ABD’deki Stanford Üniverstesi’nin Dijital Ekonomi Laboratuvarı yöneticisi Erik Brynjolfsson, Financial Times’a bir makale yazdı ve yapay zekanın Amerikan ekonomisinde verimlilik artışı sağladığının resmi istatistiklere yansımaya başladığını öne sürdü. İşte o yazı:

On yılı aşkın bir süredir ekonomistler, Solow Paradoksu’nun modern bir versiyonuyla boğuşuyor: Yapay zekayı her yerde gördük, ancak verimlilik istatistiklerinde görmedik. 

Şüpheciler, bunun nedeninin, makine öğrenme sistemlerindeki ve şimdi de üretken yapay zekadaki modern yeniliklerin, geçmişin büyük icatlarıyla karşılaştırıldığında sönük kalması olduğunu savunuyor. 

Bununla birlikte, Çalışma İstatistikleri Bürosu’ndan gelen son kıyaslama revizyonları, istatistiksel sisin nihayet dağılabileceğini gösteriyor.

Geçen haftalarda yayınlanan veriler, yapay zekanın ABD ekonomisinin tamamı üzerinde henüz bir etkisi olmadığı yönündeki anlatıya çarpıcı bir düzeltme sunuyor. 

İlk raporlar ABD’de istikrarlı bir işgücü genişlemesi yılı olduğunu öne sürerken, yeni rakamlar toplam bordro büyümesinin yaklaşık 403.000 istihdam kadar aşağı yönlü revize edildiğini ortaya koyuyor. Daha da önemlisi, bu aşağı yönlü revizyon, dördüncü çeyrekte %3,7’lik bir büyüme oranı da dahil olmak üzere reel GSYİH’nin güçlü kalmasıyla gerçekleşti. Bu ayrışma – önemli ölçüde daha düşük işgücü girdisiyle yüksek çıktıyı korumak – verimlilik büyümesinin ayırt edici özelliğidir.

Kendi güncellenmiş analizim, 2025 yılı için ABD’de yaklaşık %2,7’lik bir verimlilik artışı öngörüyor. Bu, son on yılı karakterize eden yavaş %1,4’lük yıllık ortalamanın neredeyse iki katına çıkması anlamına geliyor.

Bu değişim, meslektaşlarım ve benim daha önceki araştırmalarımızda incelediğimiz verimlilik “J-eğrisi” ile örtüşüyor. Buhar motorundan bilgisayara kadar genel amaçlı teknolojiler, anında kazanç sağlamaz. Bunun yerine, iş süreçlerinin yeniden düzenlenmesi, iş gücünün yeniden eğitilmesi ve yeni iş modellerinin geliştirilmesi gibi, genellikle ölçülmeyen büyük ölçekli soyut sermaye yatırımlarını gerektirirler. Bu aşamada, kaynaklar yatırımlara yönlendirildiği için ölçülebilir verimlilik baskılanır. 

Güncellenmiş 2025 ABD verileri, artık bu yatırım aşamasından, önceki çabaların ölçülebilir çıktı olarak kendini göstermeye başladığı bir hasat aşamasına geçiş yaptığımızı gösteriyor.

Mikro düzeydeki kanıtlar da bu yapısal değişimi destekliyor. Geçen yıl yapay zekanın istihdam üzerindeki etkileri üzerine yaptığımız çalışmada, Bharat Chandar, Ruyu Chen ve ben, yapay zekaya maruz kalan sektörlerde giriş seviyesi işe alımlarda bir yavaşlama tespit ettik; burada junior pozisyonlar için işe alımlar yaklaşık %16 oranında azalırken, yapay zekayı becerilerini geliştirmek için kullananların istihdamında artış görüldü. Bu, şirketlerin yapay zekayı bazı kodlanmış, giriş seviyesi görevler için kullanmaya başladığını gösteriyor.

Eğilimler düşündürücü olsa da, bir dereceye kadar ihtiyatlı olmak gerekiyor. Verimlilik ölçütleri bilindiği gibi oldukça değişken ve yeni bir uzun vadeli trendi doğrulamak için birkaç dönem daha sürdürülebilir büyüme gerekecek. Dahası, jeopolitik ticaret savaşlarından mali veya parasal yönetim hatalarına kadar uzanan güçlü makroekonomik olumsuzluklar, bu verimlilik kazanımlarını dengeleyebilir.

Ancak potansiyel ve gerçekleşen kazanımlar arasında ayrım yaptığımızda daha fazla iyimserlik için nedenler var. Birçok işletme, üretken yapay zekayı görevlerin yalnızca küçük bir bölümü için kullanıyor. Bazıları yapay zekayı yalnızca çeviri veya özetleme için kullanıyor – buna “geliştirilmiş sözlük” kullanımı denebilir.

Öte yandan, şirketim, uçtan uca iş akışlarını otomatikleştirmek için yapay zeka ajanlarıyla etkileşimli konuşmalardan yararlanan küçük bir grup güçlü kullanıcının olduğunu tespit etti; örneğin, eksiksiz pazarlama planları oluşturmak ve haftalarca süren çabayı saatlere sıkıştırmak gibi. İşletmeler için zorluk, sadece teknolojiyi edinmek değil, onu ortalama çalışanın seviyesini yükseltmek için kullanmak. Bu, yalnızca kendi kârlarını değil, ekonomi genelinde verimlilik artışlarını da artıracaktır.

Yapay zeka deneyleri çağından yapısal fayda çağına geçiş yapıyoruz. Şimdi, onun kesin mekanizmalarını anlamaya odaklanmalıyız. Verimlilikteki canlanma sadece yapay zekanın gücünün bir göstergesi değil. Yaklaşan ekonomik dönüşüme odaklanmak için bir uyarı niteliğinde.

(Bu yazı Financial Times gazetesinde 15 Şubatta yayınlandı.)