AI Adoption’dan Matter Economics’e: Hukuk Bürolarında Dönüşümün İkinci Aşaması

Hukuk bürolarında yapay zeka tartışmasının ilk sorusu oldukça basitti: Kullanıyor musunuz?

BigHand’in 2026 Legal Pricing and Budgeting Trends Analysis verileri ise artık daha zor bir sorunun ortaya çıktığını gösteriyor:

Kullanıyorsunuz; peki bunun ekonomik sonucunu ölçebiliyor musunuz?

Araştırmaya göre hukuk bürolarının%31’i generative AI kullanımının matter başına kârlılığı iyileştirdiğini,%30’u aynı kaynaklarla daha fazla matter yürütebildiğini ve%31’i manuel veya tekrarlayan işlere bağımlılığın azaldığını bildiriyor. Aynı zamanda firmaların%27’si belirli işler bakımından billable hours’ın azaldığını söylüyor. Burada ilk olarak önemli bir metodolojik ayrımı yapmak gerekiyor.

“%31” rakamı, AI’ın hukuk bürolarının kârını yüzde 31 artırdığı anlamına gelmiyor. Araştırmaya katılan firmaların yüzde 31’i, matter başına kârlılıkta AI ile bağlantılı bir iyileşme gözlemlediğini söylüyor.

Bu fark küçük görünse de AI hakkındaki ekonomik tartışmanın güvenilirliği bakımından önemli. Çünkü elimizde henüz “AI yatırımına harcanan her 1 dolar şu kadar ek kâr yarattı” türünden standartlaştırılmış bir ROI hesabı değil; firmaların kendi operasyonlarında gözlemledikleri etkiler var. Ama belki de araştırmanın asıl ilginç tarafı tam olarak burada başlıyor.

AI adoption ile AI economics aynı şey değil.

Bir hukuk bürosunun generative AI lisansı satın alması ölçülebilir bir olaydır. Kaç avukatın sisteme erişimi olduğu, kaç kullanıcının haftalık olarak sistemi kullandığı, kaç prompt üretildiği kolaylıkla raporlanabilir. Fakat bunların hiçbiri tek başına bize AI’ın hukuk bürosunun ekonomisini değiştirip değiştirmediğini söylemez. Ekonomik soru başka:

· AI bir matter’da kaç saatlik işi ortadan kaldırdı?

· Bu süre hangi kıdem seviyesindeki avukatın işiydi?

· Associate saatlerindeki düşüş partner zamanını artırdı mı, azalttı mı?

· Dosyanın cost-to-serve’ü değişti mi?

· Matter margin yükseldi mi?

· Write-off azaldı mı?

· Açılan kapasite yeni matter’lara dönüştürülebildi mi?

· Teslim süresindeki kısalma müvekkil ilişkisini veya realization’ı etkiledi mi?

Bunları bilmiyorsak, “AI bizi daha verimli hale getirdi” cümlesi operasyonel bir izlenim olabilir; fakat henüz ekonomik bir sonuç değildir. Bu nedenle AI kullanan hukuk bürosu ile AI’ın ekonomik etkisini ölçebilen hukuk bürosu aynı şey değil.

Belki de yeni sorun bir “AI measurement gap”

BigHand verilerinde bana en dikkat çekici gelen noktalardan biri, AI göstergelerini daha geniş pricing ve budgeting verileriyle birlikte okuduğumuzda ortaya çıkıyor. Firmaların%63’ü matter bütçelerini actuals ile belirli bir yapı içinde karşılaştırıyor. Ancak yalnızca%23’ü bütçe ile gerçekleşeni matter devam ederken sürekli izleyip güncelliyor.

Diğer taraftan AI destekli işler için pricing yapısını değiştirdiğini söyleyenlerin oranı yalnızca%29. Firmaların%30’u mevcut fiyatlandırmayı koruyarak AI verimliliğini daha yüksek kârlılığa dönüştürdüğünü, başka bir%30 ise AI verimliliklerinin gelecekte pricing’i nasıl etkilemesi gerektiğini hâlâ değerlendirdiğini söylüyor. Bu tablo yalnızca bir pricing problemi göstermiyor. Daha temel bir veri problemi olabilir. Bir hukuk bürosu matter’ın gerçek üretim maliyetini, kullanılan insan kaynağını ve gerçekleşen marjı yeterince ayrıntılı izlemiyorsa, AI’ın bu değişkenlerin hangisini ne ölçüde değiştirdiğini de güvenilir biçimde hesaplaması zorlaşır. Bu nedenle önümüzdeki dönemde hukuk büroları arasındaki teknoloji farkı, yalnızca kimin daha gelişmiş AI aracına sahip olduğuyla ölçülmeyebilir. Daha önemli ayrım şu olabilir:

Kim AI kullanımını matter economics verisine bağlayabiliyor?

Grafikteki 2025–2026 farklarını nasıl okumalıyız?

BigHand’in grafiğinde 2025 ile 2026 arasında ilginç bir tablo var.

Daha fazla matter yürütme kapasitesi%34’ten%30’a, matter başına kârlılıkta iyileşme%32’den%31’e, hukuki işlerin daha hızlı tamamlanması%29’dan%25’e, AI destekli işler için pricing değişiklikleri ise%31’den%29’a geliyor. Buna karşılık manuel ve tekrarlayan işlere bağımlılığın azalması%28’den%31’e yükseliyor.

İlk bakışta “AI’ın etkisi zayıflıyor” demek mümkün görünebilir. Ancak böyle bir sonuç için metodolojik dayanak yeterli değil.

BigHand 2026 araştırmasının 800’ün üzerinde UK ve Kuzey Amerika merkezli hukuk bürosu yöneticisi, pricing profesyoneli ve finans yöneticisinin yeni yanıtlarına dayandığını belirtiyor. Kamuya açık metodolojide 2025 ve 2026’da aynı firmaların aynı kişiler üzerinden takip edildiğine dair bir panel tasarımı açıklanmıyor. Bu nedenle iki yılı aynı grubun performans grafiği gibi okumak yerine, iki yıllık piyasa fotoğrafı olarak görmek daha güvenli.

Bence daha ilginç soru şu: AI’ın operasyonel etkisi finansal etkisinden önce mi görünür hale geliyor?

Manuel işlerin azalması doğrudan gözlemlenebilir. Bir belge incelemesinin daha hızlı tamamlanması da öyle. Fakat bu kazanımın gerçek matter margin’e dönüşüp dönüşmediğini anlamak için süre kaydı, staffing, cost allocation, pricing, scope change, write-off ve realization verilerinin birbirine bağlanması gerekir. Teknoloji birkaç saniyede çıktı üretebilir. Kurumsal finansal ölçüm sistemi aynı hızla değişmeyebilir.

AI aslında hukuk bürosunun üretim sistemine müdahale ediyor.

Bu nedenle generative AI’ı yalnızca bir “productivity tool” olarak görmek eksik kalıyor. Geleneksel hukuk bürosunda bazı işler kabaca şu üretim zincirinden geçiyordu:

Junior associate → senior associate → partner

Araştırma, belge analizi ve ilk taslak gibi işlerin bir bölümü AI tarafından desteklenmeye başladığında zincir farklılaşabilir:

AI → associate validation → partner judgment

Bu değişiklik yalnızca daha hızlı belge üretmek anlamına gelmiyor. Hukuk bürolarının klasik leverage modeli de bundan etkilenebilir.

Eğer junior seviyesinde yüzlerce saat gerektiren bazı işler önemli ölçüde azalırsa, hangi işlerin junior avukatlara bırakılacağı, associate’lerin hangi aşamada dosyalara dahil olacağı ve genç avukatların muhakeme yeteneğini hangi işler üzerinden geliştireceği yeniden düşünülmek zorunda kalabilir. Aynı değişim profitability hesabına da yansır.

Bir matter artık daha az junior saat fakat daha yoğun senior review gerektiriyorsa, “AI zaman kazandırdı” demek tek başına yeterli değildir. Hangi kaynaktan ne kadar zaman kazandırdığı önemlidir. Dolayısıyla AI dönüşümünün gerçek zinciri bana göre şöyle:

AI adoption → workflow redesign → staffing → matter economics → pricing → profitability

Bu zincirin yalnızca ilk halkasını tamamlayan bir hukuk bürosu AI kullanıyor olabilir; fakat henüz iş modelini dönüştürmüş değildir.

Müvekkil tarafında ölçüm talebi de artıyor.

Bu mesele yalnızca büro içi yönetim problemi değil. BigHand’e göre firmaların%56’sı müvekkillerden AI kaynaklı verimlilik veya AI kullanımı konusunda daha fazla şeffaflık talebi geldiğini bildiriyor. Buna karşılık partnerlerin AI kullanımını müvekkillerle konuşmaktan rahatsız olduğunu söyleyen firmaların oranı%35.

Müvekkil “AI size ne kazandırdı?” diye sormaya başladığında hukuk bürosunun cevabı yalnızca “daha hızlı çalışıyoruz” olamaz.

· Ne kadar hızlı?

· Hangi işte?

· Bu hız dosyanın maliyetini nasıl değiştirdi?

· Hizmet kalitesi, kapsamı veya risk profili değişti mi?

Asıl ekonomik şeffaflık burada başlıyor.

Türkiye’de soru biraz daha temel olabilir.

Türkiye’de AI ve hukuk bürosu ekonomisi tartışmasının önündeki sorun yalnızca hangi pricing modelinin tercih edileceği olmayabilir. Önce şu soruya cevap vermemiz gerekebilir:

Bir hukuk bürosu dosya ekonomisini ölçebilecek veriyi zaten topluyor mu?

Dosya başına harcanan süre, işi yapan avukatın kıdemi, iş türü, tahsil edilen ücret, tahsilat süresi, dosyanın gerçek maliyeti, gerçekleşen marj ve AI öncesi-sonrası üretim süreleri düzenli biçimde izlenmiyorsa AI ROI’sini ölçmek de büyük ölçüde tahmine dönüşür.

Bu nedenle hukuk sektöründeki AI dönüşümünün bir sonraki aşaması, paradoksal biçimde yalnızca daha iyi yapay zeka modellerine değil, daha iyi veri disiplinine de bağlı olabilir. Geçen ay tartıştığım soru, AI’ın yarattığı verimlilik değerinin hukuk bürosu ile müvekkil arasında nasıl paylaşılacağıydı. BigHand’in yeni verileri bu tartışmaya bir aşama daha ekliyor:

Paylaşılacak değeri konuşmadan önce, onun nerede üretildiğini ve gerçekten ne kadar olduğunu bilmek gerekiyor.

Belki de bundan sonraki dönemde hukuk bürolarının teknolojik olgunluğu kullandıkları AI ürünlerinin listesinden anlaşılmayacak. Asıl gösterge, bir matter kapandığında şu soruya verebildikleri cevap olacak: AI bu dosyanın ekonomisinde tam olarak neyi değiştirdi?

Bu soruya veriyle cevap veremiyorsak, AI kullanıyor olabiliriz. Ama henüz AI’ı yönetiyor olmayabiliriz.