Ekosistemi olmayan frontier istikrarlı değildir

• Microsoft CEO’su Satya Nadella’nın yazısı
• Yapay zeka odaklı ekonomide şirketlerin geleceğinin, insanlar ile dijital sistemler arasında ilk kez gerçek bir bilişsel döngü (cognitive loop) kurulmasının yarattığı dönüm noktasında bulunduğunu; bunun da şirket içinde işin kavramsallaştırılma biçimini bizzat değiştiren bir dönüşüm olduğunu belirtiyor
• Her şirketin, insanların bilgi, muhakeme, ilişki, içgörü ve örüntü tanımasından oluşan insan sermayesini (human capital) ve şirketin inşa edip sahip olduğu yapay zeka yetenekleri olan token sermayesini (token capital) birlikte inşa etmesi gerektiğini savunuyor
• Token sermayesi büyüdükçe insan sermayesinin değeri düşmek yerine daha da artıyor; insan ajansı (human agency) token sermayesinin büyümesinin itici gücü oluyor
• Asıl fırsatın en iyi modeli seçmekte değil, iki sermayenin bileşik şekilde biriktiği öğrenme döngüsünü (learning loop) modelin üzerine kurmakta olduğunu ve bu döngünün şirketin yeni IP’si haline geldiğini söylüyor
• Değerin tamamını az sayıdaki modelin emdiği bir geleceğin politik ve ekonomik olarak kabul görmeyeceğini; bu nedenle öncelikli görevin frontier modeller değil, değerin tüm şirketlere, sektörlere ve ülkelere akmasını sağlayacak bir frontier ekosistemi kurmak olduğunu vurguluyor

---

Yapay zeka dönüşümünün özü — bilişsel döngünün ortaya çıkışı

• Bu dönüşüm, geçmişteki hiçbir platform dönüşümüne benzemiyor
  • Geçmişte insan sermayesi dijital sistemlerle destekleniyordu; şimdi ise insanlar ile dijital sistemler arasında ilk kez gerçek bir bilişsel döngü kuruluyor
  • Bu, şirket içinde işin kavramsallaştırılma biçimini kökten değiştiren bir dönüşüm
• Temel mesele, yalnızca dijital araçların veya sistemlerin kullanımı değil; yapay zeka modellerinin insan ve organizasyon uzmanlığını sürekli emip metalaştırdığı (commoditize) bir dünyada organizasyonun nasıl öğrenmeye devam edeceği, IP biriktireceği, farklılaşacağı ve gelişeceğidir

İnsan sermayesi ve token sermayesi

• Her şirket iki tür sermaye inşa etmek zorunda
  • İnsan sermayesi: çalışanların bilgisi, muhakemesi, ilişkileri, yaratıcılığı ve örüntü tanıma yeteneği
  • Token sermayesi: şirketin inşa ettiği ve sahip olduğu yapay zeka yetenekleri
• Token sermayesi büyüse bile insan sermayesinin değeri düşmüyor, tersine yükseliyor
  • İddialı hedefleri insanlar belirliyor, alanlar arasındaki noktaları bağlıyor, ilişkiler kuruyor ve en önemli örüntüleri fark ediyor
  • İnsanın yön verişi olmadan hesaplama boşa dönüp duruyor (compute running in circles)

Öğrenme döngüsü kurmak asıl fırsat

• Asıl fırsat, en iyi modeli seçmekte değil; iki sermayenin bileşik biçimde biriktiği bir öğrenme döngüsünü modelin üzerine kurmakta
  • İşler ya da görevler devredilebilir (offload), ama öğrenmenin kendisi asla devredilemez
  • Şirketlerin geleceği, bu öğrenmeyi insanlar ve yapay zeka genelinde bileşik olarak biriktirme yeteneğine bağlı
• Yeni bir mimari yaklaşım gerekiyor
  • Zaman geçtikçe gelişen bir agentic system inşa edilirken IP üzerindeki kontrol korunmalı
  • "Generalist" model değiştirilse bile öğrenme sisteminde biriken "company veteran" uzmanlığı kaybolmamalı
  • Önümüzdeki dönemde kontrol ve egemenliği belirleyecek temel sınav bu olacak

İş akışlarını kendini geliştiren yapay zeka sistemlerine dönüştürmek

• Şirketler, iş akışlarını, alan bilgisini ve birikmiş muhakemeyi kullanıldıkça gelişen yapay zeka sistemlerine dönüştürmeli
  • Private evals: dış benchmark’lar yerine, iş açısından önemli sonuç ölçütlerine göre modelin gerçekten gelişip gelişmediğini yakalar
  • Private RL ortamı: organizasyon içindeki gerçek izler (real traces) üzerinden modelin daha güçlü hale gelmesini sağlar
  • Bilgi tabanı (knowledge base): kurumsal hafızayı sorgulanabilir hale getirir ve token kullanımını daha verimli kılar

Öğrenme döngüsü şirketin yeni IP’si

• Bu döngü, şirketin yeni IP’si haline gelir ve çoğu varlığın aksine bileşik şekilde biriken bir yokuş tırmanma makinesine (hill climbing machine) benzetilir
  • Geliştirilen her iş akışı, daha iyi bir öğrenme sinyali (training signal) üretir
  • Bu da şirkete özgü örtük bilginin (tacit knowledge) birikimini hızlandırır
• Bunu erken kuran şirketler, tek tek modellerin yeni yeteneklerinden bağımsız olarak kopyalanması zor bir üstünlük elde eder

Az sayıda modelin tekeline karşı uyarı

• Tüm sektörlerdeki şirketlerin değeri az sayıdaki modele teslim ettiği bir dünya kimsenin istediği bir şey değil
  • Bütün değer az sayıdaki modele giderse, politik ekonomi bunu kabul etmez
  • Tüm bir sanayiyi içi boşaltılmış hale getiren (hollow out) bir yapay zeka geleceğinin toplumsal meşruiyeti yoktur
• Küreselleşmenin ilk aşamasındaki örnek hatırlatılıyor
  • Dış kaynak kullanımıyla tüm sanayi ekonomisinin içi boşaldı; GDP verileri yüzeyde iyi görünse de gerçekte bir yerinden edilme (displacement) yaşandı ve etkileri hâlâ sürüyor
  • Az sayıdaki yapay zeka sisteminin tüm ekonomik getiriyi topladığı ve sektör genelindeki bilginin ayaklarımızın altından metalaştırıldığı bu dinamiği yapay zeka çağına taşımamak gerekiyor

Öncelik frontier ekosistemi kurmak

• Öncelik frontier modeller değil, değerin tüm şirketlere, sektörlere ve ülkelere geniş biçimde akmasını sağlayacak bir frontier ekosistemi kurmak olmalı
  • Tüm organizasyonlar, kurumsal bilgiyi kodlayan öğrenme döngülerine sahip olmalı ve insan sermayesiyle token sermayesini bileşik şekilde biriktirmeli
• Amaç, platformların içeride hapsettiğinden daha fazla değerin onların üzerinde üretilmesini sağlamak ve her şirketin kendi değerini sürekli yenileyip inşa edebilmesidir
  • Şirketler kendileri ve çevrelerindeki ekonomi için değer üretir
  • Çalışanların uzmanlığı güçlendirilir; muhakemeleri kopyalanıp genişletilebilen sistemlerin parçası haline gelir ve bunun faydası şirkete ve çevresindeki topluluğa döner
• Birlikte inşa etmemiz gereken istikrarlı denge (stable equilibrium) budur