AI kullanıldıktan sonra şirketler daha fakir görünüyor. AI ilk çıktığında, yöneticiler işten çıkarma ve maliyet azaltma fırsatı geldiğini düşündüler. Bir AI'nın üç kişiyi götüreceğini, uyumadan, dinlenmeden, istenildiğinde hemen yanıt vereceğini, maaş artışı gerektirmeyeceğini, sosyal güvenlik katkıları ödemeyeceğini ve 24 saat hizmet verdiğini hayal ettiler. Mükemmel gibi görünüyor, ancak gerçeklik şu: AI gerçekten boşuna zaman harcamıyor ve fazla mesai yapmıyor; sadece daha fazla iş yaptıkça daha fazla para alıyor. Bu yüzden birçok şirket artık: "Token harcamaya artık kalmadı" diye bağırıyor. Çok kişi ilk tepkisi olarak: "Böyle bir şey olur mu?" diyor. AI değil mi daha da ucuzluyor? DeepSeek çıktıktan sonra büyük modellerin maliyetinin düştüğü söylenmedi mi? Ancak birçok kişi bir şeyi gözden kaçırdı: Modeller ucuzladı, ancak şirketler de onları daha da yoğun kullanmaya başladı. Bir kişinin ara sıra kullanmasından, tüm çalışanların kullanımına, sonra arka planda yirmi tane Agent'in 24 saat boyunca kendi kendine çalışmasına kadar ilerledi. Sonuç olarak, her bir çağrı daha ucuz oldu, ancak ay sonu faturası giderek arttı. Örneğin, Uber, 5.000 mühendise Claude Code erişimi verdi ve birkaç ay içinde yıllık AI bütçesini neredeyse tüketti. Microsoft da bu aralarda fren yapmaya başladı ve içsel Claude Code kullanım izinlerini kısıtladı; mühendislerin sınırsız çağrı yapmasını artık izin vermiyor. Yani, "istediğin kadar kullan" aşaması sona erdi. Amazon ise daha doğrudan içsel AI kullanım sıralamasını kaldırdı. Neden? Çünkü "Ne kadar AI kullandığınız" bir performans göstergesi haline geldiğinde, çalışanlar sıralamayı yükseltmek için tokenları kandırmaya başladı. Herkes AI'ya sıcak bakıyor gibi görünüyor, ancak aslında birçok çağrı hiçbir çıktı üretmiyor; sadece "kullanmak için kullanılıyor". MiHoYo, bir çok Agent deneyinde, yirmi tane Agent arka planda birbirini çağırıyor, birbirini bekliyor, birbirini onaylıyordu: Sen soruyorsun, ben cevaplıyorum, sen tekrar onaylıyorsun; kimse tamamlamıyordu, çağrı zinciri sürekli uzuyordu. Sonuçta, bir gece yaklaşık 2 milyon yuan token tüketti ve gerçek olarak üretilen değer neredeyse yoktu. Buraya kadar gelince, birçok kişi şöyle bir soru sormaya başlayabilir: Token nedir? Neden bir şirketi bu kadar yok edebiliyor? Aslında, token AI dünyasındaki elektrik faturası olarak düşünülebilir. Sohbet penceresinde bir şey soruyorsunuz, AI birkaç saniye içinde yanıt veriyor; sanki ücretsiz gibi görünüyor. Ancak şirket arka planında, her cümle girişi, her çıktı üretimi, her model çağrısı, her Agent'in bir aracı kullanması ve hatta AI'ların birbirleriyle tartışması bile token tüketimine neden oluyor. Daha da önemlisi: AI'nın ücretlendirme mantığı geleneksel yazılımlarla tamamen farklı. Eski zamanlarda yazılım satın alındığında maliyet neredeyse sabitti. Bir hesap ne kadar, yıllık bütçe ne kadar — yıl başı tahmin edilebilirdi. AI ise kullanım miktarına göre ücretlendiriliyor ve bu kullanım miktarı iş karmaşıklığı arttıkça sürekli büyüyor. Bir çalışan ara sıra birkaç soru sorarsa maliyet çok az olur; ancak tüm ekip kullanmaya başladığında maliyet yükselmeye başlar. Daha sonra Agent'ler entegre edildiğinde, AI'nın kendi kendine AI çağırması başladığında fatura kolayca binlerce dolardan yüz binlerce, hatta milyonlarca dolara çıkar. Tam da son iki yıl boyunca toplum genelinde AI'nın daha fazla kullanılması teşvik edildi. AI nüfus oranını artırın, kullanım sıklığını artırın, otomasyon düzeyini yükseltin; bazı şirketler hatta token tüketimini performans değerlendirmesine dahil ettiler. Ekonomide çok ünlü bir kural var: Goodhart Yasası — Bir göstergenin hedef haline geldiği anda, artık iyi bir göstergesi olmaktan çıkar. Yabancı ülkelerde bile bunun için özel bir terim yaratıldı: Tokenmaxxing — yaklaşık olarak "tokenları sınırına kadar doldurma" anlamına geliyor. Bazıları aynı kod parçasını onlarca kez yeniden optimize etmek için AI'ya emir verdi; bazıları onlarca versiyonlu rapor üretmesini istedi. Başka bazıları ise birkaç adımda tamamlanabilen bir görevi, sistemin daha akıllı görünsün diye yüzlerce Agent'in işbirliğiyle parçalara ayırdı. Görünüşte her şey çok akıllı gibi duruyor; aslında AI sadece süslenmeye başladı. Küçük çaplı kullanım hâlâ tolere edilebilirken, maliyeti kontrolsüz seviyelere taşıyan şey aslında çoklu Agent sistemleriydi. Teoride bu sistem çok güzel: Bir Agent planlama yapar, biri uygular, biri kontrol eder, biri özetler — sanki dijital bir ekip çalışması gibi. Ancak pratikte bu sistem, kimse başkan olmayan bir proje toplantısına benziyor. Sen soruyorsun, ben soruyorum; sen beni bekliyorsun, ben seni bekliyorum; bir onay yeterli değil, ikinci onay da gerekli. Herkes harekette ama iş bitmiyor. Çoğu çoklu Agent sisteminde, tüketilen tokenların %30 ila %60'ı bu tür anlamsız döngülerde harcanıyor. Yani büyük miktarlarda para sonuçlara dönüşmüyordu; AI'ların birbirleriyle "toplantı" yaptığı süreçte yavaş yavaş tükeniyordu. Daha da ironik olan şu ki, bu Agent'ler tembel değil; tam tersine çok ciddiye alıyorlar. Süreçleri titizlikle takip ediyorlar; her adım mantıklı şekilde uygulanıyor; önceki Agent sonrakini çağırıyor, sonraki Agent tekrar öncekini onaylıyor — sistem kendini sonsuz döngüye sokana kadar. Bu tam olarak bazı şirketlerdeki gibi: Yirmi kişi toplantı odasında akşamdan sabaha kadar konuşuyor; herkes konuşuyor, herkes yoğun şekilde katılan ama kimse karar vermiyor ve toplantı saniye başına ücret alınıyor. Sorunun özü ise: Bu "toplantılar" sürekli kopyalanıyor, bölünüyor ve yeniden iç içe geçiriliyor; ölçek büyüdükçe maliyet üssel olarak kontrolsüz hale geliyor. Çünkü AI maliyeti tek seferlik değil; çağrı zinciriyle sürekli büyüyor ve neredeyse tahmin edilemez. Artık insanlar "AI iyi mi kötü mü?" tartışmıyor; daha gerçekçi olan şu soruyu soruyorlar: Bu şey faturayı patlatır mı? Yerel modeller DeepSeek ve DouBao'nun yeniden gündeme gelmesinin nedeni duygusal bir sebep değil; çok pratik bir cümle: Aynı iş için maliyet beş kat daha düşük olabilir. Yani basitçe: Her şeyi en pahalı modele koyma. Basit olanları ucuz modele bırak, karmaşık olanlara büyükleri uygula. Şirketler artık AI'nın "ne kadar çok kullanılırsa o kadar iyi" bir araç olmadığını anlıyor; daha ziyade "ne kadar çok kullanılırsa o kadar çok para harcanır" bir sistem olduğunu anlıyorlar. Sermaye piyasaları da aynı şekilde değişti. Daha önce AI şirketlerine bakılırken kimin daha çok çağrısı var, kimin daha hızlı büyüdüğü ve kimin token'ları daha çok yaktığına bakılıyordu. Şimdi sadece bir şey bakılıyor: ROI. Bu kadar token harcayıp ne kadar para kazandın? Çok acı gerçek şu: Verimlilik artışı kesinlikle kazanç anlamına gelmiyor. Kod yazma hızı iki katına çıktı ama ürünün satış sayısı artmadıysa bu sadece "daha hızlı para harcamak" demek; kazanç değil. Daha da tuhaf olan şu ki bu durum sadece birkaç şirketin yaşadığı bir sorun değil. Bazı şirketler Claude üzerinde aylık 500 milyon dolar harcıyor ve üst sınır ayarlanmamıştır; tokenlar patlamıştır. Meta'da ise daha tuhaf bir şey oldu: İçsel bir sıralama sistemi vardı — "Claudeonomics" — kimin en çok AI kullandığına bakılıyordu. İlk sırada olan kişi ayda 31.2 trilyon token tüketti. Bunu hesaplayalım: Bu aylık harcama iki deneyimli mühendisin yıllık maaşını karşılayabilir. Yani bir taraftan yöneticiler "Tüm çalışanlar AI'ya geçsin!" diye bağırırken, diğer taraftan muhasebe departmanları terlemeye başladı. Aslında konu AI kullanmamak değil; artık tokenları körüklemekten vazgeçmek.Herkes artık daha gerçekçi bir soru sormaya başladı: Bu token'lar, gerçekten altın ve gümüşe dönüştürülebilir mi? #AI #AIAgent @grok