2,7 trilyon dolar: Yapay zekanın işgücünde yarattığı tasarrufun boyutu

Yapay zekanın iş yerlerinde kısalttığı çalışma süresinin parasal karşılığı yıllık 2,7 trilyon dolara ulaştı. Araştırmaya göre bu tasarruf etkisi artık yalnızca yazılım geliştirme alanıyla sınırlı kalmıyor, ofis işleri, eğitim ve satış gibi mesleklere de yayılıyor.

Araştırmacı Rachel Yuting Fan ile Uluslararası Para Fonu (IMF) ekonomisti Ha Minh Nguyen, 'Aggregate Gains from AI and Their Distribution' başlıklı IMF çalışma kağıdında bu bulguya ulaştıklarını açıkladı. İkili, Ocak 2025 ile Şubat 2026 arasında yayımlanan Anthropic Economic Index'in beş dönemlik verisini inceledi. Claude sohbet kayıtlarını mesleklerle eşleştiren ekip, Uluslararası Çalışma Örgütü (ILO) ücret verilerini kullanarak 'işgücü maliyeti eşdeğeri' (LCE) hesapladı.

Araştırma, ücret ve istihdam verilerinin karşılaştırılabildiği 86 ülkeyi kapsıyor. Ekip, yapay zekanın şu anda tasarruf ettirdiği süreyi her ülkenin ücret düzeyine göre değerlendirdiğinde LCE'nin yıllık 2,7 trilyon dolara ulaştığını, bu rakamın incelenen ülkelerin toplam gayri safi yurt içi hasılasının (GSYİH) yüzde 3,4'üne denk geldiğini belirtti.

Önceki tahminle kıyaslandığında artış dikkat çekici. Altı ay önce aynı yöntemle hesaplanan LCE 1,2 trilyon dolar düzeyindeydi; yeni tahmin bu rakamın iki katından fazlasına çıktı.

Ancak araştırmacılar bu rakamın doğrudan GSYİH artışı anlamına gelmediğini vurguladı. LCE'nin, yapay zeka kullanımının işaret ettiği verimlilik değerinin bir göstergesi olarak görülmesi gerektiğini belirttiler. Zaman tasarrufunun ardından üretimin fiilen ne kadar arttığı ve şirketlerle işgücü piyasasının buna nasıl uyum sağladığı için ayrı varsayımlara ihtiyaç olduğunu ekliyorlar.

LCE, yapay zekanın kısalttığı süreyi ücret üzerinden parasallaştıran bir ölçüt. Aynı bir saatlik tasarruf, ücret düzeyi yüksek ülke ve mesleklerde daha büyük bir bedel olarak hesaba katılıyor. Bu nedenle LCE verimlilik tartışmasının başlangıç noktası olabilir, ancak şirket kârı ya da milli gelir artışı gibi muhasebesel bir sonuç olarak doğrudan okunması güç.

Yayılma biçimi de değişti. Yapay zekanın kullanımı başlangıçta yazılım geliştirme işlerinde yoğunlaşırken, sonrasında eğitim, ofis işleri ve satış alanlarına genişledi. Bu süreçte yapay zeka kullanım hacmine göre ağırlıklandırılmış ortalama ücret, 13 ay içinde yüzde 5,5 geriledi.

Ortalama ücret düşmesine rağmen toplam işgücü maliyeti eşdeğeri büyüdü. Araştırmacılar, düşük ücretli mesleklerde istihdamın daha geniş olduğunu, yapay zeka kullanımı yaygınlaştıkça toplam tasarruf edilen sürenin bu nedenle artabildiğini açıkladı.

Fayda ülkeler ve meslekler arasında eşit dağılmadı. Ekip, yüksek gelirli ülkelerde LCE'nin GSYİH'nin yüzde 4,2'sine ulaştığını, bu oranın orta gelirli ülkelerde yaklaşık yüzde 0,6, düşük gelirli ülkelerde ise yüzde 0,1 seviyesinde kaldığını belirtti. Gelişmekte olan ülkelerde yapay zeka kullanımının değeri dar bir uzman meslek grubunda toplanma eğilimi gösterdi.

Araştırmacılar bu durumu 'AI yoğunlaşma endeksi' (ACI) ile ölçtü. ACI'nin 1'e yaklaşması, yapay zeka kullanım değerinin yüksek ücretli mesleklerde yoğunlaştığı anlamına geliyor. ABD'de ofis, hizmet, satış ve teknik mesleklerde zaman tasarrufu görülürken ülkenin ACI değeri 0,44 olarak hesaplandı.

Buna karşılık Tanzanya'nın ACI değeri neredeyse 1'e yakın çıktı. Uganda ve Kamboçya'da da az sayıda uzman meslekte yoğunlaşma yüksekti; Avustralya ve Birleşik Krallık ise faydanın daha geniş yayıldığı örnekler olarak öne çıktı. Aynı yapay zeka aracının ekonomik anlamı, her ülkenin ücret yapısına ve meslek dağılımına göre değişiyor.

Yoğunlaşmanın azaldığı bir eğilim de tespit edildi. ACI değeri gerileyen ülkelerin toplam içindeki payı Ağustos-Kasım 2025 döneminde yüzde 23 iken, Kasım 2025-Şubat 2026 döneminde yüzde 42'ye yükseldi. Kasım 2025'e kadar yoğunlaşması artan 28 ülke Şubat 2026'da düşüşe geçti; bu ülkelerin 12'si orta gelirli ülkeler arasında yer alıyor.

Analiz, Anthropic'in Claude kullanım verilerine dayanıyor. Araştırmacılar, şeffaflık ve tekrarlanabilirlik amacıyla Anthropic ve Claude'u açıkça belirttiklerini ifade etti. Aynı zamanda tek bir sağlayıcının kullanım verisinin yapay zeka piyasasının tamamını temsil etmeyebileceğini, kurumsal API kullanımı ile diğer yapay zeka platformlarının temel tahminlere tam olarak yansımadığını da eklediler.

Bu araştırma, yapay zeka konusundaki tartışmanın yalnızca model performansı yarışından ibaret olmadığını gösteriyor. Yapay zekanın hangi mesleklerde zaman kazandırdığı ve bu tasarrufun önce hangi ülkelere ve çalışanlara ulaştığı, verimlilik tartışmasının merkezi değişkeni haline geldi. Bu tablo, yapay zeka ajanlarının gerçek iş akışlarına ve yetki yönetimine doğru genişlemesiyle de örtüşüyor.

Araştırmacılar, Claude kullanım kayıtlarını ücret verileriyle birleştirerek ülke ve meslek bazında dağılımı karşılaştırdı. Yapay zekanın ekonomik etkisinin değerlendirilmesi için yalnızca tasarruf edilen sürenin büyüklüğüne değil, bu değerin hangi çalışanlara ve sektörlere paylaştırıldığına da bakılması gerekiyor.