- S&P 500 şirketlerinden 374’ü bilanço açıklamalarında AI’dan söz etti, ancak 6.000 yöneticiyle yapılan ankette yaklaşık %90’ı AI’ın son 3 yılda istihdam ya da verimlilik üzerinde etkisi olmadığını söyledi
- 1987 Nobel Ekonomi Ödülü sahibi Robert Solow’un ortaya koyduğu verimlilik paradoksu, AI çağında yeniden yaşanıyor; makroekonomik verilerde AI etkisi gözlemlenmiyor
- Yöneticilerin AI kullanım süresi haftada yaklaşık 1,5 saatle sınırlı ve katılımcıların %25’i iş yerinde AI’ı hiç kullanmıyor
- ManpowerGroup araştırmasına göre 2025’te düzenli AI kullanımı %13 artsa da, teknolojiye duyulan güven %18 düştü
- 1970’ler ve 80’lerdeki IT patlamasının 1990’larda verimlilikte sert yükselişe yol açmış olması nedeniyle, AI için de gecikmeli bir J eğrisi büyüme olasılığı bulunuyor
Solow’un verimlilik paradoksu ve AI
- Ekonomist Robert Solow, 1987’de; transistör, mikroişlemci, entegre devre ve bellek çiplerinin ortaya çıkmasına rağmen verimlilik artış hızının 1948-1973 dönemindeki %2,9’dan 1973 sonrasında %1,1’e düştüğünü gözlemledi
- “Bilgisayar çağı her yerde görülüyor ama verimlilik istatistiklerinde görünmüyor” şeklindeki ünlü sözünü bıraktı
- O dönemde bilgisayarlar, aşırı ayrıntılı raporların topluca basılması gibi yollarla fazla bilgi üreterek verimliliği tersine baltalıyordu
CEO anketi sonuçları: AI’ın somut etkisi sınırlı
- Eylül 2024 ile 2025 arasında S&P 500 şirketlerinden 374’ü bilanço açıklamalarında AI’dan söz etti ve benimsenmesini olumlu değerlendirdi
- Ancak bunun makro verimlilik göstergelerine belirgin bir yansıması olmadı
- NBER (National Bureau of Economic Research) bu ay yayımladığı çalışmada, ABD, Birleşik Krallık, Almanya ve Avustralya’da 6.000 yöneticiyle anket yaptı
- Katılımcıların yaklaşık üçte ikisi AI kullandığını söyledi, ancak kullanım süresi haftada yaklaşık 1,5 saatle sınırlı kaldı
- Katılımcıların %25’i iş yerinde AI’ı hiç kullanmıyor
- Şirketlerin yaklaşık %90’ı, AI’ın son 3 yılda istihdam ya da verimlilik üzerinde etkisi olmadığını belirtti
- Buna rağmen yöneticiler, önümüzdeki 3 yılda AI’ın verimliliği %1,4, çıktıyı ise %0,8 artıracağını öngörüyor
- Şirketler istihdamın %0,7 azalacağını beklerken, bireysel çalışanlar ise tersine %0,5 istihdam artışı bekliyor
Akademik çalışmalar arasında çelişkili sonuçlar
- MIT’nin 2023 tarihli araştırması, AI devreye alındığında çalışan performansının %40’a kadar artabileceğini savundu
- Ancak 2024 itibarıyla şirketlerin AI yatırımları 250 milyar doların üzerine çıkmış olmasına rağmen, vaat edilen verimlilik artışı gerçekleşmiş değil
- Apollo başekonomisti Torsten Slok, “AI ne istihdam verilerinde, ne verimlilik verilerinde, ne de enflasyon verilerinde görünüyor” dedi
- Magnificent Seven dışarıda bırakıldığında, kâr marjlarında ya da gelir beklentilerinde de AI etkisine dair işaret yok
- St. Louis Merkez Bankası, ChatGPT’nin devreye girmesinden sonra kümülatif verimlilik büyümesinin %1,9’un üzerinde arttığını açıkladı
- Buna karşılık MIT’nin 2024 tarihli araştırması (Nobel ödüllü Daron Acemoglu), önümüzdeki 10 yıl için daha temkinli bir %0,5 verimlilik artışı tahmini sundu
- Acemoglu, “%0,5 küçümsenmemeli, ancak sektörün ve medyanın vaat ettikleriyle karşılaştırıldığında hayal kırıklığı yaratan bir seviye” değerlendirmesini yaptı
Çalışan güvenindeki düşüş ve şirketlerin yaklaşımı
- ManpowerGroup’un 2026 Global Talent Barometer araştırmasında (19 ülkede yaklaşık 14.000 çalışan), 2025’te düzenli AI kullanımı %13 artarken, teknolojinin faydasına duyulan güven %18 geriledi
- IBM CHRO’su Nickle LaMoreaux, geçen hafta giriş seviyesi işe alımları 3 katına çıkaracağını açıkladı
- AI bazı görevleri otomatikleştirebilse de, giriş seviyesi çalışanların yerini almanın ileride orta kademe yönetici eksikliği ve liderlik hattında kriz yaratabileceği düşünülüyor
AI verimliliğinin geleceğine bakış
- 1970’ler ve 80’lerdeki IT patlamasının, onlarca yıllık durgunluğun ardından 1995-2005 döneminde verimlilik artış hızını %1,5 yükseltmiş olması bir emsal oluşturuyor
- Stanford Dijital Ekonomi Laboratuvarı Direktörü Erik Brynjolfsson, 4. çeyrek GSYH’sinin %3,7 büyüme kaydetmesine karşın istihdam artışının 181.000’e aşağı yönlü revize edilmesinde verimlilikte sıçrama sinyali gördüğünü söylüyor
- Kendi analizine göre ABD’nin geçen yılki verimliliği %2,7 arttı; bunu AI yatırımlarından gerçek fayda toplama aşamasına geçiş olarak yorumluyor
- Eski Pimco CEO’su Mohamed El-Erian da, AI benimsenmesi nedeniyle istihdam büyümesi ile GSYH büyümesinin ayrışmasının sürdüğünü, bunun 1990’lardaki ofis otomasyonu dönemine benzediğini söyledi
- Slok, AI’ın gelecekteki etkisinin, başlangıçtaki yavaş performansın ardından sert yükseliş gösteren bir J eğrisi izleyebileceğini düşünüyor
- Ancak 1980’lerdeki IT’den farklı olarak, bugün AI araçları LLM’ler arasındaki sert rekabet nedeniyle ucuzluyor ve kolay erişilebilir hale geliyor
- Bu nedenle AI verimliliğinin geleceği, ürünün kendisinden çok, üretken yapay zekanın ekonominin her sektöründe nasıl kullanılıp hayata geçirileceğine bağlı
1 yorum
Hacker News görüşleri
Bu yazı AI üretkenliği tartışmasını eleştirmiyor; bunu Solow’un üretkenlik paradoksuna (Productivity paradox) göre ‘beklenen bir olgu’ olarak açıklıyor
1970’ler ve 80’lerde de BT yatırımları çok büyüktü, ancak ekonomi genelindeki net kazanımlar ancak epey sonra, 1990’ların orta-son döneminde ortaya çıktı
Bunun nedeni, başlangıçta maliyetlerin çok yüksek ve deneme-yanılmanın fazla olmasıydı. AI için de durum benzer; bugün para ve zaman çok harcıyor ama entegrasyon ve verimlilik arttıkça üretkenliğin yükseleceği düşünülüyor
Teknolojiye aşina Hacker News’te bile “AI kod üretemez” diye düşünen çok kişi var
Amazon çıkışlı bir arkadaşım bile ChatGPT’nin “thinking” özelliği açılmadan yüksek kaliteli sonuç vermediğini bilmiyordu. Devrimsel etkiyi, insanlar nasıl kullanacağını öğrenene kadar beklemek zor
Orijinal PDF bağlantısı
Örneğin Claude aboneliği çalışan başına aylık 20 dolar seviyesinde; Slack gibi araçlarla benzer
1970’lerde ofis çalışanlarının bilgisayar öğrenmek zorunda olduğu dönemden farklı olarak onboarding çok basit ve kısa vadeli etkiler de şimdiden kısmen görülüyor
Milyonlarca bilgisayar ağa bağlanınca gerçek ekonomik etki ortaya çıktı
İlgili analizler FT yazısında ve Apollo Academy yazısında da görülebilir
Ben büyük şirketleri kusurlu donanım (insanlar) üzerinde çalışan dağıtık sistemler olarak görüyorum
Her birey (CPU) hızlı ama toplantılar, onay beklemeleri, paralelleştirilemeyen işler gibi nedenlerle gecikme yüksek
Yükseltme yapmadan önce darboğazın I/O mu yoksa CPU mu olduğunu anlamak gerekir
Proje sayısı o kadar fazlaydı ki odaklanılamıyordu, bu da caching sorunları doğurdu ve sonunda darboğazı daha da kötüleştirdi
Kurumsal hafızanın hızlıca çağrılıp kullanılabilmesini sağlamak gerekir. Cache yoksa sorun çözme uzun sürer; yanlış bilgi cache’e girerse herkes ona inanıp yanlış yöne gider
Olgunlukları düşük olabilir ama çok daha çevik ve maliyet açısından verimlidirler
Beyaz yakalı işlerin çoğu düşünmek ve konuşmaktan ibaret
Kodlamada uygulama kısmı sanılandan daha büyük yer tutsa da diğer meslekler toplantı, hizalama, sunum hazırlama, pazar konumlandırması gibi işlerden oluşuyor
Cowork gibi araçlar dosya gezme, ticket düzenleme, Excel formülü yazma gibi konularda yardımcı olabilir
Ama kod, iş kararlarının bir çıktısı olduğu için LLM otomasyonuna en uygun biçim
Buna karşılık diğer mesleklerde şimdilik yalnızca hız artıyor; tam otomasyonun ise hâlâ uzak olduğunu düşünüyor
Mühendisliğin büyük kısmında sonuçta uzlaşma ve hizalama kaçınılmaz
İyi kaliteli kod yazmak için kodlamaya harcadığımın iki katı kadar düşünmem gerekiyor
Bir saat kazanmak, o saati otomatik olarak daha değerli işe çevirdiğin anlamına gelmiyor. Hatta hatalı sunumlar oluşup başkasının bunları düzeltmesi gereken bir kayıp bile doğabiliyor
LLM sayesinde aynı miktarda düşünmeyle daha fazla kod üretilebilir hâle geldi, hepsi bu
Örneğin Hazel.ai, ABD’deki RIA’lerin %90’ından daha iyi vergi ve yatırım planlaması sunuyor
Bunun sonucunda RIA ücretlerinin %1’den %0,1~0,2 seviyesine düşeceğini düşünüyor
Kıdemli bir mühendis olarak bana göre yavaş olan kısım kod yazımı değil, review ve onay süreçleri
Kod review, paydaşlardan görüş toplama, test gecikmeleri, dokümantasyon, sunumlar gibi işler
Bu inceleme süreçleri şirket içinde de tekrar tekrar dönüp durarak darboğaz yaratıyor
Tekilliğe (singularity) yaklaştıkça dünya daha kaotik ve öngörülemez hâle geliyor
Böylesine hızlı değişimde her şey gürültü gibi hissediliyor
Belki de şu an sadece “Dünya daha mı öngörülebilir oldu, yoksa daha mı az?” diye sormamız gereken bir dönemdeyiz
NBER makalesinin aslına bakınca
sektör bazında AI benimsenme oranı (A6), istihdama etkisi (A11) ve üretkenliğe etkisi (A12) görülüyor
Müşteri teması yoğun veya fiziksel ürüne dayalı sektörlerde (inşaat, perakende) AI etkisi düşük
İlginç biçimde konaklama-yeme içme sektörü üretkenlik etkisinde 4. sırada çıkıyor
Bizim şirkette AI benimsenmesi hâlâ yavaş
Bugün “AI kullanımın çok düşük olması kötü görünebilir” şeklinde baskı aldım
Muhtemelen 6 ay ila 1 yıl sonra bunun “Bu tam bir para israfıymış” sonucuna varılacak
Bu, insanlara kendi performans değerlendirmelerini de kendilerinin yazdırılmasından çok farklı değil
Microsoft Copilot dâhil olmak üzere Fortune 500 şirketlerindeki AI pilot uygulamalarına bakınca,
birçok büyük şirketin hâlâ AI özelliklerini gerçekten anlamadığı görülüyor
Üst düzey yöneticiler ise tembellikten bunu bizzat kullanmayı bile denemiyor
E-posta yazmak, sunum hazırlamak, arama yapmak zaten yeterince kolay
Asıl güçlü yönü transkripsiyon, çeviri, görsel tanıma, API tabanlı problem çözme gibi düşük seviyeli işlerde
Yenilik var ama bu bir ‘her işi hızlandıran sihirli araç’ değil
Verimlilik düşüklüğünün nedeni eğitim eksikliği
Özellikle Microsoft Copilot, AI içindeki en kötü uygulamalardan biri gibi geldiği için büyük hayal kırıklığı yaratıyor
Bu yüzden gerçek üretkenlik artışını hisseden neredeyse kimse yok
Çalışan açısından LLM, ödevlerde kullanılan bir kopya aracı gibi hissedilebilir ama
CEO açısından bu, incelenmesi gereken içerik patlaması (DDoS) gibi görünüyor
WhatsApp’tan 155 sayfalık bir belge gelmesi ya da PR yağması yaşanması durumunda
“Bunların hepsini kim inceleyecek?” sorunu ortaya çıkıyor
Sonuçta AI bir risk yükselticisi
Şu anda bilgisayar dünyasının küresel ısınma ölçeğinde bir olayına körlemesine dalıyoruz