Softtech'in ev sahipliğinde bankacılıktan e-ticarete, beyaz eşyadan kripto platformlarına uzanan tasarım ekipleriyle aynı masaya oturduk ve 12 soruluk canlı bir anketle masanın fotoğrafını çektik. Sekiz bulgu bu sayfada; anketin tüm soruları, Softtech sunumunun özeti ve masadan çalışan senaryolar için 15 sayfalık raporu indirebilirsin.

Şubat 2026'da yapay zekanın tasarım ekiplerine girişi, yavaş yavaş açılan bir haritaya benziyordu: herkes haritanın farklı bir köşesini açıyordu. Design Roundtable serisinin ilk buluşmasında, 27 Şubat'ta Softtech'in ev sahipliğinde bankacılıktan e-ticarete, beyaz eşyadan kripto platformlarına uzanan tasarım ekipleriyle aynı masaya oturduk. Softtech Deneyim Tasarımı Yetkinlik Merkezi'nden Orkun Yeşim'in açılış sunumunun ardından 12 soruluk bir Mentimeter anketiyle masanın fotoğrafını çektik, sonra cevapları tek tek konuştuk. Rakamlar ankete yanıt verenlerin oranı (soru başına 33-39 yanıt); masada anlatılan örnekler katılımcıların kendi beyanı. Rapor anonim: Softtech ev sahibi olduğu için adıyla geçiyor, diğer katılımcıları sektör ya da rolle andık.
Ankete yanıt veren 37 kişiden 31'i yapay zekayı günde birkaç kez kullanıyor; ayda birkaç kezin altına inen tek bir yanıt yok. Bireysel kullanım bu kadar yüksekken kurum tarafı yavaş: 39 yanıtın 25'i şirketini keşif ya da pilot aşamasında görüyor, kendini AI native sayan yalnızca iki kişi var. Kişiler koşuyor, kurumlar yürüyor.
ChatGPT açık ara önde (36 yanıtta 22), ama açık uçlu cevaplar başka bir tablo çiziyor: çoğu ekip genel bir modeli işe özel araçlarla birlikte kullanıyor. Kullanılan model de çoğu zaman kişisel tercihten değil, şirketin satın aldığı hesaptan geliyor. Google servisleriyle çalışan bir şirkette Gemini'ye geçmek, bir katılımcının deyişiyle, aslında bir iş seçimi.
Benimsemenin önündeki engeller sorulduğunda 34 yanıtın 17'si regülasyonu, 15'i ekipteki bilgi eksikliğini, 14'ü ayrılmayan bütçeyi gösterdi. Yönetimin öncelik vermemesi yalnızca 6 yanıtta geçti. Yöneticiler yapay zekayı istiyor; önünü yapısal engeller kesiyor.
Regülasyonun somut hali bankacılıktan geldi. Bazı kurumlarda dış yapay zeka araçları tamamen kapalı ve çalışanlar kişisel cihazlarına yöneliyor. Bazılarında kurum içinde barındırılan modellerle e-posta özetleme ya da yönetmelikten görev çıkarma gibi işler yapılıyor. Kullanıcı araştırması verisi hukuk birimiyle konuşulup kişisel bilgilerden arındırılarak işleniyor. Satın alınmış tasarım araçlarının içindeki AI özellikleri kullanılıyor, ama "bunları daha ne kadar kullanabiliriz?" endişesi sürüyor.
38 yanıtın 37'si yapay zekayı araştırma ve keşifte aktif kullanıyor. Kullanım tek bir işle sınırlı değil: görüşme transkripti çıkarmak ve ona soru sormak, anket ve geri bildirimleri gruplamak, mağaza yorumlarını kümelemek, interview guide ve araştırma planı yazmak, proto persona ve journey map taslağı çıkarmak.
Maliyet de konuşuldu: bir saatlik Türkçe görüşmeyi konuşmacıları ayırarak deşifre etmek masada söylenene göre saatte yaklaşık 0,16 dolar. Lokalde kurulan açık kaynak modeller ve video konferans araçlarının kendi transkriptleri Türkçede hala zayıf. Yeni sorun başka yerde: birçok şirket toplantılara AI not alıcı davet etmeyi yasaklamaya başladı. Kaydı kimin, nasıl alacağı sorusu açık; giyilebilir kayıt cihazları bu boşluğa giriyor.
Etkiyi beşli ölçekte sorduğumuzda ortalamalar net ayrıştı: hız 3,6, operasyonel yükün azalması 3,4, kalite 2,8. "AI somut verimlilik katıyor" önermesine katılım 3,8. Ekipler daha hızlı, ama daha iyi iş çıkardıklarını düşünmüyor.
UI üretim araçları bu ayrımın en net görüldüğü yer. Prompt'tan ekran üreten araçlar ve PRD'den prototip çıkaran modeller masada ilham ve konsept çeşitliliği için kullanılıyor; üretim kalitesine ulaşan bir çıktı anlatılmadı. Tartışma bir noktada keskinleşti: yazılımcı tasarımcıya "Stitch'te şunu yaptım, bu daha mı kullanışlı?" diye gelirse ne olur? Karşı soru da masadaydı: fotoğrafçılarla dolu bir odada AI ile üretilen ürün fotoğrafını konuşsaydık, onlar da aynı itirazı yapmaz mıydı?
Hiç dokunmadan çıktığımız bir şey olmadı.
- Bir tasarım ekibi, UI üretim araçları üzerine
38 yanıtın 26'sı görsel tasarımda yapay zeka kullanıyor. Açık uçlu cevaplarda "stok fotoğrafa son", "fotoğraf stüdyosu işlevinin %90'ı AI üretimine kaydı", "beğendiğimiz ikonların parasını vermemek için devşiriyoruz" gibi cümleler var.
Bir beyaz eşya üreticisinin tasarım ekibi bağlantılı ürün uygulaması için 5.000'e yakın yemek görselini yalnızca Adobe Firefly ile üretti; prompt'ları ChatGPT ile yazıyorlar. Aynı ekipte kural sert: Adobe dışındaki araçlarla üretilen görselin büyük kısmı elle yeniden çalışılıyor, AI'a %20'lik pay kalıyor. Asıl gerilim telif: AI ile üretilen görseli ticari olarak kullanmak ile onu korumak aynı şey değil, "şu sanatçının tarzında" üretilen işlerin riski belirsiz. Bir banka çalıştığı ajanstan AI kaynaklı telif sorunlarının sorumluluğunu üstlenen bir sözleşme istedi; başka bir kurum AI ile üretilen her fotoğrafın altına not düşüyor.
Softtech ürünleri için periyodik heuristic değerlendirme raporlarını mümkün olduğunca insansız hazırlamayı hedefliyor; masadaki başka ekipler de aynı yerden başlamış. Yaygın yöntem, Nielsen'in on sezgiseli gibi kural setlerini prompt'a koyup ekranı değerlendirtmek. Daha güçlü yaklaşım geçmiş bulgulardan beslenmek: Baymard'ın binlerce e-ticaret testinden çıkan bulguları bir veritabanına koyup yeni siteyi bu bulgularla eşleştirmesi örnek verildi.
Masadan çıkan en büyük fikir benchmark oldu. Kredi kartı sayfası tasarlayan birinin önüne 500 kredi kartı ekranı, bankacılık ana sayfası tasarlayan birinin önüne son dönemin 100 fintech ana sayfasının çözümlemesi gelebilir. Ekran arşivlerini AI'a betimletip görselle birlikte bir vektör veritabanına koymak bunun bugün yapılabilir yolu.
Tasarım sistemi, AI'ın en az kullanıldığı aşama (38 yanıtta 12), ama masadaki en somut örneklerden biri buradan geldi. On yıllık, regülasyona tabi bir platformun ekibi, kullanıcı tepkisi yüzünden pek değişmeyen tasarım sistemini önce bir Figma eklentisiyle, sonra doğrudan Claude'a öğretti. Ekip prototip yaparken AI artık kendi bileşenlerini ve yapılarını çekiyor; genel bir "tasarım hissi" yerine şirketin sisteminden beslenen akışlar çıkıyor.
Başka bir ekip semantik token angaryasını, yani butondaki her boşluğun doğru token'a bağlanıp bağlanmadığını kontrol etmeyi ve sistemin sağlığını takip etmeyi AI'a devretmeye çalışıyor. Sınır da konuşuldu: bağlam vermeden istenen çıktı gelmiyor, ama bağlamı yazmak bazen işi yapmaktan uzun sürüyor. "Tek sayfa mı, dört adımlı akış mı?" gibi kararlar metinde verilmezse modelin neye göre seçtiğini bilemiyoruz.
33 yanıtın 20'si yapay zekanın iş stresini azalttığını, 9'u artırdığını söyledi. Olumsuz taraf iki kaynaktan geliyor: daha hızlı üretme baskısı ve yöneticilerin beklentisi. Masadaki gözlem şuydu: üst yönetimin öğle yemeği sohbetlerinin büyük kısmı artık AI, ama teknik zemin zayıf olunca kararlar duyulan başlıklarla şekilleniyor. Talepler "ChatGPT'ye sordum, şunlar olabilirmiş, valide eder misiniz?" diye gelmeye başladı.
Öğrenme tarafında bireysel çaba (38 yanıtta 29) şirket içi eğitimle (28) başa baş; hackathon ve AI departmanı (9'ar) geride. Rosenfeld'in "UX Team of One" fikri hatırlatıldı: her şirkette bir kahraman çıkıyor, sonra bu bir ekibe dönüşüyor. Bazı şirketler bu rolü resmileştirip birimlere AI temsilcisi atamaya, AI enablement ekipleri kurmaya başladı.
Sabahın sonunda cevaptan çok soru kaldı: yapay zekanın tasarımdaki etkisini diğer etkilerden ayırıp nasıl ölçeceğiz? Regülasyonlu kurumlarda hangi veri modele gidebilir? AI ile üretilen görselin sahibi kim? Tasarım sistemi bileşen kütüphanesi olarak mı kalacak, yoksa AI'ın okuyacağı bir karar belgesine mi dönüşecek? Sekiz ay sonra Sahibinden'de toplanan Design Roundtable #2'de soru değişti: ekipler artık araç denemiyor, kendi iç ürünlerini kuruyordu. Anketin tüm soruları, Softtech sunumunun özeti ve masadan çalışan senaryolar 15 sayfalık PDF raporda.
Şubat 2026'da yapay zeka tasarım ekiplerine girmişti ama herkes haritanın başka bir köşesindeydi: kimi araç deniyor, kimi regülasyona takılıyor, kimi tek başına ilerliyordu. Design Roundtable serisini bu haritayı masaya serip birbirimizden öğrenmek için kurduk. İlk sorumuz basitti: tasarım ekibi yapay zekayla nasıl buluşuyor?
Bu rapor 27 Şubat 2026'da Softtech'in İş Kuleleri'ndeki ofisinde, Brick Institute ile Softtech Deneyim Tasarımı Yetkinlik Merkezi'nin birlikte düzenlediği buluşmanın kaydı. Orkun Yeşim'in açılış sunumunu, 12 soruluk Mentimeter anketini ve masadaki tartışmayı sekiz bulguda topladık. Masada söylendiği gibi rapor anonim: Softtech ev sahibi ve sunum sahibi olduğu için adıyla geçiyor, diğer katılımcıları sektör ya da rolle andık.

Lonca'daki agent masasından dokuz bulgu: agent'lar gerçek işe başladı, destek ve sahiplik henüz yarı yolda.

RevenueCat ve Neon Apps ile mobil monetization masasından altı bulgu: fiyattan memnuniyet orta, deney yetersiz, testler LTV görülmeden kapanıyor.

Sahibinden'in ev sahipliğindeki masadan yedi bulgu: ekipler araç denemeyi bıraktı, araştırmadan tasarım sistemine kendi iç ürünlerini kuruyor.

Agentic commerce masasından altı bulgu: görünür olmaya hazırız, ajanın alışverişi bitirmesine henüz değil.
Tasarım, ürün ve yapay zekadan seçtiğimiz en iyi okumalar, iki haftada bir çarşamba posta kutunda.