Quick Answer: "Yapay zeka hangi meslekleri yok edecek" sorusunun dürüst cevabı şu: hiçbirini, en azından bütün olarak. Yapay zeka meslekleri değil, mesleklerin içindeki görevleri emiyor. Anthropic'in Economic Index çalışmasına göre mesleklerin %49'unda yapay zeka görevlerin en az dörtte birini kapsıyor ve kapsanan görevler ekonomi genelindeki ortalamadan daha fazla eğitim gerektiriyor, daha az değil. Maruziyet (exposure) yerinden edilme demek değil: Anthropic'in işgücü piyasası araştırması, 2022 sonundan bu yana yüksek maruziyetli çalışanlarda sistematik bir işsizlik artışı bulmuyor. Ölçülebilir baskı tek bir yerde: işe ilk giriş kapısında.
Kimse size "işinizi bir yapay zeka aldı" diye bir yazı göndermeyecek. Sadece o ilan bir daha yayımlanmayacak.
Bir Maruziyet Oranı Nasıl Doğru Okunur
Konuyla ilgili başlıkların çoğu aynı dört okuma hatasında tökezliyor. Zayıf okuma ile güçlü okuma arasındaki fark iyimserlik değil; neyin ölçüldüğü konusundaki kesinlik.
| Konu | Zayıf okuma | Güçlü okuma |
|---|---|---|
| Kapsama (coverage) vs. yerinden edilme | "%74,5 maruziyet, mesleğin dörtte üçü gitti demek" | Kapsama, bugünkü modellerin görev kümesinin ne kadarına dokunduğunu ölçer. İşverenin pozisyonu kapatıp kapatmadığı hakkında hiçbir şey söylemez. Maruziyet ≠ yerinden edilme. |
| Teorik vs. gözlemlenen (observed) | Meslek başına tek bir yüzde, kesin gerçek gibi | İki ayrı sayı var: modellerin yapabilecekleri ve insanların onlarla fiilen yaptıkları. Bazı gruplarda arada bir büyüklük mertebesi var. |
| Görev vs. meslek | "Unvanım listede" | Meslekler, farklı kaderlere sahip görev demetleridir. Yoğun biçimde kapsanan bir meslekte bile devredilemez bir çekirdek kalabilir. |
| Toplam vs. bireysel | "Bu benim kişisel risk puanım" | Bu rakamlar milyonlarca görevi toplu olarak tarif eder. Kıdeminiz, sektörünüz, regülasyon ortamınız ve işvereninizin benimseme hızı sizi ortalamadan uzaklaştırır. |
Bu dört ayrımı elinizde tutarsanız aşağıdaki her sayı okunabilir hale gelir. Bırakırsanız hepsi burç yorumuna döner.
Birinci Tersine Çevrilme: Meslekler Değil, Görevler Otomatikleşiyor
Anthropic'in Economic Index çalışması, insanların yapay zeka modellerine fiilen hangi görevleri getirdiğini ölçüp bunları mesleklerle eşleştiriyor. Sonuç, "bitmiş meslekler" listesi değil; işlerin hangi parçalarının çoktan emildiğinin haritası.
Mesleklerin %49'unda yapay zeka artık görev kümesinin en az dörtte birini kapsıyor. Aynı anda çalışanların %30'unda ölçülen maruziyet sıfır, düşük değil, hiç yok.
Bu desen gürültü değil. Bir görev bugünkü model yeteneğinin tamamen içindeyse gerçek kullanımın %68'i oraya iniyor; teorik olarak mümkün değilse kullanım %3'e düşüyor. Gözlemlenen görevlerin %97'si modellerin yapabileceği kabul edilen görevler. İnsanlar yetenek sınırını buluyor ve tam sınırın dibinde çalışıyor.
Dolayısıyla "yapay zeka mesleğimi yok eder mi" sorusu yanlış kurulmuş. Cevaplanabilir soru şu: Görevlerimin hangileri bu sınırın içinde ve onlar gittiğinde geriye ne kalıyor?
Unvanınız bordro için bir etikettir. Ölçülen şey görev listenizdir.
İkinci Tersine Çevrilme: Yapay Zeka Zor Olan Görevleri Aldı
Çoğu insanın zihnindeki modeli kıran bulgu bu; başlıkların da sürekli ters çevirdiği bulgu.
Ekonomi genelinde ortalama bir görev 13,2 yıl eğitim gerektiriyor. Yapay zekanın kapsadığı görevler ise 14,4 yıl. Yani emilen iş, ekonomi genelindeki ortalamanın üstünde duruyor, bu da aritmetik olarak şu demek: geriye kalan iş ortalamanın altında.
Bize anlatılan otomasyon hikâyesi tam tersiydi: makineler önce basit ve tekrar eden işi alır, insanlar nitelik merdivenini çıkar. Bu veride merdiven tepeden tırmanılıyor.
Performans rakamları da aynı yöne bakıyor. Bugünkü modeller lise düzeyindeki görevlerde (12 yıl eğitim) yaklaşık 9 kat, üniversite düzeyindeki görevlerde (16 yıl) 12 kat hızlanma sağlıyor; başarı oranı ise zorlukla pek düşmüyor: basit görevlerde %70, üniversite düzeyinde %66. Daha zor iş, daha büyük avantaj, neredeyse hiç doğruluk kaybı yok.
Anthropic'in kendi iki örneği sonucu somutlaştırıyor:
- Seyahat danışmanları karmaşık rota planlamasını (13,5 yıl eğitim) kaybediyor, rutin biletlemeyi (12,0 yıl) tutuyor. Meslek kolaylaşıyor: niteliksizleşme.
- Mülk yöneticileri idari muhasebeyi (12,8 yıl) kaybediyor, paydaş yönetimi ve müzakereyi tutuyor. Meslek zorlaşıyor: nitelik yükselmesi.
Aynı mekanizma, zıt sonuç. Hangisini yaşayacağınızı mesleğinizin maruziyet oranı değil, geriye kalan görevler belirliyor.
Asıl Risk Altındaki Kesim Kim
Gözlemlenen maruziyeti en yüksek olan, adıyla ölçülmüş meslekler. Her rakamı "bu görev kümesinin ne kadarı zaten yapay zeka üzerinden akıyor" diye okuyun, geri sayım olarak değil.
| Meslek | Gözlemlenen maruziyet |
|---|---|
| Yazılım geliştiriciler / programcılar | %74,5 |
| Müşteri hizmetleri temsilcileri | %70,1 |
| Veri giriş elemanları | %67,1 |
| Tıbbi dokümantasyon uzmanları | %66,7 |
| Pazar araştırması ve pazarlama uzmanları | %64,8 |
| Satış temsilcileri (toptan ve üretim, teknik olmayan) | %62,8 |
Tablodaki bağlantılar, her meslek için korpustaki en yakın CV örneği sayfasına gidiyor, bazıları birebir değil, örneğin tıbbi dokümantasyon uzmanları için tıbbi asistan profili. O sayfalar yapay zeka maruziyetini değil, o işin kanıtının bir CV'de nasıl yazıldığını anlatıyor.
Ve diğer uç. Aynı araştırmada en düşük maruziyetli olarak adı geçenler: aşçılar, motosiklet tamircileri, cankurtaranlar, barmenler, bulaşıkçılar, vestiyer görevlileri.
Bu liste, bu teknolojinin kimi sıkıştırdığı tartışmasını bitirmeli. Sıkışan kesim el emeğiyle çalışanlar değil. Yüksek maruziyetli mesleklerdeki çalışanların lisansüstü derece oranı %17,4; düşük maruziyetli mesleklerde bu oran %4,5. Kazançları ortalamanın %47 üzerinde, yaş ortalamaları 42,9. Yani maruz kalan kesim eğitimli, kariyerinin ortasında ve iyi kazanan kesim.
Üstelik yirmi yıl boyunca "diploma seni korur" denen kesim tam olarak bu.
Üçüncü Tersine Çevrilme: İstihdam Kıpırdamadı
Ciddi analizin tıklama tuzağından ayrıldığı yer burası, o yüzden açıkça yazalım:
Anthropic'in işgücü piyasası araştırması, 2022 sonundan bu yana yüksek maruziyetli çalışanlarda sistematik bir işsizlik artışı bulmuyor. Yaygın kullanımın üçüncü yılında, ekonominin en çok maruz kalan mesleklerinde, yerinden edilme sinyali istihdam verisinde görünmüyor.
"Henüz değil ama yakında" değil. Şu an ölçülemiyor.
Ölçülebilir tek bir istisna var ve sınırları dar. Maruz kalan mesleklerdeki 22-25 yaş grubunda işe girme oranı 2022'ye göre %14 düşmüş durumda, yaklaşık 0,5 puan. Anthropic bu sonucun istatistiksel anlamlılığa ancak ucundan ulaştığını belirtiyor. Bunu bir hüküm değil, erken sinyal olarak okuyun: uyum, işten çıkarma yerine işe alım üzerinden ilerliyor gibi görünüyor; bu da etkiyi içeride olanların değil, içeri girmeye çalışanların üzerinde topluyor.
İleriye dönük bir rakam da bu okumayla uyumlu: resmi meslek projeksiyonlarında 2034'e kadar her ek 10 puanlık görev kapsaması, 0,6 puan daha düşük bir büyüme beklentisiyle ilişkilendiriliyor. Uçurum değil, işe alım eğrisinde yavaş bir bükülme.
Daralan bir giriş kapısı toplu işten çıkarma değildir. Beş yıl sonra organizasyon şemasında fark edilen bir işten çıkarmadır.
Asıl Saat: Yetenek ile Kullanım Arasındaki Fark
Mesleklerin yarısı dörtte bir oranında kapsanmışken istihdam kıpırdamıyorsa, şoku bir şey emiyor demektir. O şey benimseme gecikmesi, ve çok büyük.
| Meslek grubu | Teorik kapsama | Gözlemlenen kapsama |
|---|---|---|
| Bilişim ve matematik | %94,3 | %35,8 |
| İşletme ve finans | %94,3 | %28,4 |
| Yönetim | %91,3 | , |
| Ofis ve idari destek | %90,0 | %34,3 |
| Hukuk | %89,0 | %20,4 |
| Mimarlık ve mühendislik | %84,8 | , |
| Sanat, tasarım ve medya | %83,7 | %19,2 |
| Doğa ve sosyal bilimler | %77,0 | , |
| Satış | %62,0 | %26,9 |
| Eğitim ve kütüphane | %61,7 | %18,2 |
| Sağlık meslekleri | %59,9 | , |
| Sosyal hizmetler | %50,5 | , |
| Yiyecek hizmetleri | %16,9 | , |
| İnşaat | %16,9 | , |
| Tarım ve ormancılık | %15,7 | , |
| Ulaştırma ve lojistik | %12,1 | , |
| Bina ve çevre bakımı | %3,9 | , |
Grup adlarındaki iki bağlantı, o grubu temsil eden birer rolün CV örneğine gidiyor, işletme ve finans için finansal analist, sağlık meslekleri için hemşire. Grubun tamamını değil, içindeki tipik bir profili gösteriyorlar.
Veri setindeki en keskin örnek mimarlık ve mühendislik: %84,8 teorik yetenek, bunun yalnızca yaklaşık %5'i fiilî kullanımda gerçekleşmiş. Satış ise çok daha düşük bir tavanın yaklaşık %43'ünü kullanıyor. Bilişim/matematik ile ofis/idari destek, tüm gruplar içinde en yüksek gözlemlenen kapsamayı taşıyor, yani bugün görebildiğiniz dönüşüm, en büyük grupların değil, en hızlı benimseyen grupların dönüşümü.
McKinsey aynı boşluğu işveren tarafından görüyor: şirketlerin %92'si yapay zeka harcamasını artırıyor, buna karşılık yaklaşık %1'i kendini olgun kullanıcı sayıyor; yöneticiler çalışanlarının %4'ünün yapay zekayı düzenli kullandığını tahmin ederken çalışanların kendi beyanı %13.
Stratejik okuma şu: Kullanım yeteneğin çok gerisindeyse dönüşüm iptal edilmiş değil, ertelenmiştir. %5 gerçekleşme oranındaki bir grup korunmuş değildir; henüz başlamamıştır.
Almanya ve DACH bölgesinde çalışan ya da oraya bakan biri için bu gecikme somut bir anlam taşıyor: işletme konseyi (Betriebsrat), iş güvencesi mevzuatı ve veri koruma kuralları kurulumu yavaşlatır, ama iptal etmez. Cephenin yönü de görünür durumda: Kasım 2025 itibarıyla son kullanıcı kullanımının %52'si destek, %45'i otomasyon; sistemlere gömülü çalışan API tarafında otomasyon payı %75. Sıklığı ikiye katlanan görev türleri ise hiç gösterişli değil: satış desteği, B2B müşteri adayı niteleme, soğuk e-posta yazımı, piyasa operasyonları.
Kendi Maruziyetinizi Neden Kendiniz Ölçemezsiniz
Öz değerlendirme burada belgelenmiş bir yönde yanılıyor.
Anthropic'in anket çalışmasında çalışanların yalnızca %10'u kendi işini kaybetmeyi olası görüyor. Buna karşılık %37 ve fazlası, genç bir meslektaşının işini kaybetme olasılığını %60'ın üzerinde tahmin ediyor; %35 ve fazlası ise bir yıl içinde yapay zekanın kendi görevlerinin çoğunu üstleneceğini bekliyor.
Üçünü birlikte okuyun: insanlar yeteneğin hemen geldiğine, birini yerinden edeceğine ve o birinin kendileri olmadığına inanıyor.
Sapmanın bir biçimi var. 15 yıl ve üzeri deneyime sahip çalışanlar kendi maruziyetlerini benzer meslektaşlarına kıyasla yaklaşık 10 puan düşük değerlendiriyor. Deneyim koruma gibi hissettiriyor, oysa tam da 13,2 yıl çizgisinin üstünde duran yüksek eğitimli görev demetiyle birlikte geliyor.
Altında gerçek bir etki de var: aynı rolde altı ay ve üzeri kıdem, tam kontrollerle görev başarısını yaklaşık 4 puan artırıyor. Kurumsal bağlam bilgisi gerçekten üretken, sadece sahiplerinin sandığından daha küçük bir avantaj.
Akılda tutulması gereken teknik bir bulgu daha: talimatın niteliği ile yanıtın niteliği arasındaki korelasyon r > 0,92. Kıt olan beceri "yapay zeka kullanmak" değil; problemi iyi tarif edecek kadar iyi bilmek. Bu bir muhakeme becerisi ve çoğu CV'nin kanıtlamayı beceremediği şey tam olarak bu.
7 Adımlık Planınız
- Unvanınızı aramayı bırakın, görevlerinizi yazın. Yirmi satır, fiille başlayan, haftanızın gerçeğine sadık. Maruziyet yalnızca bu düzeyde ölçülür.
- Görevleri konfora göre değil, yeteneğe göre ayırın. Bugünkü bir model tam bağlamla yeterli bir ilk taslak üretebilir mi, kusursuz değil, yeterli? %66-70 bandı doğru kalibrasyondur.
- Maruziyetinizi değil, kalanı hesaplayın. Önümüzdeki beş yılı belirleyen şey, emilebilir görevler gittikten sonra kalan kısım: mülk yöneticisi gibi zorlaşan mı, seyahat danışmanı gibi kolaylaşan mı?
- Sektörünüzün tavanına değil, gerçekleşme açığına bakın. Yüksek teorik kapsama ve düşük fiilî kullanım, değişimin sırada beklediği anlamına gelir.
- Ağırlığınızı muhakemeye, sorumluluğa ve ilişkilere kaydırın. Verideki her nitelik yükselmesi örneğinde kalan kategoriler bunlar: belirsizlik altında karar, birinin imzalaması gereken iş, karşısında insan olan iş.
- CV'nizi hacim değil, karar üzerinden yazın. "Ayda 200 talep karşıladım" kapsanan bir görevi anlatır. "Eskalasyon eşiğini sahiplendim, politikayı yeniden kurgulayarak tekrar başvuruları düşürdüm" kalan bir görevi anlatır. Aynı iş, tamamen farklı okuma.
- Kariyerinizin başındaysanız gerçek risk giriş kapısıdır. Artık ucuzlamış görev yetkinliğiyle değil, kanıtlanmış muhakemeyle rekabet edin.
Kısa Hali
Meslekler otomatikleşmiyor. Görev demetleri yeniden diziliyor.
Emilen kısım nitelikli olan. Kalan değil.
İstihdam kıpırdamadı, kapı hariç, 22-25 yaş hariç.
Bu sistemlerin yapabildiği ile kurumların fiilen kullandığı arasındaki fark, asıl saat. TalentVP tam bu farkın üzerine kuruldu: görev yetkinliği kıt olmaktan çıktığı anda bir CV'nin kanıtlaması gereken şey de değişir.
Maruziyet bir hüküm değil. Kendi iş haftanız hakkında bir okuma ödevi.
Related Guides
- İşim yapay zeka riski altında mı? Görev denetimi, yukarıdaki "kalan" hesabının yöntemi.
- Yapay zeka çağının yeni meslekleri ve CV konumlandırma, bu açığın doğurduğu, gerçekten ilan edilen roller.
- Almanya iş piyasası ve yapay zeka, DACH'ın bu temel çizgiden neden ayrıldığı.
- Mesleğe göre CV örnekleri, karar düzeyindeki kanıt kâğıt üzerinde nasıl görünür.
- Deneyimli profesyoneller için, avantajınız muhakemeyken nasıl konumlanırsınız.
Kaynaklar
Veri dönemi: Haziran 2026'ya kadar yayımlanan Anthropic Economic Index raporları ve Mart 2026'da yayımlanan işgücü piyasası analizi. Anthropic bu raporları üç ayda bir yayımlıyor; rakamlar her çeyrekte yeniden gözden geçiriliyor.
Bu yazıdaki tüm rakamlar yayımlanmış araştırmalardan geliyor. Temel veri Anthropic'e ait ve gerçek kullanımın, ABD Çalışma Bakanlığı'nın O*NET meslek sınıflandırmasına eşlenmesiyle elde edildi.
- Labor market impacts of AI: A new measure, Anthropic. Gözlemlenen maruziyet (observed exposure) ölçütü ve meslek bazlı değerler.
- Anthropic Economic Index: Economic primitives, görev karmaşıklığı, başarı oranları, görev başına eğitim yılı analizi, deskilling/upskilling örnekleri.
- Anthropic Economic Index: Learning curves, kıdem etkisi ve en hızlı büyüyen görev kategorileri.
- Anthropic Economic Index: Cadences, çalışan anketi.
- Scenarios for our Economic Future, Anthropic Economic Futures, 2030 projeksiyonları.
- Future of Jobs Report, Dünya Ekonomik Forumu, atıf yapılan yerlerde.
Anthropic'in istihdam analizi ABD iş gücü verisine dayanıyor. Bu yazının Almanya veya Avrupa pazarını ele aldığı yerler, bu rakamların nasıl tercüme edildiğine dair yapısal değerlendirmedir, ölçülmüş Alman verisi değildir.
