Yıl sonuna yaklaşırken finans ekiplerinin masasında hemen her zaman aynı gündem konusu yer alıyor. Şirketin elindeki nakit, operasyonu ve büyümeyi sürdürecek kadar hızlı mı akıyor? Bu soru son yıllarda daha da ağırlık kazandı; çünkü faiz oranlarının yüksek seyrettiği, tedarik zincirlerinin zaman zaman aksadığı bir ortamda nakit artık sadece bir bilanço kalemi değil, stratejik bir manevra alanı olarak görülüyor.
Veriler Ne Gösteriyor?
Bu algı tek bir şirketin öznel gözlemi değil, birden fazla bağımsız araştırmada tekrar eden bir örüntü. J.P. Morgan'ın Asya-Pasifik bölgesindeki CFO ve hazine yöneticileriyle yaptığı 2026 anketine göre, katılımcıların %38'i nakit akışı tahminlemesini yıl için en büyük likidite zorluğu olarak tanımlıyor; piyasa oynaklığı ise %35 ile onu takip ediyor.
Kyriba'nın 1.400 CFO ve üst düzey finans yöneticisiyle ABD, İngiltere, Almanya, Fransa, Japonya, İspanya, İtalya ve Singapur'da eylül 2025'te gerçekleştirdiği 2026 OPR Index araştırması da benzer bir tabloya işaret ediyor. CFO'ların yaklaşık üçte ikisi (%59) nakit ve likidite pozisyonlarına dair eksiksiz, gerçek zamanlı bir görünürlüğe sahip olmadığını belirtiyor. Aynı araştırmada CFO'ların %74'ü yapay zeka yetkinliğini kritik bir beceri olarak görürken, güvenlik endişeleri ve entegre olmayan sistemlerin bu potansiyeli hayata geçirmeyi yavaşlattığı vurgulanıyor.
Deloitte'un yakın tarihli bir CFO nabız yoklaması da bu eğilimi doğruluyor. Finans liderleri 2026'da likidite görünürlüğü, işletme sermayesi optimizasyonu ve kısa aralıklı nakit tahminlemesine daha fazla ağırlık veriyor.
Horváth'ın Avrupa merkezli 2026 CFO Araştırması ise ekonomik belirsizliğin finans liderlerinin güvenini baskıladığını, bunun sonucunda şirketlerin likidite korumasına ve maliyet verimliliğine odaklanırken dijitalleşme, otomasyon ve yapay zekaya seçici biçimde yatırım yaptığını ortaya koyuyor.
Kısacası, araştırmalardaki ortak nokta “CFO'lar nakit görünürlüğünü artırmak istiyor ama bunu sağlayacak sistemler henüz hedeflenen olgunluğa ulaşmış değil.” Bu boşluk da tahsilat süreçlerini hızlandıracak teknolojilere olan ilgiyi büyütüyor.
Tahsilat süresi (DSO) neden hâlâ CFO gündeminin başında?
Alacak tahsil süresi (Days Sales Outstanding – DSO), şirketin faturayı kestiği andan nakde çevirdiği ana kadar geçen süreyi ölçen ve doğrudan işletme sermayesini etkileyen bir gösterge. Credit Research Foundation'ın 2025'in dördüncü çeyreğine ait iç pazar ticari alacaklar özetine göre, ABD'de medyan DSO 40,5 gün seviyesinde seyrediyor. Hackett Group'un işletme sermayesi karnesi verileri de nakit dönüşüm döngüsünün sektörden sektöre önemli farklılıklar gösterdiğini, bazı yıllarda toplam döngünün ortalama 37 güne kadar gerileyebildiğini, bazı yıllarda ise uzadığını ortaya koyuyor.
Bu rakamlar, "bir gün daha az DSO"nun soyut bir hedef olmadığını; doğrudan kredi limitine bağımlılığı azaltan, faiz maliyetini düşüren somut bir kazanım olduğunu gösteriyor.
Tek Ekrandan Çoklu Banka Görünürlüğü Sağlayan Açık Bankacılık ve API Entegrasyonu Neden Önemli?
CFO'ların en çok şikâyet ettiği konulardan biri, nakdin farklı bankalarda, farklı hesaplarda, farklı ekranlarda dağınık durması. Açık bankacılık düzenlemeleri ve API tabanlı entegrasyonlar bu resmi değiştiriyor. Türkiye'de bu altyapı BDDK ve TCMB düzenlemeleriyle şekilleniyor; 2019'da yürürlüğe giren Ödeme Hizmetleri Yönetmeliği, ödeme kuruluşları ve elektronik para kuruluşlarına API entegrasyonu yükümlülüğü getirdi ve 2023-2026 döneminde bankaların açık bankacılık altyapıları genişledi.
TCMB'nin kısa süre önce açtığı Ödemelerin Merkezi platformu da bu dönüşümü tek bir çatı altında görünür kılıyor. FAST anlık ödeme sistemi, yeni nesil EFT altyapısı, Dijital Türk Lirası projesi, TR Karekod standardı ve API tabanlı açık bankacılık erişim ekonomisi artık merkezi bir yapı içinde izlenebiliyor.
Kurumsal finans ekipleri açısından pratik sonuç ise, API bağlantıları sayesinde birden fazla bankadaki hesap bakiyeleri ve hareketleri tek bir panelden, gerçek zamanlıya yakın biçimde izlenebiliyor olması. Bu da hem nakit pozisyonunun günlük olarak netleşmesine hem de gereksiz nakit fazlasının atıl kalmadan değerlendirilmesine imkân tanıyor.
Anlık Ödeme Sistemleri - FAST örneği
Tahsilatı hızlandırmanın en somut yollarından biri, paranın bankalar arasında saniyeler içinde hareket etmesini sağlayan anlık ödeme sistemleri. TCMB'nin resmi duyurusuna göre, 7/24 çalışan FAST sisteminin işlem hacmi üretime alındığı ilk günden bu yana artan bir seyir izliyor; günlük ortalama işlem hacmi Aralık 2024'te 13,8 milyona ulaştı. Bu büyüme, kurumsal ödemelerde de FAST'in nakit ve karta alternatif bir kanal olarak giderek daha fazla tercih edildiğine işaret ediyor.
CFO'lar için bunun pratik anlamı, tedarikçi ödemeleri veya müşteri tahsilatları klasik EFT/havale akışında günler sürebilirken, anlık ödeme altyapılarına entegre olan şirketler bu süreyi saniyelere indirebiliyor olması. Özellikle nakit akışının gün içinde dar boğazlara girdiği dönemlerde (örneğin maaş ödemesi ile tedarikçi vadesinin çakıştığı günlerde) bu hız, ek kredi kullanma ihtiyacını azaltabiliyor.
Yapay Zekanın Tahsilat ve Tahminlemedeki Rolü
Yapay zekâ, nakit akışı yönetiminde iki temel noktada devreye giriyor: Birincisi tahsilat operasyonlarının otomasyonu, ikincisi ise nakit akışı tahminlerinin isabet oranının artırılması.
J.P. Morgan'ın anketine göre APAC bölgesindeki finans ekiplerinin %44'ü yapay zekayı veri analitiği ve tahminleme için, %36'sı ise rutin görevlerin otomasyonu için kullanıyor. Bu, yapay zekanın artık "gelecek vaat eden bir teknoloji" değil, günlük hazine operasyonlarının parçası hâline geldiğini gösteriyor.
Tahminleme tarafında ise ChatFin'in 2026 likidite planlama raporu, geleneksel tablo tabanlı tahminlerin yerini öngörücü, yapay zeka destekli modellerin almaya başladığını; bunun özellikle enflasyonist ve faiz baskısının sürdüğü ortamlarda senaryo analizi yapabilme kapasitesini artırdığını vurguluyor. Benzer şekilde MS Dynamics World'ün aktardığı Farseer raporuna göre, finans fonksiyonlarının öncelikleri arasında tahmin doğruluğu (%50) ve maliyet optimizasyonu (%51) öne çıkıyor; daha isabetli tahmin, ödeme zamanlamasının ve tedarikçi müzakerelerinin daha sağlıklı yapılmasını sağlıyor.
Piyasadaki bazı alacak yönetimi (AR) otomasyon sağlayıcıları, yapay zeka destekli tahsilat süreçlerinin DSO'yu belirgin oranda kısaltabildiğini raporluyor; ancak bu tür oranlar genellikle satıcı firmaların kendi müşteri verilerine dayanıyor ve portföy yapısına, mevcut sürecin olgunluğuna göre değişebiliyor. Bu nedenle böylesi vaat edilen iyileştirme oranlarını, kurum içi pilot uygulamalarla doğrulamadan genel bir kural gibi kabul etmemek daha sağlıklı bir yaklaşım olabilir.
Gerçek Zamanlı Raporlama: 13 Haftalık Nakit Akışı Modeli
Nakdi hızlandırmak kadar, nakdin nerede olduğunu her an bilmek de kritik. Bu noktada finans ekiplerinin giderek daha sık başvurduğu araç, kısa vadeli (3-15 gün, günlük), orta vadeli (4-13 hafta, haftalık) ve uzun vadeli (12-18+ ay) katmanlardan oluşan çok katmanlı tahmin modeli. Orta vadeli 13 haftalık model; ERP verilerini, faturaları, siparişleri, gerçekleşen DSO'yu ve borç vadelerini bir araya getirerek olası likidite risklerini ve işletme sermayesi açıklarını önceden görünür kılıyor.
Bu tür bir raporlama modelinin API entegrasyonlarıyla beslenmesi, elle veri girişine bağımlılığı azaltıyor ve CFO'ya gün içinde güncellenen, hataya daha az açık bir tablo sunuyor. Nitekim Kyriba'nın araştırmasında da vurgulandığı gibi, yapay zekanın gerçek değer üretebilmesi için öncelikle temiz veri ve güvenli, birbirine bağlı platformlara ihtiyaç var — yani teknoloji yatırımının sırası önemli.
Öncelik Sırası Nasıl Kurulmalı?
Araştırmalar bir arada değerlendirildiğinde “CFO'ların çoğu için sorun teknolojinin yokluğu değil, mevcut araçların (banka ekranları, ERP, tabloları) birbirinden kopuk çalışması” ortak görüşü ortaya çıkıyor. Bu nedenle nakit akışını hızlandırma yolculuğu genellikle şu sırayla ilerliyor gibi görünüyor:
- Banka hesaplarını API üzerinden tek bir görünürlük katmanında birleştirmek,
- Mümkün olan tahsilat ve ödeme akışlarını anlık ödeme sistemlerine (FAST gibi) taşımak,
- Rutin tahsilat takibini otomasyona bırakırken, istisna yönetimini insana bırakmak,
- Ve tüm bunları besleyen veriyi, kısa-orta-uzun vadeli katmanlı bir raporlama modeliyle CFO'nun önüne düzenli olarak koymak.
Bu adımların hiçbiri tek başına "sihirli değnek" değil; ancak birlikte uygulandığında, nakdin şirket içinde ne kadar hızlı hareket ettiğine dair hem daha net bir görüş hem de daha fazla manevra alanı sağladığı, üzerinde durulan araştırmalarda tutarlı biçimde öne çıkan bir bulgu.
Kaynaklar
J.P. Morgan, CFO Outlook 2026 – Asia Pacific CFO and Treasurer Survey: https://www.jpmorgan.com/insights/banking/cfo-outlook-asia-pacific
Kyriba, 2026 OPR Index – CFO Survey: https://www.kyriba.com/reports/2026-cfo-survey-confidence/key-trends/
Deloitte CFO Poll (aktaran Controllers Council): https://controllerscouncil.org/cfo-priorities-shift-toward-efficiency-and-cash-preservation-in-new-deloitte-poll/
Horváth, CFO-Study 2026 – Control Meets Complexity: https://www.horvath-partners.com/en/media-center/studies/cfo-study-2026-control-meets-complexity
TCMB, FAST Ödeme İste Katman Servisi Basın Duyurusu (2025-06): https://www.tcmb.gov.tr/wps/wcm/connect/tr/tcmb+tr/main+menu/duyurular/basin/2025/duy2025-06
TCMB, Ödemelerin Merkezi: https://bsfinans.com/tcmb-dijital-odeme-merkezini-acti/
CalcMastery, DSO Benchmarks by Industry (2026) – CRF Q4 2025 verisi: https://www.calcmastery.com/benchmarks/dso-by-industry/
Centime, DSO Guide – Hackett Group verisi: https://www.centime.com/posts/dso-guide
ChatFin, Liquidity Planning: Predictive CFO Forecasting Strategy 2026: https://chatfin.ai/blog/liquidity-planning-predictive-cfo-forecasting-strategy-2026/
MSDynamicsWorld, Why Forecast Accuracy for CFOs Is the Biggest Lever in 2026: https://msdynamicsworld.com/blog-post/why-forecast-accuracy-cfos-biggest-lever-2026
Agicap, Cash Flow Forecast Guide 2026: https://agicap.com/en-us/article/cash-flow-forecast/
Stuut, DSO and Working Capital: Why Your CFO Cares: https://www.stuut.ai/blog/dso-and-working-capital-why-your-cfo-cares-about-days-sales-outstanding
Not: Yukarıdaki bazı kaynaklar (özellikle AR otomasyon oranlarına ilişkin veriler) teknoloji sağlayıcılarının kendi müşteri tabanına dayanan tahminlerdir; resmi kurum verileri (TCMB, BDDK, J.P. Morgan, Kyriba, Deloitte, Horváth araştırmaları) ile karıştırılmamalıdır.
