Yapay zeka kod çıktısı %300 artarken yazılım sürümleri yalnızca %30 arttı

Yapay zekanın üretkenlik kazanımları, şirketlerin altına ulaşmadan önce buharlaşıyor; iki yeni çalışma, sektörün borsa rallisini yönlendiren trilyon dolarlık yatırım tezini sorguluyor.

Massachusetts Teknoloji Enstitüsü'nden (MIT) yapılan araştırmaya göre, yapay zeka araçları kod üretiminde patlama yaratıyor, ancak bu çıktının büyük çoğunluğu hiçbir zaman tamamlanmış yazılım ürünlerine dönüşmüyor. Çalışma, yapay zeka asistanları kullanan geliştiricilerin oluşturdukları veya düzenledikleri kod dosyası sayısını yaklaşık %300 oranında artırdığını ortaya koydu. Bu kazanım, kod inceleme aşamasına gelindiğinde yaklaşık %150'ye daraldı ve tam yazılım sürümlerinde göründüğünde kabaca %30'a kadar geriledi.

"Darboğaz, kod yazmaktan, sonrasında olan her şeye kaydı — inceleme, entegrasyon, test etme, dağıtım," dedi MIT araştırmacısı ve çalışmanın ortak yazarı Mert Demirer. "Yapay zeka, yukarı akış görevini çarpıcı biçimde hızlandırıyor, ancak aşağı akış süreci değişmedi."

Bu bulgular, Bain & Co.'nun dokuz sektörde 951 büyük işletme ile yaptığı paralel bir anketi yansıtıyor. Yapay zekadan maliyet tasarrufu sağlayabildiğini ölçen şirketler arasında en büyük grup (%40), ilk beklentilerin çok altında, %10 veya daha az tasarruf bildirdi. Bain tahminlerine göre, küresel kurumsal yapay zeka harcamaları şu anda 1 trilyon doları aşmış durumda, ancak bu yatırımın getirisi çoğu kuruluş için hâlâ ulaşılamaz görünüyor.

Huni Problemi

MIT araştırması, yapay zeka üretkenlik kazanımlarının nerede kaybolduğuna dair şimdiye kadarki en detaylı haritayı sunuyor. Çalışma, geliştirici çıktısını dört aşamada inceledi: ham kod dosyası oluşturma, bireysel dosya düzenlemeleri, kod inceleme başvuruları ve nihai yazılım sürümleri. Her aşamada, yapay zeka desteği yaklaşık yarı yarıya veya daha fazla azaldı.

Bu örüntü, kodun ötesine geçerek gerçek piyasa talebine kadar uzanıyor. Araştırmacılar, yapay zeka araçlarının geliştirme engelini düşürmesiyle mobil uygulama sürümlerinin geçtiğimiz yıl önemli ölçüde arttığını, ancak uygulama indirmelerinin buna paralel olarak yükselmediğini buldu. Yeni uygulamaların çoğu, mütevazı bir kullanıcı tabanı bile oluşturamadı; bu da yapay zeka ile hızlandırılmış üretimin otomatik olarak piyasa değeri yaratmadığını gösteriyor.

Bain'in anketi daha yapısal bir endişeyi ortaya çıkardı: Büyük işletmelerin %44'ü, bir sonraki yapay zeka yatırım turunu, henüz gerçekleşmemiş olan bir önceki turun maliyet tasarruflarıyla finanse ediyor. Danışmanlık firması bu dinamiği "yapısal kusuru olan döngüsel bir bahis" olarak tanımladı. Gartner, 2027 sonuna kadar ajan yapay zeka projelerinin %40'ından fazlasının terk edileceğini öngörüyor.

Yerli ve Köklü Şirketler Arasındaki Fark

Üretkenlik açığı ekonomi genelinde tekdüze değil. En başından itibaren yapay zeka etrafında inşa edilen şirketler, mevcut iş akışlarına yapay zeka ekleyen geleneksel işletmelere kıyasla çarpıcı biçimde farklı sonuçlar görüyor.

Claude modelinin geliştiricisi Anthropic, yapay zekasının artık kod tabanına birleştirilen kodun %80'inden fazlasını yazdığını bildirdi; bu oran, Claude Code'un Şubat 2025'te araştırma önizlemesiyle piyasaya sürülmesinden önce tek haneli düşük rakamlardaydı. Şirket, mühendislerinin 2024'e kıyasla yaklaşık sekiz kat daha fazla kod gönderdiğini söyledi. Anthropic, "Yapay Zeka Kendini İnşa Ettiğinde" başlıklı raporunda, mühendis başına günlük kod satırı sayısının şirketin ilk dört yılı boyunca sabit kaldığını ve 2025'te keskin bir şekilde yükseldiğini belirtti.

MIT araştırmacıları bu zıtlığın, 20. yüzyılın başlarındaki fabrikaların elektrifikasyonuna benzediğini kaydetti. Üreticiler, fabrika düzenlerini değiştirmeden sadece buhar motorlarını elektrik motorlarıyla değiştirdiklerinde üretkenlik kazanımları asgari düzeydeydi. Asıl sıçrama, mühendislerin fabrikaları bireysel iş istasyonları etrafında özel motorlarla yeniden tasarlamasıyla on yıllar sonra geldi. Yapay zeka da benzer bir yörünge izleyebilir; tam faydalar, eklenti araçlardan ziyade yeni organizasyonel yapılar gerektirebilir.

Yatırım Hesaplaşması

Yatırımcılar için veriler, yapay zekaya maruz kalan hisse senetlerinin değerlemesi hakkında rahatsız edici sorular ortaya çıkarıyor. Nvidia'dan hiper ölçekli bulut sağlayıcılarına ve yapay zeka yazılım şirketlerine kadar yapay zeka hisselerindeki mevcut prim, gerçekleşmiş getirilere değil, gelecekteki üretkenlik kazanımlarına ilişkin beklentilere dayanıyor. Huni etkisi devam ederse, yapay zeka harcamaları ile ölçülebilir iş sonuçları arasındaki uçurum bir yeniden değerlendirmeyi tetikleyebilir.

Uber CEO'su Dara Khosrowshahi yakın zamanda şirketin yıllık yapay zeka bütçesini tek bir çeyrekte tükettiğini ve çoğu yapay zeka kullanımını, ön uç araçları yalnızca belirli kullanım durumlarına ayırarak düşük maliyetli modellere kaydırmayı planladığını açıkladı. Hukuki uygulamalar üzerine yapılan ayrı bir araştırma, düşük maliyetli açık kaynak yapay zekanın premium modellerle eşleştirilmesinin, maliyetin çok daha düşük bir kısmında daha iyi sonuçlar ürettiğini buldu.

"Teknoloji çalışıyor, ancak değer henüz gelmedi," diye yazdı Bain raporunda.

Anthropic, kendi analizindeki belirsizliği kabul etti. Şirket, "Bunların hiçbiri, özyinelemeli kendini geliştirmenin kapıda olduğunu garanti etmiyor. Claude'un araştırma muhakemesi yapma, yani üzerinde çalışılacak doğru sorunları seçme yeteneğine sahip olup olmadığı henüz net değil," dedi.

Yapay zeka kaynaklı üretkenlik kazanımlarına bahis oynayan yatırımcılar için bekleme süresi, piyasanın şu anda fiyatladığından daha uzun olabilir. Teknoloji, değerini yakalamak için gereken organizasyonlardan ve süreçlerden daha hızlı ilerliyor.

Bu makale yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi niteliği taşımaz.