Yapay zeka dünyasındaki ekonomik sürdürülebilirlik uzun süredir tartışılan bir konu. Ancak son zamanlarda gelen bilgiler, yapay zeka çözümlerinin maliyetinin insan çalışanların maliyetini geride bırakabileceğini gösteriyor. Teknoloji dünyasının önde gelen isimlerinden gelen bu açıklamalar, özellikle yapay zeka kullanımı nedeniyle yaşanan işten çıkarmalarla birlikte ironik bir tablo çiziyor.
Büyük dil modelleri (LLM'ler) için çeşitli fiyatlandırma modelleri bulunuyor. Standart kullanıcılar için yapay zeka asistanları aylık ortalama 20 dolarken, daha gelişmiş versiyonlar 200 dolara kadar çıkabiliyor. Ancak asıl büyük harcamalar, kodlama asistanları (örneğin Claude Code veya GitHub Copilot gibi) ve düzenli olarak çalışan otomasyon araçları gibi token tabanlı sistemlerde ortaya çıkıyor.
Bu sürekli çalışan oturumlar, şirketlerin hesap uzmanlarının fark etmeye başladığı gibi, düzenli bir nakit akışı gerektiriyor. Yapay zeka alanında derin öğrenme ve uygulamalarından sorumlu başkan yardımcısı Bryan Catanzaro, yakın zamanda yaptığı bir açıklamada, hesaplama maliyetlerinin çalışanların maliyetini çok aştığını belirtti. Bu durum, altın madeninde kazma satışı yapan bir şirketten gelen oldukça dikkat çekici bir yorum.
Bu bakış açısı, Uber'in CTO'su Praveen Naga ile de paylaşılıyor. Naga, ihtiyaç duyacağını düşündüğü bütçenin çoktan aşıldığını belirterek geri adım atmak zorunda kaldığını ifade etti. Benzer şekilde, Swan AI'dan Amos Bar-Joseph de LinkedIn'de, Anthropic'ten (Claude'un geliştiricisi) dört kişilik bir ekip için gelen 113 bin dolarlık faturayla gurur duyduğunu paylaşmıştı.
Basit bir hesapla bu rakam, kişi başı aylık yaklaşık 28 bin dolara denk geliyor. Bu tutar, muhtemelen her bir çalışanın aylık maaşından daha yüksek. Günümüzde şirketlerin iş bulduğunu söyleyen espriler havada uçuşuyor. Hatta 2024 yılında yapılan bir MIT araştırması, işlerin %77 oranında insan tarafından yapılmasının tercih edildiğini gösteriyor.
Ancak bu popüler 'sana söylemiştim' düşüncesi kısmen yanıltıcı olabilir. Birçok CEO, bu faturaları olumlu bir gelişme olarak görüyor. Zira bu durum, çalışanların büyük ölçekli otomasyon üzerinde ilerleme kaydettiği anlamına geliyor. Kısacası, bu durum (iddia edildiği üzere) yeniliği körüklüyor.
Uber'in CTO'su Naga, canlı kod güncellemelerinin %11'inin yapay zeka araçları tarafından yazıldığını ve bu araçların ileride yazılım mühendislerinin yerini alabileceğini öngördüğünü söyledi. Kendi vizyonunun, yazılım mühendisliğinden yapay zeka ajanları yazılım mühendisliğine dönüşüm olduğunu belirtti. Nvidia'nın CEO'su Jensen Huang'ın da mühendislerinin üretkenliğini yapay zeka token'larına harcadıkları miktarla ölçtüğü ve yıllık 250 bin dolar değerinde token harcamasını beklediği iddia ediliyor.
Gerçekten de birçok şirket, yapay zekanın yerine koymayı hedeflediği çalışanlardan daha pahalıya mal olan token'larla karşılaşıyor. Bununla birlikte, iş akışlarının büyük bir kısmını kalıcı olarak otomatikleştirmek için ek milyonlar harcayan bir şirket, uzun vadede kazançlı çıkabilir. Bu durum, otomasyon istikrar kazandıkça işten çıkarmalara yol açabilir. 'Sadece daha fazla insan işe alın' gibi kolay bir cevap verilebilir ancak insanlar 7/24 yorulmadan çalışamaz.
Üçüncü bir senaryo ise yapay zeka otomasyonuna yapılan başarısız bir yatırımdır. Bu, iş yapısının eksikliğinden, araçların görevler için uygunsuzluğundan veya işletmenin bu sistemleri doğru şekilde yönlendirememesinden kaynaklanabilir. Yakın zamanda yapılan çalışmalar, güçlü bir planlama yapmadan yapay zekayı uygulamaya koymaya çalışan şirketlerin büyük çoğunluğunun bu girişimlerde devasa kayıplar yaşadığını gösteriyor.
Sonuç olarak, herhangi bir geliştirici size bir ürünün, eğer müşteri onu doğru bir şekilde tarif edebilir ve gereksinimler değişmezse, oluşturmanın çok kolay olduğunu söyleyecektir. Bu durum, geçmişte bir uzmanın belirttiği gibi: "Su üzerinde yürümek ve bir şartnameden yazılım geliştirmek, ikisi de donmuşsa kolaydır."
Token'lara yapılan bu ek harcamaların, yapay zekanın öğrenme sürecinde geçici bir maliyet mi olacağı, yoksa yapay zekanın çalışanlar için bir kuvvet çarpanı olarak tamamlayıcı bir harcama mı olacağı henüz belirsizliğini koruyor ve bu durum büyük ölçüde bağlama göre değişebilir. Ancak şirketlerin bu yeni teknoloji çağını kavrayıp finanse etmeye devam ettikçe işten çıkarmaların sürmesi neredeyse kesin görünüyor.
