AI balonu, dot-com balonunun 17 katı ve subprime krizinin 4 katı büyüklüğünde

• Yapay zeka ile ilgili yatırımlar, yapay olarak düşük faiz oranlarının etkisiyle patlayıcı biçimde arttı ve tarihin en büyük balonunu oluşturdu
• Bağımsız araştırma kuruluşu MacroStrategy Partnership, yapay zeka balonunun dot-com balonunun 17 katı, subprime krizinin 4 katı büyüklüğünde olduğunu savunuyor
• Rapor, 19. yüzyıl iktisatçısı Knut Wicksell'in teorisine dayanarak, düşük faizlerin sermayeyi verimsiz biçimde dağıttığını ve GSYH'nin bir kısmının yanlış alanlarda kullanıldığını açıklıyor
• LLM'lerin performans artışındaki sınırlar ve kârlılık eksikliği de eleştiriliyor; model maliyetleri 10 kat artsa bile iyileşmenin neredeyse hiç olmadığı örnek gösteriliyor
• Analist, yapay zeka ve platform şirketlerinde ağırlık azaltma, kaynaklar ile gelişen ülkelere (Hindistan, Vietnam) yatırımı artırma ve altın, kısa vadeli ABD tahvili, yen alım stratejisini öneriyor

---

Yapay zeka balonunun büyüklüğü ve dayanakları

• Son dönemde yapay olarak düşük faiz ortamı, yapay zeka yatırım patlamasını körükledi
• MacroStrategy Partnership, mevcut yapay zeka yatırımlarını tarihsel balonlar içinde en büyük ölçekli olarak değerlendiriyor
  • Dot-com balonuna göre 17 kat, 2008 konut krizine göre 4 kat olan “Wicksellian deficit” ile hesaplıyor
  • Bu yalnızca yapay zekayı değil, gayrimenkul, NFT, girişim yatırımları gibi düşük faizlerin yol açtığı verimsiz sermaye dağılımı alanlarının tamamını kapsıyor
• Knut Wicksell'in teorisine göre ideal sermaye dağılımı, şirketlerin borçlanma maliyeti nominal GSYH'den 2 yüzde puan daha yüksek olduğunda gerçekleşiyor
  • Fed'in niceliksel genişlemesi nedeniyle bu koşulun uzun süre bozulmasının aşırı yatırıma yol açtığı savunuluyor

LLM teknolojisinin sınırları ve eleştiriler

• Rapor, büyük dil modellerinin (LLM) ölçeklenme sınırlarına dikkat çekiyor
  • Bir yazılım şirketinin görev tamamlama oranının yalnızca %1,5 ila %34 arasında kaldığını ve bunun da tutarlı olmadığını ortaya koyan bir araştırmaya atıf yapıyor
  • Yapay zeka benimsenme oranının büyük şirketlerde düşüşe geçtiği, gerçek kullanım örneklerinde de çok sayıda mantık hatası görüldüğü belirtiliyor
• Model eğitim maliyetleri sert biçimde yükselirken verimlilikteki iyileşmenin sınırlı kaldığı analiz ediliyor
  • ChatGPT-3'ün eğitim maliyeti 50 milyon dolar, GPT-4'ünki 500 milyon dolar, GPT-5'inki ise 5 milyar dolara ulaştı
  • GPT-5'in, lansman gecikmesinden sonra bile performansta neredeyse hiçbir artış göstermediği değerlendiriliyor
• Rakiplerin yetişmesinin kolay olması nedeniyle giriş engeli (moat) de fiilen yok

LLM iş modelinde kârlılık sorunu

• “LLM ile ticari değeri olan uygulama geliştirmek zor” sorunu da vurgulanıyor
• Üretilen içerik çoğu zaman oyunlar, kamu malı içerikler (ör. ödevler) gibi alanlarda yeniden kullanılıyor ya da telif kısıtlarına takılıyor
• Etkili reklam uygulaması zor; nesiller ilerledikçe eğitim maliyetleri patlarken doğruluk kazanımları keskin biçimde azalıyor
• Sonuç olarak model bazında fiyat rekabetçiliği, kârlılık ve farklılaşma eksikliği sorunu sürüyor
• Yoğun kullanan müşteri segmentlerinde bile geliştirici tarafında aylık abonelik ücretine kıyasla maliyet yükü daha ağır kalıyor

Ekonomik görünüm ve politika etkileri

• Veri merkezi yatırımları ve servet etkisi (wealth effect) zirveye ulaştıktan sonra gerilerse,
  • ekonominin dot-com balonu sonrasına benzer bir resesyona girme olasılığının yüksek olduğu uyarısı yapılıyor
• Bunun ABD ekonomisini 4. aşama deflasyonist çöküşe (Zone 4 deflationary bust) itebileceği,
  • Fed ile Trump yönetiminin teşvik politikaları uygulamakta zorlanacağı öngörülüyor
  • 1990'ların başındaki S&L krizinin ardından olduğu gibi, uzun vadeli bir yeniden enflasyon yaratma (reflation) çabasına ihtiyaç duyulacağı belirtiliyor

MacroStrategy Partnership'in yatırım stratejisi önerileri

• Ağırlık artır (Overweight): emtia, özellikle de Hindistan ve Vietnam gibi gelişen ülke piyasaları
• Ağırlık azalt (Underweight): yapay zeka ve platform şirketleri
• Portföy önerileri:
  • Altın (Gold) bağlantılı hisselerde (GDX) alım
  • Kısa vadeli ABD tahvillerinde alım
  • VIX (oynaklık endeksi) long pozisyonu
  • Yen alımı, özellikle dolar dışı para birimlerine karşı güçlenme beklentisiyle

Piyasa ve diğer haberlerin özeti

• S&P 500, 2025'te şimdiye kadar 30. kez tüm zamanların en yüksek seviyesini gördü; altın fiyatları ise sert yükseldi
• Apple, katlanabilir iPhone beklentilerindeki aşırı ısınma nedeniyle Jefferies'in “underperform” notunu aldı
• Applied Materials, ABD ihracat kısıtlamaları nedeniyle önümüzdeki 5 çeyrekte gelirinin 710 milyon dolar azalmasını bekliyor
• BlackRock, 40 milyar dolarlık Aligned Data Centers satın alımı için görüşmeler yürütüyor
• ABD şirketlerinin reel kârı (NIPA bazında) iki çeyrektir üst üste düşerken,
  • Ned Davis Research, S&P 500 kâr tahminlerinin aşırı iyimser olabileceği analizini sunuyor

[GN⁺]

Hacker News görüşleri

• Bu yazının tamamı içeriksiz gibi geliyor. Sonuna kadar okudum ama başlıkta geçen ‘17 kat’ın neyi ifade ettiğine dair neredeyse hiçbir açıklama yok; gerçekten neyin 17 kat olduğunu anlamak mümkün değil.

  • Orijinal araştırma notuna bağlantı yok, kullanılan metodolojiye dair detay da yok. Sadece AI iş modellerinin eksikliğinden söz ediyor; bu da 90’ların sonunda arama motorları hakkında söylenenlere benziyor. Tüm pazarın AI yüzünden kredi piyasası gibi bir risk altında olduğunu düşünmek zor. OpenAI batsa bile, diğer şirketlerin de onunla birlikte çökeceği pek söylenemez.

  • Basit bir Google aramasıyla, küresel finans kurumlarının 1-2 trilyon dolarlık mortgage bağlantılı menkul kıymetlerde zarar yazdığını, ABD konut piyasasının 6 trilyon dolar, borsanın da ek olarak 6 trilyon dolar kaybettiğini görebilirsiniz. Rakamların tamamına bütünüyle güvenmiyorum ama ölçek kabaca buydu. AI balonunun subprime balonu kadar büyük olduğuna inanmak zor. Yine de faizler uzun süre düşük kaldığı için birçok varlık yüksek fiyatlandı; balon patlarsa bununla birlikte büyük bir düzeltme ve resesyon da gelebilir.

  • ‘17 kat’ın kaynağı Julien Garran adlı birinin yazdığı rapor. Bu kişinin yazdıkları spamvari yazılarda alıntılanıyor. Araştırmayı doğrudan bu videoda görebilirsiniz. '17 kat', “kümülatif Wicksell spread” adlı makroekonomik bir modele dayanıyor; yani mesele faizlerin etkisiyle borsanın aşırı değerlenmiş olabileceği. AI ile ilgili değil. Wicksell spread hesabı, ‘yıllık GSYİH büyümesi + %2 - yıllık faiz’ değerinin entegraliyle oluşturulan bir grafik. Mevcut çıkıntı, dot-com balonu dönemindekinden 17 kat büyük. Ekonomik analiz kendi başına ilginç.

  • İlk verilen bağlantının artık Morningstar raporuyla değiştirildiği anlaşılıyor.

  • Gerekçelerin ve örneklerin fazla zayıf olduğunu düşünüyorum. Araştırma kuruluşu “yapay olarak düşük faizler AI yatırımlarını teşvik etti ve bu yatırım genişleme sınırına dayandı” diyor ama gerçekte 2022’den beri faizler onlarca yılın en yüksek seviyelerine çıktı. Bu temel olgu bile yanlış olduğundan güven vermiyor. Yüksek faizin mutlaka varlık fiyatları için kötü olduğu anlatısı da hatalı. En büyük AI şirketlerinde beklenen getiri oranı yıllık %40-100+ düzeyinde; bu yüzden %1 ve %5 faiz arasındaki fark venture capital açısından çok anlamlı değil. 1980’lerde ve 90’ların sonunda da yüksek faize rağmen teknoloji şirketlerinin yüksek değerlendiği örnekler vardı. Verilen 2001 ve 1991 örnekleri ise tersine zayıf resesyon dönemleri. 90’ların başındaki S&L krizinden sonra ekonomi aslında güçlü bir genişleme yaşadı. Bu tür işlerde yüksek maaşlı ama işe yaramaz analistlerdense AI daha uygun.

• Bu yazı abonelere özel bir bültene atıf yapıyor. Bu video orijinal kaynak gibi görünüyor. Julien Garran’ın söylediklerinin özeti şu: ABD sermayesinin yanlış tahsisi (konut, VC, kripto dahil) dot-com balonunun 17 katı, 2008 konut balonunun da 4 katı büyüklüğünde. Bunun çözülmesi sıradan bir ekonomik durgunluk değil, 1979-82 Thatcher-Reagan döneminde başlayıp WTO ve Çin’in yükselişine kadar uzanan globalizmin temelini sarsabilecek bir olay olabilir.

• Balonu ayakta tutmaya çalışan her türlü finansal mühendisliğin sonunda kötü bittiğini düşünüyorum. Hep böyle oluyor. Yasadışı ya da kural etrafından dolanan şirket davranışları her balonda çoğalıyor; piyasa çılgınlığı sırasında görünmüyorlar, düzeltme gelince de hepsi ortaya çıkıyor.

  • Yakın zamanda Prof G Markets’in podcast’ini dinledim; balonun çöküş sürecini eğlenceli biçimde anlatıyor. Kısaca şirketler borç ihraç ederek fon topluyor, ardından M&A ve OpenAI’ın IPO’su gibi olaylar oluyor; sonra gelir şişirme numaraları piyasa beklentilerini karşılayamayınca yapı hızla çöküyor.

  • Asıl sorun, “yeniden yapılandırma anında riskin toplumsallaştırılması.” Devletin sonunda kurtarma paketi vereceği sinyali sürekli verilirse herkes gözü kara risk alır. Ne kadar büyükse, o kadar kurtarılır.

  • Balonda en iyi pozisyon, işlemlerin ortasında duran taraf olmaktır.

• Şirketlerin gelirlerine kıyasla değerlemelerinin rahatsız edici derecede yüksek olması endişe verici ama AI’ın genel amaçlı bir teknoloji olması yüzünden piyasadan tamamen çekilmekte hâlâ tereddüt ediyorum. Dot-com balonunda da benzer bir durum vardı; sonunda teknoloji ayakta kaldı ve big tech doğdu. Büyük acılar yaşandı, pets.com gibi şirketler silindi ama bugün yine öyle bir dönemdeysek, piyasadan tamamen uzak durmak gerçekten doğru mu emin değilim.

  • Dot-com balonunda NASDAQ neredeyse %80 düştü ve böyle bir çöküşü önceden görüp kaçınmak istersiniz. Ama çöküşler bir anda gelir ve önceden çıkmak da kolay değildir. Piyasa çöküşünde günde %20 kayıp yaşanırken satmalı mı, beklemeli mi diye psikoloji bozulur. Şimdi bir de 'circuit breaker' var, yani birkaç saat geç fark etseniz bile işlemler zaten durdurulmuş olabilir. Herkes aynı anda satarsa piyasa yeniden açıldığında fiyat çok daha aşağıda olabilir.

  • OpenAI’ın gelir projeksiyonlarını hiç gördünüz mü diye sormak isterim.

• Orta Doğu yatırımcıları ve Suudi varlık fonu, Masayoshi Son, a16z, Tesla yönetim kurulu gibi aktörler biraz gerçeklikten kopuk yatırım davranışları sergiliyor gibi. Yatırımcıların ve hissedarların çıkarlarını umursuyor gibi görünmüyorlar. Kendilerini TBTF (Too Big To Fail, batamayacak kadar büyük) olarak mı görüyorlar merak ediyorum. JD Vance’in de bunun etkisinde olup olmadığını düşündürüyor. Balonun büyüklüğü sorun ama bazı aktörlerin açıkça “bizden hesap sorulmayacak” diye düşünmesi daha da ürkütücü.

  • Her zaman yaptıkları gibi, kumarları ters giderse “Çin bizi (halkı) geçecek” diyerek korku pompalayacaklar. Sıradan insanlar bu “biz”e ancak Sam Altman kamu fonuna ihtiyaç duyduğunda dahil ediliyor.

  • Alaycı gelebilir ama sonuçta o insanlar gerçekten sorumluluktan kaçacak. Bedeli yine yanlış kişiler ödeyecek ve onlar da “bunun olacağını bilemezdik” diyerek sıyrılacak.

• İlginç bir düşünce deneyi. LLM eğitiminin maliyeti %90 düşse ama performans aynı kalsa ne olurdu? (Çin’den bu yönde bazı araştırmalar da yakın zamanda çıktı.) GPU talebi ciddi biçimde düşerse AI patlamasının ekonomik yapısı nasıl değişir merak ediyorum.

  • Eğitim ucuzlarsa maliyetler düşer, modeller ucuzlar ve kârlılık artar. Daha büyük modeller daha hızlı ve daha çok üretilebilir; distillation ile verimli küçük modeller de çoğalır. Eğitim saf maliyettir ama inference, eğitimi göz ardı ederseniz, çok yüksek kârlılık sağlayabilir. Eğitim maliyetinin düşmesi LLM işine büyük fayda sağlar.

  • Bu sorun yalnızca AI için değil, genel olarak IT için de aynı. Veri merkezleri daha ucuz ve verimli kurulabilir, akıllı telefonlar daha uzun süre kullanılabilir. Sonunda şirketler fiyatların düştüğü, rekabetin kızıştığı bir pazara girmekten kaçınır. LLM eğitimini ucuzlatan yeniliğin, veri merkezi genişleme kapasitesi tamamen dolduktan sonra gerçekten yaygınlaşacağını düşünüyorum.

  • Jevons paradoksunda olduğu gibi, aslında talep düşmeyebilir. Nvidia ya da büyük araştırma laboratuvarlarının değerlemeleri azalabilir ama yine de oldukça iyi durumda kalırlar. Çin’in son sonuçları benchmark’ları geçti ama gerçek rekabet gücüne ulaştığı anlamına gelmiyor.

  • Buna benzer gerçek bir anekdot da vardı. Birisi optimizasyon yapıp olumlu haber çıkınca, tek seferde 1 milyar dolarlık değer buharlaşmıştı. Dışarıdan komik görünüyor ama tam balon kokusu geliyor.

  • Bu mesele bundan da büyük. Hata toleransının neredeyse sıfır olduğu işlerde LLM uygun değil. Ama hata payı biraz bile artsa, deepseek benzeri bir şeyi lokal olarak çok ucuza çalıştırabilirsiniz. Sonuçta büyük veri merkezleri esas olarak eğitim içindir; çoğu insan için inference hizmeti ekonomik olarak anlamlı değil. Bu, ileride büyük finansal sorunları tetikleyebilecek bir mesele.

• Bu yazının gözden kaçırdığı nokta, LLM ölçeklenmesinin tek bir eğri olmadığı. RL (pekiştirmeli öğrenme) belirli yetenekleri kısmen iyileştiren sıçrama türü bir yapı. Modelin genel zekâsı artmıyor; daha çok belirli alanlardaki boşluklar RL ile yamalanıyor. Gerçekte tek bir ölçeklenme eğrisi değil, binlerce eğri var. Modelin “en üst düzey zekâsı” giderek azalan getiri eğrisine girerken, farklı alanlardaki “taban seviyeyi” yükseltiyor. Modelleri iş ortamında doğrudan değerlendirmeyenler bunu fark etmeyebilir.

• Bu hafta sonu Llama 3.2-3B modelini çalıştırdım; sınırlarını daha derin incelemem gerekiyor ama kullanılabilir göründü. 100 sterlinlik bir Intel Arc GPU’da bile “okuma hızı kadar” hızlı çalışıyor. Bir Arc770 (250 sterlin) alıp OpenAI açık ağırlık modelini çalıştırmayı da denemek istiyorum. Böyle bakınca, devasa yatırımların LLM’lerin ticarileşmesiyle kolayca eriyebileceğini düşünüyorsunuz.

• AI balonunun şu anda borsanın %20-30’una ulaştığını tahmin edenler de var. Karşılaştırma için, Büyük Buhran borsa %24 düşerken başlamıştı. Bu AI oyununu yönetenler, devlet serbest bırakırsa bir yeni Büyük Buhran geleceğini biliyor ve sonuçta devletin kurtarmaya koşacağı neredeyse kesin. Sıradan insanlar enflasyon, yüksek vergi ve artan kamu borcu yükünü taşırken, yönetici sınıf yatlarını ve Lamborghini’lerini yaşamaya devam edecek. Bu AI balonu neredeyse tamamen private equity’nin arkasına saklandığı için sıradan insanların fırsat yakalaması bile zor. Belki Nvidia hissesi bir istisna olabilir. Hava, balonun yakında patlayacağı yönünde. Nvidia’nın OpenAI veri merkezlerine “kendi parasıyla kendi ürününü satın aldırdığı” türden döngüsel yatırımlarla, yani karşılıklı borç verip kendi ürünlerini yüksek fiyattan aldırtan yapıyla, borcu çevirmenin son aşamasına girdiğine dair işaretler var. Bu, WeWork CEO’sunun şirkete kendi parasını borç verip sonra kendi ürününü kiralatmasına benziyor. AMD de yakın zamanda OpenAI ile benzer döngüsel işlemlerle para çevirdi. İlgili haber de var. Bu saatten sonra balon tartışmasının anlamı var mı emin değilim. Filmdeki “sakın realize ettirme, yoksa gerçek olur” mantığı sektöre yayılmış gibi.

  • “Oyuncuların birbirine döngüsel yatırım yaparak ayakta kalması” fikri aklıma yakın zamanda AMD ile OpenAI arasındaki stratejik ortaklık duyurulunca gelmişti. Sadece o haberle AMD bir günde neredeyse %35 yükseldi.

  • Balonun tamamı sadece AI değil. SpaceX de benzer. Falcon 9 başarılı bir iş olsa da fırlatmaların 2/3’ü Starlink için; yani dış gelir üretmeyen iç işlemler. Buna rağmen ULA’dan 25 kat fazla fırlatma yapmasına karşın SpaceX’in değeri ULA’nın 200 katı.

  • “Sana borç vereyim, sen de benim malımı al” modeli devletler arasında da görülebilir. ABD Japonya’ya borç verir, Japonya da o parayla tekrar ABD’ye yatırım yapar; sonra da her şey yasal ve normalmiş gibi sunulur.

  • “AI balonu borsanın %20-30’unu oluşturuyor” ifadesiyle “neredeyse tamamen private equity’nin arkasına saklandı” ifadesinin ikisinin birden doğru olup olmadığından emin değilim.

• GPU teminatlı kredi diye bir şey olduğunu ilk kez öğrendim; son derece riskli görünüyor.

  • Riskli olmasının ötesinde, neredeyse delilik. GPU’lar takılır takılmaz değer kaybediyor.

  • Açıkçası bankalar zararı üstlense ve benim vergilerimle kurtarma yapılmasa umurumda olmazdı ama gerçek dünyada işler öyle yürümüyor.