Yapay zekânın verimlilik sağlayıp sağlamadığı tartışmasına artık son noktayı koyacağım.Bu efsane, yapay zekânın verimlilik üzerindeki gerçek etkisi ölçülmeye başladığında ortaya çıkan sonuçların pek de parlak olmadığını gösteren raporlarla, bir yıldan uzun süre önce çözülmeye başlamıştı.Peki ya sık sık alıntılanan o MIT araştırması?“Entegre yapay zekâ pilotlarının yalnızca yüzde 5’i milyonlarca dolarlık değer yaratabiliyor. Büyük çoğunluğu ise kâr-zarar tablosunda ölçülebilir hiçbir etki yaratamadan yerinde sayıyor.”“Sağ olun, nerdler!” Vurgu bana ait; malum, siz pek açık konuşmayı sevmiyorsunuz.Bazılarınızın aklından ne geçtiğini biliyorum. Yapay zekâyı kullanmaya başladığınızdan beri hiç olmadığınız kadar üretkensiniz. Sanki Red Bull, steroid ve metamfetaminle günde iki kez maratonu sprint atarak koşuyorsunuz. Tabii bunun kurumsal hayattaki karşılığı neyse o.Anlıyorum. Gerçekten anlıyorum. O kişiye inanıyorum, hatta başarılı olmasını da istiyorum. Ama bir hafta sonunda 30 uygulama yazması ya da 10 saniyede 1000 kişiselleştirilmiş satış e-postası göndermesi, herkesin işten çıkarılmasını haklı çıkaran şey değildi. Gerçi evet, işten çıkarmaların nedeni tam da buydu. Ama ortaya çıkan sonuç, insanların yerini gerçekten doldurabilecek bir alternatif değildi.Bu yüzden yapay zekânın verimliliği 10, 100 ya da 1000 kat artırdığı iddiasını iki kelimeyle çürüteceğim: Kapsam ve ölçek.Çünkü yapay zekânın bize sunduğu bu yeni verimlilik biçimine henüz hazır değiliz.Yapay Zekânın Kaos AjanlarıHaziran 2025’te yayımlanan ve kısa sürede kötü bir şöhrete kavuşan MIT araştırması, yapay zekâ dünyasında müziği bir anda kesen o çizik sesi olarak tarihe geçecek. Ne var ki araştırmanın ortaya koyduğu tablo da şaşırtıcı biçimde kısa sürede geçiştirildi: Yapay zekâ daha yeniydi, insanlar da onu kullanmayı bilmiyordu.Üstelik yapay zekâ eleştirmenlerini eleştirenler bütünüyle haksız değildi. Şirketlerin yapay zekâ uygulamalarında yaşadığı sorunların önemli bir kısmından teknoloji sorumlu değil. Şimdiye kadar kimsenin yüksek sesle söylemediği gerçeği açıkça ifade edelim: Bu kadar büyük bir üretkenlik artışına henüz hazır değiliz.Savımı, Heath Ledger’ın Joker’inin şaşırtıcı derecede isabetli sözleriyle anlatmaya başlayayım:“Ben gerçekten planı olan birine mi benziyorum? Benim ne olduğumu biliyor musun? Arabaların peşinden koşan bir köpeğim. Birini yakalasam onunla ne yapacağımı bilemem.”Mesele tam olarak bu. Kurumsal dünya köpek, yapay zekâ araba, onu ilk benimseyen CEO’lar ise kaosun “psikotik” ajanları. Hayır, abartmıyorum. Bu ifade bana değil, Box’ın CEO’suna ait.Bugün geldiğimiz noktada bildiğimiz şu: Yapay zekânın kimi zaman akıl almaz boyutlara ulaşan verimlilik vaatlerinin doğru olduğunu varsaysak bile, tüm müşteri hizmetleri çalışanlarının, arabaya servis sipariş görevlilerinin, yazılımcıların ve orta kademe yöneticilerin yerini aldığını düşünsek bile sonuç değişmiyor. Yapay zekâ, insan emeğinin yerini alma konusunda sanıldığı kadar geniş bir kapasiteye sahip değil. Üstelik iş büyük ölçeğe taşındığında sistem işlememeye başlıyor.Peki, sorun değil. Bunu düzeltebiliriz.Forward Deployed Engineer Sahneye ÇıkıyorAWS ve OpenAI gibi yapay zekâ şirketlerinin ve sektörün önde gelen oyuncularının son dönemde “Forward Deployed Engineer” yani sahada görev yapan mühendis rolünü bu kadar öne çıkarmasının bir nedeni var. Meğer yapay zekâ projelerinin yüzde 95’inin başarısız olmasının sebebi, şirketlerde bu rolden kimsenin bulunmamasıymış.Peki. Ben de 2026’dan, daha doğrusu birkaç hafta önceki Haziran 2026’dan önce böyle bir unvan duymamıştım ama neyse. Fikir hoşuma gidiyor. Bunlar sorunları çözen, işler sarpa sardığında ortalığı toparlayan kişiler. Pulp Fiction’daki Winston Wolfe ya da John Wick “birkaç meseleyi hallettikten” sonra geride kalanları temizleyen adamlar gibi.Bu iyi bir başlangıç, doğru yönde atılmış bir adım. Elbette FDE’lerin yalnızca havalı bir unvan verilmiş proje yöneticileri ya da uzman, ninja, guru prompt mühendisleri olmadığını varsayarsak. Hatırladınız mı onları? Onlar için de yakında bir “Ben demiştim” yazısı geliyor.Demek istediğim şu: FDE rolü çoğu durumda kritik ve gerekli. Ancak daha sıfırıncı günde, Ryland Grace’in Blip A’nın hava kilidine vurması gibi kapıya dayandığında, hemen yapay zekâ ajanlarını devreye sokup o efsanevi 100 kat verimliliğin peşinde şirketin teknoloji mimarisine salamaz.Çünkü mesele yine kapsam ve ölçek.Bunu aslında 15 yıl önce öğrenmiştik.Boş Verin, Hedef 52 Milyon Kat2010’da ticari olarak kullanıma sunulan ilk üretken yapay zekâ motorunu geliştirdiğimiz Automated Insights’ta kazandığımız ilk büyük müşterilerden biri Yahoo Fantasy Football’du. Pazartesi gecesi oynanan maçların ardından fantasy football eşleşmelerine ilişkin kişiselleştirilmiş özetleri sabaha kadar hazırlıyorduk.Bu sistem sayesinde Yahoo, her salı kullanıcıya özel ve harekete geçirici 13 milyon yeni içerik sayfası yayımlayabiliyordu. Bu sayfalar 52 milyon görüntülenme yaratırken sponsorluk ve reklam satışları için de sayısız fırsat sunuyordu.Yani 52 milyon katlık bir artış.Yahoo’nun bundan son derece memnun olduğunu söylemeye gerek yok.Ancak müşterilerimizin her biri milyonlarca yeni görüntülenmeyi avantaja çevirebilecek bir yapıya sahip değildi. Örneğin Associated Press’in üç aylık finansal sonuç haberlerinde kapsadığı şirket sayısını 400’den 4 bin 400’e çıkardık. Bu da “yalnızca” 11 katlık bir artıştı.İçerik hacminin daha düşük, her bir çıktının değerinin ise daha yüksek olduğu bazı müşterilerde verimlilik artışı belki iki katla sınırlı kaldı. Size küçük bir sır vereyim: İster 52 milyon yeni görüntülenmeden ister birkaç yüz ek içerikten söz edelim, hiçbir şirket bu ölçekte bir verimlilik sıçramasına gerçekten hazır değildi.Bu nedenle zamanla “yönetilen hizmetler” modelini devreye aldık. Bu ekip, henüz gelişiminin başında olan ancak son derece güçlü teknolojimizin yarattığı değeri müşterilerin gerçekten kullanabilmesini sağlıyordu. Bir bakıma bugünün forward deployed engineer modelinin bizim versiyonumuzdu.Bu yaklaşım işe yaradı. Ancak verimliliğini iki katına çıkarabilen bir şirketi sihirli biçimde 52 milyon kat büyüyebilen bir şirkete dönüştürmedi.Neden?Çünkü mesele yine kapsam ve ölçekti.Her Çalışan, Her İş, Aynı Andaİş dünyası, her şeyin aynı anda mümkün olduğu bir çoklu evrende işlemiyor.Yapay zekâ meraklılarına şimdilik haklı olabilecekleri bir pay bırakayım. Belki yapay zekâ, kariyerinin başındaki bir çalışanın görevleri arasında yer alan rutin ve tekrarlanabilir işleri taklit edebilir. Belki. Ama bunun için etkileyici bir prompt’tan ya da birkaç satır Python kodundan çok daha fazlası gerekiyor.Diyelim ki yapay zekâyı bu noktaya getirdiniz. Yine de sistem, devreye alındığı andaki bağlama sıkışıp kalıyor. Evet, ona bir tür “hafıza” kazandırabilirsiniz. Evet, “öğrenebilir” ve “öngörüde bulunabilir.” Bunların hepsi mümkün. Ancak hâlâ sektörde çalışan herhangi bir yazılımcıya sorun: Sisteme ne kadar fazla karmaşıklık eklerseniz performans o kadar düşer.Yapay zekâda bu düşüş önce yavaşça başlar, ardından hızlanır ve bir noktada her şeyi aynı anda etkiler.Tek bir işte, örneğin 1000 satış e-postası hazırlamakta, ya da tek bir çalışan özelinde, örneğin kariyerinin başındaki bir yazılımcıda, 100 katlık verimlilik elde etmek; ekibin, organizasyonun ya da şirketin de 100, 10 hatta çoğu durumda iki kat daha verimli hâle geldiği anlamına gelmez.Çünkü bu küçük kazanımların şirketin başka noktalarında da gerçek bir değere dönüşmesi gerekir.JoeBot Sizi KurtarmayacakSavım aslında oldukça basit.İnsanların yazılarımı keyifle okuduğunu ve zaman zaman yararlı bulduğunu düşünmek hoşuma gidiyor. Beni RAG yöntemiyle bir modele aktarıp JoeBot’a dönüştürürseniz, benim yerimi tutabileceği noktaya kadar yalnızca belirli sayıda yazımı sisteme yükleyebilirsiniz. Üstelik JoeBot’un benim yerimi aldığı anda zamanda donup kalırsınız. Dolayısıyla Anthropic’in son derece tehlikeli Fable 5 modeli hakkındaki görüşüm gibi yeni hiçbir şeye ulaşamazsınız. Elinizde yalnızca Fable yorumuma uyarlanmış Opus sürümüm olur.Kapsam.Diyelim ki bunda bir sakınca görmüyorsunuz. Bu arada ben görüyorum. Haftada iki ya da üç kez yazıyorum. JoeBot’a her saat başı yeni bir yazı ürettirebildiğinizi varsayalım. Peki bu yazılar kimi eğlendirecek, kime yardımcı olacak?Benim tek başıma ulaşabileceğimden daha fazla kişiye mi? Elbette. Ama sayı, saatte bir yazı ile haftada iki yazı arasındaki fark kadar, yani 84 kat artmaz. Matematik için kusura bakmayın. Bunun da bir sınırı var.Ölçek.Üstelik bütün bunlardan sonra, söz konusu “84 katlık” üretkenliğin getirisi giderek azalır. JoeBot’un her gün 24 yazı yazabiliyor olması, her gün 24 yazılık değer ürettiği anlamına gelmez. Belki bir yazı gerçekten işe yarar. Bazen iki. Ancak yeni verilerle beslense bile sonunda kendi içinde dönüp durmaya başlar. Çünkü insanların para ödediği şey kelimeler, başlıklar hatta yazıların içeriği bile değildir.Asıl değer fikirlerdedir.Yapay zekâ biz etten kemikten insanları ne kadar üretken hâle getirirse getirsin, fikir üretme kısmını bizim yerimize yapamaz. Çünkü yapay zekâ böyle çalışmaz.Fatura ödeyen asıl verimlilik, üretilen fikirlerin artmasıdır. Yapay zekânın tek bir fikrin kaç kopyasını çıkarabildiğinin hiçbir önemi yoktur.Tartışma bitti. Şimdi gidin ve yapay zekâyı 1,5 kat daha üretken olmak için kullanın.Orijinal Yayın Tarihi: 10 Temmuz Köşe yazarları tarafından burada paylaşılan görüşler, incturkiye.com’a değil, yazara aittir.Çok daha fazlası için Inc. Türkiye bültenlerine kaydolun.