AI Anlatısı Piyasayı Sallıyor: ‘2028 Küresel Zekâ Krizi’ Senaryosu ve Beyaz Yaka İşlerde Erozyon Korkusu

Finansal piyasalardaki ‘anlatı’nın, yani *hikâyeleşen senaryoların* beklenenden çok daha büyük dalgalanmalara yol açabildiği vurgulanıyor. Özellikle belirsizliği yüksek ‘yapay zeka(AI)’ temasında, tek bir senaryonun hem yatırımcı psikolojisini hem de toplumsal gündemi sarsabilecek güçte olduğuna dikkat çekiliyor. AI’nın beyaz yaka istihdamını hızlı biçimde erozyona uğratabileceği beklentisi güçlenirken, AI merkezli yatırım stratejileri çevresinde piyasanın gerginliği de artıyor.

시트리니 리서치(Citrini Research) kurucusu James van Geelen(제임스 반 힐런), yakın tarihli bir röportajında, ‘karmaşık borç anlatılarının’ beklenmedik biçimde viral olup doğrudan toplumsal hareketleri etkileyebileceğini söyledi. Ona göre, ilk bakışta kimsenin kolayca 이해 edemeyeceği detaylı bir borç hikâyesinin, bir anda ‘demokrasi yanlısı protestoların’ sloganına dönüşmesi öngörülmesi zor bir durum. Ancak ‘borç’ temasını merkeze alan bu tür finansal hikâyelerin, vatandaşların kendi pankart ve sloganlarına uyarlanarak siyasî ve toplumsal mesajlara dönüşmesi, finans konularının sadece piyasa içi jargonla sınırlı kalmadığını gösteriyor. Artık kamuoyu ve toplumsal hareketler, daha geniş bir destek tabanı oluşturmak için ‘finansal çerçeveyi’ bilinçli biçimde ödünç alıyor.

반 힐런, AI yayılımının *beyaz yaka işlerin yerini alması* tartışmasını hızla somut bir gündeme dönüştürebileceğini düşünüyor. AI’nın şirketlerde devreye girmesiyle, yalnızca rutin görevlerin değil, bilgi yoğun işlerin de otomasyon baskısı altına girebileceğini vurguluyor. Bu senaryonun önem kazanmasının nedeni, AI gelişim hızının önceki teknolojik dönüşüm süreçlerini adeta ‘zaman açısından sıkıştırması’. Şirketler için maliyet düşüşü ve verimlilik artışı çok net bir teşvik yaratırken, hükümetler ve toplumlar için asıl mesele, oluşabilecek istihdam şokunu karşılayacak *yeniden eğitim ve kariyer dönüşüm* programlarını ne kadar hızlı kurgulayabilecekleri.

Piyasalarda AI’ya dönük hava ise tam anlamıyla fiyatlanmış bir iyimserlikten uzak. 반 힐런, yatırımcıların AI’nın gelecekte nasıl şekilleneceği konusunda ciddi bir *stres ve belirsizlik* yaşadığını aktarıyor. Belirsizlik derinleştikçe, yatırımcıların ‘ikna edici hikâyelere’ çok daha kolay sarıldığı, ortaya çıkan her senaryoya âdeta *refleksle yapıştığı* ifade ediliyor. Böyle bir zeminde, şirket bilançoları ya da teknik göstergeler kadar, raporlar, köşe yazıları ve röportajlar gibi anlatı türündeki içerikler de kısa vadeli oynaklığı artıran katalizörlere dönüşüyor. Özellikle henüz erken aşamadaki AI temasında, *benimsenme hızı* ve *paraya çevirme modelleri* net olmadığı için, beklenti ve hayal kırıklığı hızlı fiyat dalgalanmalarına yol açabiliyor.

반 힐런’ın yönettiği 시트리니 리서치(Citrini Research), *tema bazlı hisse yatırımı* ile *küresel makro alım-satım stratejilerini* bir araya getiren analizleriyle tanınıyor. Çalışmalarının odağında AI ve robotik sektörü yer alıyor. Teknoloji trendlerini sanayi dinamikleri, regülasyon, faiz ortamı ve makroekonomik koşullarla birlikte okuyarak, tek bir sektör analizinden çok, ‘AI ekonominin yapısını nasıl dönüştürüyor?’ sorusuna yanıt aramaya çalışıyor. 반 힐런, 2022 sonlarında Silicon Valley Bank(SVB) hisselerini açığa satarak, bankanın çöküş sürecinde adından söz ettirmişti. 2023’te başlattığı Substack yayınının 119 binin üzerinde aboneye ulaştığı, son yayımladığı *“The 2028 Global Intelligence Crisis(2028 Küresel Zekâ Krizi)”* senaryosunun da çevrimiçi ortamda hızla yayılıp şubat sonunda görülen satış dalgasına etki ettiği değerlendiriliyor.

Bu yıl piyasada özellikle yazılım ve fintech hisselerinde dikkat çekici satış baskısı gözlenirken, tahvil tarafında ise belirgin bir *ralli* olduğu belirtiliyor. Büyüme potansiyeli yüksek teknoloji hisseleri baskı yerken, bu ayrışma çoğu kez *kazanç görünürlüğü* ve *değerleme baskısı*nın aynı anda devreye girmesiyle açıklanıyor. AI’nın uzun vadede ekonomiyi köklü biçimde yeniden şekillendireceğine dair inanç güçlü kalsa da, kısa vadede *faiz*, *konjonktür* ve *şirket kârlılığı* gibi somut kısıtlar hisse fiyatları üzerinde aşağı yönlü baskı kurabiliyor. Bu ortamda yatırımcıların, AI temasının uzun vadeli hikâyesi ile kısa vadeli ekonomik döngülerin yarattığı oynaklığı birbirinden ayırarak değerlendirmesi gerektiği vurgulanıyor.

반 힐런’ın analizlerinde öne çıkan başlık ise AI’nın *maliyet yapısındaki hızlı değişim*. Ona göre, *bilişsel görev başına AI çıkarım(inference) maliyeti* son bir yıl içinde 10–30 kat arasında düşmüş olabilir. Çıkarım süreci, eğitilmiş bir AI modelinin gerçek kullanım ortamında yanıt üretme aşamasını ifade ediyor ve bu maliyetteki sert düşüş, farklı sektörlerde AI benimsenmesinin önünü ciddi şekilde açıyor. Maliyetler düştükçe, çağrı merkezi otomasyonu, evrak işleme, yazılım geliştirme desteği, pazarlama içerik üretimi gibi *anında gelir yaratabilen* iş akışlarında AI kullanımının hızlanması bekleniyor. Ancak aynı anda rekabetin sertleşmesi ve AI kullanımının şirketler için *fark yaratan unsur olmaktan çıkıp yeni “standart” haline gelme* olasılığı da gündeme geliyor.

반 힐런, her teknolojik devrimin doğası gereği sarsıntılı ilerlediğini hatırlatıyor. Ona göre “teknoloji devrimleri istikrarlı değil ve iyileşmeler çoğu zaman beklenmeyen yerlerden geliyor”. Bu, herhangi bir şirket ya da teknolojinin bir dönem için ‘tek doğru çözüm’ gibi görünürken kısa süre içinde yerini bambaşka oyunculara bırakabileceği anlamına geliyor. AI altyapısının veri merkezleri, yarı iletkenler, enerji ve ağ altyapıları cephesinde önemli bir yatırım fırsatı yaratacağını kabul eden 반 힐런, buna rağmen şirketlerin AI’yı iş süreçlerine entegre edip somut verimlilik sonuçlarını ortaya koymasının zaman alabileceğini belirtiyor. Bu *beklenti ile gerçek arasında açılan boşluk* büyüdükçe, piyasalarda ‘umut ve hayal kırıklığı’ arasında daha sert dalgalanmalar görülebileceği ifade ediliyor.

AI’nın ‘rekürsif(recursive)’ biçimde kendi kendini geliştirebileceği argümanına ise 반 힐런 mesafeli yaklaşıyor. AI’nın teknik kapasitesinin artmasının, otomatik olarak tüm sektörlerde yaygın ve derin bir kullanım anlamına gelmediğini vurguluyor. *Regülasyon, güvenlik, veri kalitesi, kurum kültürü ve sorumluluk dağılımı* gibi birçok pratik engel hâlâ yerinde duruyor. Bu açıdan belirleyici olanın, AI’nın salt teknik başarıları değil, *ekonomik etkisinin ölçeği* olacağı belirtiliyor. Hangi görevleri ortadan kaldırıp hangilerini yeniden tanımlayacağı, maliyet düşüşünün sektörlerin fiyatlama yapısını nasıl değiştireceği, ve bu dönüşümün *toplumsal gerilimler ve politika tercihleri* üzerinden nasıl yansıyacağı kilit sorular olarak öne çıkıyor. AI etrafındaki belirsizliğin piyasayı sert biçimde oynattığı bu dönemde, hem yatırımcıların hem de şirketlerin *“AI’nın ekonomisini”* doğru okumaya çalışması her zamankinden daha kritik hale geliyor.