ABD Merkez Bankası: Yapay Zeka Şimdilik İnsan Verimliliğini Artırmayacak

Federal Rezerv’e göre, Üretimsel AI sadece geçici bir teknoloji hevesi değil, insan verimliliğinde oyunun kurallarını değiştirecek bir unsur. Ancak önemli bir uyarı var: bu noktaya ulaşmak hem “doğası gereği yavaş” hem de “risklerle dolu” olacak.

Fed Yönetim Kurulu’nun yayınladığı yakın tarihli bir raporda, araştırmacılar Üretimsel AI ile ilgili heyecanın uzun vadede bir balon olmadığını ve teknolojinin, elektrik ve mikroskop gibi işgücü verimliliğine devrim niteliğinde etkiler sağlayacak ciddi bir makroekonomik güç olacağını öne sürüyorlar.

Üretimsel AI’nin iş gücünü daha üretken hale getireceği fikri aslında yeni değil. OpenAI’nin ChatGPT’si AI çılgınlığını başlattığından beri şirket yöneticileri ve AI meraklıları tarafından övgüyle söz ediliyor.

Ancak önemli olan, ülkenin en güçlü ekonomik kurumu olan Federal Rezerv’in, bu teknolojinin potansiyelini açık bir şekilde kabul etmesidir. Yine de, bir uyarı ile birlikte.

AI, bir sonraki mikroskop olabilir

Makale teknolojik yenilikleri üç kategoriye ayırmış. İlk olarak, işçilerin sadece gündüz vakti çalışmakla sınırlı kalmasını engelleyerek üretkenliği başlangıçta önemli ölçüde artıran ampul gibi yenilikler var. Ancak teknoloji geniş çapta benimsendikten sonra, ampul iş yeri verimliliğine ek değer sağlamamıştır.

“Buna karşılık, iki tür teknoloji, daha uzun ömürlü üretkenlik artışı etkileri gösterir” diye yazıyor araştırmacılar ve AI’nin her iki özelliği de taşıdığına dikkat çekiyor.

İlki, elektrikli dinamo veya bilgisayar gibi “genel amaçlı teknolojiler”dir. Elektrikli dinamo, ilk pratik elektrik jeneratörüydü ve ilgili yenilikleri teşvik ettiği ve kendini sürekli geliştirdiği için, geniş çapta benimsendikten sonra bile üretkenlik artışını hızlandırmaya devam etti.

Araştırmacılar, Üretimsel AI’nin şimdiden bu kriterlere uyduğunu belirtiyor. Örneğin, OpenAI’nin yasal konulara yardımcı olacak LegalGPT’si gibi belirli alanlara yönelik uzmanlaşmış LLM’ler ve Microsoft’un iş verimliliğini artırmak için üretimsel AI’yi kurumsal iş akışlarına entegre eden Copilot ürünü gibi “yardımcı pilotlar” var. Fed araştırmacıları, dijital yerlilerin liderliğindeki daha fazla yan yeniliğin ortaya çıkacağına inanıyor.

Ayrıca, bu temel teknolojinin hızla yenilendiği ve şirketlerin yapay genel zekâya ulaşma amacıyla teknolojiyi geliştirirken muhtemelen böyle devam edeceği açıkça görülüyor. Bu arada, rapor teknoloji’nin hızlı büyümesinin bize daha fazla yenilik sağladığını, örneğin agentic AI ve landmark AI modelleri gibi, Deepseek’in R1’ine dikkat çekiyor.

İkinci teknoloji türü ise “icat yöntemlerinin icatları” olarak adlandırılır, ki mikroskop veya matbaa bu türün en belirgin örnekleridir. Mikroskop artık yaygın bir araç haline gelmiş olmasına rağmen, araştırma ve geliştirme projelerini mümkün kılarak insan verimliliğini arttırmaya devam etmektedir.

Üretimsel AI, evrenin doğasını anlamak için yapılan simülasyonlar da dahil olmak üzere, yenilikçi ilaç keşiflerinde ve daha fazlasında faydalı olmuştur. Makale ayrıca, 2023 itibarıyla AI’den araştırma ve geliştirme bağlamlarında ve şirketlerin kazanç toplantılarında bahsedilmesine yönelik büyük bir artış yaşandığını belirtiyor, bu da belki AI’nın kurumsal yenilikle entegrasyonunun çoktan başlamış olabileceğini gösteriyor.

Her zaman bir dikkat noktası var

Ne yazık ki, bu güven kendine bir uyarı ile geliyor. AI, ekonomik ve verimlilik artışları için yararlı olacak, ancak bu bir gecede olmayacak.

Fed’in raporu, üretimsel AI ile ilgili en büyük zorlukların şu an kendisinin değil, insanların ve işletmelerin onu kullanmaya başlaması olduğunu söylüyor. Araştırmacılar AI’yi daha fazla kullanmaya başlarken, teknoloji ve bilim alanlarının dışındaki çoğu şirket henüz günlük operasyonlarına dahil etmemiş durumda, finans sektörü istisna olmak üzere. Ve endüstri anketleri, küçük firmalarla kıyaslandığında büyük firmalar arasında AI’nin benimsenme oranının çok daha yüksek olduğunu gösteriyor.

Dolayısıyla, üretimsel AI’nin genel olarak üretkenliğimizi artırması muhtemel olsa da, etki yavaş olacak. Çünkü AI’nin ekonomi genelinde gerçekten yararlı olabilmesi için zaman, para ve kullanıcı arayüzleri, robotik ve AI ajanları gibi diğer destekleyici teknolojiye ihtiyaç var. Yazarlar, bunu geçmişteki büyük teknoloji değişikliklerine benzetiyorlar; örneğin karmaşık hesaplama ilerlemelerinin, bir verimlilik patlamasına yol açmadan önce onlarca yıl boyunca birikmiş olduğu gibi.

Bu patlama için zaman çizelgesi hâlâ bilinmiyor. Goldman Sachs ekonomistleri, AI’nin ABD’de iş gücü verimliliği ve GSYİH büyümesi üzerindeki etkilerinin 2027’de ortaya çıkmaya başlayacağını ve 2030’larda zirveye ulaşacağını düşünüyorlar.

Fed’in işaret ettiği bir diğer risk, beklenen talebe yönelik altyapı oluşturmayla ilgilidir. Üretimsel AI’nin geniş çapta benimsenmesi, veri merkezleri ve elektrik üretimi için önemli yatırım ihtiyacı anlamına gelir. Ancak çok hızlı yatırım yapmak, talep beklenildiği gibi artmazsa “felaketle sonuçlanabilir,” Fed uyarıyor, tıpkı 1800’lerdeki demir yollarının aşırı genişlemesinin yüzyılın sonlarına doğru ekonomik bir bunalıma yol açtığı gibi.

İkazlara rağmen, Fed, üretimsel AI’nin verimlilik açısından dönüştürücü olacağına emin. Ancak bu dönüşümün sürekli olarak hızlanıp hızlanmayacağı ve elektrikli dinamoya veya mikroskopa benzer ölçüde büyük bir etki yaratıp yaratmayacağı, teknolojinin benimsenme hızı ve kapsamına bağlı olacak.