Bu yılki hesaplaşmayı düşünmenin dört yolu
Bir miktar hayal kırıklığı kaçınılmazdı. OpenAI, 2022’nin sonlarında ChatGPT adlı ücretsiz bir web uygulaması yayınladığında , tüm bir sektörün ve birkaç dünya ekonomisinin seyrini değiştirdi. Milyonlarca insan bilgisayarlarıyla konuşmaya başladı ve bilgisayarları da onlara cevap vermeye başladı. Büyülendik ve daha fazlasını bekledik.
Anladık. Teknoloji şirketleri önde kalmak için yarıştı, her yeni sürümde birbirini geride bırakan rakip ürünler piyasaya sürdüler: ses, görüntü, video. Sürekli bir üstünlük yarışı içinde, yapay zeka şirketleri her yeni ürün lansmanını büyük bir atılım olarak sundu ve bu teknolojinin sürekli daha iyiye gideceğine dair yaygın bir inancı pekiştirdi. Destekçiler bize ilerlemenin katlanarak arttığını söylediler. Geçen yılki modellerden bu yana ne kadar yol kat ettiğimizi gösteren grafikler yayınladılar : Bakın çizgi nasıl da yukarı çıkıyor! Üretken yapay zeka her şeyi yapabilirmiş gibi görünüyordu.
Evet, 2025 hesaplaşma yılı oldu.
Öncelikle, en büyük yapay zeka şirketlerinin yöneticileri tutamayacakları sözler verdiler. Bize, üretken yapay zekanın beyaz yakalı iş gücünün yerini alacağını, bolluk çağı getireceğini, bilimsel keşifler yapacağını ve hastalıklara yeni çözümler bulmaya yardımcı olacağını söylediler. Dünyanın ekonomilerinde, en azından Küresel Kuzey’de, “kaçırma korkusu” (FOMO) CEO’ları stratejilerini bir kenara bırakıp bu işe dahil olmaya çalışmaya itti.
İşte o zaman işler tersine dönmeye başladı. Teknoloji, eski iş süreçlerini yenileyebilecek ve maliyetleri düşürebilecek evrensel bir çok amaçlı araç olarak lanse edilmiş olsa da, bu yıl yayınlanan bir dizi çalışma, firmaların yapay zekanın sihirli dokunuşunu kullanamadığını gösteriyor. ABD Nüfus Sayım Bürosu ve Stanford Üniversitesi de dahil olmak üzere çeşitli kaynaklardan elde edilen anketler ve takip çalışmaları, işletmelerin yapay zeka araçlarını benimsemesinin durakladığını ortaya koydu . Ve araçlar denendiğinde bile, birçok proje pilot aşamasında takılıp kalıyor . Ekonomi genelinde geniş bir kabul görmeden, büyük yapay zeka şirketlerinin bu yarışta zaten harcadıkları inanılmaz miktarları nasıl geri kazanacakları belirsiz.
Aynı zamanda, temel teknolojideki güncellemeler artık eskisi gibi büyük atılımlar anlamına gelmiyor.
Bunun en dikkat çekici örneği, Ağustos ayındaki başarısız GPT-5 lansmanıydı. İşte OpenAI, mevcut patlamayı başlatan (ve büyük ölçüde sürdüren) firma, teknolojisinin yepyeni bir neslini piyasaya sürmeye hazırlanıyordu. OpenAI, GPT-5’i aylarca abartarak tanıtmıştı: CEO Sam Altman, “Her konuda doktora düzeyinde uzman” diye övünmüştü. Başka bir vesileyle Altman, yorum yapmadan, Star Wars’tan Ölüm Yıldızı’nın bir görüntüsünü paylaşmıştı ; OpenAI hayranları bunu nihai gücün sembolü olarak algılamıştı: Yakında geliyor! Beklentiler çok büyüktü.
Ancak GPT-5 piyasaya sürüldüğünde, sanki aynı şeyin tekrarıymış gibi görünüyordu. Bunu takip eden olaylar, ChatGPT’nin üç yıl önce ilk ortaya çıkışından bu yana yaşanan en büyük hava değişimini temsil ediyordu. Yapay zeka araştırmacısı ve popüler YouTuber Yannic Kilcher, GPT -5’in çıkışından iki gün sonra yayınladığı bir videoda, “Sınırları zorlayan ilerlemeler çağı sona erdi,” diye duyurdu : “Yapay genel zeka (AGI) gelmiyor. Çok büyük olasılıkla Samsung Galaxy dönemindeyiz, yani LLM’ler (Büyük Ölçekli Makineler) çağındayız.”
Birçok insan (ben de dahil) telefonlarla bu benzetmeyi yaptı. Yaklaşık on yıl boyunca akıllı telefonlar dünyanın en heyecan verici tüketici teknolojisiydi. Bugün, Apple veya Samsung’dan yeni ürünler çok az tantanayla piyasaya sürülüyor. Süper hayranlar küçük yükseltmeleri incelerken, çoğu insan için bu yılın iPhone’u geçen yılın iPhone’una çok benziyor. Üretken yapay zekâda da durum böyle mi? Ve bu bir sorun mu? Elbette, akıllı telefonlar yeni normal haline geldi. Ama aynı zamanda dünyanın işleyiş biçimini de değiştirdiler.
Açık olmak gerekirse, son birkaç yıl, video oluşturma modellerinin kalitesindeki çarpıcı sıçramalardan, sözde akıl yürütme modellerinin problem çözme yeteneklerine ve en yeni kodlama ve matematik modellerinin dünya çapındaki yarışma zaferlerine kadar, gerçekten “ Vay be ! ” dedirten anlarla doluydu . Ancak bu olağanüstü teknoloji henüz birkaç yıllık ve birçok açıdan hala deneysel . Başarıları büyük uyarılarla birlikte geliyor .
Belki de beklentilerimizi yeniden gözden geçirmemiz gerekiyor.
Büyük sıfırlama
Burada dikkatli olalım: Abartılı tanıtımdan karşıt tanıtıma geçiş çok fazla olabilir. Bu teknolojiyi sadece aşırı övüldüğü için reddetmek aceleci bir davranış olur. Yapay zekânın beklentileri karşılayamaması durumunda verilen ilk tepki, ilerlemenin duvara çarptığı yönündedir. Ancak bu, teknoloji alanındaki araştırma ve inovasyonun nasıl işlediğini yanlış anlamaktır. İlerleme her zaman inişli çıkışlı olmuştur. Duvarların üzerinden, etrafından ve altından geçmenin yolları vardır.
GPT-5 lansmanından biraz uzaklaşalım. Bu lansman, OpenAI’nin önceki aylarda piyasaya sürdüğü bir dizi dikkat çekici modelin hemen ardından geldi; bunlar arasında o1 ve o3 (sektöre yepyeni bir paradigma getiren türünün ilk örneği olan mantıksal modeller) ve video üretiminde çıtayı bir kez daha yükselten Sora 2 yer alıyordu. Bu bana bir duvara toslamak gibi gelmiyor.
Yapay zeka gerçekten harika! Google DeepMind’ın yeni görüntü oluşturma modeli Nano Banana Pro’ya bakın; bir kitap bölümünü infografik haline getirebiliyor ve çok daha fazlasını yapabiliyor. Üstelik telefonunuzda ücretsiz olarak mevcut.
Yine de merak etmeden edemiyorsunuz: O hayranlık uyandıran etki ortadan kalktığında geriye ne kalacak? Bu teknolojiyi bir yıl veya beş yıl sonra nasıl değerlendireceğiz? Hem finansal hem de çevresel açıdan muazzam maliyetlere değdiğini düşünecek miyiz?
Bu bağlamda, 2025 yılının sonunda yapay zekanın durumuna dair dört düşünce biçimi şunlardır: Çok ihtiyaç duyulan bir abartı düzeltmesinin başlangıcı.
01: Büyük Dil Modelleri her şey değildir
Bir bakıma, düzeltilmesi gereken şey yapay zekanın tamamı değil, büyük dil modelleri etrafındaki abartıdır. Büyük dil modellerinin, bazılarına göre bir gün bir insanın yapabileceği her (bilişsel) görevi yapabilecek hipotetik bir teknoloji olan yapay genel zekaya (AGI) açılan kapı olmadığı açıkça ortaya çıkmıştır.
Yapay genel zekanın (AGI) savunucularından biri olan, yapay zeka girişimi Safe Superintelligence’ın baş bilimcisi ve kurucu ortağı ve OpenAI’nin eski baş bilimcisi ve kurucu ortağı Ilya Sutskever bile, yaratılmasında büyük pay sahibi olduğu bir teknoloji olan LLM’lerin (Öğrenme Düzeyindeki Yapay Zeka Modelleri) sınırlılıklarını vurguluyor. Sutskever, Kasım ayında Dwarkesh Patel ile yaptığı bir röportajda, LLM’lerin birçok özel görevi nasıl yapacağını öğrenmede çok iyi olduğunu, ancak bu görevlerin ardındaki prensipleri öğrenmediklerini söyledi.
Bu, bin farklı cebir problemini çözmeyi öğrenmekle herhangi bir cebir problemini çözmeyi öğrenmek arasındaki farktır . Sutskever, “Bence en temel şey, bu modellerin insanlardan çok daha kötü genelleme yapmasıdır” dedi.
Dil kullanım biçimleri o kadar etkileyici ki, dil öğrenme makinelerinin her şeyi yapabileceğini hayal etmek kolay. Bu teknolojinin insanların yazma ve konuşma biçimlerini ne kadar iyi taklit edebildiği şaşırtıcı. Ve bizler, ister var olsun ister olmasın, belirli şekillerde davranan şeylerde zekâ görmeye programlanmış durumdayız. Başka bir deyişle, insan benzeri davranışlara sahip makineler inşa ettik ve bunların ardında insan benzeri bir zihin görmeye karşı koyamıyoruz.
Bu anlaşılabilir bir durum. LLM’ler ana akım yaşamın bir parçası olalı sadece birkaç yıl oldu. Ancak bu süre zarfında, pazarlamacılar teknolojinin gerçekte neler yapabileceğine dair belirsiz algımızdan faydalanarak beklentileri şişirdiler ve abartıyı hızlandırdılar. Bu teknolojiyle birlikte yaşadıkça ve onu daha iyi anladıkça, bu beklentiler gerçekçi seviyelere geri dönecektir.
02 : Yapay zeka tüm sorunlarınıza hızlı bir çözüm değildir.
Temmuz ayında, MIT’deki araştırmacılar, hayal kırıklığına uğrayanlar arasında en çok tartışılan konulardan biri haline gelen bir çalışma yayınladılar . Çalışmanın en önemli sonucu, yapay zekayı kullanmayı deneyen işletmelerin %95’inin bundan hiçbir fayda görmediğiydi.
Bu iddianın genel özü, diğer araştırmalar tarafından da desteklendi. Kasım ayında, serbest çalışanlar için çevrimiçi bir pazar yeri işleten Upwork şirketindeki araştırmacılar tarafından yapılan bir çalışma , OpenAI, Google DeepMind ve Anthropic’in en iyi LLM’leri tarafından desteklenen temsilcilerin birçok basit iş yeri görevini kendi başlarına tamamlayamadığını ortaya koydu.
Bu, Altman’ın tahmininden çok uzak: “2025’te ilk yapay zekâ ajanlarının ‘iş gücüne katıldığını’ ve şirketlerin üretimini önemli ölçüde değiştirdiğini görebileceğimize inanıyoruz,” diye yazmıştı Ocak ayında kişisel blogunda .
Ancak MIT araştırmasında gözden kaçan nokta, araştırmacıların başarı ölçütünün oldukça dar kapsamlı olmasıdır. %95’lik başarısızlık oranı, özel yapay zeka sistemlerini uygulamaya çalışan ancak altı ay sonra pilot aşamasının ötesine geçemeyen şirketleri de kapsıyor. Deneysel teknolojilerle yapılan birçok deneyin hemen sonuç vermemesi çok da şaşırtıcı olmamalı.
Bu sayı, resmi pilot uygulamalar dışında çalışanlar tarafından LLM’lerin kullanımını da içermiyor. MIT araştırmacıları, inceledikleri şirketlerin yaklaşık %90’ında, çalışanların kişisel chatbot hesaplarını kullandığı bir tür yapay zeka gölge ekonomisi olduğunu tespit etti. Ancak bu gölge ekonominin değeri ölçülmedi.
Upwork’ün yaptığı araştırmada, yapay zeka destekli görevlerin, bu işi bilen kişilerle birlikte ne kadar iyi tamamlandığı incelendiğinde, başarı oranlarının hızla yükseldiği görüldü. Buradan çıkarılacak sonuç, birçok insanın yapay zekanın işlerinde kendilerine nasıl yardımcı olabileceğini kendi başlarına keşfetmeye başladığı gibi görünüyor.
Bu durum, yapay zeka araştırmacısı ve etkileyicisi (ve “vibe coding” teriminin mucidi) Andrej Karpathy’nin belirttiği bir şeyle örtüşüyor : Sohbet botları birçok farklı konuda ortalama bir insandan daha iyidir (örneğin, hukuki tavsiye vermek, hataları düzeltmek, lise matematiği yapmak gibi), ancak uzman bir insandan daha iyi değillerdir. Karpathy, bunun sohbet botlarının bireysel tüketiciler arasında popüler olmasının, uzman olmayan kişilere günlük sorular ve görevlerde yardımcı olmasının, ancak ekonomiyi alt üst etmemesinin nedeni olabileceğini öne sürüyor; çünkü ekonomiyi alt üst etmek için yetenekli çalışanlardan daha iyi performans göstermeleri gerekirdi.
Bu durum değişebilir. Şimdilik, yapay zekanın (henüz) destekçilerinin söylediği kadar işler üzerinde etki yaratmamış olmasına şaşırmayın. Yapay zeka hızlı bir çözüm değil ve insanları tamamen yerini alamaz. Ancak ortada oynanacak çok şey var. Yapay zekanın günlük iş akışlarına ve iş süreçlerine nasıl entegre edilebileceği hala deneniyor.
03: Bir balonun içinde miyiz? (Eğer öyleyse, ne tür bir balonun içindeyiz?)
Eğer yapay zeka bir balon ise, 2008’deki konut kredisi balonuna mı yoksa 2000’deki internet balonuna mı benziyor? Çünkü aralarında büyük bir fark var.
Konut kredisi balonunun patlaması ekonominin büyük bir bölümünü yok etti, çünkü patladığında geriye sadece borç ve aşırı değerlenmiş gayrimenkul bıraktı. İnternet balonu da birçok şirketi ortadan kaldırdı ve bu durum dünya çapında dalgalanmalara yol açtı, ancak geride henüz emekleme aşamasındaki interneti, uluslararası bir kablo ağını ve Google ve Amazon gibi bugünün teknoloji devleri haline gelen bir avuç yeni kurulan şirketi bıraktı.
Öte yandan, belki de bu iki durumdan farklı bir balonun içindeyiz. Sonuçta, şu anda LLM’ler için gerçek bir iş modeli yok. Henüz çığır açacak uygulamanın ne olacağını veya böyle bir uygulamanın olup olmayacağını bilmiyoruz.
Birçok ekonomist, kapasite oluşturmak ve öngörülen talebi karşılamak için gereken altyapıya yatırılan benzeri görülmemiş miktardaki paradan endişe duyuyor. Peki ya bu talep gerçekleşmezse? Buna bir de bu anlaşmaların çoğunun tuhaf döngüselliğini ekleyin—Nvidia’nın OpenAI’ye ödeme yapması, OpenAI’nin de Nvidia’ya ödeme yapması vb.—ve herkesin gelecek hakkında farklı bir görüşe sahip olması şaşırtıcı değil.
Bazı yatırımcılar hâlâ iyimser. Kasım ayında Technology Business Programming Network podcast’ine verdiği bir röportajda , büyük bir uluslararası özel sermaye şirketi olan Silver Lake Partners’ın kurucu ortağı Glenn Hutchins, endişelenmemek için birkaç neden sıraladı. “Bu veri merkezlerinin neredeyse tamamının, inşa edildikleri tüm çıktıyı karşılamak üzere sözleşme imzalamış, ödeme gücü olan bir karşı tarafı var,” dedi. Başka bir deyişle, “İnşa edin ve gelecekler” durumu söz konusu değil; müşteriler zaten bağlanmış durumda.
Ve Hutchins, bu ödeme gücüne sahip karşı taraflardan en büyüklerinden birinin Microsoft olduğunu belirtti. “Microsoft dünyanın en iyi kredi notuna sahip,” dedi Hutchins. “Veri merkezinizden çıktı almak için Microsoft ile bir anlaşma imzalarsanız, Satya bunun için güvenilir bir kaynaktır.”
Birçok CEO, dot-com balonuna geri dönüp dersler çıkarmaya çalışacak. İşte bunu görmenin bir yolu: O zamanlar iflas eden şirketlerin uzun süre ayakta kalacak paraları yoktu. Çöküşten sağ kurtulanlar ise gelişti.
Bu dersi akılda tutarak, yapay zeka şirketleri bugün, bir balon olup olmadığı belirsiz olan bu süreçte ayakta kalmaya çalışıyorlar. Yarışta kalın; geride kalmayın. Yine de bu, umutsuz bir kumar.
Ama burada başka bir ders daha var. Önemsiz gibi görünen şirketler hızla milyar dolarlık şirketlere dönüşebilir. Örneğin , işletmeler için avatar oluşturma araçları üreten Synthesia’yı ele alalım . Girişim sermayesi şirketi Air Street Capital’in kurucu ortağı Nathan Benaich, birkaç yıl önce, deepfake korkusunun yaygın olduğu dönemde şirket hakkında ilk duyduğunda, teknolojisinin ne işe yaradığından emin olmadığını ve bunun için bir pazar olmadığını düşündüğünü itiraf ediyor.
“Dudak senkronizasyonu ve ses klonlama için kimin para ödeyeceğini bilmiyorduk,” diyor. “Meğerse bunu ödemek isteyen birçok insan varmış.” Synthesia’nın şu anda yaklaşık 55.000 kurumsal müşterisi var ve yılda yaklaşık 150 milyon dolar gelir elde ediyor. Ekim ayında şirketin değeri 4 milyar dolar olarak belirlendi.
04: ChatGPT başlangıç değildi ve son da olmayacak.
ChatGPT, modern yapay zekanın temelini oluşturan derin öğrenme teknolojisindeki on yıllık ilerlemenin doruk noktasıydı . Derin öğrenmenin tohumları 1980’lerde atılmıştı. Alanın tamamı en az 1950’lere kadar uzanıyor. İlerleme bu arka plana göre ölçülürse, üretken yapay zeka henüz yeni başlamış sayılır.
Bu arada, araştırmalar son derece yoğun bir şekilde devam ediyor. Dünyanın önde gelen yapay zeka konferanslarına her zamankinden daha fazla yüksek kaliteli makale gönderiliyor. Bu yıl, bazı konferansların organizatörleri, sayıları kontrol altında tutmak için hakemlerin zaten onayladığı makaleleri reddetmek zorunda kaldılar. (Aynı zamanda, arXiv gibi ön baskı sunucuları yapay zeka tarafından üretilen araştırma çöpleriyle dolup taştı .)
Sutskever, Dwarkesh’teki o röportajda, yüksek lisans programlarındaki mevcut darboğazdan bahsederken, “Yeniden araştırma çağına geri döndük” dedi. Bu bir gerileme değil; yeni bir şeyin başlangıcı.
“Her zaman çok fazla abartı düşkünü vardır,” diyor Benaich. Ancak bunun olumlu bir yanı olduğunu düşünüyor: Abartı, gerçek ilerleme kaydetmek için gereken parayı ve yeteneği çekiyor. “Biliyorsunuz, bu modelleri geliştiren insanlar sadece iki veya üç yıl öncesine kadar temelde bir şekilde işe yarayan bir şey keşfeden araştırma meraklılarıydı,” diyor. “Şimdi teknoloji alanında herhangi bir konuda iyi olan herkes bunun üzerinde çalışıyor.”
Bundan sonra ne yapacağız?
Bu amansız abartı, sadece şirketlerin son derece pahalı yeni teknolojileri için iş yaratma çabalarından kaynaklanmıyor. Sektörün içinde ve dışında, okuyabilen, yazabilen ve düşünebilen makinelerin vaadine inanmak isteyen büyük bir insan grubu var . Bu, on yıllardır süregelen çılgın bir hayal .
Ancak bu abartı hiçbir zaman sürdürülebilir olmadı ve bu iyi bir şey. Şimdi beklentileri yeniden belirleme ve bu teknolojiyi gerçekte olduğu gibi görme şansımız var; gerçek yeteneklerini değerlendirebilir, kusurlarını anlayabilir ve onu değerli (ve faydalı) şekillerde nasıl uygulayacağımızı öğrenmek için zaman ayırabiliriz. Benaich, “Bu inanılmaz derecede yüksek boyutlu bilgi ve beceri kara kutusundan belirli davranışları nasıl ortaya çıkaracağımızı hala çözmeye çalışıyoruz” diyor.
Bu abartı düzeltmesi çoktan yapılmalıydı. Ama bilin ki yapay zeka hiçbir yere gitmiyor. Şu ana kadar inşa ettiklerimizi bile tam olarak anlamıyoruz, bırakın gelecekte neler olacağını.
https://www.technologyreview.com/supertopic/hype-correction/
https://www.technologyreview.com/2025/12/15/1129174/the-great-ai-hype-correction-of-2025/