Nasıl yaparlar?
Ekip & Süreç

AI takımını nasıl kurdular?

Şirketler AI çalışmalarını kime verdi, ekibi nasıl büyüttü, geri kalan organizasyonu nasıl bağladı? Liderlerin kendi anlatımları.

11
cevap
10
şirket
4
kaynak türü
güncellendi
5 Eki 2026
ALIVE SENTEZİ

Üç cevap, üç ayrı model: merkezi ekibi büyütmek, ürün ekiplerine dağıtmak, yetkisiz bir hızlandırıcı atamak.

Intercom, AI ekibini altı kişiden altmışa çıkarıp şirketin odağını ona çevirdi. Notion çekirdek bir AI ekibi kurdu ama her ürün ekibini kendi yüzeyindeki araçtan sorumlu tuttu. Paribu ise ekiplere talimat vermeyen, yalnızca hızlandıran bir rol tanımladı.

Aşağıdaki
11
cevaptan çıkarıldı · güncellendi
5 Eki 2026
01
AI ekibi tek başına bırakılmıyor; ürün ekipleri kendi alanının sahibi kalıyor.
3 / 11
02
Yapı değişikliği teşviklerle birlikte geliyor: hedefler, değerler, ücret.
4 / 11
03
Tartışma noktası: merkezi ekip mi, dağıtık sahiplik mi?
5 / 11
04
Kanıtlar

Cevaplar 7 / 7

X SERİSİ
1 Eki 2026
7 dk okuma
EN
IN
Intercom
Eoghan McCabe
CEO

AI ekibini 6 kişiden 60’a çıkardı, şirketi onun etrafında yeniden kurdu

Eoghan McCabe, Intercom’u bir vaka olarak anlatıyor. Şirketin yıllardır AI botları geliştiren kendi AI ekibi vardı, yani sıfırdan başlamıyorlardı. Fin’i 2023 yazında çıkardıktan sonra değerleri ve misyonu yeniden yazdılar, hedefleri Fin gelirine bağladılar. Fin gelirin henüz tek haneli bir yüzdesiyken Ar-Ge odağının yaklaşık yüzde 80’ini ona kaydırdılar. AI ekibini diğerlerinin üzerinde terfi ettirip ücretlendirdiler ve üç yılda yaklaşık 6 kişiden 60’a büyüttüler.

Eoghan McCabe
@eoghan
X Article

“We aggressively promoted and compensated our AI team above others.”

2 Mar 2026 · 969 B görüntülenme
Alive notu:
Teşvikleri açıkça anlatan tek cevap.
PODCAST
1 Eki 2026
1:17:17
EN
NO
Notion
Simon Last ve Sarah Sachs
Kurucu ortak ve AI mühendisliği lideri

Çekirdek AI ekibi kurdu, ama her ürün ekibini kendi aracından sorumlu tuttu

Sarah Sachs, Notion’da çekirdek AI yetenekleri ve altyapısından sorumlu yaklaşık 50 kişilik ekibi yönetiyor. Bunun yanında 30 ila 40 kişilik ortak ekipler, AI’ı köşedeki sohbet, özel ajanlar ve toplantı notları gibi yüzeylere taşıyor. Her ürün ekibi, ajanın kendi yüzeyinde kullandığı aracın sahibi. Fikirler prototipten geliyor: ekipte “demos over memos” deniyor ve görsel üretimi, veritabanı ekibinden bir mühendis yapmak istediği için çıktı. Ajan altyapısını üç dört kez baştan yazdılar; Sachs, kendi kodunu silmekten çekinmeyen bir ekip istediğini söylüyor.

Latent Space · Notion’s Token Town
16:43 / 1:17:17
Alive notu:
Merkezi ekip ile dağıtık sahipliği aynı anda kuran örnek.
ALIVE SAHNE
1 Eki 2026
Sahne kaydı
TR
PA
Paribu
Mehmet Hüseyin Kafadar
AI Enablement Director

Yetkisi olmayan bir AI Enablement rolü tanımladı

Alive’26 sahnesinde Mehmet Hüseyin Kafadar, altı aydır yürüttüğü rolü anlattı: unvanı AI Enablement Director ve başka bir yetkisi yok. Ekiplere ne yapacaklarını söylemiyor, standart dayatmıyor, araç seçmiyor. Her ekip kendi AI öğrenimini otonom ilerletiyor; onun işi bu geçişi hızlandırmak. Kafadar’ın uyarısı üretim tuzağı üzerine: üretmek kolaylaşınca kimse bunu neden yaptığını sormuyor, asıl zorluk hala dağıtımda.

ALIVE’26 · SAHNE KAYDI
Alive notu:
Merkezi ekibin darboğaza dönüşme riskine karşı kurulmuş bir model.
YAZI
1 Eki 2026
3 dk okuma
EN
SA
SaaStr
Jason Lemkin
Kurucu

GTM’i 3 kişi ve 21 agent ile yürüttü, agent yönetimi tam zamanlı bir işe dönüştü

SaaStr, pazarlama ve satış işini 3 kişi ve 21’den fazla AI agent ile yürütüyor. Bir yıl önce birkaç agent’ı çalıştırmak günde yaklaşık 30 dakika sürüyordu; şimdi bu iş günde sekiz saate çıktı ve ekip, 20 kişilikken olduğundan daha yoğun çalışıyor. Agent’ların çoğu önce bir dashboard, takip aracı ya da web sitesi olarak başladı, günlük kullanımla agent’a dönüştü. Agent’lar artık insan incelemesi gerektiren kararlar veriyor ve göze batan hatalar yerine bitmiş görünen çıktılar üretiyor. Şirketin kendi beyanına göre agent kaynaklı pipeline 4,8 milyon dolar, ilk temastan kapanan gelir 2,4 milyon dolar; gelir aynı üç kişiyle yıllık bazda eksi yüzde 19’dan artı yüzde 47’ye çıktı.

The Latest SaaStr AI Agent Playbook for GTM Is Out: Everything We’ve Learned Running SaaStr on 3 Humans and 21+ AI Agents, In One Handy Guide
saastr.com · Yazı · 3 dk

Alive notu:
Diğer cevaplar AI ekibini insanlarla kuruyor; SaaStr ekibi agent’larla kurdu ve insanın işinin agent yönetmeye kaydığını rakamla gösteriyor.
YAZI
1 Eki 2026
18 dk okuma
EN
AN
Anthropic
Nathan Wilmers, Regina Catipon, Maxim Massenkoff, Peter McCrory

Junior teknik alımını %27’den %9’a indirdi, işi otomatikleşen ekipleri agent yönetimine kaydırdı

Anthropic, Claude’un kendi iş gücünü nasıl değiştirdiğini şirket içi verilerle yayınladı. Teknik ekiplerde junior çalışanların payı 2025 başından bu yana %21’den %14’e, junior teknik alımların payı %27’den %9’a düştü. Mühendislik ve araştırma ekipleri alt seviye teknik pozisyonlara alımı azalttı; teknik değerlendirmeler alan bilgisi yerine özerklik ve muhakemeye ağırlık verdi. İşi agent’lara geçen bir ürün tasarım ekibi agent prompting’e geçti, model eval’ları ve prompt yazmaya başladı. Agent’lar için yazılı kalıcı talimatlar Temmuz 2025’te birkaç yüzden bir yıl sonra 8.500’e çıktı, toplantı süresi ise bir yılda %20 arttı. Şirket, AI ile dönüşen işleri izleyen bir erken uyarı sistemi kuruyor ve etkilenen çalışanları içeride başka işlere kaydırmayı öncelikli tutuyor.

How employment is changing at Anthropic
anthropic.com · Yazı · 18 dk

Alive notu:
Diğer cevaplar bir AI ekibinin nasıl kurulduğunu anlatıyor; Anthropic tersinden bakıyor ve AI’ın şirketin geri kalanının yapısını, alımını ve rollerini nasıl değiştirdiğini rakamlarla gösteriyor.
PODCAST
1 Eki 2026
43:32
EN
TE
Tenex
Alex Lieberman, CJ Hess
Kurucu ortak; special projects lead

Mühendis ücretini çıktıya bağladı, işi ortak skill ve agent kayıtlarıyla standartlaştırdı

Tenex yaklaşık 18 ay önce AI destekli bir geliştirme şirketi olarak kuruldu, bugün 75 kişi ve çalışanlarının yüzde 90’ı mühendis ya da müşteri işini yöneten “AI strategist”. Mühendis ücretini büyük ölçüde çıktıya, yani story point’e bağladı ve kriterleri düzenli kalibrasyon toplantılarında yeniden yazıyor; en yüksek ve en düşük ücret arasında yaklaşık 4 kat fark var. İşi “MetaHarness” adını verdiği ortak bir yapıyla standartlaştırdı: ortak skill seti, her repoda plan dokümanı ve agent’ların kararlarını Git’e kaydettiği bir düzen. Ekip, mühendis başına story point’in bu yıl yaklaşık 2 kat arttığını, token harcamasının çalışan maliyetine oranının 1’e 1 ile 2’ye 1 arasında olduğunu söylüyor.

Latent Space · AI for the Fortune 2000: How Tenex Builds an AI-Native SDLC
Alive notu:
Diğer cevaplar yapıyı anlatıyor; Tenex teşviki en açık haliyle, ücreti doğrudan agent’la üretilen çıktıya bağlayarak kurmuş.
YAZI
1 Eki 2026
8 dk okuma
EN
OP
OpenAI
Colin Jarvis
Head of Forward Deployed Engineering

Müşterinin yanında çalışan bir FDE ekibi kurdu, her işten tekrar kullanılabilir bir kalıp çıkardı

OpenAI, 2025 başında müşterilerin en zor problemleri üzerinde onların yanında çalışan bir Forward Deployed Engineering (FDE) ekibi kurdu. Ekibi genelci mühendislerle alan uzmanlarını karıştırarak oluşturdu; FDE’lerden sektör bilgisini ilk günden değil, işin içinde öğrenmelerini bekledi. Ekip sahada öğrendiğini Product ve Research ekiplerine taşıyor, modelin yetmediği yerde Research’ü erkenden işe katıyor ve ilerlemeyi müşteriyle birlikte kurduğu eval’larla ölçüyor. Her işten skill, plugin ve connector gibi tekrar kullanılabilir kalıplar çıkarıyor; müşteri işlerini ortak bir Codex tabanlı yapıya taşımak proje başına özel kodun yaklaşık yüzde 90’ını kaldırdı. Bir telekom ses agent’ında kritik eval’lar yüzde 60 civarında başladı, Research ile altı aylık çalışmadan sonra yüzde 90’ın üzerine çıktı.

What FDE means at OpenAI
openai.com · Yazı · 8 dk

Alive notu:
Diğer cevaplar AI ekibini şirketin içine yerleştiriyor; bu cevap ekibi müşterinin yanına koyuyor ve başarıyı ekibin birkaç ayda bir kendi işini ürüne devredip gereksiz hale gelmesiyle ölçüyor.
YAZI
1 Eki 2026
6 dk okuma
EN
AM
Amazon
Terk Terkowitz
VP / Distinguished Engineer, Worldwide Amazon Stores

Yazılımcı rol tanımını yeniden yazdı, AI’ı tanımda adı geçen tek teknoloji yaptı

Amazon’un mühendislik liderliği, Distinguished ve Senior Principal Engineer’larla birlikte Software Development Engineer rol tanımını yeniden yazdı. Şirket rol tanımlarında teknoloji adı geçirmeme geleneğini korudu, tek istisnayı AI için yaptı. Tanımı araçlar yerine değişmeyen çıktılara, yani müşteri, iş ve ekip etkisine bağladı. Ölçümde token kullanımı ve AI aracı benimsenmesi gibi girdi metriklerini kusurlu olduklarını ve hedef yapılırsa maliyeti artırabileceklerini kabul ederek kullandı; AI’ı en az benimseyen yüzde 10’luk dilimdeki ekiplere ve en yoğun kullanan yüzde 90’lık dilimde teslimatın buna göre artıp artmadığına ayrıca bakmayı önerdi. AI işine yaramayan çalışandan nedenini yazıp ekip arkadaşları ve yöneticisiyle paylaşmasını, liderlerden de AI’ı üretim işinde bizzat kullanmalarını istedi.

An update from Amazon engineering leadership on the role of the developer in the age of AI
About Amazon · Yazı · 6 dk

Alive notu:
Ayrı bir AI ekibi kurmak yerine bütün yazılımcıların iş tanımını değiştirdi ve AI’ın işe yaramadığı yeri de geri bildirim olarak sistemin içine koydu.
PODCAST
1 Eki 2026
43:22
EN
CI
Cisco
Jeetu Patel
President ve Chief Product Officer

AI kullanmayı işte kalmanın şartı yaptı, başlangıçta herkese sınırsız token verdi

Cisco’da Jeetu Patel 32.000 mühendisi ve şirketin geri kalanını AI’a geçirirken çalışanların “AI kullanırsam işimi kaybederim” korkusunu tersine çevirdi ve AI kullanmayanın işini kaybedeceğini açıkça söyledi. Ekiplere bütün araçları ve desteği verdi, başlangıçta herkese sınırsız token tanıdı; Patel’e göre önce aşinalık, sonra ustalık, en son verimlilik geliyor. İlk aylar dirençle geçti. Dönüm noktası, şüpheci bir mühendislik liderinin ekibiyle yaklaşık yarım milyon satırlık kodu yaklaşık 120.000 satıra refactor ettiklerini haber vermesi oldu; Patel bunu 5 kat iyileşme olarak anlatıyor.

10:00
“We guaranteed our employees that if you don't use AI, you will lose your job.”

Alive notu:
Diğer cevaplar AI ekibini bir rol ya da birim olarak kuruyor; Cisco bütün mühendislik organizasyonunu tek bir beklentiyle ve başta maliyeti önemsemeyerek dönüştürüyor.
YAZI
1 Eki 2026
EN
SA
Salesforce
Jayesh Govindarajan
Head of AI Engineering

Yaklaşık 700 kişilik AI organizasyonunda doğrusal SDLC yerine sürekli eval döngüsüne geçti, mühendisleri eval-first yapma işini PM’lere verdi

Salesforce’ta Agentforce organizasyonunu yöneten AI mühendislik başkanı Jayesh Govindarajan, yaklaşık 700 kişilik ekibin nasıl çalıştığını anlattı. Doğrusal SDLC yerine gözlem, geliştirme, test, değerlendirme ve yayın adımlarından oluşan, model güncellemeleri ve davranış kayması yüzünden sürekli dönen bir ADLC döngüsü kurdular; eval ve gözlemlenebilirlik bütçesini geliştirmeden önce ayırıyorlar. Tahmine dayalı AI döneminden gelen veri bilimi ekipleri zaten eval odaklıydı; deterministik yazılımdan gelen mühendisleri eval-first yapma işini PM’lere verdiler. Araç seçimini yöneticiler yapmıyor, ekipler Codex, Claude Code ya da Cursor arasından kendisi seçiyor; Govindarajan’ın ekipleri bir zorunluluk olmadan Cursor’dan Claude Code’a geçti. Forward deployed engineer’lar sahadan gelen geri bildirimi tek bir Slack kanalına yazıyor, kayıtlar küçük sorun ya da özellik isteği olarak etiketlenip yol haritasıyla eşleştiriliyor.

What an AI-Native Product Team Actually Looks Like at Salesforce
Product Growth · Yazı

Alive notu:
AI ekibini organizasyon şemasıyla değil bir geliştirme döngüsüyle anlatıyor; eval’ı ayrı bir ekibe değil PM’in sorumluluğuna koyması diğer cevaplardan ayrılıyor.
ALIVE SAHNE
1 Eki 2026
2:59
TR
PA
Paribu
Mehmet Hüseyin Kafadar
AI Enablement Direktörü

AI Enablement ekibi yalnızca tohum ekti, dönüşümü üç kişilik takımlara bıraktı

Paribu, AI dönüşümünde aynı işi birden fazla takımın yapmasına bilerek izin verdi; yeni bir bilgiyi kavrayıp şirket içinde yayabilecek kişiler için duplike iş şimdilik serbest. AI Enablement takımı yalnızca birkaç tohum ekti: üçer kişilik ekiplerle workshoplar yaptı, sonrasının çoğunu ekipler yürüttü. Şirket üç kişilik takımlara doğru ilerliyor; bu takımlarda lead, junior, senior ve manager aynı kod üzerinde çalışıyor. Kritik ve geri dönüşü olmayan işler dışında mükemmeli aramıyorlar, ürün çıktıktan sonra bug fix ve feature request gelmesini bekliyorlar. Öğrenimler Slack’teki AI Guild kanalında paylaşılıyor.

ALIVE’26 · SAHNE KAYDI
Alive notu:
Merkezi bir AI ekibi büyütmek yerine dönüşümü takımlara bırakan ve kontrollü duplike işi bilinçli bir yöntem olarak savunan bir anlatım.
Soru hakkında

Bu soruyu neden sorduk?

AI’ı kimin sahipleneceği, 2026’da neredeyse her ürün şirketinin organizasyon şemasında bir soru işareti. Ayrı bir ekip mi kurulmalı, mevcut ekiplere mi dağıtılmalı, yoksa ikisi birden mi?

Bu soruda yalnızca kendi şirketinde kararı veren ya da uygulayan kişilerin anlattıklarını topluyoruz. Arşiv henüz küçük; yeni cevaplar geldikçe sentez de değişecek.

İzle & dinle

Bu soruyla ilgili Alive içerikleri

Devam et

Benzer sorular

Durum stilleri
Bu blok yalnızca Designer’da görünür, yayında gizlidir. Script’in eklediği durum sınıflarını (is-active, is-alive, is-brick, is-own, is-hl) buradan düzenleyebilirsin.
DIŞ KAYNAK
ALIVE
BRICK
UB
A
B
Dış kaynak kartı
Kendi içeriğimiz · is-own
Vurgulu · is-hl
Alive Bülten

Canlı kalmanın iki haftalık dozu.

Tasarım, ürün ve yapay zekadan seçtiğimiz en iyi okumalar, iki haftada bir çarşamba posta kutunda.

E-posta
Teşekkürler! Kaydın alındı, ilk bülten çarşamba posta kutunda.
Bir şeyler ters gitti. Lütfen tekrar dene.
© 2026 Alive Medya