Block, çalışan gücünün %40'ını keserek Yapay Zeka stratejisiyle kazançlarını artırıyor

Block, Square ve Cash App'in arkasındaki fin teknoloji şirketi, CEO Jack Dorsey'in yapay zeka odaklı bir operasyonel yeniden yapılandırma olarak tanımladığı süreç kapsamında 26 Şubat'ta toplam çalışanlarının yaklaşık %40'ını temsil eden 4.000'den fazla iş yerini kapatma kararı aldığını duyurdu.

Şirketin personel sayısı 10.000’in üzerindeyken 6.000’in altına düşecektir. Block’un hisseleri saatler sonrası işlemde %20-25 arttı.

Block’ın 2025 Q4 brüt karı 10,36 milyar dolara ulaştı ve yıl içi karşılaştırmasında %17 artış kaydetti. Cash App, aynı dönemde brüt karını %33 artırarak öne çıktı.

Şirket, 2026 vizyonunu yükseltti ve brüt kârın 12,20 milyar dolar, bir önceki yıla göre %18 artış olacağını öngördü. Block, ayarlanmış operasyonel gelirin 3,20 milyar dolar ve ayarlanmış hisse başına düşen kârın 3,66 dolar olacağını da tahmin etti.

Block, yeniden yapılandırma giderleri olarak 450 milyon ile 500 milyon dolar arasında bir tutarı absorbe etmeyi bekliyor ve bu tutarın büyük kısmı 2026 Q1'de gerçekleşecek.

Dorsey, kesintileri finansal sorunlara verilen bir yanıt olarak değil, stratejik bir bahis olarak sundu. Argümana göre, pandemi dönemi büyüme çabaları sırasında istihdam edilen büyük departmanların aksine, AI araçlarıyla donanmış daha küçük ekipler daha iyi performans gösterebilir.

Block, bir bitcoin varlık deposuna sahiptir. Yeni olarak %33'lük brüt kâr artışı bildiren Cash App, milyonlarca kullanıcısına bitcoin alma ve muhafaza hizmetleri sunmaktadır.

Block'un CFO'su, bu derin, AI destekli kesintilerin daha geniş bir endüstri trendinin bir parçası olma olasılığı olduğunu belirtti.

Yürütme riskleri gerçek. Çalışan gücünüzün %40'ını kesmek, kenarlarda küçük düzeltmeler yapmakla aynı şey değildir. Kurumsal bilgi kapıdan çıkar. Yıllarca inşa edilen ekipler haftalar içinde dağılır.

Yapılandırma maliyetleri olarak $450-500 milyon, önümüzdeki birkaç çeyrek raporda gürültü yaratacaktır. Yatırımcılar, Block'ın brüt kâr eğiliminin yapılandırmadan sonra gerçekten hızlanıp hızlanmadığını ya da kolay otomasyon hedefleri çözüldükten sonra AI verimliliği kazançlarının doygunluğa ulaşıp ulaşmadığını izlemelidir.