İK otoriteleri olarak referans alabileceğim CIPD, SHRM, Josh Bersin ve Dave Ulrich ekollerini incelediğimde dört ayrı noktadan başlıyorlar fakat aynı yere varıyorlar: Artık şunda eminim ki yapay zekayı organizasyonda sorumlu biçimde yaygınlaştırma görevi İK'nın. Bununla birlikte bu görevi üstlenebilmek için fonksiyonun kendisinin akıcı (AI literate) olması gerekiyor. İşte o akıcılığı kuran dört katmanlı hazırlık çerçevesi, sıfır maliyetli eğitimler ve kararı verirken yanınızda olması gereken referans ve benchmark notları ile size yeni bir bülten içeriği ile geldim.
İK profesyonelleri hatta danışmanları ile görüşmelerimde bir kavramda gelişim ve değişimi fark ettim.. Artık kimse bana "yapay zekayı nasıl öğrenirim" diye bahsetmiyor — evet kimi kendi filtresinden geçirmiyor ya da sadece yardım almıyor ama öğreniyor; gelen soru çok daha olgun: "Yapay zekayı organizasyonumda işe yarar ve sorumlu biçimde nasıl yaygınlaştırırım?"
Bence bu, İK'nın rolünü doğru zamanda ve net okuyan bir soru. Çünkü yaptığım incelemelerde de takip ettiğim kadarıyla yapay zekanın kuruma yerleşmesi bir yazılım kurulumu konusu değil, bir insan ve kültür odağında — ve bu tam olarak yönetim ile İK'nın alanı.
Bu yalnızca benim görüşüm değil elbette, farklı otoritelerin de beklentilerini ve analizlerini bu yazıda sizlerle paylaşıyorum kendi görüşlerimle birlikte.
CIPD, insan mesleğinin yapay zekanın sorumlu kullanımındaki rolünün hayati olduğunu belirtmiş ve İK'yı bu yayılıma açıkça öncülük etmeye çağırıyor. Etik, kültür ve politika geliştirme konularında İK'nın liderlik etmesi gerektiğini vurgulamış.
SHRM, Josh Bersin ve Dave Ulrich de farklı yollardan aynı sonuca varıyor. Yani soru "yayılım için İK ne zaman hazır olur?" olmaktan çıktı; "İK bunu yapacak akıcılığa (okuyazarlığa) sahip mi" olarak dönüştü.
Bu yazımda değinmek istediğim de aslında bu akıcılığı kurmak için: önce dört ekolün İK'dan ne beklediğine baktım, sonra bizzat incelediğim kurs ve eğitimlerin içinden İK için gerçekten değer taşıyanları ve bunları hangi sırayla almanın işe yaradığını paylaştım.
Yayılımın sahibi belli, ama hazırlığı ne durumda?
CIPD'nin araştırmasına göre işyerlerinin %58'i çalışanlarına net bir yapay zeka planı sunmuş değil, %67'si hiç yapay zeka eğitimi vermemiş ve yalnızca %11'i liderlik ekibini yapay zeka çağına hazır görüyor. SHRM ise CHRO'ların %92'sinin daha fazla entegrasyon beklediğini söylüyor. İstatistik ve araştırmalara göre, sahiplik ve hazır olma arasındaki olgunluk gelişim alanında, İK'nın kendi akıcılığını kurması için en net gerekçe.
BU BÜLTENDE;
- Dört ekolün İK'dan beklediği rol: CIPD, SHRM, Josh Bersin ve Dave Ulrich ne diyor, nerede ayrışıyorlar?
- İK'nın kendini hazırlaması için dört katmanlı çerçeve: anlama, akıcılık, muhakeme, entegre etme
- İK profesyonelleri için sıfır maliyetli 7 yapay zeka kursu — inceleme ve değerlendirmeler ile
- Kademeli öğrenme planı, benchmark verisi ve İK görevlerinde nereden uygulamaya geçileceği
İK'dan beklenen rol nereye taşındı?
Bir yetkinliği geliştirmek için zaman ve emek ayırmadan önce "bu gerçekten benim işim mi" sorusunun bir cevabı olmalı. WEF'e göre 2030'a kadar küresel iş gücünün %59'u yeniden beceri kazanmaya ihtiyaç duyacak; bu ölçekte bir dönüşümün sahibi kim olacak? Cevabı İK konusunda dört ayrı ekolden almaya çalıştım.
CIPD — İK, yönetişim ekibinin asli üyesi. CIPD'nin çerçevesi bende şu şekilde karşılık buluyor: bir yapay zeka aracının kuruma değer üretmesi için insanla, kültürle, yapıyla ve işlerle uyumlu olması gerekiyor; aracın kendisi yapının yalnızca bir parçası. Bu yüzden CIPD, yapay zeka insanı etkilediği her yerde İK'nın en az BT, hukuk ve uyum kadar bu ekibin içinde olmasını istiyor ve fonksiyona beş adımlık bir yol çiziyor: önce kendi bilgi ve becerini kur, çalışan verisinin sahipliğini üstlen, yönetişim tartışmalarına katıl, insan risklerini denetle, insan merkezli ilkeleri kültüre entegre et. Dikkat ederseniz, sıralamanın ilk adımı öğrenme.
SHRM — asıl konumuz karar mimarisi. SHRM aynı konuyu bir formüle indirgiyor: AI + HI = ROI. Yapay zeka ile insan zekasının toplamı. Buradaki İK'nın görevi, yapay zekanın insan muhakemesini nerede güçlendirdiğini ve nerede onun yerine geçmeye çalıştığını ayırt etmek. Bu, araç seçmekten çok karar mimarisi kurmakla ilgili bir beceri. SHRM'in kendi verisi ise İK fonksiyonunun bu işe henüz yeni başladığını gösteriyor: İK'da yapay zeka en çok işe alım (%27), İK teknolojisi (%21) ve öğrenme-gelişim (%17) alanlarında kullanılıyor.
Bersin — asıl iş, işin yeniden tasarlanması. Josh Bersin'in Superworker araştırmasındaki önemli bir cümleyi paylaşmak istiyorum: "yapay zekayla başarı bir insan meselesidir, teknoloji meselesi olarak okunduğunda dönüşüm beklenen hızda olmayacak ve geride kalacak". Ona göre bugünkü zorluk yapay zekayı kurmakta bitmiyor; asıl iş, işleri ve süreçleri onun etrafında yeniden tasarlamak. Bersin bu yolculuğu dört aşamada düşünmüş — yardım, güçlendirme, işin devri ve otonomi. 2025 gündeminin beşinci maddesi ise doğrudan bu bültenin konusu: Sistemik İK'ya geçişi hızlandırın, İK'da yapay zeka araçlarıyla deney yapın ve İK ekibini yapay zeka konusunda eğitin. Bersin her İK fonksiyonunun kendi "yapay zeka dönüşüm ekibini" kurmasını öneriyor. 2026 gündeminde beklentiyi bir kademe daha yükseltiyor ve İK profesyonelinden citizen developer olmasını istiyor. HR 2030 vizyonunda ise tahmini net: İK ekibi %30-40 küçülecek, kalanların becerileri derinleşecek, İK iş ortakları ajan yöneticisine dönüşecek. McKinsey verisi bu aciliyeti açıklıyor — örgütlerin %88'i en az bir fonksiyonda yapay zeka kullanıyor, ama yalnızca %21'i iş akışlarını yeniden tasarlamış. Araç neredeyse herkeste var; işi bu hazırlık ve yaklaşım ile yeniden kuranlar ise azınlıkta kalmış.
Ulrich — insan kapasitesi devrimi. Dave Ulrich meseleyi bambaşka bir yerden tutuyor. Ona göre yapay zeka bir insan kapasitesi devrimi başlatması ve İK'nın rolü, bugünün iş beklentileri için doğru insanı bulup tutmaktan iş gücünün sürekli öğrenme ve uyum kapasitesini kurmasına doğru evrimleşmesi. Her zamanki Ulrich yaklaşımı olarak eklemek isterim ki: yalnızca içeriye bakan İK aynaya bakıyor demektir, aynayı pencereyle değiştirmek gerekiyor. Ulrich'in kendi verisi bu bültenin bakışına da önemli destek veriyor — otuz yıllık İK yetkinlik çalışmasına göre yetkinliklerin yaklaşık %30-40'ı her dört-beş yılda yenileniyor. Yapay zeka tarafında İK'ya somut bir liste sunuyor: yapay zeka yapabilen yetenek geliştir, sorumlu ve zarar vermeyen politikalar kur, süreçleri yapay zekayla yükselt, insan-teknoloji arayüzünü sahiplen. Ve net bir sınır çizmiş: yapay zeka muhakemenin yerine kullanılırsa geri teper, daha iyi konuşmaları beslemek için kullanılırsa o konuşmaları yükseltir. Ulrich'in gözlemi fonksiyonun nerede durduğunu da söylüyor: İK, yapay zekayla değer yaratma eğrisinin ancak %20-25'inde. LinkedIn'in verisi bu bakışı desteklemiş diye düşünüyorum — profillere eklenen yapay zeka becerilerinde 2023'ten bu yana %177 artış var, buna karşın L&D (Eğitim ve Gelişim) profesyonellerinin %91'i eleştirel düşünme, empati ve iletişim gibi insan becerilerinin her zamankinden değerli olduğunu belirtmiş.
Bersin ile Ulrich nerede ayrışıyor?
Bersin hızdan yana ve tahmini iddialı: süperajanlar işe alımdan öğrenmeye, ücret yapılandırmadan iç hareketliliğe kadar tüm alanları yeniden kuruyor, İK ekibi küçülüyor, kalanların becerisi derinleşiyor. Ulrich ise başka biraz daha farklı bakmış. Onun araştırmasında insan kapasitesinin dört yolu arasında paydaş değerini en güçlü açıklayan organizasyon; İK fonksiyonunun kendisi ise en zayıfı. Yani Bersin'in "İK operating model'ini yeniden kur" çağrısı, Ulrich'in verisiyle okunduğunda en düşük kaldıraçlı alana yatırım yapmak anlamına gelebiliyor.
Bence bu, çözülmesi gereken bir sıralama önceliğidir. Bersin size ne kadar hızlı hareket etmeniz gerektiğini söylüyor, Ulrich ise neyin uğruna. İK'nın kendi akıcılığı amaç haline gelirse Ulrich haklı çıkar; o akıcılık organizasyonu ve dış paydaş değerini değiştirmek için kullanılırsa Bersin'in temposu doğru yerde olduğunu gösterir. Aynı ayrımın günlük işlerde de geçerli olduğunu görüyoruz: ilk taslak ve angarya tarafında hızlanın, kalibrasyon ve etik değerlendirme tarafında Ulrich'in uyarısını hatırlayın. Bu ayrımı yapabilmek içinse İK'nın önce aracı tanıması gerekiyor. Tanımadığınız bir aracın nerede duracağına karar veremezsiniz.
İK kendini nasıl hazırlar? Dört katman
Dört ekolün beklentilerini yan yana koyduğumda hepsi dört ayrı katmana oturuyor. Sıra önemli, çünkü her katman bir öncekinin üstüne biniyor.
1. Anlama. Yapay zekanın ne yapıp ne yapamadığını bilmek. Ulrich'in liderden beklediği farkındalık burada: aracın nasıl çalıştığını, hangi veriyi kullandığını ve hangi riski taşıdığını temel düzeyde bilmek. Bu farkındalık ile yönetişim ekibinde söyleyecek sözünüz olur.
2. Akıcılık. Yapay zekayla birlikte düşünme biçimini kurmak. Bersin'in Superworker tanımı bu beceri ile örtüşüyor — sistemleri optimize etmeyi öğrenen çalışan kendi çıktısını katlıyor. Araçlar değişse de bu düşünme biçimi eskimiyor.
3. Muhakeme ve yönetişim. Nerede devredip nerede kararı kendinize saklayacağınıza karar vermek. Ulrich'in muhakeme üzerine duran yapay zeka kriterleri (sorumlu politika, hesap verebilirlik, insan-teknoloji arayüzü), SHRM'in AI+HI ayrımı ve CIPD'nin yönetişim adımları bu katmanda buluşuyor. Etik değerlendirme, önyargı kontrolü ve çalışan verisinin sahipliği bu aşamada konuşuluyor.
4. Entegre Etme. Okuryazarlığı İK süreçlerinin içine taşımak. CIPD'nin beşinci adımı ve Bersin'in "her İK fonksiyonu kendi yapay zeka dönüşüm ekibini kursun" önerisi burayı işaret ediyor. Fonksiyonun kendi işi değişmeden kurumun geri kalanına öncülük etmesi zor olacaktır, ayrıca böyle dönüşümler pilot uygulama ile pratiği de görmek ister.
İşte bu yüzden aşağıdaki kurslara "kişisel merak" olarak değil, bu dört katmanı kuran altyapı olarak bakıyorum. Önce siz akıcı olacaksınız, sonra kurumu akıcı hale getireceksiniz.
Kursları nasıl seçtim
Piyasada "yapay zeka okuryazarlığı" içeriğiyle yüzlerce kaynak var ve çoğu birbirine benziyor gibi görünebilir. Araştırmalarımı, bu araçları bizzat üreten şirketlerin ve tanınmış eğitim kurumlarının kurslarına odakladım; yaklaşımım basit aslında, aracı yapan onu en iyi anlatabilecek yerdir. Değerlendirme yaklaşımım da:
- Kime uygun — kimin gerçekten işine yarar?
- Güçlü yanı — hemen ertesi gün ne kullanabilirsiniz?
- Sınırı — nerede eksik kalıyor?
Aşağıdaki yedi seçeneğin hepsini denedim; hangisinin size uygun olduğu ise başlangıç seviyenize ve kurumunuzun kullandığı araçlara göre değişir.
İK için değerlendirdiğim 7 yapay zeka kursu
1. AI Fluency: Framework & Foundations — Anthropic
Kime uygun: Bildiğiniz üzere Claude'un yapımcısı ve bence AI'lar arasında en güçlü araçlardan. Araçların ötesine geçip yapay zekayla birlikte düşünmeye hazır herkes. Yani bu bülteni okuyan hemen herkes.
Güçlü yanı: Belirli bir aracın kullanımını aşıp "üretken yapay zekayla nasıl çalışılır ve düşünülür" sorusuna odaklanıyor. Dört yetkinlikten oluşan 4D çerçevesi (Delegasyon, Tarif, Muhakeme, Özen) uygulanabilir ve kalıcı; araçlar değişse de bu düşünme biçimi değişmeyecektir. Yaklaşık 3-4 saat, sonunda değerlendirme ve tamamlama sertifikası var. Tümüyle ücretsiz.
Sınırı: Arayüz daha iyi olabilirdi; alıştırmalar sayfanın altında gizli kalabiliyor.
Listedeki en güçlü önerim. Bir aracı kullanmayı aşıp yapay zekayla çalışma biçimini öğretiyor; Anthropic Academy'de içeriği inceleyebilirsiniz. (Coursera'da da aynı kurs mevcut).
2. Google AI Essentials — Google (Coursera)
Kime uygun: Saf başlangıç seviyesi.
Güçlü yanı: Temelleri düzgün kuruyor; işbirlikçi düşük riskli görevlere ve şaşırtıcı derecede iyi bir prompt bölümüne yer veriyor. Beş kısa kurstan oluşuyor, yaklaşık 8-10 saat.
Sınırı: Videolar oldukça senaryolu ve mesafeli. Temelleri bilen biri için çok az şey katar. Videolar ve dokumanlar ücretsiz; sertifika ve notlu ödevler için Coursera ücreti gerekiyor.
Sıfırdan başlayanlar için sağlam bir zemin. Google AI Essentials'a göz atın.
3. Google Prompting Essentials — Google (Coursera)
Kime uygun: Temeli olan ama çıktının kalitesini bir türlü yükseltemeyen, günlük işinde pratik kazanmak isteyen İK profesyonelleri.
Güçlü yanı: Doğrudan İK'nın işine yarayan örnekler üzerinden gidiyor: e-posta taslağı, toplantı notlarını aksiyona çevirme, rapordan içgörü çıkarma, hatta zor bir konuşmayı önceden prova etme. Yeniden kullanılabilir bir prompt kütüphanesi kurmayı ve çıktıyı önyargı-hata açısından değerlendirmeyi öğretiyor.
Sınırı: Kavramsal derinlikten çok uygulamaya odaklı; "neden" tarafını Anthropic kursu daha iyi veriyor. Sertifika ücretli, video ve dokumanlar ücretsiz.
Öğrendiğini ertesi gün uygulamaya almak isteyenler için en pratik seçenek. Prompting Essentials'a bakın.
4. AI Fluency — Microsoft Learn
Kime uygun: Kurumunuzun ana yapay zeka aracı Copilot ise ve Microsoft ekosisteminde çalışıyorsanız doğrudan size göre.
Güçlü yanı: Temel kavramlardan sorumlu yapay zekaya, üretken yapay zekadan Copilot'un günlük kullanımına uzanan kapsamlı bir yol. Tümüyle ücretsiz ve kendi hızınızda.
Sınırı: Fazlaca uzun ve yer yer "bilmesi hoş" içerikle dolu; ihtiyacınız olan kısımları seçerek ilerlemek gerekiyor. Copilot kullanmıyorsanız katkısı sınırlı.
Microsoft tabanlı kurumlar için yerinde bir başlangıç noktası olabilir. Microsoft Learn'de AI Fluency yolu.
5. Career Essentials in Generative AI — Microsoft & LinkedIn
Kime uygun: Kısa sürede LinkedIn profilinde gösterebileceği ücretsiz bir sertifika isteyen, temel-orta seviyedeki İK profesyonelleri.
Güçlü yanı: Beş modülde üretken yapay zekanın temelleri, prompt kurma ve arama motoru ile akıl yürütme motoru ayrımı işleniyor. Tamamlayınca ücretsiz Professional Certificate veriyor. Yaklaşık 5 saat.
Sınırı: Kapsam yüzeysel; ileri seviye için yetmez, daha çok bir giriş ve görünürlük aracı olarak düşünebilirsiniz.
Hızlı temel + görünür bir belge isteyen için verimli. LinkedIn Learning'de inceleyebilirsiniz.
6. AI for Everyone — DeepLearning.AI (Andrew Ng)
Kime uygun: Aracı kullanmaktan çok, yapay zeka stratejisini kavramak isteyen; ekibine ya da işverenine "bu bizim için ne anlama geliyor" sorusunu anlatacak İK liderleri.
Güçlü yanı: Alanın en saygın isimlerinden Andrew Ng anlatıyor; kod yok, denklem yok. Yapay zekanın kurumda nerede değer yaratacağını görme yetisi kazandırıyor. Daha güncel bir alternatif olarak Generative AI for Everyone üretken yapay zekaya odaklanıyor.
Sınırı: Uygulamalı araç kullanımı yok; tamamen kavramsal. Ücretsiz izlenebiliyor (audit), sertifika ücretli.
Strateji ve karar perspektifi için değerli. AI for Everyone'ı inceleyin.
7. Elements of AI — Helsinki Üniversitesi & MinnaLearn
Kime uygun: Yapay zeka nedir, neyi yapıp neyi yapamaz sorusuna matematiğe boğulmadan cevap arayan tam başlangıç seviyesi.
Güçlü yanı: İki milyondan fazla kişinin tamamladığı, 26 dile çevrilmiş, tümüyle ücretsiz bir klasik.
Sınırı: Üretken yapay zeka ve LLM tarafı güncel değil; temeli sağlam ama son dönem gelişmelerini yansıtmıyor. Türkçe seçeneği bulunmuyor.
Ücretsiz zihinsel temeli kurmak için hala iyi bir giriş. Elements of AI'ı inceleyin.
Bonus — İK'ya özel: SHRM AI+HI Specialty Credential
Yukarıdaki yedi kurs yapay zeka okuryazarlığını genel anlamda sağlamanıza yardımcı olur. İK'ya özel, işe alımdan performans ve öğrenmeye kadar fonksiyona gömülü bir program isterseniz SHRM'in AI+HI Specialty Credential'ı en spesifik seçenek. Ücretsiz değil ve SHRM üyeliği ekseninde kurgulanmış; ama İK bağlamına en yakın içerik burada. Genel okuryazarlığı kurduktan sonra düşünülecek bir üst katman olarak görüyorum.
Önemli mesele
Belki sizler de daha farklı ücretsiz ya da ücretli AI eğitimleri ve kursları bulmuş olabilirsiniz, bu kursların neredeyse tamamı hala geleneksel modül, video ve alıştırmalardan ibaret olabileceğini düşünebilirsiniz. Yapay zekayı öğretirken yapay zeka çok az kullanılıyor.
Gördüğüm bir diğer mesele de; bu kursların çoğu genel çalışanı hedefliyor, İK'nın kendi işini — işe alım, performans kalibrasyonu, norm kadro, yetkinlik mimarisi — merkeze koymuyor. Yani okuryazarlığı kurar (ki bu makaledeki amacım bunu kurabilmek), ama o okuryazarlığı sizin ortamınıza taşıma işi büyük ölçüde size kalacaktır. Aşağıdaki plan size bu konuda bir kolaylık sağlamak üzerine.
Sıfırdan başlasam izleyeceğim yol
Bugün İK'da yapay zeka konusunda sıfırdan başlıyor olsaydım, yukarıdaki dört katmanı sırayla kuran sade bir yol izlerdim. Her adımın hangi beklentiyi karşıladığını da yanına yazdım.
Dört katmanlı öğrenme planı
- Temel katman — Anlama: Google AI Essentials ya da Elements of AI ile üretken yapay zekanın ne olduğunu ve nasıl çalıştığını öğrenin. Ulrich'in aracın nasıl çalıştığını, hangi veriyi kullandığını ve hangi riski taşıdığını bilme beklentisi burada karşılanıyor.
- Düşünme katmanı — Akıcılık: Anthropic AI Fluency ile yapay zekayla düşünmeyi öğrenin. Bersin'in Superworker tanımı bu katmanın üzerine oturuyor; bu adımı asla atlamayın, kalıcı olan tek yatırım burası.
- Pratik katman — Muhakeme: Google Prompting Essentials ile öğrendiğinizi kendi İK görevlerinizde uygulayın — mülakat sorusu üretme, politika özetleme, çalışan anketini analiz etme. SHRM'in AI+HI ayrımı ancak burada pratik anlam kazanıyor.
- Kurumsal katman — Entegre Etme: Bir yapay zeka aracını (Claude, Copilot ya da erişiminiz olan herhangi biri) günlük iş akışınıza gömün ve ekibinize yayın. CIPD'nin beşinci adımı ve Bersin'in Sistemik İK çağrısı bu katmanda karşılık buluyor.
Bağlama göre birkaç not
- Microsoft ağırlıklı bir kurumsanız, 1. adımda Google yerine Microsoft AI Fluency'yi koyabilirsiniz.
- Üretken yapay zekanın nasıl çalıştığını zaten biliyorsanız 1. adımı atlayıp doğrudan 2'ye geçin — ama 2'yi asla atlamayın.
- Pratik alanınız için elinizdeki herhangi bir aracı kullanın; önemli olan öğrendiğinizi gerçek bir işe bağlamak.
İK'da nereden uygulamaya geçilir
Okuryazarlık kendi başına amaç değil; asıl kazanç onu fonksiyonun içine gömdüğünüzde geliyor. SHRM verisi, benimsemenin en çok yoğunlaştığı alanları da gösteriyor; ben bunları hızlı kazanç için başlangıç noktaları olarak belirtebilirim.
- İşe alım (%27): İlan yazımı, aday tarama sorularının üretimi, mülakat rehberi taslakları.
- İK teknolojisi (%21): Politika ve prosedürlerin sadeleştirilmesi, çalışan sorularına ilk yanıt.
- Öğrenme ve gelişim (%17): İçerik taslakları, öğrenme senaryoları, değerlendirme soru bankaları.
- Çalışan deneyimi (%14): Anket açık uçlu yanıtlarının analiz edilmesi, geri bildirim özetleri.
AI ile çalışırken benim size verebileceğim en önemli tavsiye operasyonel işleri AI'a devredin, "muhakeme"yi — fikir üretmeyi kendinize saklayın. Kalibrasyon, etik değerlendirme ve nihai kararı BİZ vermeliyiz — LinkedIn verisinin insan becerilerini öne çıkarmasının nedeni de bu.
Son söz
Seçeceğiniz AI modelinin de kursların da; hangisinin işe yarayacağı sizin bağlamınıza, seviyenize ve hedefinize göre değişiyor. Ama bir şeyi net söyleyebilirim ki yapay zeka okuryazarlığı artık İK için "ilgisi olanlara" bırakılacak bir konu değildir, fonksiyonun temel yetkinliklerinden biri haline geldi. CIPD'den Ulrich'e dört ekolün ortak noktası da bu. Erken davranan İK ekibi, kurumun geri kalanını yönlendirebilecek konuma eminim ki geçecektir.
Umarım bu yazı hem kendi becerinizi kurmanıza hem de çevrenizdekileri yapay zekayla güçlendirmenize yardımcı olur.
Kurumunuzun İK yapay zeka olgunluğunu ölçmek ister misiniz?
İK fonksiyonunuzun nerede durduğunu görmek için IC Consulting'in İK Dijital & YZ Check-Up'ını kullanabilirsiniz — mevcut güçten başlayıp yol haritanızı birlikte çıkarırız.
IC Consulting | İlhan Çağlar — İK ve Yönetim Danışmanı