Yapay Zeka Sanayi Devrimi: Hâlâ Eski İş Akışlarını Kullanıyor muyuz?

Yazan: Will A Wang

Geçen yıl, bazı AI temalı endüstri konferanslarına katıldım. Sahnede konuşmacılar AI'nın gösterilerini sırayla sergiliyordu, izleyenler ise telefonlarıyla ekranları çekip朋友圈'e paylaştıktan sonra tekrar telefonlarını tarıyorlardı. Ancak ofise döndüğümüzde hâlâ aynı haftalık toplantılar, aynı onay süreçleri ve aynı haftalık raporlar vardı. Büyük şirketler Token tüketim miktarını KPI'larına dahil etti ve bazıları betiklerle miktarı artırarak model çalışan oldu.朋友圈'deki bu insanlar bugün Claude devrimi, yarın Codex harika, dayım Gemini sonsuz olsun — bu bir devrimi benimsemek mi, yoksa hızla bir etkinlikten diğerine koşmak mı?

Bu tüm gürültüler, istediğim cevaplar değil.

Gerçek soru, AI'nın yeterince güçlü olup olmadığı değil—buhar makinesi zaten yapıldı, soru kimin eski atölyeyi ilk önce sökeceği.

Sanayi Devrimi'nin gerçekten başladığı gün, Watt'ın buhar makinesini geliştirdiği gün değil, Lancashire'daki fabrika sahiplerinin nehrinden uzaklaşarak buhar makinesi etrafında atölyelerini yeniden kurmaya karar verdiği gündür. AI'nın en önemli anı da aynı şekilde—büyük modellerin icat edildiği gün değil, ilk organizasyonun eski süreçleri kaldırıp üretim yöntemlerini AI etrafında yeniden kurmaya karar verdiği gündür. Bu gün henüz gelmedi. Ama yolda.

İki kişi olayı çok erken fark etti. Notion CEO'su Zhao Yivan, 2025 sonunda "Steam, Steel, and Infinite Minds" adlı bir makale yazdı ve bu durumu soğuk olarak değerlendirdi: Hâlâ "su tekerleğini değiştirme" aşamasındayız — mevcut araçlara AI sohbet botları ekliyoruz, ancak kimse fabrikayı yeniden tasarlamıyor. OpenAI eski çalışanı Leopold Aschenbrenner ise başka bir yolu izledi: 165 sayfalık "Situational Awareness" adlı bir eser yazdı ve ardından 225 milyon dolarla başlayıp 13,68 milyar dolara ulaşan bir fon kurdu; tüm yatırımını AI altyapısına yaptı. Birisi içe bakıyor, diğeri dışa bahis yapıyor.

Bu makale onların değil, bizim hakkında. Nerede olduğumuz ve hangi tarihi tekrarladığımız.

(Güçlü loom dokuma, Thomas Allom’dan J. Tingle tarafından gravür, 1835 / Wikimedia Commons)

Çoğunluğun günlük yaşamı şöyle: Sabah AI ile bir e-posta yazdı, on dakika kazandı; sonra gereksiz bir haftalık toplantıya iki saat harcadı; öğleden sonra üç farklı araç arasında aynı veri kümesini kopyalayıp yapıştırdı; akşam ise sosyal medyada “AI gerçekten harika” dedi. Kazanılan on dakika, eski süreçler tarafından tamamen yutuldu.

Aynı şekilde, buhar makinesi ortaya çıktığında, fabrika sahipleri ilk olarak su tekerleğini buhar makinesiyle değiştirdi, diğer her şey değişmedi—fabrikalar hala nehrin kenarına inşa edildi, hala çok katlı binalar oldu, hala merkezi bir iletim mili tüm üretimi harekete geçirdi. ChatGPT’yi Slack’e entegre ettik, Copilot’u Office’e ekledik, AI sohbet penceresini iş akışına yerleştirdik—aynı şeyi yapıyoruz. Araçlar güncellendi, atölye değişmedi.

Yeni bir makine değiştirmek, atölyeyi değiştirmek anlamına gelmez. McLuhan iyi demişti:

Geleceğe arka görüş aynasıyla doğru gidiyoruz. Yeni araçları eski süreçlere sokmak, erken dönem filmlerinin sadece çekilen sahne oyunları olması gibidir. Gerçek atılım, buhar makinesini tamamen nehirden kopararak ve yeni gücü etrafında tüm üretim yöntemini yeniden tasarlayan kişiye kadar bekleyecektir.

Sanayi Devrimi'nin zaman çizelgesini AI ile karşılaştırdığınızda, haritada nerede olduğumuzu yaklaşık olarak belirleyebilirsiniz:

Şu anki zaman çizelgesi aşırı şekilde sıkıştırılmıştır. Sanayi Devrimi, buhar makinesinden tren heyecanına 60 yıl sürdü, AI ise Transformer'dan veri merkezi inşaat dalgasına sadece 7 yıl aldı.

Hız sorun değil, sorun nerede takıldığımız—önceki dört satır hâlâ eski atölyede yeni makineler kurma aşamasında, buhar makinesi takıldı, demiryolu döşendi, ancak üretim yöntemi aynen kaldı. Altıncı satır gerçek kritik nokta. Muhtemelen bu iki adım arasında takıldık.

Buhar makinesi elde, ancak atölye hâlâ eski.

Altyapı her zaman aşırı şekilde inşa edilir. Sonunda iflas eden yatırımcılardır, altyapı değildir.

1846 yılında İngiliz Parlamentosu, 9.500 mil yeni demiryolu inşasını onaylayan 263 demiryolu yasası geçirdi. Demiryolu yatırımlarının zirve yaptığı dönemde, İngiltere GSYİH'sinin %13'ünü oluşturdu. Demiryolu hisseleri sadece %10 peşinatla satın alınabiliyordu ve orta sınıf halklar buraya akın etti. Balon 1847 yılında patladı. Onaylanan hatların üçte biri asla inşa edilmedi ve sayısız yatırımcı tüm sermayelerini kaybetti. Darwin, demiryolu hisselerinde %60 kayıp yaşadı, ancak şansı çoğu insandan çok daha iyiydi.

Ancak demiryolu kaldı.

Bugünün AI altyapısı, aynı yolu izliyor. Goldman Sachs'ın en son tahminine göre, 2026 yılında küresel AI altyapısı sermaye harcamaları 765 milyar dolar olacak ve 2031 yılına kadar yılda 1,6 trilyon dolara ulaşması bekleniyor. Süper büyük bulut sağlayıcılarının sermaye harcamaları, 2023 yılında yaklaşık %40 seviyesinden 2025 yılında neredeyse %70'e yükseliyor. AI ile ilgili yatırımlar, ABD'deki tüm yatırımların yaklaşık dörtte birini oluşturuyor. Aschenbrenner'ın 13,68 milyar dolarlık yatırımı, tam olarak bu katmana yapılıyor—hangi uygulamanın kazanacağını değil, temel hesaplama gücünü tahmin ediyor.

Bu sermaye döngüsü, emlak geliştirme ile aynı yapıya sahiptir. Veri merkezi inşa etmek, bina inşa etmekle aynıdır: arazi elektriktir, inşaat malzemeleri GPU ve depolama, alt yükleniciler veri merkezi inşa şirketleridir, geliştiriciler bulut sağlayıcılarıdır, kiracılar AI uygulama şirketleridir ve kira geliri API geliridir. Bulut sağlayıcılarının iş modeli, kira ile kredi desteklemektir—API geliriyle veri merkezi sermaye harcamalarını karşılayıp, AI uygulamalarının patlamasıyla değerlemede yükseliş beklenir.

Hesaplama Gücü Emlak: Her nesil kendi altyapısına sahiptir

Aynı temel risk: API birim fiyatındaki düşüş, kullanım miktarındaki artışla telafi edilebiliyor mu? Kiralar ödemelerin altına düşerse—bu, emlak geliştiricilerin en iyi bildiği kabus. 2008 yılındaki ders, fazla ev inşa edilmesi değil, inşa edilen evlerin gerçek taleple yapısal olarak uyumsuz olmasıydı. AI'nın karşılığı olan risk: genel hesaplama kapasitesi fazlalığı, ancak finansal uyumluluk, tıbbi teşhis gibi yüksek değerli senaryoları gerçekleştirebilen uzmanlaşmış yetenekler hâlâ kıt.

Demiryolu, emlak, AI—üç farklı çağa ait altyapı yatırımları, aynı kuralı paylaşır: aşırı inşaat normaldir, inşaat malzemesi üreticileri her zaman fiyat belirleme gücünü kaybeder, uzun vadeli getiri her zaman "çekirdek konum" sahiplerine aittir. Wall Street'in Q1 fon portföylerine bakın—muhtemelen %80'i bu altyapı katmanına yoğunlaşmıştır: NVIDIA, veri merkezleri, bulut altyapısı. Ancak demiryolu heyecanı bize şunu öğretir: Bu, AI devriminin tamamı değildir, hatta en yüksek getiriyi sağlayan katman bile değildir.

Yapay zekânın temel konumu nedir? Benzersiz endüstri verileri ve derin şekilde entegre iş akışları. Bireyler için gerçek “temel konum”, elde tutulan hisseler değil, yapay zekâ etrafında bunları kullanma biçimini yeniden inşa ettiyseniz, kendi yerine geçilmez yargı yeteneğiniz ve endüstri bilginizdir.

Gerçek getiri, bir sonraki seviyede. Ancak altyapı ile değer yaratma arasında kesintisiz bir bağlantı yok. Arada bir boşluk var—tarihte bu boşluk on yılları yuttu.

Atölyeyi kaldıranlar ve "AI ile verimlilik artırma" yapanlar aynı şeyi yapmıyor.

Zhao Ivan'ın ortak kurucusu Simon, daha önce "on kat hızlı programcı"ydı, şimdi nadiren kendi kendine kod yazıyor—aynı anda üç veya dört AI kodlama Agent'ını yönetiyor ve verimliliği 30 ila 40 kat artıyor. Notion şu anda 1000 çalışan ve 700'den fazla AI Agent'a sahip. Fark, araç değil; Simon, kendi eski atölyesini kaldırdı, çoğu kişi ise sadece bir su tekerleği değiştirdi.

Çin'de 600 milyon kullanıcı üretken AI araçlarını kullandı, yıllık bazda %142 artış — bu, dünyadaki en büyük AI talep havuzudur. Ancak Çinli şirketlerin neredeyse hiçbiri temel iş akışlarını AI etrafında yeniden inşa etmedi. Dünyanın en büyük talep tarafı, neredeyse değişmeyen arz tarafı organizasyonel dönüşümüyle karşı karşıya. Bu çelişki kendisi bir işaret: araçlar yeterli değil, organizasyonlar yetişemiyor. Bilgi işlerinin bağlamı onlarca araç ve onlarca insanın zihninde dağılmış, çıktılar doğrulanamaz, kimse bir strateji notunun etkili olup olmadığını nasıl değerlendireceğini bilmiyor.

Yapay Zekânın İşgücü Piyasası Üzerindeki Etkileri: Yeni Bir Ölçüm ve Erken Kanıtlar

Anthropic, daha büyük ölçeklerde harekete geçti. Gerçek kullanım verileriyle AI'nın öncelikle hangi görevleri ve sektörleri yerine geçireceğini gösteren Ekonomi Endeksi'ni yayınladı ve ardından bu haritaya göre harekete geçti: Goldman Sachs, Blackstone ve Hellman & Friedman ile ortaklık kurarak AI-native bir iş hizmetleri şirketi kurdu; KPMG ile küresel bir ittifak kurdu ve 276.000 çalışan Claude'ye erişim sağladı; Accenture, 30.000 kişiyi eğiten bir iş grubu oluşturdu ve odak noktası finans, yaşam bilimleri ve tıbbi sektörler oldu.

Bu danışmanlık firmaları, AI'nın kullanıcısı değil, AI'nın demiryolu mühendisidir—bu firmalar buhar makinesi yapmaz, demiryolu döşemez; şirketlere eski fabrikaları kaldırtıp yeni gücü etrafında üretim hatlarını yeniden inşa etmekte yardımcı olur. Bu rol olmadan, çoğu fabrika sahibi nereden başlayacağını bilmez.

Sinyaller zaten yanıyor. En keskin olanı istihdam pazarından geliyor.

22-25 yaş arası AI'ya yüksek maruziyetteki mesleklerde çalışan gençler, düşük maruziyetteki mesleklerde çalışan aynı yaş grubundakilere göre iş bulma olasılığı %14 daha düşük. Giriş seviyesi pozisyonlar zaten daralmaktadır.

Eğer bir mezun isem, bu sayı doğrudan iş aramamı etkiler. Eğer bir yöneticiysem, işe alacağım bir sonraki giriş seviyesi pozisyonları artık insan olmayabilir.

Organizasyon yıkılıyor, birey ne durumda? Eğitim diploması, kariyer geçmişim, yıllarca biriktiğim endüstri deneyimim—bunlar benim su tekerleğim. Bir zamanlar tam üretimi harekete geçiriyordu, ama buhar makinesi geldi. 985 ve 211 artık bir kalesi değil, sadece bir zamanlar nehrin kenarında iyi bir fabrika kurduğumu kanıtlıyor.

Şu anda soru şu: O nehirden ayrılmak için elimizdeki kapasite var mı?

Anthropic'in verilerine göre, AI araçlarını 6 aydan uzun süre kullanan kullanıcıların görev başarı oranları, yeni kullanıcılarla karşılaştırıldığında %10 daha yüksek. Yarı yıl önde gidenler zaten %10 önde; bu fark zamanla bileşik faiz gibi artacak.

Ancak şu ana kadar AI kullanmayan hiçbir şirket iflas etmedi, en azından avukatlık bürom hala AI ile ilgili büyük ilerlemeler kaydediyor. Kazanan henüz piyasa tarafından seçilmedi. Öğrenme eğrisi gerçek—ilk harekete geçenler avantaj biriktiriyor, ancak çoğu kişi hâlâ başlangıç noktasında.

Şu anki mesleki unvanım, on yıl sonra hâlâ var mı? Beş yıl önce her gün kullandığım araç listesi, bugün kaç tanesi kaldı? Cevaplar muhtemelen hayır. Ancak bunların yerine geçecek şeylerin adını bilmiyorum—çünkü bu şeyler şu anda henüz yok.

Tarihte her zaman böyle olmuştur. Yeni şeyler planlanmaz, eski sınırlar ortadan kalktıktan sonra kendiliğinden çıkar.

Demiryolu inşa edilmeden önce İngiltere, birbirinden izole yerel ekonomilerdi. Manchester'daki pamuk kumaş fiyatları Londra ile %30 kadar farklı olabilirdi. Her şehir kendi zaman standardına sahipti ve bunun bir sorun olduğu düşünülmezdi. Demiryolu inşa edildikten sonraki yirmi yıl içinde her şey değişti. Ulusal birleşik pazar ilk kez ortaya çıktı, fiyat farkları ortadan kalktı; standart zaman demiryolu tarafından zorunlu hale getirildi, icat edilmedi; istasyon şefleri, telgraf operatörleri, seyahat acenteleri—bu meslekler demiryolu öncesi tamamen yoktu.

Tren hatları inşa ederken alışveriş merkezlerini öngörmeyenler vardı. Buhar makinesi inşa ederken standart zamanı öngörmeyenler vardı.

(Buhar, Çelik ve AI Sonsuz Akıllılık)

Şehirlerin tarihi aynı hikâyeyi anlatır. Yüzlerce yıl önce şehirler insan ölçeğindeydi—Florens’a dörttyirmi dakikalık yürüyüşle ulaşılırdı. Çelik iskeletler gökdelenlerin yapılmasını mümkün kıldı, demiryolları şehirleri iç bölgelerle birleştirdi, ardından asansörler, metrolar ve otoyollar geldi. Tokyo, Chongqing, Dallas—bu şehirler daha büyük Florens’ler değil, tamamen yeni bir yaşam tarzıdır.

Şu anki bilgi işleri de insan ölçeğindedir. Onlarca kişilik ekipler, toplantılar ve e-postalarla ritim belirlenir, yüzlerce kişiyi aşarsa yük taşıyamaz. Biz Florence’ı taş ve ahşapla inşa ediyoruz. AI, “Tokyo”yu mümkün kılıyor—binlerce AI Ajanı ve insanlardan oluşan organizasyonlar, iş akışları saat dilimleri boyunca sürekli çalışır. Eski haftalık toplantılar, çeyreklik planlama ve yıllık incelemeler artık anlamsız olabilir.

Simon artık kod yazmıyor — işi «AI Agent yönetmek» haline geldi. İki yıl önce bu pozisyon yoktu. Bir sonraki mesleki unvanım şu anda henüz adı olmayabilir. Ancak henüz adını veremediğimiz geleceği zaten birileri inşa ediyor.

Eski atölye kaldırıldıktan sonra ne inşa edilsin? YC'nin cevabı: Şirketin kendini geliştirmesi.

İç sistemleri artık gece kendi kodlarını değiştiriyor. Bir çalışan gündüz bir sorgu gönderdi ve başarısız oldu. Bir denetim Agenti bu hatayı okuyup nedenini tersine çevirerek kendi kodunu yazdı, incelemeye sundu ve dağıttı. Ertesi gün aynı sorgu başarıyla çalıştı. Tüm süreç, herkes uyurken tamamlandı.

Bu, AI'nın insanlara %30 daha fazla çıktı sağladığı anlamına gelmiyor. Bu, sistemin kendi kendine bir döngüyü tamamlayıp nasıl daha iyi hale geleceğini kendi kendine keşfetmesi.

YC ortağı Tom Blomfield, bu şirket modelini iç bir sunumda "özyenilemeli AI döngüsü" olarak adlandırdı. Onun değerlendirmesi oldukça açık: çoğu şirket hâlâ Roma ordusu gibi—katmanlı bir şekilde aşağıya doğru iletilen, yukarıya doğru toplanan bilgi akışları; insanlar bu akışın kanalları oluyor. AI, tek bir aşamanın verimliliğini değil, bu hiyerarşik yapıyı var kılan tüm temelleri bozuyor.

Yeni mantığı şudur: Token yakın, insanları değil. Sıkışma noktası insan gücüden hesaplama gücüne geçiyor. YC'nin gözlemlediği verilere göre, Demo Day'e ulaşan girişimlerde kişi başına gelir, 18 ay önceye göre yaklaşık beş kat arttı. Orta düzey yönetim rolleri AI tarafından devralındı—“kolektif çalışma” artık insan gerektirmiyor. Herkes bir IC, builder ve operator olmalı; her işin adı belirtilmiş bir sorumlusu olmalı, komite değil.

Bir diğer ön koşul: Şirketin AI tarafından "okunabilir" olması gerekir. Kaydedilmemiş olan şeyler, AI için gerçekleşmemiş gibi sayılır. YC, şimdi tüm ortak e-postalarını arşivliyor, tüm Slack mesajlarını ve ofis saatleri kayıtlarını kaydediyor. Bir ortak, üç ay içinde birikten 2000 saatlik kaydı kullanarak AI ile orijinal versiyondan çok daha iyi bir 150 sayfalık dahili el kitabı oluşturdu. Bu el kitabı aylık olarak otomatik olarak güncelleniyor ve sürekli taze kalan bir “yaşamakta olan zeka” haline geldi.

Tom bir soru bıraktı:

Bugün şirketinizi sıfırdan kurmaya başlasaydınız, bu yapıyı mı kurardınız? Şirketiniz zaten hiyerarşik bir yapıya sahipse, daha zor bir soruyu cevaplamalısınız—tekrar kurmanın acısı, Roma ordusu gibi ilerlemeye devam etmenin maliyetinden daha düşük mü?

İnsanlar fabrika merkezinde değil, dış çemberde—AI'nın şu anda ulaşamadığı yerleri sorumlu: çevrimdışı karar verme, tamamen yeni senaryolar, yüksek riskli ve duygusal anlar. Şirketin merkezi, verilerden, kayıtlardan ve endüstri bilgisinden oluşan bir “şirket beyni”dir. Üzerinde çalışan yazılımlar tüketilebilir ürünlerdir; üretilebilirse yeniden üretilebilir. Değerli olan şey insan beynindedir—işler nasıl yürütülüyor, hangi adımlar karar verme ile ilgili, bu anlayışlar gerçek varlıktır.

Zhao Yiwang, "Steam, Steel, and Infinite Minds" adlı eserde tanımladığı yönün diğer yanı—1000 çalışan ve 700'den fazla AI Agent'in işbirliği yaptığı bir organizasyon, insanlar karar verir, Agent'ler uygular. Aschenbrenner, hesaplama altyapısına bahis yapıyor, Zhao Yiwang ise organizasyon yeniden yapılandırmasına bahis yapıyor. İki yol da nihayetinde aynı hedefe ulaşıyor: AI etrafında yeniden inşa edilen yeni bir üretim yöntemi.

1840 ve 1850 yılları arasında——demiryolları tamamlanmış, fabrikalar ise yeniden inşa edilmemişti.

Neredeyiz? Simon artık kod yazmıyor. Su tekerleği kendisi sökmüş.

Sorun buhar makinesinin yeterince iyi olup olmaması değil, sorun eski atölyeyi ilk kimin sökmesi.

Gelecekteki süpermarketleri tahmin etmek niyetinde değilim, sadece kendimi iyi yapmayı planlıyorum—demiryolu kenarında durmayı, kuruyan bir nehrin kenarında durmayı garantilemek yeterli.

Peki siz?