The New Yorker: Yapay Zekanın Kârlılık İkilemi ve Tarihsel Dersler John Cassidy tarafından 1987'de, Massachusetts Teknoloji Enstitüsü'nden (M.I.T.) ekonomi alanında Nobel ödüllü Robert Solow, The Times Review of Books'taki bir makalesinde şu yorumu yaptı: "Bilgisayar çağı her yerde, ancak üretkenlik istatistiklerinde bulunmuyor. Bilgi işlem gücündeki hızlı artışa ve kişisel bilgisayarların artan popülaritesine rağmen, hükümet verileri, ücretlerin ve yaşam standartlarının temel ölçüsünün (işçilerin kişi başına düşen brüt çıktısı) on yıldan fazla bir süredir durgun olduğunu gösteriyor. Bu, "üretkenlik paradoksu" olarak bilinir hale geldi. Bu paradoks geçen yüzyılın 90'lı yıllarına kadar ve hatta daha uzun sürdü ve çok sayıda tutarsız akademik araştırmayı tetikledi. Bazı ekonomistler bunu yeni teknolojilerin kötü yönetilmesine bağlıyor; Diğerleri, bilgisayarların buhar makinesi ve elektrik gibi daha önceki icatlara kıyasla ekonomik önemlerini gölgede bıraktığını iddia ediyor; Diğerleri, düzeltmeden sonra paradoksun ortadan kalkacağına inanarak hatalar için istatistikleri suçluyor. Solow'un makalesinin yayınlanmasından yaklaşık 40 yıl sonra ve OpenAI'nin ChatGPT sohbet robotunu yayınlamasından yaklaşık üç yıl sonra, yeni bir ekonomik paradoksla karşı karşıya olabiliriz ve bu sefer kahramanı üretken yapay zekadır. Stanford Üniversitesi, Clemson Üniversitesi ve Dünya Bankası'ndan ekonomistler tarafından bu yılın Haziran ve Temmuz aylarında yürütülen yakın tarihli bir ankete göre, çalışanların neredeyse yarısı (tam olarak %45,6) yapay zeka araçlarını kullanıyordu. Ancak Massachusetts Teknoloji Enstitüsü'ndeki (MIT) Medya Laboratuvarı'ndan bir ekip tarafından yapılan yeni bir çalışma şaşırtıcı bir sonuç bildiriyor: "Şirketler üretken yapay zekaya 300 ila 40 milyar dolar yatırım yapsa da bu rapor, kuruluşların %95'inin sıfır getiri elde ettiğini ortaya koyuyor. ” Çalışmanın yazarları, halka açık üç yüzden fazla yapay zeka projesini ve duyurusunu inceledi ve elliden fazla şirket yöneticisiyle röportaj yaptı. "Başarılı bir yapay zeka yatırımını", pilot aşamanın ötesine geçen ve fiilen uygulanan ve altı ay sonra ölçülebilir finansal getiriler veya önemli üretkenlik kazanımları sağlayan bir yatırım olarak tanımlıyorlar. "Başarılı bir şekilde entegre edilmiş yapay zeka pilot projelerinin yalnızca %5'i milyonlarca dolar değer yaratırken, projelerin büyük çoğunluğu durgun kalıyor ve P&L (kar-zarar) üzerinde ölçülebilir bir etkisi yok" diye yazdılar. ” Araştırmacı görüşme, bazıları şüphecilikle dolu olan bir dizi yanıta yol açtı. Orta ölçekli bir imalat şirketinin COO'su araştırmacılara verdiği demeçte, "LinkedIn'de sanki her şey değişmiş gibi çok fazla yutturmaca vardı, ancak gerçek operasyonlarımızda temel şeyler hiç değişmemişti" dedi. "Sözleşmeleri biraz daha hızlı işliyoruz ama hepsi bu." Başka bir katılımcı, "Bu yıl onlarca demo izledik. Belki bir veya iki tanesi gerçekten faydalıdır. Geri kalanlar ya 'ambalajlayıcılar' (önemli bir yenilik olmadan yalnızca mevcut teknolojilerin paketlenmesine atıfta bulunur) ya da 'bilimsel projelerdir' (pratik ticari uygulamadan hala uzak olan teknolojik keşiflere atıfta bulunur). ” Adil olmak gerekirse, rapor ayrıca başarılı yapay zeka yatırımları yapan şirketler olduğunu da belirtiyor. Örneğin rapor, arka ofis operasyonları için özelleştirilmiş araçların yarattığı verimliliği vurguluyor ve şöyle diyor: "Bu erken sonuçlar, öğrenme yeteneğine sahip sistemlerin, belirli süreçlere hedeflenmesi halinde, büyük organizasyonel değişiklikler olmadan bile gerçek değer sağlayabileceğini gösteriyor." Ankette ayrıca bazı şirketlerin "otomatik erişim ve akıllı takip sistemleri aracılığıyla müşteriyi elde tutma ve satış dönüşüm oranlarının arttığını" bildirdiği ve bunun da yapay zeka sistemlerinin pazarlama için yararlı olabileceğini öne sürdüğü belirtildi. Ancak "birçok şirketin önemli getiriler elde etmekte zorlandığı" fikri, çok uluslu danışmanlık firması Akkodis'in yakın zamanda yaptığı bir başka anketle örtüşüyor. Şirket, 2.000'den fazla yöneticiyle temasa geçti ve şirketin yapay zeka uygulama stratejisine "çok güvenen" CEO'ların yüzdesinin 2024'teki %82'den bu yıl %49'a düştüğünü tespit etti. Kurumsal CTO'ların güveni de o kadar olmasa da azaldı. Akkodis'in araştırması, değişikliklerin "dijital veya yapay zeka projelerinde daha önce hayal kırıklığı yaratan sonuçları, uygulamadaki gecikmeleri veya başarısızlıkları ve ölçeklenebilirlikle ilgili endişeleri yansıtabileceğini" söyledi. ” Geçen hafta, MIT Media Lab araştırmasının medyada yer alması, Nvidia, Meta ve Palantir gibi yüksek değerli yapay zeka ile ilgili hisse senetlerinin düşüşüyle aynı zamana denk geldi. Elbette korelasyon nedenselliğe eşit değildir ve OpenAI CEO'su Sam Altman'ın son yorumları bu satışta daha önemli bir rol oynamış olabilir (son fiyat artışları göz önüne alındığında, bir satış kaçınılmazdır). CNBC'nin haberine göre Altman, gazetecilerle düzenlediği akşam yemeğinde mevcut değerlemenin "gülünç derecede yüksek" (çılgınca) olduğunu söyledi ve "balon" kelimesini 15 saniyede üç kez kullandı. Yine de bu MIT çalışması büyük ilgi gördü. İlk haber turunun ardından, birçok teknoloji şirketiyle bağlantısı olan Media Labs'ın rapora erişimi sessizce kısıtladığı ortaya çıktı. Kuruluşun halkla ilişkiler ofisine ve raporun iki yazarına bıraktığım bilgiler bunalmıştı. Rapor, bazı haberlerin anlattığından daha incelikli olsa da, OpenAI'nin Kasım 2022'de ChatGPT'yi piyasaya sürmesinden bu yana teknoloji patlamasının temelini oluşturan büyük ekonomik anlatıyı kesinlikle sorguluyor. Bu anlatının kısa versiyonu, üretken yapay zekanın yaygın şekilde yayılmasının işçiler, özellikle de bilgi çalışanları için kötü olduğu, ancak şirketler ve hissedarları için son derece iyi olduğu, çünkü üretkenlikte büyük bir sıçrama ve sonuç olarak iyi karlar getireceğidir. Bu sahne neden hala yaşanmış gibi görünüyor? Olası bir neden, geçen yüzyılın seksenli ve doksanlı yıllarında, yönetim hatalarının bilgisayarların getirdiği üretkenlik faydalarını sınırladığı fikrini anımsatıyor. Media Lab'in araştırması, en başarılı yapay zeka yatırımlarından bazılarının, iş akışının dar alanlarında son derece özelleştirilmiş araçlar kullanan girişimler tarafından yapıldığını ortaya çıkardı. GenAI Bölünmesinin diğer tarafında, daha az başarılı girişimler "ya genel amaçlı araçlar geliştiriyor ya da şirket içinde yetenekler geliştirmeye çalışıyor." Daha genel olarak rapor, başarı ve başarısızlık arasındaki ayrımın "model kalitesi veya düzenlemeden değil, [uygulama] yöntemlerinden kaynaklandığını" belirtiyor. ” Tahmin edebileceğiniz gibi, üretken yapay zekanın yeniliği ve karmaşıklığı bazı şirketleri erteleyebilir. Danışmanlık firması Gartner tarafından yakın zamanda yapılan bir araştırma, CEO'ların yarısından azının CIO'larının "yapay zeka konusunda bilgili" olduğuna inandığını ortaya çıkardı. Ancak Media Lab raporunda vurgulanan hayal kırıklığı yaratan rekorun başka bir olası açıklaması daha var: Birçok yerleşik şirket için üretken yapay zeka (en azından şu anki haliyle) hiç de lanse edildiği kadar ilahi değil. Media Lab anketine katılanlardan biri, "Beyin fırtınası yapmak ve ilk taslakları yazmak harika, ancak müşteri tercihlerini hatırlamıyor ve önceki editörlerden öğrenmiyor" dedi. "Aynı hatayı tekrarlıyor ve oturum başına çok fazla bağlam girmesi gerekiyor. Yüksek riskli işler için bilgi oluşturan ve sürekli gelişen bir sisteme ihtiyacım var. ” Elbette yapay zekayı faydalı bulan birçok insan var ve bunu destekleyen akademik kanıtlar da var: 2023'te MIT'deki iki ekonomist, randomize bir denemede ChatGPT'ye maruz kalan katılımcıların "profesyonel yazma görevlerini" daha hızlı tamamladığını ve yazma kalitesini artırdığını buldu. Aynı yıl, diğer araştırma ekipleri de Github'ın Copilot'unu, bir yapay zeka programlama asistanını kullanan programcıların ve özel yapay zeka araçlarını kullanan müşteri destek temsilcilerinin üretkenlik artışları elde ettiğini buldu. Media Lab'deki araştırmacılar, birçok çalışanın iş yerinde GPT veya Claude gibi kişisel araçlarını kullandığını tespit etti; Rapor, bu olguyu "gölge yapay zeka ekonomisi" olarak adlandırıyor ve "getirdiği yatırım getirisinin (ROI)" işveren tarafından başlatılan projelerden daha iyi olma eğiliminde olduğu yorumunu yapıyor. Ancak soru hala devam ediyor ve kesinlikle şirket yöneticilerinin daha sık sorduğu bir soru: Neden daha fazla şirket bu faydaların kârlılığa yansıdığını görmüyor? Sorunun bir kısmı, üretken yapay zekanın zorlayıcı olmasına rağmen ekonominin birçok alanında sınırlı uygulamalara sahip olması olabilir. Eğlence ve konaklama, perakende, inşaat, emlak ve bakım (çocuklara, yaşlılara veya sakatlara bakmak) – bu endüstriler toplu olarak yaklaşık 50 milyon Amerikalıyı istihdam ediyor, ancak yapay zeka dönüşümü için doğrudan adaylar gibi görünmüyorlar. ...