Strategic Decision-Making and Artificial Intelligence: Exploring the Impact of AI Applications on Decision Precision and Risk Mitigation

Yıl 2025, Cilt: 22 Sayı: 4, 580 - 592, 04.08.2025

Esin Benhür Aktürk

https://doi.org/10.26466/opusjsr.1666747

Öz

Artificial intelligence (AI) is increasingly reshaping strategic decision-making in modern organizations by enhancing decision precision, operational agility, and risk mitigation. This study investigates the influence of AI technologies on strategic management, with a particular emphasis on their role in improving decision accuracy and managing organizational risk. A qualitative methodology was employed, utilizing semi-structured interviews with 20 senior executives representing diverse sectors in Istanbul, Turkey. Thematic analysis revealed that AI facilitates data-informed decision-making, streamlines resource deployment, enhances competitive responsiveness, and reduces uncertainty in strategic planning. Results showed that 80% of the respondents reported enhanced forecasting accuracy, while 70% highlighted AI’s contribution to more effective risk management practices. Additionally, AI was found to support scenario modeling and proactive strategy formulation. Nonetheless, key obstacles to implementation included organizational inertia (65%), data reliability concerns (55%), integration complexity (60%), and ethical considerations (40%). The study emphasizes the importance of aligning AI deployment with broader corporate strategies and fostering a culture of digital readiness to maximize AI’s strategic impact and long-term value creation.

Anahtar Kelimeler

Artificial intelligence, strategic decision-making, risk mitigation, AI implementation, decision accuracy, organizational transformation

Stratejik Karar Verme ve Yapay Zekâ: Karar Doğruluğunu ve Risk Yönetimini Geliştirmede Yapay Zekâ Uygulamalarının Rolünün Analizi

Öz

Yapay zekâ (YZ), modern organizasyonlarda stratejik karar alma süreçlerini giderek daha fazla yeniden şekillendirerek karar doğruluğunu artırmakta, operasyonel çevikliği geliştirmekte ve risk azaltımını mümkün kılmaktadır. Bu çalışma, YZ teknolojilerinin stratejik yönetim üzerindeki etkisini incelemekte, özellikle karar doğruluğunu artırmadaki ve kurumsal riskin yönetimindeki rollerine odaklanmaktadır. Nitel bir yöntem benimsenmiş ve İstanbul, Türkiye’de çeşitli sektörleri temsil eden 20 üst düzey yöneticiyle yarı yapılandırılmış görüşmeler gerçekleştirilmiştir. Tematik analiz, YZ’nin veri temelli karar almayı kolaylaştırdığını, kaynak kullanımını optimize ettiğini, rekabetçi çevikliği artırdığını ve stratejik planlamadaki belirsizliği azalttığını ortaya koymuştur. Katılımcıların %80’i öngörü doğruluğunun arttığını, %70’i ise YZ’nin daha etkili risk yönetimine katkı sağladığını belirtmiştir. Ayrıca YZ’nin senaryo modelleme ve proaktif strateji geliştirme süreçlerini desteklediği gözlemlenmiştir. Bununla birlikte, uygulamadaki temel engeller arasında kurumsal atalet (%65), veri güvenilirliği endişeleri (%55), entegrasyon karmaşıklığı (%60) ve etik kaygılar (%40) yer almaktadır. Çalışma, YZ uygulamalarının kurumsal stratejilerle uyumlu hâle getirilmesinin ve dijital dönüşüme hazır bir kültürün teşvik edilmesinin, stratejik etkiyi ve uzun vadeli değer yaratımını en üst düzeye çıkarmada kritik önem taşıdığını vurgulamaktadır.

Anahtar Kelimeler

strateji, risk yönetimi, Yapay zekâ, karar verme, strateji, risk yönetimi, YZ entegrasyonu, kurumsal dönüşüm

Kaynakça

• Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction machines: The simple economics of artificial intelligence. Harvard Business Review Press.
• Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. https://doi.org/10.1191/-1478088706qp063oa
• Bertsimas, D., & Kallus, N. (2020). From predictive to prescriptive analytics. Management Science, 66(3), 1025-1044. https://doi.org/10.1287/-mnsc.2019.3481
• Bose, R. (2020). Advanced analytics: Opportunities and challenges. Information Systems Management, 37(2), 123-125. https://doi.org/10.1080/ 10580530.2020.1713207
• Clark, M. A., Domingo, N. G. G., Colgan, K., Thakrar, S. K., Tilman, D., Lynch, J., & Hill, J. D. (2020). Global food system emissions could preclude achieving the 1.5° and 2°C climate change targets. Science, 370(6517), 705-708. https://doi.org/10.1126/science.aba7357
• Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108-116.
• Fountaine, T., McCarthy, B., & Saleh, T. (2019). Building the AI-powered organization. Harvard Business Review, 97(4), 62-73.
• Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision-making. Business Horizons, 61(4), 577-586. https://doi.org/10.1016/-j.bushor.2018.03.007
• McAfee, A., & Brynjolfsson, E. (2017). Machine, platform, crowd: Harnessing our digital future. W. W. Norton & Company.
• Rahwan, I., Cebrian, M., Obradovich, N., Bongard, J., Bonnefon, J. F., Breazeal, C., & Tenenbaum, J. B. (2019). Machine behaviour. Nature, 568(7753), 477-486. https://doi.org/10.1038/ s41586-019-1138-y
• Steffen, W., Rockström, J., & Richardson, K. (2015). Planetary boundaries: Guiding human development on a changing planet. Science, 347(6223), 1259855. https://doi.org/10.1126/ science.1259855