Editör Notu: AI kod yazmaya, müşteri hizmetleri biletlerini işlemeye ve yasal belgeleri incelemeye başladığında, daha temel bir soru ortaya çıkıyor: şirketler gerçekten token, GPU saatleri mi, yoksa tamamlanan iş mi satın alıyor?

Bu makale, AI'nın ticarileştirilmesinin yalnızca «hesaplama gücü pazarı» veya «model çağırma pazarı» olarak değil, yeni bir «makine işgücü pazarı» yönüne doğru ilerlediğini öne süren bir çerçeve sunuyor. Bu pazarda, token sadece bir ölçü birimidir, GPU girdi malıdır, model üretim aracıdır ve gerçekten fiyatlandırılan ve ticaret yapılan nesne, yazılımın doğrudan gerçekleştirdiği ekonomik işçiliktir.

Makalenin temel noktası, AI fiyatlandırma mekanizmasının, ilk token'dan standartlaştırılmış model yeteneklerine, ardından endüstriye özel işgücüne ve nihayetinde programlanabilir sonuç pazarına doğru evrim geçirmesi üzerinedir. Yani, gelecekte şirketler bir görevin hangi modelin veya hangi GPU'nun tarafından tamamlandığından ziyade, sonuçların belirli gecikme, doğruluk, güvenilirlik ve maliyet sınırları içinde standartlara uygun şekilde teslim edilip edilmediğine odaklanacaktır.

Bu, yapay zekânın insan işgücü piyasası üzerindeki etkisinin sadece basit bir yerine geçme olmayabileceğini de anlamına gelir. Makineler, daha fazla standartlaştırılabilir ve doğrulanabilir işi üstlendikçe, insan rolü denetleme, sorumluluk alma, bağlam yönetimi ve nihai karar verme yönüne doğru kayabilir. Bazı senaryolarda, nihai %1 insan kararının değeri artabilir, çünkü bu, büyük ölçekli otomasyonun %99'unu serbest bırakabilir.

Bu bakış açısıyla, AI pazarının bir sonraki aşaması sadece model yetenekleri mücadelesi olmayabilir, aynı zamanda sadece hesaplama gücü fiyat savaşları da olmayabilir; bunun yerine, kimin önce "iş"leri standartlaştırabileceğini, doğrulanabilir hale getirebileceğini, fiyatlandırabileceğini ve nihayetinde makine emeğini satın alınabilir, hesaplanabilir ve ticaret edilebilir yeni bir üretim faktörü haline getirebileceğini gösterecektir.

Aşağıda orijinal metin yer almaktadır:

Üretim dalgaları, işlerin nasıl tamamlanacağını optimize etmek için insanlar için araçlar ve yazılımlar üretmekten gelmişti. Elektronik tablolar muhasebecilere ve analistlere yardımcı oldu, iletim şeritleri verimliliği artırdı, çekiçler insan gücünü artırdı. Ancak gerçek emek her zaman insandan geldi.

Şu anda AI, tamamen端到端 olarak çalışma sonuçları üretiyor ve doğrudan emeği gerçekleştiriyor. Kod yazabilir, müşteri hizmetleri biletlerini işleyebilir, yasal belgeleri inceleyebilir. Teknoloji yığınının sonunda bir sıkışma yaşanıyor: eski teknoloji yığını emeği destekliyordu, yeni teknoloji yığını ise emeği üretmeye başlıyor.

Eğer son zamanlarda AI'nın finansallaştırılması üzerine yapılan tartışmaları duydysanız, muhtemelen Jensen ve diğerlerinin LLM token'larının ve/veya GPU saatlerinin yeni bir ham madde haline geldiğini söylediğini duymuşsunuzdur. Bu sezgi anlaşılabiliyor, çünkü token'lar ölçülebilir, faturalandırılabilir ve kolayca grafiklendirilebilir; GPU saatlerinin arkasında onlarca milyar dolarlık yatırım vardır. Ancak token'lar hâlâ ölçüm cihazlarıdır, GPU saatleri ise girdilerdir; kimse bunları kendi başlarına sahip olmak için satın almaz. İnsanlar gerçekten işleri tamamlamak ister. AI, teknoloji yığınını kendisi bir işgücü kaynağı haline getirmektedir.

Makine gücü: Yazılım tarafından yürütülen, ekonomik amaçlı ve üretim süreçlerine satılan iş.

Piyasa zaten bu yöne doğru hareket ediyor. Benchmark'in Sarah Tavel, bu fırsatı yazılım kategorileri yerine dış kaynaklı işgücü piyasası üzerinden anlamayı tercih ediyor. Eğer tekrarlanabilir bir görev zaten özel bir offshore ekibi veya profesyonel hizmet şirketi tarafından yürütülüyorsa, bu görev genellikle AI tarafından da başarıyla tamamlanabilir. a16z'in Alex Rampell, bunu "yazılımın işgücünü yutması" olarak adlandırıyor: yazılımın bir sonraki sahnesi, işleri kendi başına yapmak. Sequoia'nın Julien Bek ise aynı değişimi başka bir açıdan tanımlıyor: Hizmetler yazılıma dönüşüyor, copilot araçlar satıyor, autopilot ise işler satıyor.

Son fiyatlamasının ardında eksik olan pazar

Konum ücretleri erişim haklarına göre, token ücretleri kullanım miktarına göre belirlenir. Sonuç ücretleri ise iş tamamlandığında ödenir. Sonuç ücretlemesi bizi ileriye taşısa da, hâlâ bir soruyu yanıtlamıyor: Kim karar verir fiyatları?

Eğer makine gücü doğrudan satın alınabilirse, fiyatlar tedarikçiler arasındaki rekabetten ortaya çıkmalıdır. Bu tedarikçiler, aynı türdeki görevleri veya iş tamamlama standartlarını karşılayabilmelidir, bu da farklı endüstriler ve görevler içinde standartlaşmayı gerektirir.

Şu anda kullanılan yöntem, LLM token'larını kullanmaktır, ancak orijinal token'lar sadece en alt seviyedir. Her bir petrole kovası sadece bir ölçü birimidir; gerçek ticaret, belirli bir kalite, teslimat koşulları ve piyasa fiyatı olan belirli bir tür petrol kovası ile yapılır. Bir petrole kovası Brent原油 ve bir petrole kovası yüksek sülfürlü ağır原油 aynı ürün değildir. LLM token'ları da aynı şekilde: token'lar sadece ölçü birimleridir, gerçekten önemli olan arka plandaki akıldır: model kalitesi, benchmark alt sınırı, gecikme, bağlam penceresi, güvenilirlik ve teslimat garantisi. Öne çıkan kod modellerinden gelen 1 milyon token ile ucuz genel modellerden gelen 1 milyon token aynı ürün değildir. Piyasa, enerji piyasasının standartlaştırılmış petrol sınıflarına ihtiyacı olduğu gibi, standartlaştırılmış çıkarım sınıflarına ihtiyaç duyar.

Anjali Shriva, token'ın sabit bir maliyet birimi olmadığını doğrudan belirtti: token ekonomisi, bağlam uzunluğu, görev yapısı, girdi/çıktı oranı, yeniden deneme sayısı, araç çağrısı ve Agent iş akışıyla değişir. Kısa bir istekteki bir token, uzun bir Agent döngüsü içindeki bir tokenla aynı ekonomik nesne değildir.

İnsan işgücü piyasasında bunu uzun zamandır yapıyoruz. Kimse radyoloji uzmanını genel bir “insan saat” olarak istihdam etmez. İnsanlar eğitim arka planını, lisans ve sertifikalarını, uzmanlık alanını, deneyim süresini, erişilebilirliğini, itibarını ve sorumluluk almayı inceler. Farklı insan sözleşmeleri, farklı minimum standartlar ve seviye beklentilerine sahiptir.

İnsan işgücü piyasası, bu ölçütlere dayalı olarak çalışır, ancak bu ölçütlere genellikle karışıksı, niteliksel ve çeşitli göstergeler eşlik eder. Makine işgücü, bu ölçütlere daha belirgin ve daha ölçülebilir hale getirecektir.

LLM veya Agent için beceri, deneyim, hız ve güvenilirlik gibi göstergeler, doğrudan sözleşme içine yazılabilir: performans testi puanları, gecikme, verimlilik, bağlam penceresi, maksimum çıktı uzunluğu, araç kullanım doğruluğu, çalışma süresi, hata oranı. Güç kaynaklarını nicelendirilmiş beklentilere ve sonuçlara göre temin edebiliriz.

TheGrid.ai'nin sözleşme spesifikasyonları, temelde bir nitelik filtresi ve LLM çıktıları için fiyat rekabetidir. Tedarikçiler, spesifikasyonları karşıladıklarında rekabete katılabilir:

Akıllı referans testi ≥ alt sınır

Gecikme ≤ üst sınır

Verimlilik ≥ alt sınır

Çalışma süresi ≥ alt sınır

Hata oranı ≤ üst sınır

Tedarikçiler aynı minimum eşik seviyesine ulaştığında, fiyatlar üzerinde rekabet başlar. Alıcılar şunu sorar: Hangi tedarikçi, gerekli işgücünü en iyi fiyata sağlar?

Radyolojistlerin istihdamı, LLM bağlamında ölçülebilir bir soruna dönüşmüştür: hangi LLM'ler, belirli gecikme, bağlam penceresi ve sonuç tabanlı sözleşme spesifikasyonları içinde röntgen filmlerini yüksek beceriyle okuyabilir?

Sonuç, alıcıların başarıyı ölçme şeklidir; emek, sağlanan ekonomik faaliyettir; token ise makinenin işi tamamlarken tükettiği yakıttır.

Grid, makine işgücü pazarıdır.

Token'dan makine işgücü piyasasına

Piyasa, teknoloji yığınına yapılan yatırımlara fiyat belirleyebilir, ancak çıktıya fiyat belirlemek için bir makine işgücü piyasası gerekir. Alıcılar GPU saatleriyle ilgilenmez. Model uç noktaları kendileri de kararlı değildir: isimleri değiştirilir, kullanımdan kaldırılır, paketlenir veya doğrudan kapatılır.

Kullanıcılar ve likidite sıklıkla değişen şeyleri sevmiyor. GPU'lar ve modeller sürekli gelişiyor, ancak sabit birim işin kendisidir.

Piyasa, aşağıdaki yolu izleyerek gelişecektir. Her basamak yukarı çıkıldıkça, satın alınan şeyler daha soyut ve daha değerli hale gelir, ancak doğrulanması da daha zorlaşır. The Grid, bu merdiven boyunca adım adım yukarı çıkmalıdır:

Orijinal token → LLM yetenek pazarına dönüştürülmesi → İşgücü pazarına dönüştürülmesi → Programlanabilir sonuç pazarı

Claude 4.7, GPT 5.5, Kimi 2.6, DeepSeek V4, GLM 5 vb.

Bugün alıcılar, çıkarım sağlayıcılarından orijinal model çıktılarını satın alır. Kendi isteklerini gönderir, çıkarım sonuçlarını alır ve kullanım miktarına göre ödeme yapar. Bu kolayca doğrulanabilir, ancak hala sadece ham malıdır. Alıcıların gerçekten istedikleri, token değil, en iyi fiyata ulaşan faydalı akıldır.

Örneğin text/usd, code/usd, agent/usd vb.

Alıcı, artık belirli bir model yerine kendi ihtiyaçlarına uygun akıllı kategoriyi seçer. Alıcı, iş akışını, ipuçlarını, verileri ve uygulama mantığını hâlâ kontrol altındayken, The Grid her isteği sözleşme spesifikasyonlarına uygun ve en düşük fiyata sahip uygun modele yönlendirir.

Not: Bu, orijinal token'in üzerindeki ilk gerçek soyutlama katmanıdır ve TheGrid.ai'nin şu anda bulunduğu konumdur.

Örneğin accounting/usd, support_agent/usd, legal/usd, healthcare/usd, radiology/usd vb.

Modeller daha da uzmanlaştıkça, yetenek pazarı endüstriye özel pazarlara dönüşebilir. Bu, insanların farklı işgücü pazarlarında uzmanlaşmasına benzer.

Bu katmanda, belirli bir işgücü dikey alanının iş akışlarına uygun çıkarım yeteneklerini satıyoruz. Alt sektör modelleri giderek daha yaygın hale geldikçe, bu pazarlar hızla genişleyecektir. İlgili örnekler arasında Cursor'un Composer'ı, hukuki işler için Harvey ve sağlık için EvidenceOpen bulunur.

Örneğin support_ticket_resolved/usd, pr_merged/usd, claim_processed/usd vb.

Son kat, The Grid'in tahmin pazarından makine işgücü pazarına geçtiği yerdir.

Bu katman, RFQ (fiyat isteği), hesap üzerindeki tutma, gecikmeli ödeme, alıcı onayı, tedarikçi itibarı ve iade mekanizması, ihtilaf çözümü gibi mekanizmalara ihtiyaç duyar. Muhtemelen doğrudan emir defteri yerine RFQ ile başlar. Alıcı, çalışma kapsamını, kısıtlamalarını, kabul kriterlerini ve ödeme şartlarını tanımlar; Agent'lar, görevi tamamlamak için teklif verir. The Grid ise bu işlerin yönlendirilmesini, fiyatlandırmayı, doğrulamayı ve ödemeyi sağlar.

Bu, en değerli katmandır, ancak sonuçların gecikebilmesi, öznel olabilmesi ve manipüle edilebilmesi nedeniyle en doğrulanması zor katmandır. Bir müşteri hizmetleri biletinin yeniden açılması mümkündür; bir PR testleri geçebilir ama hala kötü bir mimariye neden olabilir.

Toplam maliyet = İşin tamamlanma maliyeti + Risk taşıma maliyeti

Bir iş akışı, akıllı olmasından veya akıllılaşmanın daha ucuz hale gelmesinden dolayı otomatik olarak bir piyasa haline gelmez. Müşteri geçmişleri veya dahili politikalar gibi özel bağlamlara yüksek oranda bağımlı olan işler vardır. İş, bağlama ne kadar çok bağımlıysa, açık bir piyasada temiz bir şekilde temizlenmesi o kadar az olasıdır. [@hypersoren https://hypersoren.xyz/posts/cybernetic-arbitrage/]

Piyasa, hangi işgücü kategorilerinin genişleyeceğini ve hangilerinin daralacağını ortaya koymalıdır.

Makine gücü mi, insan gücü mü, yoksa makine gücü ve insan gücü mü

Anjali Shriva, mekanizma tasarımı taslağında, AI hikayelerinin çok sık alternatif olarak tanımlandığını belirtiyor. Ancak aslında bu, bir koordinasyon sorunu gibidir: İnsanlar ve makineler birlikte üretimde yer aldığında, iş, atıf, teşvik ve değer nasıl yeniden organize edilir?

Günümüzde, birçok şirket içi AI kullanımı, çalışanların özel olarak AI kullanması nedeniyle hala tıkanmış durumda; iş akışları hâlâ bireysel seviyede kilitli ve şirketler bu verimlilik artışı için fiyat belirleyemiyor ya da bu kazançları ölçeklendiremiyor.

Çoğu otomatikleştirilebilir iş makinelere aktarılacaktır. Bazı işler, insan kontrolü, sorumluluk alma, eğitim ve bağlam yönetimi haline gelecektir. Bazı durumlarda, son %1 insan kararı, bu %99 otomatik işi ölçeklenebilir şekilde açığa çıkardığı için daha değerli hale gelecektir.

Rachel Su Park'ın Brave New World of AI Markets adlı çalışmasında, AI'nin TAM'ı, yalnızca mevcut insan işgücü harcamalarının yerine geçmek olarak basitçe modellenmemelidir, çünkü hem fiyatı hem de miktarı aynı anda değiştirir. İş maliyetleri düştükçe birim fiyatlar düşebilir, ancak tüketim miktarı genişleyebilir, çünkü mevcut işler daha sık tüketilecek ve daha önce ekonomik olmayan tamamen yeni işler de mümkün hale gelecektir. Makale bunu şöyle özetliyor:

P × Q: Pazar boyutu = Birim iş fiyatı × Tüketilen iş miktarı

Eğer AI, müşteri hizmetleri etkileşimlerini daha ucuz hale getirirse, şirketler 24/7 sürekli hizmet sunabilir. Bu pazar, eski müşteri hizmetleri işgücü pazarının ucuz bir versiyonu olmayıp, daha büyük bir müşteri etkileşimi pazarına dönüşebilir.

Yapay zeka, iş maliyetleri düştüğünde talebin sabit kalmadığı için genişleyen bir piyasadır.

İşgücü katmanı

Makine işgücü pazarı, net şekilde tanımlanabilir özelliklere sahip işlerden başlamalıdır. GPU saatleri, işi destekleyen şeyi söyleyebilse de, çok fazla girdi bilgisi içerir; tam sonucu fiyatlandırmak ise çok karmaşık olup, bağlama aşırı bağlıdır. Doğrulama, itibar ve risk/teminat fiyatlandırması adım adım makinelere devredildikçe, pazar saf sonuç katmanına doğru ilerlemeye devam edecektir.

Makine işgücü, alıcıların çalışmayı üreten model veya GPU'dan ziyade, çalışmanın sözleşmede belirtilen en düşük standart ve sınıfa doğru fiyata ulaşıp ulaşmadığına daha çok odaklanmaya başlaması nedeniyle işlem yapılabilir hale gelebilir. Ajanlar ise bu alt düzey kaynaklara henüz daha az ilgi gösterecektir.

Makineler artık ekonomik amaçlı işleri doğrudan gerçekleştirebiliyor ve bu işler tanımlanabilir, ölçülebilir, fiyatlandırılabilir, satın alınabilir ve nihayetinde ticaret yapılabilir. Elektrik, hesaplama gücü, modeller ve token tabii ki hâlâ önemli, ancak hepsi hâlâ üst akışta.

Asıl işin tamamlandığı yer aşağı akımdır ve pazar, daha basit bir nesneye doğru ilerliyor: makine gücü.