Strateji Çatışması | IBM CEO'su Arvind Krishna, Sam Altman'ın trilyon dolarlık vizyonuna - AGI'nin yüzde sıfırdan yüzde bire düşmesine - neden inanmıyor?
Xpert ön sürümü
Dil seçimi 📢
Yayınlanma tarihi: 4 Aralık 2025 / Güncellenme tarihi: 4 Aralık 2025 – Yazar: Konrad Wolfenstein
Strateji Çatışması | IBM CEO'su Arvind Krishna, Sam Altman'ın trilyon dolarlık vizyonuna (YG'nin yüzde sıfırdan yüzde bire çıkması) neden inanmıyor? – Görsel: Xpert.Digital
Yapay Genel Zeka (AGI) ve acımasız matematik: Veri merkezi patlamasının asla karşılığını alamamasının nedeni.
5 yıllık ölüm döngüsü: Nvidia, Microsoft ve diğerleri için küçümsenen risk.
Silikon Vadisi, yapay süper zeka yarışına trilyonlarca dolar akıtılarak eşi benzeri görülmemiş bir yatırım çılgınlığına sürüklenirken, dünyanın en deneyimli teknoloji CEO'larından biri acil durum frenini çekiyor. IBM CEO'su Arvind Krishna uyarıyor: Kumar işe yaramıyor.
Küresel teknoloji sektörünü bir altın hücumu zihniyeti sarmış durumda. Microsoft, Google ve Meta gibi şirketler, bir sonraki büyük teknolojik devrimde geride kalma korkusuyla yeni veri merkezlerine yatırım yaparak birbirlerinin tekliflerini geçiyorlar. Vizyon açık: İnsan zekâsına eşit veya ondan üstün bir yapay genel zekâ (AGI) geliştirmek. Ancak bu coşkunun ortasında, teknoloji eleştirmenlerinden değil, gücün tam merkezinden güçlü bir ses yükseliyor: IBM CEO'su Arvind Krishna.
Krishna, saf aritmetiğe dayanan gerçekçi bir analizle, Silikon Vadisi'ndeki yaygın anlatıyı çürütüyor. Uyarısı basit olduğu kadar korkutucu da: Altyapı maliyetleri hızla artarken, donanımlar amortisman hızından daha hızlı eskiyor. Krishna, Yapay Zeka (YZ) gelişiminin mevcut seyrini sürdürmek için sekiz trilyon ABD dolarına kadar yatırım gerekeceğinden bahsediyor; vaat edilen astronomik kârlar gerçekleşmezse, bu meblağ dünyanın en zengin şirketlerini bile finansal olarak iflasa sürükleyebilir.
Ancak Krishna'nın eleştirisi finansal rakamlarla sınırlı değil. Bu abartılı söylemin teknolojik temelini sorguluyor. Sam Altman ve OpenAI, süper zekânın gelişini neredeyse kaçınılmaz olarak tasvir ederken, Krishna, günümüzün büyük ölçekli dil modelleme teknolojisiyle bu hedefe ulaşma olasılığının yüzde sıfır ila bir gibi ürkütücü bir oranda olduğunu belirtiyor.
Ekonomi tarihinin en büyük yanlış yatırımıyla mı karşı karşıyayız? Yapay zeka patlaması patlamak üzere olan bir balon mu, yoksa şüpheciler bilançoların ötesindeki dönüştürücü potansiyeli mi göz ardı ediyor? Aşağıdaki makale, veri merkezi ekonomisinin argümanlarını, acımasız matematiğini ve "ya hep ya hiç" yaklaşımının vizyonerleri ile pragmatik gerçekçiliğin savunucuları arasındaki temel çatışmayı inceliyor.
İçin uygun:
IBM CEO'su teknoloji tarihinin en pahalı deneyinin sonunu neden öngörüyor?
Küresel teknoloji sektörü, ekonomi tarihinin en büyük yanlış yatırımlarından biriyle karşı karşıya olabilir. Microsoft, Amazon, Meta ve Google gibi şirketler yapay zekâ altyapısının inşasına yüz milyarlarca dolar yatırırken, BT sektörünün kalbinden bir uyarı sesi yükseliyor. IBM CEO'su ve 1990'dan beri şirkette çalışan Arvind Krishna, Kasım 2025'in sonlarında The Verge'ün Decoder podcast'ine verdiği röportajda, yapay zekâ hakkındaki coşkuyu yerle bir edebilecek temel bir ekonomik analiz sundu.
30 Kasım ve 1 Aralık 2025 tarihlerinde yayınlanan açıklamaları, yönetim kurullarında ve analist çevrelerinde giderek ivme kazanan bir tartışmanın özüne iniyor. Krishna teorik risklerden veya felsefi endişelerden değil, yapay zeka sektöründeki mevcut yatırım modelini sorgulatan somut finansal imkânsızlıklardan bahsediyor. Hesaplamaları, basit aritmetik ve sağlam iş prensiplerine dayandığı için iyimser sektör gözlemcilerini bile düşündürüyor.
İçin uygun:
Veri merkezi ekonomisinin acımasız matematiği
Krishna, analizine mevcut maliyet durumunun ciddi bir değerlendirmesiyle başlıyor. Bir gigawatt kapasiteli bir veri merkezi, günümüz standartlarına göre 80 milyar ABD doları tutarında sermaye harcaması gerektiriyor. Bu rakam, yalnızca fiziksel altyapı ve binaları değil, aynı zamanda sunuculardan ve ağ bileşenlerinden yapay zeka hesaplamaları için gereken son derece özel grafik işlemcilere kadar tüm teknik ekipmanları da içeriyor.
Teknoloji sektörü son aylarda büyük bir büyümeye imza attı. Birçok şirket, 20 ila 30 gigawatt ek bilgi işlem kapasitesi inşa etme planlarını kamuoyuna duyurdu. Mevcut gigawatt başına maliyetlerle, bu, en az 1,5 trilyon dolarlık toplam yatırım anlamına geliyor. Bu meblağ, Tesla'nın mevcut piyasa değerine kabaca eşit ve girişimin muazzam ölçeğini gözler önüne seriyor.
Ancak, hedeflenen yapay genel zekâ bağlamındaki hedefler göz önüne alındığında, hesaplama daha da çarpıcı hale geliyor. Krishna, gerçek yapay zekâya giden yolun yaklaşık 100 gigawatt bilgi işlem gücü gerektireceğini tahmin ediyor. Bu tahmin, büyük dil modelleri için mevcut eğitim gereksinimlerinin ekstrapolasyonlarına dayanıyor ve her geliştirme adımına eşlik eden katlanarak artan karmaşıklığı hesaba katıyor. Gigawatt başına 80 milyar dolar olan yatırım harcaması, tam sekiz trilyon ABD dolarına denk geliyor.
Ancak bu yatırım rakamı, hikayenin sadece yarısını oluşturuyor. Krishna, kamuoyunda sıklıkla göz ardı edilen bir faktöre dikkat çekiyor: sermaye maliyeti. Sekiz trilyon ABD doları tutarında bir yatırımla, şirketlerin yalnızca yatırılan sermayenin faizini karşılamak için yılda yaklaşık 800 milyar ABD doları kâr elde etmesi gerekecektir. Bu rakam, sermaye maliyetini, risk primlerini ve yatırımcı beklentilerini yansıtan muhafazakâr bir yüzde onluk faiz oranı varsaymaktadır.
Yapay zeka donanımının beş yıllık ölüm döngüsü
Krishna'nın argümanındaki önemli bir nokta, kurulu donanımın kullanım ömrüyle ilgilidir. Tüm bilgi işlem kapasitesi beş yıl içinde tamamen kullanılmalıdır, çünkü kurulu donanımın daha sonra atılması ve değiştirilmesi gerekecektir. Bu değerlendirme, sektördeki gözlemlerle örtüşmekte ve finans çevrelerinde yoğun tartışmalara konu olmaktadır.
2008 mali krizine ilişkin isabetli tahminleriyle tanınan tanınmış yatırımcı Michael Burry, Kasım 2025'te benzer endişelerini dile getirdi. Burry, büyük teknoloji şirketlerinin yapay zeka donanımlarının gerçek ömrünü abarttıklarını ve bu nedenle değer kayıplarını yapay olarak düşük tuttuklarını savunuyor. Grafik işlemcilerin ve özel yapay zeka çiplerinin pratikte ekonomik olarak ancak iki ila üç yıl dayanabileceğini, ardından daha yeni ve daha güçlü nesiller tarafından kullanımdan kaldırılacağını öngörüyor.
Yarı iletken sektöründeki hızlı gelişme bu görüşü desteklemektedir. Yapay zeka çiplerinin önde gelen sağlayıcısı Nvidia, yaklaşık her 12 ila 18 ayda bir yeni işlemci nesilleri piyasaya sürmektedir. Her nesil, önemli performans iyileştirmeleri sunarak eski modelleri hızla ekonomik olmaktan çıkarır. Bir veri merkezindeki geleneksel bir sunucu altı yıl veya daha uzun süre rahatlıkla kullanılabilirken, yapay zekaya özgü donanımlar için farklı kurallar geçerlidir.
Uygulamada ise durum daha incelikli. Bazı şirketler amortisman sürelerini ayarladı. Amazon, 2025 başında yapay zeka alanındaki hızlanan gelişmeyi gerekçe göstererek bazı sunucuların tahmini kullanım ömrünü altı yıldan beş yıla indirdi. Bu ayarlama, şirketin 2026'daki faaliyet gelirini yaklaşık 700 milyon dolar azaltacak. Meta ise sunucular ve ağ ekipmanları için amortisman süresini 5,5 yıla uzatarak 2025'te amortisman maliyetlerini 2,9 milyar dolar azalttı.
Bu farklı stratejiler, yapay zeka donanımına milyarlarca dolar yatırım yapan şirketlerin bile yatırımlarının ekonomik olarak ne kadar süre sürdürülebilir kalacağından emin olmadıklarını gösteriyor. Krishna'nın anlattığı beş yıllık senaryo, bu tahminlerin iyimser aralığına giriyor. Gerçek kullanım ömrü, Burry'nin öngördüğü iki ila üç yıla yakınsa, amortisman maliyetleri ve dolayısıyla kârlılık üzerindeki baskı önemli ölçüde artacaktır.
Kârlı getirilerin imkansızlığı
Bu iki faktör arasındaki bağlantı, Krishna'yı temel argümanına götürüyor. Muazzam sermaye maliyetleri ve kısa yaşam döngülerinin birleşiminin, makul bir yatırım getirisi elde etmeyi imkansız kıldığına inanıyor. Sekiz trilyon ABD doları yatırım maliyeti ve yalnızca sermaye maliyetlerini karşılamak için yıllık 800 milyar ABD doları kâr elde etme ihtiyacı göz önüne alındığında, bir yapay zeka sisteminin şu anda gerçekçi görünenin çok ötesinde bir gelir elde etmesi gerekecektir.
Karşılaştırma yapmak gerekirse, Google'ın ana şirketi Alphabet'in 2024 yılı toplam geliri yaklaşık 350 milyar dolardı. Yıllık yüzde 12'lik agresif bir büyüme varsayıldığında bile, gelirler 2029 yılına kadar yaklaşık 577 milyar dolara yükselecekti. Yapay zeka yatırımlarını haklı çıkarmak için gereken toplam gelir ise bu rakamı çok aşacaktı.
ChatGPT'nin arkasındaki şirket olan OpenAI, 2025 yılı için yıllık gelirinin 20 milyar doların üzerinde olacağını ve 2030 yılına kadar yüz milyarlarca dolara ulaşacağını öngörüyor. Şirket, önümüzdeki sekiz yıl içinde yaklaşık 1,4 trilyon dolar değerinde anlaşmalar imzaladı. Ancak bu iddialı rakamlar bile soru işaretleri yaratıyor. HSBC analistleri, OpenAI'nin 2025 sonu ile 2030 arasında 792 milyar dolar bulut ve yapay zeka altyapı maliyetine katlanacağını ve toplam bilgi işlem kapasitesi taahhütlerinin 2033 yılına kadar yaklaşık 1,4 trilyon dolara ulaşabileceğini öngörüyor.
HSBC analistleri, OpenAI'nin kümülatif serbest nakit akışının 2030 yılına kadar negatif kalacağını ve bunun da 207 milyar dolarlık bir finansman açığına yol açacağını öngörüyor. Bu açığın ek borç, öz sermaye veya daha agresif gelir yaratma yoluyla kapatılması gerekecek. Asıl soru, OpenAI'nin kârlı olup olamayacağı değil, aynı zamanda devasa veri merkezi yatırımlarına dayanan tüm iş modelinin uygulanabilir olup olmadığıdır.
AGI'nin kaybolacak kadar küçük olasılığı
Krishna, ekonomik eleştirisine daha da temel bir teknolojik boyut katıyor. Mevcut teknolojilerin yapay genel zekâya yol açma olasılığının yüzde sıfır ile bir arasında olduğunu tahmin ediyor. Bu değerlendirme, felsefi değerlendirmelere değil, büyük dil modellerinin teknik kapasite ve sınırlamalarının gerçekçi bir değerlendirmesine dayandığı için dikkat çekici.
Yapay Zeka (YZ) tanımı tartışmalı olsa da, özünde tüm yelpazede insan bilişsel yeteneklerine ulaşabilen veya onları aşabilen YZ sistemlerini ifade eder. Bu, bir sistemin yalnızca belirli alanlarda uzman bilgisine sahip olmakla kalmayıp, aynı zamanda bilgiyi bir alandan diğerine aktarabilme, yeni durumları anlayabilme, sorunları yaratıcı bir şekilde çözebilme ve her yeni görev için yeniden eğitilmeye ihtiyaç duymadan sürekli olarak gelişebilme yeteneğine sahip olduğu anlamına gelir.
Krishna, mevcut yapay zeka devriminin özünü oluşturan büyük dil modellerinin temel sınırlamaları olduğunu savunuyor. Bu modeller, devasa metin veri kümelerindeki istatistiksel örüntülere dayanıyor ve dil tabanlı görevlerde etkileyici performans gösterebiliyor. Tutarlı metinler üretebiliyor, soruları yanıtlayabiliyor ve hatta program kodu yazabiliyorlar. Ancak ne yaptıklarını gerçekten anlamıyorlar. Bir dünya modelinden, nedensellik kavramından ve gerçek bir soyutlama kapasitesinden yoksunlar.
Bu sınırlamalar çeşitli alanlarda kendini gösterir. Dil modelleri düzenli olarak halüsinasyon görür, yani kulağa mantıklı gelen ama yanlış olan gerçekler uydururlar. Çok aşamalı mantıksal akıl yürütmede zorlanırlar ve eğitim veri kümelerine dahil edilmemiş olsalardı, insanlar için önemsiz sayılabilecek görevlerde bile sıklıkla başarısız olurlar. Epizodik hafızadan yoksundurlar ve yeniden eğitim almadan kendi hatalarından ders çıkaramazlar.
Çeşitli alanlardan bilim insanları ve araştırmacılar bu şüpheciliği giderek daha fazla paylaşıyor. Salesforce CEO'su Marc Benioff, Kasım 2025'te Yapay Zeka (YZ) konusunda benzer bir şüphecilik dile getirmişti. Bir podcast'te, YZ teriminin potansiyel olarak yanıltıcı olduğunu belirtmiş ve teknoloji endüstrisini yapay zekanın yakın gelecekteki yetenekleri konusunda bir tür hipnoz altında olmakla eleştirmişti. Benioff, mevcut sistemlerin etkileyici olsa da ne bilince ne de gerçek anlayışa sahip olduklarını vurguladı.
Meta'da kıdemli yapay zeka bilimcisi olan Yann LeCun, büyük dil modellerinin ne kadar ölçeklendirilirlerse ölçeklendirilsinler, asla yapay zekaya (YGZ) yol açmayacağını savunuyor. Sadece metin tahmininin ötesine geçen, yalnızca metni işlemekle kalmayıp aynı zamanda görsel ve diğer duyusal bilgileri entegre ederek dünyanın içsel temsillerini oluşturan çok modlu dünya modelleri de dahil olmak üzere alternatif yaklaşımları savunuyor.
İş geliştirme, satış ve pazarlama alanındaki ABD uzmanlığımız
İş geliştirme, satış ve pazarlama alanındaki ABD uzmanlığımız - Görsel: Xpert.Digital
Sektör odağı: B2B, dijitalleşme (yapay zekadan XR'a), makine mühendisliği, lojistik, yenilenebilir enerjiler ve endüstri
Bununla ilgili daha fazla bilgiyi burada bulabilirsiniz:
Görüş ve uzmanlık içeren bir konu merkezi:
- Küresel ve bölgesel ekonomi, inovasyon ve sektöre özgü trendler hakkında bilgi platformu
- Odak alanlarımızdan analizler, dürtüler ve arka plan bilgilerinin toplanması
- İş ve teknolojideki güncel gelişmeler hakkında uzmanlık ve bilgi edinebileceğiniz bir yer
- Piyasalar, dijitalleşme ve sektör yenilikleri hakkında bilgi edinmek isteyen şirketler için konu merkezi
Yapay zeka balonu mu, yoksa geleceğin motoru mu? Yatırımlar, enerji tüketimi ve gerçek kârlar arasındaki tehlikeli uçurum.
Gerekli teknolojik atılım
Krishna, Yapay Zeka'ya (AGI) ulaşmanın, mevcut büyük dil modellerinin sağlayabileceğinden daha fazla teknoloji gerektireceğine inanıyor. Katı bilgiyi dil modelleriyle bütünleştirmenin uygulanabilir bir yaklaşım olabileceğini öne sürüyor. Katı bilgi derken, nedensel ilişkiler, fizik yasaları, matematiksel ilkeler ve istatistiksel korelasyonların ötesine geçen diğer bilgi biçimleri hakkında yapılandırılmış, açık bilgiyi kastediyor.
Bu bakış açısı, sinir ağlarının örüntü tanıma yeteneklerini sembolik yapay zeka sistemlerinin mantıksal yetenekleriyle birleştirmeyi amaçlayan nöro-sembolik yapay zeka alanındaki araştırmalarla örtüşmektedir. Kurallara ve mantıksal çıkarıma dayalı sembolik yapay zeka, yapay zeka araştırmalarının ilk on yıllarında baskın bir yaklaşımdı, ancak son yıllarda yerini sinirsel yaklaşımlara bıraktı. Her iki yaklaşımın birleştirilmesi, teorik olarak hem öğrenme hem de mantıksal akıl yürütme yeteneğine sahip sistemler üretebilir.
Diğer umut vadeden araştırma alanları arasında, sistemlerin fiziksel veya simüle edilmiş bir ortamla etkileşim yoluyla öğrendiği somutlaştırılmış yapay zeka; sistemlerin önceki bilgilerini kaybetmeden yeteneklerini genişletebildiği sürekli öğrenme; ve kendi başlarına keşfeden ve öğrenen içsel olarak motive edilmiş sistemler yer almaktadır.
Krishna, bu ek teknolojilere rağmen temkinli davranıyor. Bu genişletilmiş yaklaşımın Yapay Zeka'ya (YZ) yol açıp açamayacağı sorulduğunda, yalnızca "belki" cevabını verecektir. Bu temkin, onlarca yıldır YZ ile çalışan uzmanlar arasında bile var olan belirsizliğin altını çiziyor. YZ'nin geliştirilmesi yalnızca bir işlem gücü veya veri hacmi meselesi değil, aynı zamanda zekânın doğasına dair temel yeni bakış açıları gerektirebilir.
İçin uygun:
Günümüzde üretken yapay zekanın paradoksu
Krishna, Yapay Zeka (AI) ve büyük veri merkezi yatırımlarının ekonomisi konusundaki şüphelerine rağmen, kesinlikle bir yapay zeka kötümserliği yapmıyor. Aksine, mevcut yapay zeka araçları ve bunların iş dünyası üzerindeki etkileri hakkında coşkuyla konuşuyor. Bu teknolojilerin şirketlerde trilyonlarca dolarlık üretkenlik potansiyeli yaratacağına inanıyor.
Bu ayrım, onun konumunu anlamak için çok önemlidir. Krishna, yapay zekanın kendi başına değerinden değil, sektörün izlediği belirli yolun ekonomik uygulanabilirliğinden şüphe duymaktadır. Günümüzün yapay zeka sistemleri, özellikle de büyük dil modelleri, altyapı için sekiz trilyon ABD doları gerektirmeden birçok alanda önemli üretkenlik artışları sağlayabilir.
IBM, bu üretkenlik kazanımlarının çarpıcı bir örneğini bizzat sunuyor. Şirket, Ocak 2023'ten bu yana kendi operasyonlarında yapay zeka ve otomasyonu kapsamlı bir şekilde uyguladı ve 2025 yılı sonuna kadar 4,5 milyar dolarlık üretkenlik kazanımı elde etmeyi bekliyor. IBM'in Müşteri Sıfır olarak adlandırdığı bu girişim, hibrit bulut altyapısının, yapay zeka ve otomasyon teknolojilerinin dağıtımını ve çeşitli iş birimlerinde danışmanlık uzmanlığını kapsıyordu.
Bu dönüşümün somut sonuçları etkileyici. IBM, müşteri hizmetlerinde soruların %70'ini çözen ve çözüm süresini %26 oranında iyileştiren yapay zeka destekli araçlar uyguladı. Tüm iş birimlerinde yaklaşık 270.000 çalışan, karmaşık iş akışlarını düzenleyen ve insan çalışanları destekleyen aracı yapay zeka sistemleriyle donatıldı.
Bu tür bir yapay zeka uygulaması, devasa yeni veri merkezleri gerektirmez, mevcut altyapı üzerine inşa edilebilir. Genel zekanın varsayımsal gelişimi yerine, yapay zekanın kanıtlanabilir iyileştirmeler sağladığı belirli kullanım durumlarına odaklanır. Krishna'nın argümanının özü şudur: Teknoloji değerli ve dönüştürücüdür, ancak yapay zekanın (YGZ) peşinde trilyonlarca dolar yatırım yapma yaklaşımı ekonomik olarak sürdürülebilir değildir.
McKinsey tarafından yapılan araştırmalar, üretken yapay zekanın, analiz edilen 63 kullanım senaryosunda yıllık 2,6 trilyon ila 4,4 trilyon dolar arasında ekonomik değer yaratma potansiyeline sahip olduğunu tahmin ediyor. Üretken yapay zekanın halihazırda diğer görevler için kullanılan yazılımlara entegre edilmesinin etkisi göz önüne alındığında, bu tahmin yaklaşık iki katına çıkabilir. Bu üretkenlik artışları, 2040 yılına kadar yıllık işgücü üretkenliği büyümesini %0,1 ila %0,6 oranında artırabilir.
Teknoloji devlerinin farklılaşan stratejileri
Krishna endişelerini dile getirirken, diğer teknoloji devleri yapay zeka altyapısına yatırımlarını ikiye katlıyor. Büyük Dörtlü'nün harcamaları, bu yatırım döngüsünün ölçeğini gözler önüne seriyor. Microsoft, 2025 mali yılında yapay zeka destekli veri merkezleri inşa etmek için yaklaşık 80 milyar dolar harcamayı planlıyor ve bu yatırımın yarısından fazlası Amerika Birleşik Devletleri'ne ayrılmış durumda.
Amazon, 2025 yılı için yaklaşık 125 milyar dolarlık sermaye harcaması açıkladı ve bu harcamaların büyük bir kısmı Amazon Web Services için yapay zeka ve ilgili altyapıya ayrıldı. Şirket, 2026 yılında harcamaların daha da artacağının sinyalini verdi. Meta Platforms, 2025 yılı için 70 milyar ila 72 milyar dolar arasında sermaye harcaması öngörüyor; bu, önceki 66 milyar dolarlık tahmininden 72 milyar dolara yükseliyor. Şirket, 2026 yılı için harcamaların önemli ölçüde daha yüksek olacağını belirtti.
Google'ın ana şirketi Alphabet, 2025 yılı için 91 ila 93 milyar dolar arasında sermaye harcaması öngörüyor. Bu rakam, daha önceki 85 milyar dolarlık tahminin üzerinde. Bu dört şirketin toplam harcaması, 2025 yılında 350 ila 400 milyar dolar arasında olacak. Bu rakam, iki yıl öncesine göre iki kattan fazla.
Bu devasa yatırımlar, yapay zeka hizmetlerinden elde edilen gerçek gelirlerin hâlâ beklentilerin çok altında olduğu bir ortamda gerçekleşiyor. OpenAI, yıllık 20 milyar doların üzerinde gelir bildirmesine rağmen kârlılığını koruyamıyor. Microsoft, yıllık %175 büyümeyle yaklaşık 13 milyar dolarlık yapay zeka geliri elde ederken, Meta tek bir dolarlık doğrudan yapay zeka geliri bile bildiremiyor.
Yatırım ve gelir arasındaki tutarsızlık dikkat çekici. Morgan Stanley, yapay zeka sektörünün 2028 yılına kadar veri merkezlerine yaklaşık üç trilyon ABD doları harcayacağını tahmin ediyor. Buna karşılık, mevcut gelirler önemsiz düzeyde. Temmuz 2025 tarihli bir MIT araştırması, yapay zekaya yatırım yapan şirketlerin yaklaşık %95'inin bu teknolojiden hiç para kazanmadığını ortaya koydu. Bu şirketlerin toplam harcamalarının yaklaşık 40 milyar ABD doları olduğu tahmin ediliyor.
Şüpheciliğin artan sesleri
Krishna'nın uyarısı, teknoloji ve finans dünyasının çeşitli sektörlerinden gelen giderek artan şüpheci seslerin bir parçası. Bu endişeler yalnızca anlık ekonomik faydalara değil, aynı zamanda mevcut yatırım dinamiklerinden kaynaklanan sistemik risklere de odaklanıyor.
Ekonomistler, yapay zeka sektörünün 2025'in ilk yarısında ABD GSYİH büyümesinin yaklaşık üçte ikisini oluşturduğuna dikkat çekiyor. JPMorgan Asset Management tarafından yapılan bir analiz, veri merkezlerine yapılan yapay zeka harcamalarının, yüz milyonlarca Amerikalı tüketicinin toplam tüketiminden daha fazla ekonomik büyümeye katkıda bulunduğunu gösteriyor. Harvard ekonomisti Jason Furman, veri merkezleri olmasaydı, 2025'in ilk yarısında GSYİH büyümesinin yalnızca %0,1 olacağını hesapladı.
Büyümenin tek bir sektöre odaklanması riskler taşıyor. MIT ekonomisti ve 2024 Nobel Ekonomi Ödülü sahibi Daron Acemoglu, yapay zekanın gerçek etkisinin sektör tahminlerinden çok daha küçük olabileceğini savunuyor. Acemoglu, önümüzdeki on yıl içinde işlerin yalnızca yüzde beşinin yapay zeka tarafından devralınacağını tahmin ediyor; bu rakam, bazı teknoloji liderlerinin coşkulu tahminlerinden çok daha düşük.
Balon endişeleri çeşitli faktörlerden kaynaklanıyor. Teknoloji şirketleri, milyarlarca dolarlık harcamayı bilançolarından uzak tutmak için özel amaçlı araçlar (SPV'ler) olarak bilinen finansal araçları giderek daha fazla kullanıyor. Wall Street tarafından finanse edilen bu SPV'ler, veri merkezleri inşa etmek için paravan şirket görevi görüyor. Bu uygulama, şeffaflık ve şirketlerin üstlendiği gerçek risk konusunda soru işaretleri yaratıyor.
Alphabet CEO'su Sundar Pichai, Kasım 2025'te BBC'ye verdiği bir röportajda yapay zeka yatırımlarındaki artışı olağanüstü bir an olarak nitelendirdi, ancak mevcut yapay zeka patlamasına eşlik eden bir tür mantıksızlığın da farkındaydı. Yapay zeka balonunun patlaması durumunda her şirketin etkileneceği konusunda uyardı. Hatta OpenAI CEO'su ve en önde gelen yapay zeka savunucularından Sam Altman bile, Ağustos 2025'te yapay zekanın bir balonun içinde olabileceğini kabul ederek, piyasa koşullarını dot-com patlamasıyla karşılaştırdı ve birçok zeki insanın bir gerçek kırıntısı için fazla heyecanlandığını vurguladı.
İçin uygun:
Enerji sorunu sınırlayıcı bir faktör olarak
Krishna'nın açıkça değinmediği ancak maliyet hesaplamalarında dolaylı olarak yer alan bir diğer temel sorun ise enerji tedarikiyle ilgili. 100 gigawatt'lık bir veri merkezi, Amerika Birleşik Devletleri'nin toplam elektrik üretiminin yaklaşık %20'sini gerektirecektir. Bu önemsiz bir sorun değil, tüm vizyonu tehlikeye atabilecek potansiyel bir darboğazdır.
Uluslararası Enerji Ajansı, veri merkezlerinden kaynaklanan küresel elektrik talebinin 2030 yılına kadar iki katından fazla artarak 2024'teki yaklaşık 415 terawatt-saat seviyesinden 900 ila 1.000 terawatt-saat seviyesine çıkabileceğini öngörüyor. Yapay zeka, 2030 yılına kadar veri merkezi elektrik tüketiminin yüzde 35 ila 50'sini karşılayabilir. Amerika Birleşik Devletleri'nde ise veri merkezi elektrik talebinin 2035 yılına kadar 35 gigawatt'tan 78 gigawatt'a çıkarak ülke genelindeki elektrik tüketiminin yüzde 8,6'sını oluşturması bekleniyor.
Bu talep, birçok ülkenin elektrik şebekelerini karbondan arındırmaya ve yenilenebilir enerji payını artırmaya çalıştığı bir dönemde ortaya çıkıyor. Buradaki zorluk, veri merkezlerinin yılın 365 günü, günde 24 saat kesintisiz güç kaynağına ihtiyaç duymasıdır. Rüzgar ve güneş enerjisi kesintili olduğundan ve depolama çözümleri veya yedek kapasite gerektirdiğinden, bu durum yenilenebilir enerjiye geçişi daha karmaşık hale getiriyor.
Veri merkezlerinden kaynaklanan karbon emisyonlarının 2023'te 212 milyon tondan 2030'a kadar potansiyel olarak 355 milyon tona yükselmesi bekleniyor; ancak bu rakam, temiz enerji çözümlerinin hızına ve verimlilik iyileştirmelerine bağlı olarak önemli ölçüde değişiklik gösteriyor. Yapay zeka tarafından oluşturulan tek bir görüntü oluşturma işlemi, bir akıllı telefonu tamamen şarj etmek kadar elektrik tüketiyor. Bir milyon jetonun işlenmesi, benzinle çalışan bir arabanın 8 ila 32 kilometre yol kat etmesi kadar karbondioksit üretiyor.
Üretken Yapay Zeka, geleneksel bilgi işlem yüklerinden yaklaşık yedi ila sekiz kat daha fazla enerji gerektirir. Büyük yapay zeka modellerini eğitmek, birkaç ay boyunca yüzlerce hanenin tüketeceği kadar elektrik tüketebilir. Bu enerji yoğunluğu, devasa veri merkezleri inşa etmek için gereken finansal kaynaklar mevcut olsa bile, bu tesisleri çalıştıracak fiziksel altyapının zamanında hazır olmayabileceği anlamına gelir.
İçin uygun:
Alternatif teknolojik yollar ve bunların önemi
Büyük ölçekli dil modellerinin sınırlamaları etrafındaki tartışmalar, alternatif alanlarda araştırma çalışmalarının artmasına yol açtı. Kuantum hesaplama, bazıları tarafından mevcut sınırlamaların üstesinden gelebilecek potansiyel bir atılım olarak görülüyor. Ekim 2025'te Google, doğrulanabilir bir kuantum avantajı sağlayan Willow kuantum çipini tanıttı. Bu, klasik fiziğin sınırlarını aşan ve tıp, enerji ve yapay zeka gibi alanlarda yeni olanaklar açan bir dönüm noktasıydı.
Kuantum bilgisayarlar, klasik bilgisayarlardan tamamen farklı prensiplerle çalışır. Aynı anda birden fazla durumda bulunabilen kuantum bitleri veya kübitler kullanırlar ve bu da geleneksel sistemlerle mümkün olmayan ölçekte paralel hesaplamalara olanak tanır. Ancak kuantum bilgisayarlar, özellikle kübitlerin kararlılığını etkileyen uyumsuzluk gibi önemli zorluklarla karşı karşıyadır.
Kübit stabilizasyonundaki son gelişmeler, ölçeklenebilir kuantum bilgisayarlarının önümüzdeki birkaç yıl içinde gerçeğe dönüşebileceğini gösteriyor. PsiQuantum gibi şirketler, bu on yılın sonundan önce Willow'dan 10.000 kat daha büyük kuantum bilgisayarlarını faaliyete geçirmeyi planlıyor. Bu bilgisayarlar, malzemeler, ilaçlar ve doğanın kuantum yönleriyle ilgili önemli soruları ele alabilecek kadar büyük.
Kuantum hesaplama ve yapay zekânın bir araya gelmesi teorik olarak yeni olasılıkların önünü açabilir. Kuantum algoritmaları, önemli ilaç ve malzemelerin simülasyonunda 200 kattan fazla gelişme kaydetti. Bazıları, yapay zekâ ve kuantum hesaplamanın bir ila iki yıl içinde, yapay süper zekânın ise beş yıl içinde bir araya gelebileceğini tahmin ediyor.
Diğer umut vadeden araştırma alanları arasında, çiplere güç sağlamak için elektrik yerine ışık kullanan optik hesaplama mimarileri de yer alıyor. Kasım 2025'te duyurulacak olan Paralel Optik Matris-Matris Çarpımı adlı bir mimari, mevcut yapay zeka geliştirmelerindeki en büyük darboğazlardan birini ortadan kaldırabilir. Önceki optik yöntemlerin aksine, tek bir lazer darbesiyle aynı anda birden fazla tensör işlemi gerçekleştirerek işlem hızını önemli ölçüde artırabilir.
IBM'in stratejik konumlandırması
Krishna'nın konumu, IBM'in stratejisi bağlamında değerlendirildiğinde özellikle ilgi çekicidir. IBM, son yıllarda bilinçli olarak salt donanım ve altyapı işinden uzaklaşarak kurumsal yazılım, bulut hizmetleri ve danışmanlığa yönelmiştir. Şirket, geleneksel BT faaliyetlerinin büyük bir bölümünü satarak bunun yerine işletmeler için hibrit bulut çözümlerine ve yapay zeka uygulamalarına odaklanmıştır.
Bu stratejik yönelim, kendi altyapılarını oluşturmaya büyük yatırım yapan Microsoft, Amazon, Google ve Meta'nın yaklaşımlarından temelde farklıdır. IBM ise, şirketlerin yapay zekayı kendi şartlarında, şeffaflık, seçenek ve esneklikle devreye almalarına yardımcı olmaya odaklanmaktadır. Bu felsefe, her şirketin tek bir genel bulut kullanmayacağına ve özellikle Amerika Birleşik Devletleri dışındaki düzenlenmiş sektörlerin ve şirketlerin hibrit yaklaşımları tercih edeceğine olan inancı yansıtır.
Dolayısıyla Krishna'nın devasa altyapı yatırımlarına yönelik eleştirisi, IBM'in yaklaşımının örtük bir savunması olarak da anlaşılabilir. Trilyonlarca dolarlık veri merkezi yatırımlarıyla Yapay Zeka'ya (AGI) ulaşmak gerçekten ekonomik olarak mümkün değilse, bu durum IBM'in mevcut veya kısmen genişletilmiş altyapı üzerine inşa edilebilecek belirli, değer yaratan kullanım senaryolarına odaklanma stratejisini doğrular.
IBM aynı zamanda, potansiyel olarak bir sonraki teknolojik dalgayı temsil edebilecek kuantum hesaplama gibi alanlarda yoğun bir şekilde yer almaktadır. Şirket, kuantum bilgisayarların geliştirilmesine önemli yatırımlar yapıyor ve bu teknolojiyi ilerletmek için diğer teknoloji şirketleriyle ortaklıklar üzerinde çalışıyor. Bu, Krishna'nın inovasyona veya iddialı teknolojik hedeflere değil, ekonomik olarak uygulanamaz gördüğü belirli bir yaklaşıma karşı olduğunu gösteriyor.
🎯🎯🎯 Xpert.Digital'in kapsamlı bir hizmet paketinde sunduğu beş katlı uzmanlığın avantajlarından yararlanın | İş Geliştirme, Ar-Ge, XR, Halkla İlişkiler ve Dijital Görünürlük Optimizasyonu
Xpert.Digital'in kapsamlı bir hizmet paketinde sunduğu beş katlı uzmanlığından yararlanın | Ar-Ge, XR, PR ve Dijital Görünürlük Optimizasyonu - Görsel: Xpert.Digital
Xpert.Digital, çeşitli endüstriler hakkında derinlemesine bilgiye sahiptir. Bu, spesifik pazar segmentinizin gereksinimlerine ve zorluklarına tam olarak uyarlanmış, kişiye özel stratejiler geliştirmemize olanak tanır. Pazar trendlerini sürekli analiz ederek ve sektördeki gelişmeleri takip ederek öngörüyle hareket edebilir ve yenilikçi çözümler sunabiliriz. Deneyim ve bilginin birleşimi sayesinde katma değer üretiyor ve müşterilerimize belirleyici bir rekabet avantajı sağlıyoruz.
Bununla ilgili daha fazla bilgiyi burada bulabilirsiniz:
Üretkenlik evet, AGI hayır: Hedefli yapay zeka projeleri neden mega modellerden daha karlı olabilir?
OpenAI liderliğinin bakış açısı
Krishna'nın şüpheciliği, OpenAI CEO'su Sam Altman'ın kamuoyuna yaptığı açıklamalarla tam bir tezat oluşturuyor. Altman, OpenAI'nin Yapay Zeka'ya (AGI) ulaşmak için büyük yatırımlar yapmaya hazır olduğunu defalarca vurguladı. Şirket, Oracle, Broadcom ve diğer ortaklarla önemli anlaşmalar da dahil olmak üzere, önümüzdeki sekiz yıl içinde yaklaşık 1,4 trilyon dolarlık anlaşmalar imzaladı.
Altman, OpenAI'nin 2030 yılına kadar yıllık gelirinin yüz milyarlarca ABD doları olacağını öngörüyor. Bu öngörü, sistemler güçlendikçe yapay zeka hizmetlerine olan talebin katlanarak artacağı varsayımına dayanıyor. OpenAI'nin iş modeli, şirketlerin ve bireylerin gelişmiş yapay zeka yeteneklerine erişim için önemli meblağlar ödemeye istekli olmalarına dayanıyor.
Krishna, podcast'te Altman'ın bakış açısını anladığını ancak katılmadığını belirtti. Bu, son derece diplomatik bir ifade tarzı ve Altman'ın OpenAI'nin vizyonuna saygı duyduğunu, ancak teknolojik uygulanabilirliği ve ekonomik uygulanabilirliği konusunda temelden farklı varsayımlarda bulunduğunu gösteriyor. Krishna, OpenAI'nin yatırımlarından getiri sağlayıp sağlayamayacağı sorusuna net bir "hayır" cevabı veriyor.
Bu anlaşmazlık, yakın gelecekte dönüştürücü bir Yapay Zeka'ya inanan ve astronomik miktarlarda yatırım yapmaya hazır olanlar ile daha şüpheci olup kademeli, ekonomik olarak daha sürdürülebilir bir yaklaşımı tercih edenler arasındaki teknoloji sektöründeki temel bir çatışmayı temsil ediyor.
İçin uygun:
Amortisman politikasının ve muhasebe standartlarının rolü
Yapay zeka donanımının gerçek kullanım ömrü etrafındaki tartışma, muhasebe ve şeffaflık konusunda temel soruları gündeme getiriyor. Şirketlerin varlıklarını amortisman yöntemi, raporlanan kârlarını ve dolayısıyla hisse senedi fiyatlarını ve değerlemelerini doğrudan etkiliyor.
Michael Burry, büyük teknoloji şirketlerinin amortismanı düşük tutmak ve kârlarını şişirmek için yapay zeka çiplerinin kullanım ömrünü abarttıklarını savunuyor. Örneğin, Meta 2025 yılında yeni bir Nvidia Blackwell sunucu rafına 5 milyar dolar harcayıp 5,5 yıla yayarsa, yıllık amortisman maliyetleri yaklaşık 909 milyon dolara yayılacaktır. Ancak, gerçek kullanım ömrü yalnızca üç yıl ise, yıllık amortisman yaklaşık 1,67 milyar dolar olmalıdır ki bu da önemli bir tutarsızlıktır.
Burry, bu uzatılmış ömürlerin 2026 ile 2028 yılları arasında birçok büyük şirketin kârını toplam 176 milyar dolar artırabileceğini tahmin ediyor. Nvidia, Kasım 2025'te yayınladığı bir iç yazışmada bu iddialara itiraz ederek, hiper ölçekleyicilerin gerçek kullanım ömrü ve kullanım eğilimlerine bağlı olarak GPU'ların değerini dört ila altı yıllık bir süre içinde düşürdüğünü savundu. Şirket, 2020'de piyasaya sürülen A100 gibi eski GPU'ların yüksek kullanım oranlarında kullanılmaya devam ettiğini ve önemli ekonomik değer taşıdığını belirtti.
Gerçek muhtemelen bu ikisinin arasında bir yerdedir. GPU'lar fiziksel olarak üç yıldan fazla çalışabilir, ancak daha yeni ve daha verimli modeller piyasaya çıktıkça ekonomik değerleri hızla düşebilir. Önemli bir faktör, değerin kademeli olarak artmasıdır: Artık en yeni modelleri eğitmek için ideal olmayan eski GPU'lar, çıkarım görevleri ve önceden eğitilmiş modelleri çalıştırmak için hala kullanışlı olabilir. Ayrıca, daha az talepkar uygulamalar için kullanılabilir veya ikincil pazarlarda satılabilirler.
Bu nüanslar net bir değerlendirme yapmayı zorlaştırıyor. Yapay zeka odaklı bir bulut sağlayıcısı olan CoreWeave, Ocak 2023'te GPU'larının amortisman süresini dört yıldan altı yıla çıkardı. Eleştirmenler, bu kararı kârlılığı yapay olarak iyileştirme girişimi olarak görüyor. Öte yandan, destekçiler, donanımın gerçek kullanımının daha uzun süreleri haklı çıkardığını savunuyor.
Sosyal ve politik boyutlar
Yapay zeka yatırımlarını çevreleyen tartışmanın siyasi ve sosyal bir boyutu da var. Girişim sermayedarı ve Beyaz Saray'ın kripto para birimleri ve yapay zeka danışmanı David Sacks, Kasım 2025'te yapay zeka yatırım patlamasının tersine dönmesinin resesyon riski yaratacağı konusunda uyardı. Sacks'ın ifadeleri, ekonominin yapay zeka yatırımlarına o kadar bağımlı hale geldiğini, bir duraklamanın veya önemli bir yavaşlamanın önemli makroekonomik sonuçlar doğuracağını öne sürüyor.
Bu bağımlılık, toplumun ekonomik sürdürülebilirliğinden bağımsız olarak, ani bir şoktan kaçınmak için yatırım yapmaya devam etmek zorunda kalacağı bir duruma mı sürüklendiği sorusunu gündeme getiriyor. Bu, rasyonel ekonomik değerlendirmelerin, patlayan bir balonun sonuçları korkusuyla gölgelendiği klasik bir balon dinamiği olurdu.
Yapay zekaya yapılan yatırım ve kaynakların yoğunlaşması, fırsat maliyetleriyle ilgili soruları da gündeme getiriyor. Yapay zeka veri merkezlerine akan trilyonlarca dolar, teorik olarak eğitim sistemlerinin iyileştirilmesinden yenilenebilir enerjinin yaygınlaştırılmasına ve altyapı açıklarının kapatılmasına kadar diğer toplumsal öncelikler için kullanılabilir. Bu devasa kaynak tahsisinin gerekçesi, vaat edilen faydaların gerçekten gerçekleşip gerçekleşmediğine bağlı.
Aynı zamanda, yapay zekânın halihazırda gözle görülür olumlu etkileri görülüyor. IBM'in Kasım 2025 tarihli bir araştırmasına göre, Almanya'da şirketlerin üçte ikisi yapay zekâ sayesinde önemli üretkenlik kazanımları elde ettiğini bildiriyor. Yapay zekâ ile ilgili üretkenlik artışlarının en fazla olduğu alanlar arasında yazılım geliştirme ve BT, müşteri hizmetleri ve iş süreci otomasyonu yer alıyor. Almanya'daki şirketlerin yaklaşık beşte biri, yapay zekâ destekli üretkenlik girişimleri sayesinde yatırım getirisi hedeflerine ulaşmış durumda ve neredeyse yarısı on iki ay içinde yatırım getirisi bekliyor.
Bu rakamlar yapay zekanın gerçekten ekonomik değer yarattığını gösteriyor, ancak aynı zamanda Krishna'nın bu değerin mutlaka trilyonlarca dolarlık yatırımla yapay zekanın peşinden koşmaktan değil, daha hedefli, spesifik uygulamalardan kaynaklandığı yönündeki iddiasını da destekliyor.
Teknolojik dönüşümlerin tarihsel perspektifi
Mevcut durumu perspektife oturtmak için tarihsel paralellikleri göz önünde bulundurmak faydalı olacaktır. 1990'ların sonlarındaki dot-com patlaması, genellikle uyarıcı bir hikaye olarak anılır. O dönemde, internetin dönüştürücü olacağına dair haklı inançla internet şirketlerine muazzam miktarda para akmıştı. Bu yatırımların çoğunun yanlış yönlendirildiği ortaya çıktı ve 2000 yılında balon patladığında, trilyonlarca dolarlık piyasa değeri yok oldu.
Bununla birlikte, altta yatan teknolojinin gerçekten dönüştürücü olduğu kanıtlandı. Krizi atlatan Amazon ve Google gibi şirketler, küresel ekonominin baskın güçleri haline geldi. Patlama döneminde inşa edilen altyapı, iflas eden şirketler de dahil olmak üzere, sonraki on yılların dijital ekonomisinin temelini oluşturdu. Bu bağlamda, mevcut oyuncuların çoğu başarısız olsa bile, yapay zeka altyapısına aşırı yatırım yapmanın bile uzun vadede faydalı olabileceği iddia edilebilir.
Ancak, temel fark sermaye yoğunluğunda yatmaktadır. Birinci nesil internet şirketleri, temel altyapı sağlandıktan sonra nispeten düşük yatırımla ölçeklenebilirdi. Bir web sitesi veya çevrimiçi hizmet, geliştirildikten sonra, minimum ek maliyetle milyonlarca kullanıcıya ulaşabilirdi. Yapay zeka, özellikle de şu anda uygulandığı şekliyle, bu kalıbı izlemez. Büyük bir dil modeline yapılan her sorgu, önemli hesaplama maliyetleri doğurur. Yapay zeka hizmetlerinin ölçeklenmesi, altyapıda orantılı artışlar gerektirir ve bu da ekonomiyi kökten değiştirir.
Bir diğer tarihsel karşılaştırma da elektriğin gelişimidir. Elektrik enerjisi ilk ortaya çıktığında, şirketlerin yeni olanaklardan tam olarak yararlanmak için üretim süreçlerini nasıl yeniden tasarlayacaklarını öğrenmeleri onlarca yıl sürdü. Başlangıçta fabrikalar buharlı motorları elektrik motorlarıyla değiştirdiler, ancak eski düzen ve süreçlerini korudular. Gerçek verimlilik artışları, mühendisler ve yöneticiler fabrikaları sıfırdan tasarlamayı ve elektrik enerjisinin esnekliğinden yararlanmayı öğrendiklerinde gerçekleşti.
Aynı şey yapay zeka için de geçerli olabilir. Mevcut uygulamalar, mümkün olanın sadece küçük bir kısmını oluşturuyor olabilir ve gerçek dönüşümler, kuruluşlar yapay zeka yeteneklerinden yararlanmak için kendilerini kökten yeniden düzenlemeyi öğrenene kadar gerçekleşmeyebilir. Bu zaman alabilir, hatta yıllar veya on yıllar alabilir ve mevcut yatırım dinamiklerinin bu sabrı karşılayıp karşılayamayacağı belirsizdir.
Yapay zeka gelişiminin geleceği
Tüm şüphelere ve uyarılara rağmen, yapay zeka gelişimi devam edecek. Asıl soru, yapay zekanın önemli olup olmadığı değil, hangi yolun en umut verici ve ekonomik olarak sürdürülebilir olduğudur. Krishna'nın müdahalesi, yapay zeka araştırmalarının durdurulması çağrısı olarak değil, stratejinin yeniden değerlendirilmesi için bir çağrı olarak anlaşılabilir.
En olası gelişme, yaklaşımların çeşitlendirilmesidir. Bazı şirketler büyük dil modellerini ölçeklendirmeye büyük yatırımlar yapmaya devam ederken, diğerleri alternatif yollar araştıracaktır. Nöro-sembolik yaklaşımlar, çok modlu sistemler, somutlaştırılmış zekâ, sürekli öğrenme ve diğer araştırma alanları paralel olarak takip edilecektir. Kuantum hesaplamadan optik hesaplama mimarilerine ve nöromorfik yongalara kadar donanım alanındaki atılımlar denklemi değiştirebilir.
Önemli bir faktör, gerçek pazar kabulü olacaktır. İşletmeler ve tüketiciler yapay zeka hizmetleri için önemli meblağlar ödemeye istekliyse, yüksek altyapı maliyetleri bile haklı görülebilir. Ancak şimdiye kadar bu büyük ölçüde belirsizliğini koruyor. ChatGPT ve benzeri hizmetler milyonlarca kullanıcıyı cezbetmiş olsa da, bunlar için önemli meblağlar ödemeye istekli olanların sayısı sınırlı. Çoğu kullanıcı ücretsiz veya yüksek oranda sübvansiyonlu sürümleri kullanıyor.
Kurumsal sektörde durum biraz farklı. Burada, belirli iş sorunlarını çözen yapay zeka çözümlerine ödeme yapma konusunda belirgin bir isteklilik var. Microsoft, işletmelere yönelik yapay zeka hizmetlerinde güçlü bir büyüme olduğunu bildiriyor. Asıl soru, bu gelir akışlarının bu büyük yatırımları haklı çıkaracak kadar hızlı büyüyüp büyüyemeyeceği.
İçin uygun:
Çok boyutlu bir analizden elde edilen bulgular
Arvind Krishna'nın Decoder podcast'inde dile getirdiği endişeler, tarihin en önemli ekonomik ve teknolojik kumarlarından birinin özüne değiniyor. Argümanları, sağlam ekonomik ilkelere ve teknik anlayışa dayanıyor. Muazzam sermaye maliyetleri, kısa donanım yaşam döngüleri ve mevcut teknolojilerin AGI'ye (Otomatik Zeka Üretme) yol açma olasılığının düşük olması, mevcut yatırım stratejisine karşı güçlü bir argüman sunuyor.
Aynı zamanda, Krishna'nın tutumunun karşı argümanları da yok değil. Büyük yapay zeka yatırımlarının savunucuları, dönüştürücü teknolojilerin genellikle muazzam ön yatırımlar gerektirdiğini, bilgi işlem birimi başına maliyetin sürekli azaldığını, henüz öngörülemeyen yeni iş modellerinin ortaya çıkacağını ve potansiyel olarak dünyayı değiştirebilecek bir teknolojide geride kalma riskinin, aşırı yatırımın finansal riskinden daha büyük olduğunu savunuyorlar.
Gerçek muhtemelen bu uç noktaların arasında bir yerde yatıyor. Yapay zeka, şüphesiz önemli ve dönüştürücü bir teknoloji olup önemli bir ekonomik değer yaratacaktır. Mevcut dil modelleri ve yapay zeka uygulamaları halihazırda etkileyici yetenekler sergiliyor ve birçok alanda ölçülebilir verimlilik artışları sağlıyor. Aynı zamanda, mevcut yaklaşımların ölçeklendirilmesinin yapay zekaya yol açacağı fikri, önde gelen yapay zeka araştırmacıları arasında bile giderek daha fazla tartışılıyor.
Ekonomik analiz çok şey anlatıyor. Gerekli yatırımların büyüklüğü ve kısa sürede muazzam kârlar elde etme zorunluluğu, eşi benzeri görülmemiş bir zorluk teşkil ediyor. Krishna'nın hesaplamaları biraz bile doğruysa, mevcut yatırım stratejisinin nasıl sürdürülebilir olabileceğini hayal etmek zor.
Ancak bu, felaketin kaçınılmaz olduğu anlamına gelmez. Piyasalar uyum sağlama kapasitesine sahiptir. Yatırım akışları değişebilir, iş modelleri gelişebilir ve teknolojik atılımlar ekonomiyi kökten değiştirebilir. Teknoloji tarihi, başlangıçtaki şüpheciliğin çürütüldüğü ve imkânsız görünen zorlukların üstesinden gelindiği örneklerle doludur.
Muhtemel görünen şey, bir konsolidasyon ve yeniden değerlendirme dönemi. Yapay zeka yatırımlarındaki mevcut büyüme oranları sonsuza kadar devam edemez. Yatırımcılar ve iş liderleri, bir noktada gerçek getirilerin kanıtlarını görmek isteyecekler. Etkileyici kullanım örnekleri ve kanıtlanabilir ekonomik değer sunabilen şirketler başarılı olacak. Diğerleri ise stratejilerini ayarlamak veya piyasadan çıkmak zorunda kalabilir.
Krishna'nın müdahalesi, coşku ve ayak uydurma dürtüsünün hakim olduğu bir ortamda dikkatli olunması konusunda önemli bir uyarı niteliğinde. Teknoloji sektöründeki onlarca yıllık deneyimi ve dünyanın en eski ve köklü BT şirketlerinden birinin başındaki konumu, sözlerine ağırlık kazandırıyor. Haklı olup olmadığını zaman gösterecek. Ancak kesin olan şu ki, başarısı garanti olmayan bir stratejiye trilyonlarca dolar daha yatırılmadan önce, gündeme getirdiği soruların ciddiye alınması ve derinlemesine tartışılması gerekiyor.
'Yönetilen AI' (Yapay Zeka) ile dijital dönüşümün yeni bir boyutu - Platform ve B2B Çözümü | Xpert Consulting
'Yönetilen AI' (Yapay Zeka) ile dijital dönüşümün yeni bir boyutu – Platform ve B2B Çözümü | Xpert Consulting - Görsel: Xpert.Digital
Burada, şirketinizin özelleştirilmiş yapay zeka çözümlerini hızlı, güvenli ve yüksek giriş engelleri olmadan nasıl uygulayabileceğini öğreneceksiniz.
Yönetilen Yapay Zeka Platformu, yapay zeka için kapsamlı ve sorunsuz bir pakettir. Karmaşık teknolojiler, pahalı altyapılar ve uzun geliştirme süreçleriyle uğraşmak yerine, uzman bir iş ortağından ihtiyaçlarınıza göre uyarlanmış, genellikle birkaç gün içinde anahtar teslim bir çözüm alırsınız.
Başlıca faydalarına bir göz atalım:
⚡ Hızlı uygulama: Fikirden operasyonel uygulamaya aylar değil, günler içinde. Anında değer yaratan pratik çözümler sunuyoruz.
🔒 Maksimum veri güvenliği: Hassas verileriniz sizinle kalır. Üçüncü taraflarla veri paylaşımı yapmadan güvenli ve uyumlu bir işlem garantisi veriyoruz.
💸 Finansal risk yok: Sadece sonuçlara göre ödeme yaparsınız. Donanım, yazılım veya personele yapılan yüksek ön yatırımlar tamamen ortadan kalkar.
🎯 Ana işinize odaklanın: En iyi yaptığınız işe odaklanın. Yapay zeka çözümünüzün tüm teknik uygulamasını, işletimini ve bakımını biz üstleniyoruz.
📈 Geleceğe Hazır ve Ölçeklenebilir: Yapay zekanız sizinle birlikte büyür. Sürekli optimizasyon ve ölçeklenebilirlik sağlar, modelleri yeni gereksinimlere esnek bir şekilde uyarlarız.
Bununla ilgili daha fazla bilgiyi burada bulabilirsiniz:
Küresel pazarlama ve iş geliştirme ortağınız
☑️İş dilimiz İngilizce veya Almancadır
☑️ YENİ: Ulusal dilinizde yazışmalar!
Konrad Wolfenstein
Size ve ekibime kişisel danışman olarak hizmet etmekten mutluluk duyarım.
iletişim formunu doldurarak benimle iletişime geçebilir +49 89 89 674 804 (Münih) numaralı telefondan beni arayabilirsiniz . E-posta adresim: wolfenstein ∂ xpert.digital
Ortak projemizi sabırsızlıkla bekliyorum.
