Yapay zekâ destekli karar destek sistemlerinin kurumsal karar alma mekanizmaları ve operasyonel verimlilik üzerindeki etkisi: Finans sektöründe ampirik bir araştırma

Abstract

Bu çalışmanın amacı, Türkiye finans sektöründe faaliyet gösteren finansal ticaret şirketlerinde, aracı kurumlarda ve portföy yönetim firmalarında yapay zekâ destekli Karar Destek Sistemlerinin (KDS) kurumsal karar alma mekanizmaları, risk yönetimi ve operasyonel verimlilik üzerindeki etkilerini ampirik verilerle ortaya koymaktır. Teknolojik gelişmelerle birlikte finansal piyasalarda saniyede milyonlarca veri noktasının üretilmesi, insan karar vericilerin bilişsel sınırlarını (Kısıtlı Rasyonellik) zorlamakta ve otonom sistemlerin entegrasyonunu zorunlu kılmaktadır. Araştırma kapsamında, Borsa İstanbul ve küresel piyasalarda aktif olarak algoritmik ticaret og yapay zeka altyapısı kullanan 50 üst düzey finans sektörü profesyonelinden (trader, portföy yöneticisi, risk analisti) nicel veriler toplanmıştır. Toplanan veriler SPSS istatistik programı aracılığıyla güvenirlik, Pearson korelasyon ve çoklu doğrusal regresyon analizlerine tabi tutulmuştur. Analiz sonuçlarına göre, yapay zekâ adaptasyon düzeyi ile kurumsal karar verme hızı (r = 0.820, p < 0.01) ve risk yönetimi etkinliği (r = 0.740, p < 0.01) arasında pozitif yönlü, doğrusal ve son derece güçlü ilişkiler saptanmıştır. Çoklu doğrusal regresyon analizi sonuçları, kurumsal performans ve operasyonel verimlilik artışındaki toplam varyansın %62.7'sinin tek başına "Yapay Zekâ Adaptasyon Düzeyi" değişkeni tarafından açıklandığını matematiksel olarak kanıtlamıştır (R2 = 0.627, F = 80.640, p < 0.001). Bununla birlikte, derin öğrenme modellerinin "Kara Kutu" (Black-Box) yapısının kurumsal güven üzerinde olumsuz etkiler yarattığı tespit edilmiş ve Açıklanabilir Yapay Zeka (XAI) modellerinin önemi vurgulanmıştır.

The objective of this study is to empirically demonstrate the effects of Artificial Intelligence (AI) backed Decision Support Systems (DSS) on corporate decision-making mechanisms, risk management, and operational efficiency within financial trading firms, brokerage houses, and portfolio management companies operating in the Turkish financial sector. With technological advancements, the generation of millions of data points per second in financial markets challenges the cognitive limits of human decision-makers (Bounded Rationality), making the integration of autonomous systems imperative. Within the scope of the research, quantitative data were collected from 50 senior financial sector professionals (traders, portfolio managers, risk analysts) actively utilizing algorithmic trading and AI infrastructure in Borsa Istanbul and global markets. The collected data were subjected to reliability, Pearson correlation, and multiple linear regression analyses using the SPSS statistical software. According to the analysis results, positive, linear, and highly strong correlations were identified between the level of AI adaptation and corporate decision-making speed (r = 0.820, p < 0.01) as well as risk management efficiency (r = 0.740, p < 0.01). The multiple linear regression analysis proved that 62.7% of the total variance in corporate performance and operational efficiency is explained solely by the "AI Adaptation Level" variable (R2 = 0.627, F = 80.640, p < 0.001). Additionally, it was found that the "Black-Box" nature of deep learning models negatively affects corporate trust, highlighting the critical importance of Explainable AI (XAI) architectures.