- AI benimsenmesi, ABD’deki genç iş gücü piyasası üzerinde doğrudan bir etki yaratıyor
- Araştırmaya göre AI’nin yayılmasıyla genç çalışanların istihdam oranında %13 düşüş görüldü
- AI teknolojileri, basit otomasyon görevlerinin ötesine geçerek karmaşık işleri de ikame ediyor
- Bunun sonucunda iş gücüne yeni girenler ve genç çalışanlar için istihdam fırsatları azalıyor
- Bu nedenle politika yapıcılar ve sektör için yanıt stratejilerine duyulan ihtiyaç hızla öne çıkıyor
AI benimsenmesi ve ABD’de genç istihdam piyasasındaki değişim
Stanford’un yakın tarihli araştırmasına göre üretken yapay zekanın yayılması, ABD’de gençlerin istihdamı üzerinde belirgin bir etki yaratıyor
- AI benimseyen şirketlerde, 25 yaş altındaki genç çalışanların işe alımında yaklaşık %13’lük bir düşüş tespit edildi
- Araştırma, ileri otomasyon sistemlerinin yalnızca basit ofis işlerini değil, daha yüksek düzeyde bilişsel ve muhakeme temelli işleri de ikame ettiğine işaret ediyor
- Sonuç olarak genç iş arayanların iş gücü piyasasına giriş fırsatları azalıyor ve bu durum toplumsal ve ekonomik istikrarsızlık unsuru hâline gelebilir
- Odağın yalnızca verimlilik artışına yönelmesi durumunda, eşitsizlik yapısının derinleşebileceği endişesi dile getiriliyor
- Uzmanlar, sektörel ve politik düzeyde proaktif adımların yanı sıra gençlere yönelik yeniden eğitim ve beceri geliştirme programlarının hazırlanmasının önemini daha güçlü biçimde vurguluyor
Gençlerde iş kaybı ve toplumsal etkiler
- AI teknolojileri yalnızca basit tekrar eden işleri değil, çeşitli ofis görevlerini de ikame ettikçe genç istihdamına yönelik darbe somutlaşıyor
- Şirketler verimliliği artırmak ve maliyetleri düşürmek için AI çözümlerini sürekli olarak devreye alıyor
- Bu da ilk kez işe başlayan çalışanlar ve kariyerinin başındaki kişiler için piyasaya girişin daha da zorlaşmasını hızlandırıyor
- Toplum genelinde işlerin yeniden dağıtılması ve eğitim sisteminin yeniden tasarlanması ihtiyacı gündeme geliyor
Sektör ve politika tarafında izlenecek yön
- AI benimsenmesinin gençler üzerindeki istihdam şokunu hafifletmek için devlet ve sektörün ortak çabası kritik önem taşıyor
- Sahaya uygun yeniden eğitim programları ile yeni teknolojilerin benimsenmesine uyum sağlayabilecek bir ortam oluşturulması temel çözüm olarak öne çıkıyor
- Orta ve uzun vadede iş gücü piyasasının yeniden yapılandırılması ve şeffaf algoritma kullanım yönergelerinin oluşturulması gerekiyor
- Şirketlerde, sosyal sorumluluğun bir parçası olarak gençlere yönelik meslek dönüşümü desteği politikalarıyla iş birliği yapma eğilimi yayılıyor
1 yorum
Hacker News görüşleri
Gerçek muhasebe sektöründe yapay zeka benimsenmesi neredeyse yok; elimizde oldukça karmaşık enterprise Copilot, deep research, MS Office entegrasyonu gibi en yeni araçlar var ama bunları pratikte yalnızca her gün küresel haber özeti çıkarmak için kullanıyoruz. Gerçek muhasebe işine uygulamaya kalkınca yapay zeka alakasız cevaplar veriyor ve çok tehlikeli durumlar ortaya çıkıyor. Basit sayı karşılaştırmalarında bile sık sık güvenilmez sonuçlar verdiği için, sonuca baştan güvenip kullanmak mümkün olmuyor. Sanki programlamada
==işleci %20 rastgele hata veriyormuş gibi; buna güvenip iş yürütülemez.Ben de kişisel olarak kredi kartı ekstrelerini denetlemek için 6 ay boyunca çeşitli dil modellerini denedim. Kendi yaptığım bütçe uygulamasıyla kart ekstrelerini karşılaştırıp anormallikleri bulmasını umuyordum ama pratikte bir kez bile sorunu doğru düzgün tespit edemedi. Hatta yanlış şekilde "Starbucks ödeme kaydı var" diye işaretledi ya da hatalı övgülerde bulundu. Ele aldığı veri sadece 40 kadar kayıt ve hata olsa bile gerçek bir zarar yokken bile model bunları doğru bulamadı. Böyle bir şeye güvenen bir şirketin de güvenilir olmayacağı sonucuna vardım.
Dan Toomey'nin eğlenceli muhasebe videosunda muhasebenin ne kadar önemli olduğunu ve aslında pek de gösterişli bir alan olmadığını görebilirsiniz. Finans dünyasında "muhasebeciler ciddi nerd'lerdir" diye bakma eğilimi var. Benim de muhasebeye karşı bir sevgim var ve önceki şirketimde denetim veri setleriyle de çalıştım. Muhasebecilerin anlattığı can sıkıcı gerçekleri kimse pek duymak istemez ama gerçekte onlar asla vazgeçilemez insanlar. Enron vakasında da görüldüğü gibi, denetim maliyeti sayesinde ortaya çıkan örneklerde muhasebe verisi işin çekirdeği olabilir. Bir gün programlamayı bırakırsam belki CPA olmayı denerim.
Muhasebede yapay zekanın performansı çok hayal kırıklığı yaratıyor; hatta matematiksel işlerde bir dereceye kadar kullanılabilir olması için hesap makinesi araçlarıyla birleştirilmesi gerekiyor.
Pek çok insan "bütün vergileri kendi halleden Tax AI yazılımı" hayal ediyor ama gerçekte yapay zekanın en fazla gelişmiş bir metin arama motoru olarak kullanıldığını düşünüyorum. LLM'ler (Large Language Model) aritmetik ya da basit hesapları bile düzgün yapamıyor.
LLM'ler aritmetiği doğrudan yapmakta kötüler, bu yüzden hesabı doğrudan onlara yaptırmamak gerekir. Çoğu model için çok daha iyi yöntem, kod yazdırıp çalıştırarak çıkan sonuçla işlem yaptırmaktır.
ABD muhasebe sektörü Hindistan, Filipinler, Doğu Avrupa gibi bölgelere offshore ediliyor. Üstelik ABD içinde de muhasebeci lisansı alma şartlarını gevşetme yönünde güçlü bir hareket var; Big 4 ortakları bunu iş gücü açığını kapatmak için itiyor. Bunun sonucunda gözetim kalitesinin düşmesi, hatalı finansal tablolar gibi sorunlar da endişe yaratıyor.
ABD'li programcıların uzaktan çalışmayı savunması ilginç. Gerçekten kendilerinin dünyanın en zeki insanları olduğuna mı inanıyorlar diye merak ediyorum. İş tamamen remote yapılabiliyorsa, o işi daha ucuz bir ülkedeki birinin almaması için neden olsun?
Başlıca offshore bölgelerindeki çalışma koşulları raporlarına bakarsanız durumun çok kötü olduğunu görürsünüz. Aslında bugünkü yapay zeka ve LLM'ler de "outsourcing'e konu olan basit tekrar işleri" ile benzer karakterde. Eskiden Hindistan'a gönderilen işleri son dönemde Anthropic veri merkezlerine devretme eğilimi de var.
Bu offshore eğiliminin nedeninin yapay zeka olup olmadığı da soru işareti. Dil, kültür ve bilgi farkı yurtdışına iş vermede büyük engeller ama yapay zekanın bunları çözme potansiyeli var.
Hindistan'ın ünlü mühendislik okullarından mezun olanların bile işe alım sıkıntısı yaşadığını anlatan bir haber var; bu yüzden yapay zeka kaynaklı offshore'un temel neden olduğu iddiası çok ikna edici gelmiyor.
Son bir yılda junior pozisyonlar sessizce ortadan kayboluyor. Pek fazla kişi işten çıkarılmıyor ama giriş seviyesi fırsat sunan işe alımlar baştan açılmıyor. Asıl sorun, insanların kariyerin en başında öğrenebileceği fırsatların ortadan kalkması.
Aslında junior iş sayısı hiçbir zaman o kadar da fazla değildi. Benim deneyimimde üniversite öğrencileri stajdan sonra full-time'a geçemezse, sonrasında iş bulmakta ciddi zorluk yaşardı. Şirketler pratikte neredeyse sadece mid/senior alıyor; junior'lar ise genelde stajdan dönüşenler, iç transferler veya tanıdıklar oluyor.
Bu olgunun nedeni yapay zekadan çok düşük faiz döneminin bitmesi sonrası kötüleşen ekonomik koşullar, şirketlerin ciro/kârlılık baskısı ve maliyet düşürme çabaları gibi yapısal etkenler. Junior'ların genelde 6-8 ay üretkenlik beklentisi düşük oluyor ve senior'ların mentorluk kaynağını da tüketiyorlar; bu yüzden maliyet/fayda oranı zayıf kalıyor. Benim ekibimin kaynakları da o kadar sıkışık ki ek işe alım bile zor. Bugün junior olarak işe girmek istiyorsanız yükselen teknoloji anahtar kelimelerine odaklanmanız ya da düşük maaşlı küçük bir şirkette başlayıp oradan sıçrama yapmanız gerekiyor.
Bunun durgunluktan mı yoksa yapay zekadan mı kaynaklandığını ayırmak her zaman zor. Mevcut çalışanlar fazla pahalı hale gelse junior bile alınırdı ama bugün kıdemliler bile daha düşük maaşla iş ararken neden özellikle junior alınsın ki?
Zorlaştı ama ABD'deki gençler için hâlâ fırsat var. Fazla karamsar olmaya gerek yok; bugünün genç kuşağının TikTok ve oyunlara gömülmesinin de etkisi büyük.
Şirketler yapay zekayı gerekçe göstererek insanları işten çıkarıyor ama gerçekte hangi işlerin onunla yer değiştirdiğini düşününce akla pek net bir örnek gelmiyor.
Bizim şirkette de LLM ile değiştirilebilecek birkaç çalışma arkadaşım var. Hatta onların yaptığı hatalardan daha azını yapay zeka halüsinasyonu yapar gibi geliyor. LLM devreye girerse 5 kişilik işi 1 kişilik verimliliğe çekmek bile mümkün olabilir.
Video ve grafik tasarım tarafında GenAI araçlarının kullanımı yayılıyor. Eskiden in-house çalışanların ya da freelancer'ların yaptığı işler artık yapay zeka kullanılarak doğrudan çözülebiliyor.
Yapay zeka çalışanı bire bir değiştirmese bile, sırf verimlilik artışı bile kadro azaltımı için gerekçe oluyor. Bir geliştirici %50 daha verimli hale gelirse, aritmetik olarak en alttaki %33'ü çıkarıp aynı çıktıyı almak mümkün.
Blockchain çılgınlığından farklı olarak yapay zekanın gerçekten net verimlilik artışı örnekleri var. Örneğin bir copywriter ekibini yarıya indirseniz bile ekip üretkenliği korunabiliyor. Benim işimde copywriter görevlerinin çoğunu otomatikleştirerek insanları daha yüksek katma değerli işlere odaklandırdım ve daha fazla müşteriyi yönetebilir hale geldim. 100 junior copywriter'lı bir yapıda büyük bir personel azaltımı yapmak da kolay olurdu.
Yapay zekadan kaynaklanan ilk iş kayıpları, tek tek çalışanların verimliliğinin artmasından geliyor; bunun sonucu olarak aynı işi daha küçük ekiplerle yapmak mümkün hale geliyor.
Pek çok organizasyon, yapay zeka ile işin üretkenliğini artırmaktan çok doğrudan insan sayısını azaltma stratejisini seçiyor. Bunun nedeni, üretkenliği yükseltip artan kazancı paylaşmaktan ziyade sınırlı kâr yapısını korumak istemeleri. Stanford makalesi, organizasyonların rant çıkarma zihniyetiyle üretici emek gücünü bir varlık değil maliyet olarak gördüğünü ve bu yüzden gerçek üretim kapasitesini aşındıran verimsiz yapıları sürdürdüğünü ortaya koyuyor. Bundan sonra ne olacağını merak ediyorum.
Otomasyon nedeniyle artık daha fazla insana ihtiyaç kalmazsa, savaş da drone'lar ve otomatik silahlarla yürütülür, devrim çıkarmak için neden de azalır ve demokrasi gereksiz hale gelebilir. Sonunda çok sayıda insan için pahalı sağlık, gıda, su gibi şeyleri sağlamaya da gerek görülmeyen bir gelecek gelebilir.
Makalede, "yapay zekanın insan emeğini artırmaktan çok otomatikleştirdiği mesleklerde istihdam düşüşü yoğunlaşıyor" deniyor. Ancak rant arayışı ya da ekonomik miyopluk olduğuna dair doğrudan bir kanıt sunulmuyor. Sonuçta şirket açısından daha ucuz olan yapay zeka ile insanı değiştirmek mantıklı. Elde tutulan çalışanlarla ille de ek gelir fırsatları doğacağına dair de zorunlu bir temel yok.
Umarım yapay zeka iş yazılımlarını benimseme/entegrasyon maliyetini ciddi biçimde düşürür de, usta zanaatkârlar örneğin deneyimli tesisatçılar kendi şirketlerini sahiplenip işletebilir. Yapay zeka çağında PE tarzı pazarlama ve muhasebe dış kaynak kullanımına ihtiyaç azalabilir diye düşünüyorum.
Gelecek feodalizme benzeyebilir.
Emeği değer üreten bir varlık değil sadece maliyet olarak görmek gerçek dünyayla uyumlu değil. Şirketlerin gerçekten istediği şey, emeğin şirketin değer önerisiyle yani müşterinin neden para ödeyeceğiyle uyumlu olmasıdır. Çalışanlar kendilerince anlamlı gördükleri işleri yapsa bile müşteri bunun için para ödemiyorsa, geriye sadece masraf kalır. İnsanları hizalamak, motive etmek, iletişim kurmak zaten zordur; şirketler de fiilen ancak kaçınılmaz biçimde ihtiyaç duyduklarında iş yaratırlar.
Benim gibi yapay zekayı "stajyer" diye adlandırıp kullanan insanların sayısı arttı ve gerçekten de stajyer/junior seviyesindeki pozisyonlara artık gerek kalmadığı yönünde güçlü bir hava var.
Senior'lar ayrıldıktan sonra, geride kalacak kadronun mevcut projeleri ve alışkanlıkları bilmeyen yeni senior'larla değiştirilmesinin ne gibi riskleri olacağını merak ediyorum.
İnsanlar stajyerliğin asıl amacını yanlış anlıyor gibi.
Staj programları aslında geleneksel işe alımla bulunması zor yetenekleri keşfetmenin en güvenilir yoludur. Stajyer ihtiyacının ortadan kalktığı bir gelecekte, iyi yeni çalışan akışı olmadan sistem gerçekten yürür mü? 40 yıl sonra mevcut çalışanların hepsi emekli olduğunda geriye kalan işleri kim yapacak?
Şehre her çıktığımda yapay zeka ile değiştirilmeyen işlerin hâlâ ne kadar çok olduğuna şaşırıyorum. Örneğin kasiyerler hâlâ elleriyle ürünleri geçiriyor, parayı alıyor, üstünü düzenliyor. Bu kadar otomasyon neden hâlâ yapılamıyor diye merak ediyorum.
Bunun denemeleri yapay zekayla değil offshore ile de oldu. İlgili haber burada.
Kasiyer işi çoğu yerde yapay zeka olmadan da personeli azaltıp self-checkout getirerek ikame ediliyor.
Japonya'daki 7-Eleven mağazalarında tezgahta çalışan var ama nakit/para üstü işini makine yapıyor. Ancak son dönemde suç ve hırsızlık sorunları yüzünden self-checkout'u azaltıp yeniden gözetim personelini artırma eğilimi de var.
Kasiyer otomasyonundaki en zor mesele hesap yapmak değil, hırsızlığı engellemek.
Faiz artışları ve gümrük tarifesi baskısı yatırım azalmasına, bunun da iş kaybına yol açması beklenir; yine de ortamda her şeyin suçunu yapay zekaya atma eğilimi var.
Gerçekte Stanford makalesi, farklı grupları karşılaştıran verilerle yapay zekaya en çok maruz kalan yani risk düzeyi yüksek mesleklerde 22-25 yaş grubunun istihdamında anlamlı bir düşüş görüldüğünü raporluyor.
Bu olgunun özellikle yapay zeka benimsenen sektörlerde ve esas olarak giriş seviyesi çalışanlarda belirginleştiğine bakınca, faiz ve tarifeler gibi etkenler tek başına yeterli açıklama sunmuyor. Makalenin yazarlarının bu ekonomik koşulları bilmiyor olması da düşünülemez.
Yatırım artsa "yapay zeka verimliliği artırdığı için iyi" mesajı işe yarıyor; yatırım düşse de "yapay zeka insanın yerini alıyor" anlatısı avantaj sağlıyor. Bilgisayar bir şeyi iyi yaparsa "bu yapay zekâ sayesinde" deniyor, kötü yaparsa da "daha fazla yapay zekaya ihtiyaç var" diye yorumlanıyor.
Merkezden herkese her şeyin suçunu yapay zekaya atın diye bir talimat gelmediğine göre, neden insanların bu kadar açık başka etkenleri görmezden gelip yalnızca yapay zekayı sorumlu tuttuğunu merak ediyorum.
Yapay zeka korkusunun körüklenmesi, çalışanların uzun vadede daha kötü işe alım koşullarına ya da ücretlendirmeye razı olmasını kolaylaştırıyor olabilir. Buna karşılık ekonomi iyileşirse beklentiler de yükselir ve kısa vadede daha fazla paylaşım talebi doğabilir.
Benim bölümümde 1000 IT çalışanı var ve ABD doğumlu olanlar %5-10 bile değil. Amerikalılar çok çalışmıyor ve azınlıkta oldukları için giderek ayrılma eğilimindeler.
Yapay zekanın müşteri hizmetleri, muhasebe ve yazılım geliştirme işlerini değiştireceği söyleniyor ama pratikte hizmet kalitesi iyileşmekten çok kötüleşiyor. Müşteri hizmetleri, 20 yıl önceki chatbot'lardan pek ileri gitmiş değil; muhasebede hâlâ ciddi eleman açığı var ve yapay zeka performansı da kötü. Yazılım geliştirmede ise kod üretiminin giriş bariyeri düştü ama buna karşılık teknik borç ve sahibi olmayan, yani kimsenin anlamadığı kod anlık olarak katlanarak artıyor ve bu da ileride ciddi sonuçlar doğurabilir.