Yapay zeka: Finansal bir balon

Çevirmenin notu: Üzerinde fırtınalar koparılan yapay zeka (AI) ve üretken yapay zekaya (GenAI) ilişkin iktisatçı Michael Roberts’ın yazdığı bu yazı önemli bir noktaya dikkat çekiyor: AI, işçi verimliliğini artırmıyor ve bu alan yatırım yapan kapitalistlerin kârlılık beklentilerini karşılamaktan henüz fersah fersah uzak.

Dolayısıyla birkaç Büyük Teknoloji şirketinin sürüklemesiyle öne çıkan yapay zeka, şimdilik finansal bir balon olmaktan öteye gidemiyor. Üstelik, örneğin Nvidia’nın küçük bir tökezlediği takdirde bu balonun patlama ihtimali de hayli yükse. Yakın zamanda çevirmeyi planladığımız bir başka makale, AI’ın şu sıralar yalnızca tek bir işe yaradığına işaret ediyor: Yumuşak gözetim ve kontrol; kademeli ve derin bir siyasi baskı…

Metindeki köşeli parantezler çevirmene aittir.

Fokurdayan yapay zeka

Michael Roberts
The Next Recession
27 Temmuz 2025

Muhteşem Yedili hisseleri –NVIDIA, Microsoft, Alphabet (Google), Apple, Meta, Tesla ve Amazon– şu anda ABD borsa değerinin yaklaşık %35’ini ve NVIDIA’nın piyasa değeri Muhteşem Yedili’nin yaklaşık %19’unu oluşturuyor. S&P 500, Nvidia’nın endeksin yaklaşık %8’ini oluşturmasıyla, şimdiye kadar hiç bu kadar tek bir hisse senedinde yoğunlaşmamıştı.

Bu, şu anda rekor seviyelerde olan, sadece yedi hisse senedi ve özellikle AI [yapay zeka] şirketlerinin modellerini geliştirmek için ihtiyaç duydukları tüm işlemcileri üreten Nvidia tarafından yönlendirilen, son derece dengesiz bir borsa. Nvidia’nın gelir artışı zayıflarsa, bu aşırı değerlenmiş borsa üzerinde büyük bir düşüş baskısı oluşturacaktır. En büyük yatırım kurumlarından birinin baş ekonomisti Torsten Slok’un dediği gibi: “1990’lardaki IT balonu ile bugünkü AI balonu arasındaki fark, S&P 500’deki ilk 10 şirketin bugün 1990’larda olduğundan daha fazla değerlenmiş olması.”

Öyleyse, dev AI sektörü, AI liderlerinin gelirleri ve daha da önemlisi kârları ile realize edilemeyecel hayali sermaye ile finanse edilen dev bir balon mu? Bu yılın sonuna kadar Meta, Amazon, Microsoft, Google ve Tesla, son iki yılda AI’a 560 milyar doların üzerinde sermaye harcaması yapacak ama sadece 35 milyar dolarlık gelir elde edecek. Amazon, bu yıl 105 milyar dolarlık sermaye harcaması yapmayı planlıyor ama sadece 5 milyar dolarlık gelir elde edecek ve gelirler, AI hizmetlerinin maliyeti düşülmeden önce ölçüldüğü için kâr değil. AI’a yapılan yatırımlar, 2025 yılında sadece 28,7 milyar dolarlık gelir karşılığında 332 milyar dolarlık sermaye harcamasına ulaşacak. AI modellerini eğitmek ve kaynak sağlamak için gerekli olan devasa veri merkezlerine yapılan yatırımların, on yılın sonunda 1 trilyon dolara ulaşması planlanıyor.

Fakat Muhteşem Yedili’den herhangi biri, gelir ve kârlarına oranla yaptıkları harcamalardan çekinmeye başlar ve çip alımlarını azaltırsa, Nvidia’nın hisse senedi fiyatı hızla düşebilir ve diğerlerini de peşinden sürükleyebilir.

Bu devasa sermaye yatırımının beklenen getirisi gerçeğe dönüşecek mi? Goldman Sachs’ın hisse senedi araştırma başkanı Jim Covello, yapay zeka geliştirmeye 1 trilyon dolar yatırmayı planlayan şirketlerin bu paranın karşılığını alıp alamayacağını sorguluyor. Öte yandan, risk sermayesi şirketi Sequoia’nın bir ortağı, teknoloji şirketlerinin sadece 2024 yılında ekstra sermaye harcamalarını gerekçelendirmek için 600 milyar dolarlık ekstra gelir elde etmeleri gerektiğini tahmin ediyor. Bu rakam, şirketlerin elde edebilecekleri gelirin yaklaşık altı katı.

İyi bilinen ChatGPT’yi ele alalım. İddiaya göre, haftalık 500 milyon aktif kullanıcısı var fakat son sayıma göre sadece 15,5 milyon ücretli abonesi var, bu da sadece %3’lük bir geri dönüş oranı anlamına geliyor. Menlo Ventures’ın 5.000 Amerikalı yetişkin ile yaptığı ankete göre, AI sohbet robotlarını kullananların sayısı artarken, kullandıkları AI hizmeti için ücret ödeyenlerin sayısı çok az ve yıllık gelirleri yaklaşık 12 milyar dolar.

AI’dan elde edilen kârlar söz konusu olduğunda durum daha da kötü. Büyük teknoloji şirketlerinin yıllık kâr artışları son birkaç çeyrektir sabit seyrediyor veya yavaşlıyor ve 2025 ve 2026’da daha da yavaşlaması bekleniyor.

Yani AI heyecanı borsayı yeni zirvelere taşırken büyük miktarda para ve kaynak yatırımı, AI eğitmenlerine astronomik ödemeler ve devasa veri merkezlerinin inşası [var]; fakat şu ana kadar önemli bir gelir elde edilemedi ve neredeyse hiç kâr yok. Bu, dot.com balonunun steroidli bir versiyonu.

Gelgelelim, ne kadar balon olursa olsun bu, sonunda büyük ekonomilerin üretkenlik sınırlarını kökten değiştirecek ve böylece yeni bir büyüme dönemi getirecek yeni bir “devrimci” teknolojinin ortaya çıkmayacağı anlamına gelmez. Dot.com balonu 2000 yılında borsada büyük bir düşüşle patladı ama internet tüm iş sektörlerine ve tüm hanelere yayıldı ve Muhteşem Yedili ortaya çıktı.

19. yüzyıldan başka bir örnek verelim. 1840’larda, çok sayıda şirket İngiltere’de demiryolu hattı inşasına yatırım yapmak için fon toplarken Demiryolu Çılgınlığı [Railway Mania] yaşandı. Demiryolu hisseleri fırladı ve 1843’ün başından itibaren 18 ayda hisse senedi fiyatları iki katına çıktı. Fakat balonun ardından 1845’te tufan geldi, birçok şirket iflas etti ve hisse senedi fiyatları yarı yarıya düştü. Bu, yaygın bir finansal krize ve üretimde düşüşe neden oldu. Bununla birlikte, demiryolları inşa edildi, ulaşım maliyetleri keskin bir şekilde düştü ve tüketicilerin seyahat talebi büyük ölçüde arttı. İngiltere, 1850’lerde iktisadi bir patlama yaşadı.

AI balonu da aynı yolu izleyerek finansal çöküş ve krize yol açacak, fakat sonunda üretkenlikte yeni bir büyümenin temelini oluşturacak mı? AI ile ilgili önceki yazılarımda, Nobel ödüllü Daron Acemoglu ve diğerleri gibi uzmanların AI’ın verimlilik açısından sağladığı faydalara ilişkin şüphelerini aktarmıştım. Ayrıca, OECD’nin büyük ekonomilerdeki verimlilik artışına ilişkin yakın tarihli derinlemesine raporunda, internetin son 25 yılda verimlilik artışına etkisi konusunda soğuk duş etkisi yaratan bir değerlendirme yer alıyor.

OECD raporunda şöyle deniyor: “Son yarım yüzyılda ofisleri ve cepleri giderek daha hızlı bilgisayarlarla doldurduk, fakat gelişmiş ekonomilerde işgücü verimliliği artışı 1990’larda yıllık yaklaşık %2’den son on yılda %0,8’e geriledi. Bir zamanlar hızla artan Çin’in işçi başına üretimi bile durdu”. Araştırma verimliliği düşmüştür. Günümüzde ortalama bir bilim insanı, 1960’lardaki meslektaşlarına göre dolar başına daha az çığır açan fikir üretiyor.

İşgücü verimliliği artışı, 1970’lerden bu yana OECD genelinde düşüş eğiliminde ve yüzyılın başından itibaren daha da zayıfladı. ABD’de verimlilik, 1990’ların ortalarından 2000’lerin ortalarına kadar, ICT [Enformasyon ve İletişim Teknolojileri] ekipmanlarının üretimindeki verimlilik artışı ve ICT kullanan sektörlerde, özellikle perakende sektöründe benimsenen internetle ilgili yeniliklerin yaygınlaşmasıyla birlikte artış göstermişti. “Gelgelelim bu toparlanma nispeten kısa sürdü ve o zamandan beri verimlilik artışı zayıf seyrediyor.”

İşgücü verimliliğini artırmanın temel faktörü, yeni işgücü tasarrufu sağlayan teknolojilere yatırım yapmaktır. Fakat tüm ülkelerde işletme yatırımları belirgin şekilde yavaşladı. OECD bunun nedenini açıkça ortaya koyuyor: “Sermaye piyasalarına erişimi olan firmalar için kolay ve ucuz kredi imkânlarına rağmen yatırımların yavaşlaması, belirsizlik ve beklenen kârların yatırım kararlarında finansal koşullardan daha önemli bir rol oynadığına işaret eden tarihsel eğilimlerle uyumludur.” Diğer bir deyişle, sermayenin kârlılığı düştü ve bu da yeni teknolojilere yatırım yapma teşvikini azalttı.

Ve yazılım yatırımı gibi sözümona “maddi olmayan varlıklar” [intangibles], tesis, ekipman vb. yatırımlardaki düşüşü telafi edemedi: “Maddi olmayan varlıkların yükselişine rağmen, küresel finansal krizden bu yana toplam yatırım genel olarak zayıf seyretti ve bu da işgücü verimliliğindeki yavaşlamayı doğrudan kötüleştirdi.”

AI farklı olacak mı? Şirketlerin ekonomideki milyonlarca işçiyi AI araçlarıyla değiştirerek daha yüksek verimlilik sağlayabilir mi? Buradaki sorun, iktisadi mucizelerin genellikle görevlerin daha hızlı tekrarlanmasından değil, keşiflerden kaynaklanması. Şimdiye kadar AI, yaratıcılıktan çok verimliliği artırdı. 7.000’den fazla bilgi çalışanı üzerinde yapılan bir ankette, üretken AI’ı yoğun olarak kullananların haftalık e-posta görevleri 3,6 saat (%31) azalırken işbirliğine dayalı çalışmaların değişmediği ortaya çıktı. Fakat herkes e-posta yanıtlarını ChatGPT’ye devredince, gelen kutusu hacmi arttı ve başlangıçtaki verimlilik kazançları ortadan kalktı. “1990’larda Amerika’da yaşanan kısa süreli verimlilik artışı, ister elektronik tablolar ister yapay zeka ajanları olsun, yeni araçlardan elde edilen kazanımların, çığır açan yeniliklerle birlikte olmadıkça kaybolduğunu bize öğretir.” (OECD).

Büyük dil modelleri [LLM] istatistiksel konsensüse yönelir. Galileo’dan önce eğitilmiş bir model, dünya merkezli bir evreni papağan gibi tekrar ederdi; 19. yüzyıl metinleriyle beslenirse, Wright kardeşler başarıya ulaşmadan önce insanın uçmasının imkansız olduğunu kanıtlardı. Nature dergisinde yakın zamanda yayınlanan bir inceleme, LLM’lerin rutin bilimsel işleri hafifletmesine rağmen, belirleyici içgörülerde hâlâ insanların önde olduğunu ortaya koydu. İnsan bilişi [cognition], AI’ın bilgi işleme ve veriye dayalı tahminlere verdiği önemden ziyade, teoriye dayalı nedensel akıl yürütme biçimi olarak kavranmalıdır. AI, bilgiye olasılık temelli bir yaklaşım kullanır ve büyük ölçüde geriye dönük ve taklitçidir, oysa insan bilişi ileriye dönüktür ve gerçek yenilikler üretebilir.

OpenAI ve diğer AI şirketlerinin en büyük hedefi, insanlardan inovasyonu devralabilecek süper zeki bir üretken AI [GenAI]. Şu ana kadar bu, edebiyattaki Kutsal Kase kadar efsanevi bir hedef olarak kalmıştır. Mevcut GenAI, yalnızca kademeli keşifler yapabilir, fakat insanlar gibi sıfırdan temel keşifler yapamaz.

Fakat OpenAI’ın gurusu Sam Altman, AI’larının tek bir işçinin işini yapmakla kalmayacağını, tüm işlerini yapabileceğini vaat ediyor: “AI, bir organizasyonun işini yapabilir.” Bu, AI makineleri her şeyi işletme, geliştirme ve pazarlama işlerini devraldıkça, şirketlerdeki (hatta AI şirketlerinde?) işçileri ortadan kaldırarak kârlılığı en üst düzeye çıkarmak anlamına gelir. Bu nedenle Altman ve diğer AI imparatorları, DeepSeek gibi Çin AI modellerinin mevcut modellerini alt etmesine rağmen, veri merkezlerini genişletmeyi ve daha gelişmiş çipler geliştirmeyi sürdürecekler. Süper zeki AI hedefini hiçbir şey durduramaz.

Ne yazık ki, MIT Tech’in açıkladığı gibi, birçok AI modeli kötü şöhretli kara kutulardır, yani bir algoritma yararlı bir çıktı üretebilse de, araştırmacılar bunun nasıl gerçekleştiğini tam olarak bilemezler. Bu durum yıllardır böyledir ve AI sistemleri genellikle istatistiklere dayalı teorik modelleri çürütmektedir. Diğer bir deyişle, AI eğitmenleri AI modellerinin nasıl çalıştığını gerçekten bilmiyorlar. Bu, Kutsal Kase’ye ulaşmanın önündeki en büyük engel.

Dolayısıyla AI patlaması hâlâ sadece bir finansal balon. Bir yorumcunun dediği gibi: “Üretken AI, satılmadan önce yaptığı söylenen işlevlerini yerine getirmiyor ve gerçekte yapabildikleri şeyler, iş getirisi sağlayan, işgücünü otomatikleştiren veya bir bulut yazılım platformunun bir uzantısından çok daha fazlasını yapan şeyler değil. Para yok, kullanıcılar yok, her şirket para kaybediyor ve bazı şirketler o kadar çok para kaybediyor ki, nasıl hayatta kalacakları belli değil.”

Bu arada, veri merkezlerinin kitlesel inşası benzeri görülmemiş düzeyde enerji tüketiyor. Uluslararası Enerji Ajansı, veri merkezlerinin elektrik tüketiminin 2030 yılına kadar iki katına çıkarak 945 terawatt-saate ulaşacağını tahmin ediyor. Bu, Japonya gibi bir ülkenin şu anda kullandığı toplam elektrik enerjisinden daha fazla. İrlanda ve Hollanda, elektrik şebekesi üzerindeki etkilerinden dolayı yeni veri merkezlerinin geliştirilmesini kısıtladı. Yapay zeka modellerinin eğitimi sırasında veri merkezlerinde elektrik talebinde büyük artışlar yaşanırken, yenilenebilir enerji arzındaki dalgalanmalar mevcut enerji sistemlerinin dayanıklılığını ve kapasitesini tehdit ediyor.

Verimlilik ve büyüme sonuçlarına gelince, OECD tahminlerini ihtiyatlı tutuyor. AI teknolojileri yaygınlaşır ve başarıyla uygulanırsa, OECD küresel işgücü verimliliğinin önümüzdeki on yıl içinde %2,4 puan artacağını ve mevcut eğilimlere göre dünya GSYİH’sine %4 katkı sağlayacağını tahmin ediyor.  Gelgelelim, AI insan emeğine olan ihtiyacı azaltmada başarılı olmaz ve tüm sektörlere yayılmazsa, işgücü verimliliği on yıl içinde mevcut trend seviyesinin (şu anki %0,8’den) sadece %0,8 puan üzerinde artabilir ve dünya iktisadi büyümesi değişmeyecektir. Bu konuda son karar henüz verilmedi.