Yapay zekâ performansı artsa da finansal etki sınırlı: Yüksek performanslı şirketler yalnızca %6

Yapay zekâ modellerinin performansı hızla artsa da şirket verimliliğinin aynı hızda iyileşmediği belirtildi. Şirketlerdeki asıl darboğazın öncü modellerden çok veri, iş sistemleri ve güvenlik doğrulama süreçlerinde olduğu değerlendiriliyor.

Fortune, 22’sinde yayımladığı analizde yapay zekâ geliştirme hızına ilişkin ‘pacing’ tartışmasının temel sorunu yanlış tanımladığını belirtti. Model performansındaki her artışın makroekonomik üretkenliği hemen yükselteceğini varsayan ‘compute-to-GDP’ yaklaşımının, şirketlerin ve çalışma biçimlerinin değişmesi için gereken süreyi dikkate almadığı ifade edildi.

Şirketlerin yeni yapay zekâ sistemlerini gerçek iş süreçlerine uygulayabilmesi için veri siloları, düşük veri kalitesi, eski kurumsal kaynak planlama (ERP) sistemleri ve düzenleyici uyum süreçleri gibi engelleri aşması gerekiyor. Bir modelin yayımlanmış olması, çalışma biçimlerinin ve organizasyon yapısının kendiliğinden değişeceği anlamına gelmiyor.

Accenture, 15 ülkede 9 sektördeki 2.000 şirketi inceleyerek gelişmiş yapay zekâyı ölçeklendirecek veri hazırlığına sahip şirketlerin oranının yalnızca %7 olduğunu açıkladı. Şirketlerin %64’ü birden fazla işlevde pilot uygulamaların ötesine geçerek operasyon aşamasına girdiklerini veya kurum çapında uygulamaya başladıklarını söyledi. Ancak ölçeklendirme için gerekli veri altyapısına sahip şirketlerin sayısı sınırlı kaldı.

McKinsey, 2026 araştırmasında katılımcıların %37’sinin yapay zekâ kullanımıyla belirli düzeyde EBIT etkisi gördüğünü açıkladı. Yapay zekânın EBIT üzerinde %5’ten fazla etki yarattığını ve teknolojinin etkisini ‘önemli’ olarak değerlendiren yüksek performanslı şirketlerin oranı yaklaşık %6’da kaldı. Bu oran bir önceki yılla aynı seviyede gerçekleşti.

Yapay zekâ benimsemesi durmuş değil. McKinsey araştırmasına göre katılımcıların %44’ü yapay zekânın kurum genelinde ölçeklendirme aşamasına girdiğini, %60’ı ise gelecek bir yıl içinde yapay zekâ yatırımlarını artırmayı beklediğini söyledi. Bununla birlikte bireysel işlerdeki verimlilik artışı ile şirket genelindeki finansal sonuçlar arasında hâlâ fark bulunuyor.

Katılımcıların %20’si yapay zekâ işletim giderleri ve token maliyetleri nedeniyle kullanımı sınırladığını belirtti. Bu durum, model performansının yanı sıra veri düzenleme maliyetlerinin, iş süreçlerini yeniden tasarlama yükünün ve işletim giderlerinin de şirketlerin benimseme hızını etkilediğini gösteriyor.

Geliştirme hızının yavaşlatılmasına yönelik tartışmalar güvenlik doğrulaması etrafında başladı. Anthropic CEO’su Dario Amodei (Dario Amodei), eylül ayında yayımladığı yazıda “Pacing, model eğitimini veya teknolojik ilerlemeyi durdurmak anlamına gelmiyor” dedi. Amodei, şirketlerin modelleri güvenli biçimde ayarlamak ve korumak için gerekli zamanı bulundurması, üçüncü taraf değerlendiricilerin ise eğitim süreçleriyle operasyon prosedürlerini inceleyebilmesi gerektiğini savundu. Pacing, teknik geliştirmenin kendisinden çok yetenek artış hızıyla güvenlik doğrulama hızı arasındaki farkı azaltmayı hedefliyor.

Amodei, yapay zekâ yeteneklerinin geliştirilme hızının artmaya devam etmesi halinde 6 ila 12 ay içinde yapay zekâ ajanlarından oluşan kümelerin internetin tamamını ele geçirebileceği uyarısında bulundu. Bu, Amodei’nin ortaya koyduğu bir risk senaryosu ve gerçekleştiği doğrulanmış bir öngörü değil.

OpenAI, öncü yapay zekânın güvenlik ve emniyet uygulamaları için uluslararası standartlara, ortak ölçüm yöntemlerine ve olay bildirim sistemine ihtiyaç olduğunu açıkladı. Tamamen otonom, yinelemeli öz gelişimin şu anda devam eden bir süreç olmadığı ve insan kontrolü sürdürülebilene kadar ilerletilmemesi gerektiği görüşünü paylaştı.

Buna karşılık ABD ile Çin arasındaki rekabet boşluğuna ilişkin endişeler de dile getiriliyor. Yalnızca ABD şirketlerinin hız kesmesi halinde teknoloji ve güvenlik rekabetinde dezavantaj oluşabileceği savunuluyor. Meta ve NVIDIA($NVDA) yöneticileri de kapsamlı bir hız ayarlamasına olumsuz yaklaştı. NVIDIA CEO’su Jensen Huang, geliştirmelerin mümkün olduğunca hızlı sürdürülmesi, ancak kontrol edilemeyen ürünlerin durdurularak düzeltilmesi gerektiğini söyledi.

Yale CEO Caucus’un yaklaşık 100 CEO ile yaptığı araştırmada, ABD Başkanı Donald Trump’ın Çin ve yapay zekâ güvenliği konusunda daha aktif rol üstlenmesi gerektiği yönündeki talep ortaya çıktı. Böylece yapay zekâ güvenliğinin güçlendirilmesi gerektiğini savunanlarla Çin’le rekabette hız kesilmemesi gerektiğini düşünenler aynı anda görüş bildirmiş oldu.

Çin Ulusal Siber Güvenlik Standardizasyon Teknik Komitesi, 14’ünde ‘Yapay Zekâ Güvenliği Yönetişim Çerçevesi 3.0’ı yayımladı. Çin’de yapay zekâ güvenliği ve kontrol mekanizmalarının bulunduğu doğrulandı. Ancak Çin’in ABD ile aynı yöntemle öncü model geliştirme hızını ayarlama konusunda anlaşmaya vardığına ilişkin bir bilgi doğrulanmadı.

Yapay zekânın teknik performansı artsa da şirket işlerine doğrudan uygulanacağı veya piyasada yaygın biçimde kullanılacağı garanti değil. TokenPost daha önce yapay zekâ performansı ile piyasa benimsemesi arasındaki farkı ele almıştı. Bu araştırma da model rekabeti ile gerçek iş sonuçları arasında veri ve sistemlerden oluşan ara bir aşama bulunduğunu gösteriyor.

Tartışma, yapay zekânın ekonomik etkisini yalnızca model geliştirme hızı üzerinden değerlendirmenin zor olduğunu ortaya koyuyor. Bugüne kadar doğrulanan araştırmalar ve şirket açıklamaları, veri düzenleme, iş süreçlerinin yeniden tasarlanması, işletim giderlerinin yönetimi ve güvenlik değerlendirmelerinin şirket düzeyindeki sonuçları belirleyen temel unsurlar olduğunu gösteriyor. Türkiye’deki kripto varlık piyasasıyla doğrudan bağlantılı bir açıklama veya fiyat ve yatırım verisi doğrulanmadı.