Yapay Zeka Paradoksu: Beklenen Verimlilik ve İklim Etkisi Neden Görülmüyor?
Yıllardır iş dünyasında eşi benzeri görülmemiş bir devrim, ekonomik bir sıçrama noktası ve iklim krizine karşı kurtarıcı bir güç olarak pazarlanan yapay zeka, bugün ciddi bir "gerçeklik testi" ile karşı karşıya. Son yayımlanan araştırmalar ve kapsamlı veri setleri, dev teknoloji şirketlerinin milyar dolarlık vaatleriyle sahadaki somut sonuçlar arasındaki makasın giderek açıldığını gösteriyor. Şirketlerin verimlilik raporlarından, iklim etkilerine kadar uzanan geniş bir yelpazede, AI henüz beklenen mucizeyi gerçekleştirebilmiş değil.
Modern Zamanların Solow Paradoksu
Ekonomi tarihinde teknolojinin üretim istatistiklerine yansımaması yeni bir durum değil. 1987 yılında Nobel ödüllü ekonomist Robert Solow, "Bilgisayar çağını her yerde görebiliyoruz, ancak verimlilik istatistiklerinde göremiyoruz" diyerek bu garip duruma dikkat çekmişti. Nitekim 1948 ile 1973 yılları arasında %2,9 civarında seyreden dönemsel verimlilik artışı, bilgisayarların iş kültürüne hızla entegre olmaya başladığı 1973 sonrasında %1,1'e gerilemişti. Bu düşüş, ancak 1990'ların ortalarından sonra toparlanabilmişti.
Bugün, bazı ekonomi analistleri yapay zeka için de benzer bir "J-eğrisi" teorisi ortaya atıyor. Bu görüşe göre teknolojik adaptasyonun ilk evresinde şirket içi dinamiklerin uyumu zayıf kalıp verimliliği düşürüyor, doğru iş akışları kurgulandığında ise dramatik bir sıçrama yaşanıyor. Ancak asıl kritik konu bu sürecin ne zaman tamamlanacağı ve üretim artışının milyarlarca dolarlık AI yatırımını haklı çıkarıp çıkarmayacağı.
Liderlere Göre İstihdam ve Üretim Değişmiyor
National Bureau of Economic Research tarafından ABD, İngiltere, Almanya ve Avustralya'daki 6 bin üst düzey yöneticiyle yapılan geniş çaplı anket çalışması oldukça dikkat çekici çıktılar sunuyor. Bu şirketlerin yaklaşık %90'ı, geçtiğimiz üç yıllık periyotta yapay zekanın genel üretkenliğe veya istihdam tablolarına etkisinin ihmal edilebilir düzeyde olduğunu belirtiyor.
Her ne kadar yöneticilerin üçte ikisi şirket bünyesinde bir AI aracı kullanıldığını beyan etse de, haftalık kişi başı AI kullanım süresi ölçüldüğünde bu rakam ortalama 1,5 saati geçmiyor. Daha da kötüsü, yöneticilerin çeyreklik bir dilimi kendi işlerinde yapay zekanın hiçbir fonksiyonundan yararlanmadığını söylüyor.
Fakat her şeye rağmen pazar tahminleri pembe tablolar çizmeye devam ediyor. Analistler, önümüzdeki üç yılda genel üretim ivmesinin %1,4, şirket çıktılarının ise %0,8 artmasını öngörüyor. İşten çıkarma konusunda şirketler %0,7’lik daralma, çalışan odaklı araştırmalar ise %0,5’lik küçük bir artış bekliyor. Öte yandan, 2024–2025 süreçlerindeki şirket toplantılarında "yapay zeka" kelimesi bolca kullanılsa da, bu coşkunun bilançolardaki yansıması henüz yok denecek kadar az.
Nobel ödüllü Daron Acemoğlu ve MIT kaynaklı 2024 araştırma raporları da, AI devriminden beklenecek kümülatif makro-verimlilik katkısının önümüzdeki 10 yılda yalnızca %0,5 seviyelerinde kalabileceğini belirterek beklentilerin fazla şişirildiğine işaret ediyor.
İklim Krizi: Çözüm Mü, Sorunun Kaynağı Mı?
Yapay zekanın üretkenlik dışındaki bir diğer önemli pazarlama argümanı da karbon emisyonlarını radikal olarak kırpabilme ihtimaliydi. Oysa enerji araştırmacısı Ketan Joshi’nin teknoloji devlerini markajına aldığı rapora göre; teknoloji ve enerji firmalarınca kamuoyuna sunulan 154 adet farklı "AI iklim dostudur" argümanından yalnızca dörtte biri gerçek akademik makalelere yaslanıyor. Kalan iddialar ya tamamen desteksiz söylemlerden ya da ticari beklentilerden oluşuyor.
Bilhassa Google’ın "Yapay zeka sayesinde 2030 yılına dek küresel emisyonları %5 ila %10 azaltabileceğiz" iddiası tartışmaların tam odağında. Bu kadar büyük bir iddia (ki bu iddia AB ülkelerinin toplam yıllık karbon ayak izi kadar bir kesintiye eşittir) bir akademik araştırmaya değil, Google'ın bir danışmanlık firmasıyla birlikte "kullanıcı senaryolarına" dayanarak ürettiği PR metinlerine dayanıyor. İronik olan şu ki, Google aynı yıl içerisinde yayınladığı sürdürülebilirlik raporunda, bitmek bilmeyen veri merkezi yatırımlarının şirket içi emisyon rakamlarını bir önceki yıla göre sıçrattığını kendi verileriyle sergiliyor.
Günümüzde büyük dil modellerinin (LLM) doymaz enerji ihtiyacı; yeni planlanan fosil yakıt santrallerine ve hatta kapanması gereken kömür santrallerinin geri dönmesine sebep olabiliyor. Yıllardır kullanılan geleneksel ve hafif makine öğrenmesi uygulamaları şebeke dağıtımlarını verimli hale getirirken, 2023 itibarıyla sahaya inen "büyük ve üretken yapay zeka" modelleri ekolojiyi korumaktan ziyade, muazzam bir enerji kara deliği yaratmış vaziyette.
Görünen o ki; yapay zeka hem ekonomik çıktıda hem de gezegenin iyiliğinde devrim yaratmak için iddia ettiğinden çok daha fazla zamana, çabaya ve yapısal dönüşüme ihtiyaç duyuyor.
