0,86’ya yükselmektedir.

Bu dəyərlər real müəssisələre ait tahminler değildir. Yalnızca texnologiya erişimindeki müəssisələr arası fərqlilık azaltıldığında dispersiya ayrıştırmasının mənimsəməye daha fazla pay vərebildiğini göstərir.

Tədqiqatcı bu sonucun bir bölümünün mekanik olduğunu açıqça belirtmektedir. Bir bşəbəkəımsız dəyişənin dşəbəkəılımı yapay olaraq daraltıldığında açıqlayabiləceği çapraz kesit dispersiyaı doğal olaraq azalır. Bu niyəle asıl güclü sınama yalnızca dispersiya payının değişmesi değildir. Mənimsəmə katsayısının pozitif və ekonomik olaraq büyük kalması ilə mənimsəmə–proses və mənimsəmə–vəri qarşılıqlı təsirlerinin pozitif çıkması lazımdır.

Tədqiqat hansı müəssisələr üçün daha az geçerli ola bilər?

Model bu durumları dışlamamaktadır. En aşşəbəkəı ölçeklendirilmiş biləşen proses və ya vəri olduğunda argüman doğal olaraq o biləşene invəstisiya strukturlmasını önerir. Tədqiqatnın temel varsayımı, yerleşik müəssisələrin əhəmiyyətli bölümünde model tutumu yaygınlaştıkça mənimsəmənin daha sık darboğaz hâline geleceğidir.

Tədqiqatdaki xərc payı göstəricisi necə yorumlanmalıdır?

Tədqiqatcı, müəssisənin süni intellekt dşəbəkəıtım xərcleri üçünde model erişimi, çıkarım və vəri platformu altstruktursına giden payın yaklaşık yarı və ya daha yüksək olması durumunda müəssisənin hâlâ texnologiya sınırlı bir rejimde olabiləceğini öne sürmektedir.

Bu pay yaklaşık dörtte bir və ya daha aşşəbəkəıse çözüm mühendisliği, proses yeniden tasarımı və değişim tədqiqatları gibi örgütsel xərclerin baskın hâle gelmiş olabiləceği belirtilmektedir.

Yüzde 50 və yüzde 25 eşikleri empirik olaraq tahmin edilmemiştir. Bunlar müəssisənin kendi xərc defterinden hesaplayabiləceği dəyişəni somutlaştırmak üçün vərilən yaklaşık və açıqlayıcı eşiklerdir.

İşletme yönetimi açısından önerilən yaklaşım nədir?

Tədqiqatnın temel uygulama önerisi, mənimsəmə faaliyetlerinin teknik sistem tamamlandıktan sonra başlayan yardımcı “değişim yönetimi” işi olaraq görülmemesidir. İş akışı entegrasyonu, karar sahipliği, teşvikler və sürekli idarəetmə; sahipleri, büdcəleri, performans ölçütleri və hizmet səviyyəleri bulunan birer mühendislik işi olaraq tasarlanmalıdır.

İkinci öneri, hazırlığın yalnızca denetim listesiyle ilan ediləmeyeceğidir. Gerçek hazırlıq, proses real vəriyle çalışırken və real kullanıcılar çıktıyı kararlara katarken gözlenebilir.

Üçüncü öneri, kullanıcı səviyyəindeki deneme ilə korporativ dşəbəkəıtımın birbirine rakip değil, ardışık mərhələlar olaraq görülmesidir. Deneme hansı kullanımın realten yararlı olduğunu ortaya çıkarır; korporativ dşəbəkəıtım isə seçilən kullanımın kalıcı, təhlükəsiz və sınırlı denetimle çalışabilir hâle gəlirliklmesini amaçlar.

Tədqiqatda “önce proses, sonra vərinin uyumlaştırılması, ardından otonom və ya ajan tabanlı işlevlerin eklenmesi” biçiminde bir uygulama sırası təklif olunur. Tədqiqatcı bunun statik modelden matematiksel olaraq türetilmiş bir teorem değil, tamamlayıcılıq mantığıyla uyumlu bir sahə sezgisi olduğunu xüsusilikle belirtmektedir.

Tədqiqatnın güclü yönleri nelerdir?

• Kurumsal süni intellekt hazırlığını soyut bir yönetim söyleminden açıq bir dəyər və invəstisiya modeline dönüştürmektedir.
• Proses, vəri və mənimsəməyi birbirine karıştırmadan tanımlamaktadır.
• Süpermodulerlik ilə sınırlı əvəzləmə koşullarının fərqli rollerini açıqça ayırmaktadır.
• Darboğaz sonucunun hansı varsayımlar altında geçerli olduğunu matematiksel olaraq göstərir.
• Toplamsal indeksin iki fərqli invəstisiya stratejisini niyə ayırt edemediğini sayısal örnekle göstərir.
• Teknoloji xərcinin düşmesini büdcə biləşimine bşəbəkəlayan açıq bir xərc modeli sunmaktadır.
• Temel iddiayı yanlışlanabilir katsayılar, qarşılıqlı təsirler və struktursal parametrelerle ifade etmektedir.
• Varyans payındaki mekanik değişimi kendi başına yeterli kanıt saymamakta və daha güclü sınamaları ayırmaktadır.
• Ters səbəbiyyət, ölçmə eksikliği və kapsam sınırlarını açıq biçimde tartışmaktadır.

Tədqiqatnın başlıca məhdudiyyətləri nelerdir?

• Gerçek müəssisə, çalışan və ya istifadə ssenarisi vərisi kullanılmamıştır.
• Temel mənimsəmə darboğazı varsayımı empirik olaraq tahmin edilmemiştir.
• Nedensellik sınanmamış və əks səbəbiyyət temel tehdit olaraq kalmıştır.
• Proses, vəri və mənimsəmənin ekonomik çəkiləri bilinmemektedir.
• Mənimsəmənin ne ölçüde əhəmiyyətli olduğu \(\gamma\) şəbəkəırlığına bşəbəkəlıdır.
• Birinci təklifdeki kesin sıfır marjinal gəlirlik sonucu Leontief sınırına aittir.
• Düzgün CES sonucu eşit çəkilar və karşılaştırılabilir xərcler gibi ek koşullara bşəbəkəlıdır.
• İkinci təklif doğrusal tutum artışı, sabit hedef və belirli xərc ayrıştırması altında kanıtlanmıştır.
• Sentetik kalibrasiya proses və vəriyi tek bir texnologiya-vəri dəyişəninde birleştirmektedir.
• Sentetik rejimler arasındaki temel değişiklik texnologiya dəyişəninin dşəbəkəılım genişliğidir.
• Mənimsəmə göstəricilərinin büyük bölümü anket və ya kullanım kaydıyla ölçülmeyi gerektirir və ölçmə hatasına açıqtır.
• Önerilən yüzde 50 və yüzde 25 xərc payı eşikleri tahmin edilmiş nəticələr değildir.
• Benzetim betiğinin açıq deposu vərilmemiş, talep üzerine paylaşılabiləceği qeyd edilmişdir.
• Tədqiqat resenziyadan keçməmişdir.

Tədqiqat neyi dəstəkləyir?

• Sınırlı əvəzləməli bir dəyər fonksiyonunda en zayıf biləşen daha yüksək marjinal invəstisiya gəlirliksi taşıyabilir.
• Leontief sınırında darboğaz dışındaki biləşenlere strukturlan invəstisiya, darboğaz değişmeden reallaşan dəyəri artırmaz.
• Toplamsal hazırlıq puanı, aynı toplam puana sahip fakat fərqli reallaşan dəyər üreten invəstisiya stratejilərini ayırt edemeyebilir.
• Belirli xərc struktursı altında texnologiya sşəbəkəlama xərci azaldıkça mənimsəməye ayrılan en uygun harcama payı artar.
• Önerilən reqressiya və qarşılıqlı təsir tasarımı, real vəri bulunduğunda mənimsəmə darboğazı iddiasını sınanabilir hâle getirebilir.
• Sentetik kalibrasiya, texnologiya erişimi dşəbəkəılımı daraldığında mənimsəmənin açıqlanan dispersiyataki payının yükselebiləceğini göstərir.

Tədqiqat neyi sübut etmir?

• Mənimsəmənin bütün müəssisələrde en aşşəbəkəı tutum biləşeni olduğunu sübut etmir.
• Gerçek müəssisələrde reallaşan dəyərin tam olaraq minimum fonksiyonuyla belirlendiğini göstermez.
• Mənimsəməye strukturlan invəstisiyaın proses və ya vəri invəstisiyaından her zaman daha yüksək gəlirlik sşəbəkəlayacşəbəkəını göstermez.
• Model erişimi, entegrasyon, təhlükəsizlik və vəri altstruktursının artık önemsiz olduğunu iləri sürmez.
• Belirli bir mənimsəmə büdcəsi nisbətının bütün qurumlar üçün en uygun olduğunu sübut etmir.
• Sayısal örnekteki yüzde 50 dəyər farkının real müəssisələrde görüleceğini göstermez.
• Sentetik yüzde 37 və yüzde 86 nəticələrinın real ekonomiye ait tahminler olduğunu göstermez.
• Mənimsəmə ilə dəyər arasındaki ilişkinin niyəsel olduğunu sübut etmir.
• Çalışanların süni intellekt kullanımının tek başına kalite, təhlükəsizlik və ya mali nəticələri iyiləştireceğini göstermez.
• Türkiyədəki müəssisələrin mevcut süni intellekt hazırlıq və ya mənimsəmə səviyyəleri hakkında vəri sunmaz.

Tədqiqatnın Yöntemi və Bulguları

Teknik tədqiqat tasarımı

Model varsayımları və nəticələra etkiləri

İki biçimsel təklifnin özeti

Karşılaştırmalı invəstisiya örneği

Gelecekteki empirik tədqiqat üçün önerilən ölçmələr

Sentetik kalibrasiya bulguları

Grafiklerin temel mesajları

• Şekil 1: Proses və vəri yüksək olsa da aşşəbəkəı mənimsəmənin reallaşan dəyəri sınırlayabiləceğini göstərir. Gri kesikli orta çizgisi 0,63, kırmızı darboğaz çizgisi 0,30’dur.
• Şekil 2: Çıkarım xərci ölçeği 3’ten sıfıra inerken, sınır durumdaki modelde mənimsəmə invəstisiya payının yaklaşık 0,50’den 1,00’a yükseldiğini göstərir.
• Tablo 1: Aynı toplamsal puana ulaşan iki invəstisiya stratejisinin tamamlayıcı dəyər fonksiyonunda fərqli nəticələr vərebildiğini göstərir.

Kanıt səviyyəinin özeti

Kaynak və Yöntem Notu

Tədqiqatnın tam özgün adı: The Adoption Bottleneck: A Complementarity Model of Enterprisə AI Value Capture

Yazar: Gaston Besanson.

Yazar sıralaması: Tədqiqat tek müəlliflıdır.

Eşit katkı bilgisi: Başka bir müəllif və ya eşit katkı bildirimi yoxdur.

Sorumlu müəllif: Metinde ayrı bir sorumlu müəllif sembolü yoxdur. Gaston Besanson tek müəllif və SSRN kaydında ilətişim müəllifıdır.

Kurumsal bşəbəkəlantı: Univərsidad Torcuato Di Tella, Buenos Aires, Arjantin.

DOI:10.2139/ssrn.6939458

Yayın və ya preprint platformu: SSRN.

Resmî mənbə bşəbəkəlantısı:SSRN tədqiqat kaydı

Metin tarihi: Haziran 2026.

SSRN qeyd tarihi: 30 Haziran 2026.

Dergi: Hakemli bir dergi adı və ya dergi kabulü doğrulanamamıştır.

Özgün yayınevi: Nihai hakemli yayın üçün yayınevi bilgisi yoxdur.

Kaynak türü: Kuramsal modelleme, empirik tədqiqat tasarımı və sintetik kalibrasiya içeren tədqiqat raporu; preprint.

Hakemlik durumu: Bu tədqiqat hakem dəyərlendirmesinden geçmemiş bir preprinttir; nəticələri bu məhdudiyyət dikkate alınarak okunmalıdır.

Gerçek vəri durumu: Tədqiqatda real müəssisə, çalışan və ya istifadə ssenarisi vərisi analiz edilmemiştir.

Sentetik vəri durumu: İki varsayımsal rejimin her birinde 4.000 sintetik müəssisə oluşturulmuş; sıradan en küçük kareler və Shapley/LMG dispersiya ayrıştırması uygulanmıştır.

Yazılım və kod çıxışı: Sentetik kalibrasiya betiğinin talep üzerine paylaşılabiləceği belirtilmiş, açıq bir kod deposu bşəbəkəlantısı vərilməmişdir.

Finansman: Yüklenen sürümde maliyyələşdirmə bilgisi yer almır.

Çıkar çatışması: Yüklenen sürümde açıq bir maraqlar toqquşması beyanı yer almır.

Bu Türkçe açıqlama, yüklenen 14 sayfalık tədqiqatın kuramsal modeli, matematiksel ifadeleri, təklifleri, kanıtları, sayısal örneği, sintetik kalibrasiyau, Tablo 1’i və Şekil 1–2’deki görsel nəticələri temel alınarak hazırlanmıştır. Tədqiqatda bulunmayan real müəssisə sonucu, niyəsel etki, ticari başarı və ya invəstisiya gəlirliksi eklenmemiştir. Dış mənbəlar yalnızca başlık, müəllif, qurum, DOI, SSRN qeyd tarihi və yayın durumunun bibliyoqrafik olaraq doğrulanması amacıyla istifadə edilmişdir.

Tədqiqatnın en güclü sonucu, belirlenen matematiksel varsayımlar altında tamamlayıcı girdilərdeki darboğaz və invəstisiya payı ilişkilərinin biçimsel olaraq türetilmesidir. En əhəmiyyətli sınırlılığı isə korporativ mənimsəmənin real müəssisə dəyərini ne ölçüde açıqladığına ilişkin birincil empirik tahmin bulunmamasıdır.

Sayısal invəstisiya örneğindeki 0,30, 0,40 və 0,60 dəyərləri real bir şirketin performansı değildir. Sentetik kalibrasiyadaki yaklaşık yüzde 37 və yüzde 86 dispersiya payları da gözlemsel bulgu değildir. Bu dəyərlər yalnızca model mekanizmasını və önerilən empirik tasarımın belirli parametreler altındaki davranışını göstərir.

Model Türkiyədə və ya başka bir ülkede kullanılmadan önce proses, vəri və mənimsəmə ölçülerinin yerel korporativ strukturlara göre doğrulanması; mənimsəmə tutumunin dəyər ortaya çıkmadan önce ölçülmesi; aynı müəssisədeki karşılaştırılabilir kullanım senaryolarının zaman üçünde izlenmesi və tamamlayıcılıq qarşılıqlı təsirlerinin real vərilərle tahmin edilmesi lazımdır.