Dış medya yorumları, teknoloji sektöründeki son AI热潮'ın bazı şirket yöneticilerini aşırı iyimser yargılar yönünde yönlendirdiğini belirtiyor. Makale, Box'un kurucusu Aaron Levie'nin, birçok CEO'nun birim uygulama süreçlerinden uzak olmasından dolayı AI gösterimlerini gerçek iş süreçlerini büyük ölçekli olarak değiştirebilecek yeteneğe doğrudan eşitlemektedir.
Yöneticiler, uygulamayı değil, demo görmüşler.
Levie, sosyal medyada, CEO'ların genellikle AI'yi kendileri deneyerek prototip oluşturduğunu, sözleşmeler ürettiğini veya basit süreçleri çalıştırdığını ve ardından agenterin büyük ölçüde işleri yürütebileceğini varsaydığını ifade etti. Ancak gerçek olarak yayına almakla görevli kişiler, kodu kontrol etmeli, hataları düzeltmeli, modelin illüzyonlarından kaynaklanan yanlış çağrıları tanımlamalı ve şirket içi sözleşmeler, süreçler ve verilerin karmaşık detaylarıyla başa çıkmalıdır.
Makale, bu tür yanlış değerlendirmelerin AI'a karşı çıkmasından kaynaklanmadığını belirtiyor. Tersine, Levie kendi kendine AI'nın aktif bir destekçisiydi ve AI startup'larına yatırım yaptı. Temel fikri, AI'nın değersiz olmadığı, ancak bir aracın kararlı bir verimlilik haline getirilmesi için gerekli olan insan kaynakları ve zamanın yönetiminin altında değerlendirilmesi gerektiğidir.
İşten çıkarma hızı geçen yılın tamamına yaklaşmıştır.
Layoffs.fyi verilerine göre, 2026 yılının ilk beş ayında 152 teknoloji şirketi 115.430 kişiyi işten çıkarmıştır ve bu rakam, 2025 yılında 275 şirketin 124.636 kişiyi işten çıkardığı toplam sayıya yaklaşmıştır. Habere göre birçok şirket AI'yi işten çıkarma nedeni olarak gösterse de, gerçek tetikleyici faktörlerin sadece teknolojik ilerleme olmadığı belirtilmektedir.
ClickUp CEO Zeb Evans, şirketin yaklaşık 3.000 AI ajanını iç işlerde kullanmaya başlamasının ardından çalışanların yaklaşık %22'sini kırdığını açıkça belirtti. Bu adımın sadece maliyetleri azaltmak için değil, ekibin "ajanları yönetip sonuçları hızlıca gözden geçirmek" için yeniden yapılandırılması amacıyla atıldığını söyledi.
Araştırma sonuçları radikal alternatifleri desteklemiyor.
Ancak makale, çeşitli araştırmaların aynı kadar kararlı sonuçlar vermediğini belirtiyor. Kaliforniya Üniversitesi Berkeley kampüsü tarafından geçen yıl Ekim'de yayınlanan bir derleme çalışması, yapay zekânın benimsenmesi ile toplam verimlilik artışı arasında sağlam bir ilişki bulunmadığını ifade ediyor. Amerika Birleşik Devletleri Ulusal Ekonomik Araştırma Bürosu'nun bu yıl Mart'taki çalışması ise yapay zekânın gerçekten verimliliği artırdığını, ancak öznel algıların genellikle gerçek ölçümlerden daha yüksek olduğunu belirtiyor.
Massachusetts Institute of Technology’in agenlerin görevleri yerine getirme üzerine yaptığı araştırma, birçok senaryoda agenlerin hala insan kalitesine kararlı bir şekilde ulaşamadığını gösteriyor. Araştırmacılar, mevcut büyük model ilerleme hızına göre 2029 yılına kadar modellerin çoğu metinle ilgili görevi “en düşük kullanabilir kalite” seviyesinde tamamlayabileceğini tahmin ediyor, ancak daha geniş işlerde insan performansını kararlı bir şekilde aşmak için daha uzun bir süre gerekecek.
Makale, yönetim kurulunun gerçek uygulama kapasitesine göre pozisyonları ve süreçleri düzenlemek yerine, sadece gösterim etkilerine dayalı olarak organizasyonu yeniden yapılandırmaya devam ederse, verimlilikte bir sıçrama değil, onay birikimi, uygulama kaosu ve organizasyonel dengesizlik olasılığının daha yüksek olacağını belirtiyor.