Yapay Zekâ Teknolojileri Verimlilik İstatistiklerinde Beklenen Artışı Henüz Sağlayamadı
Forrester başkan yardımcısı ve baş analisti J. P. Gownder, yapay zekânın verimliliği devrimci şekilde artıracağı iddiasına temkinli yaklaşıyor. Gownder, mevcut AI teknolojilerinin üretkenlik verilerinde ölçülebilir bir sıçrama yaratmadığını belirtiyor. Analist, bu durumu desteklemek için ABD İşgücü İstatistikleri Bürosu’nun tarihsel verilerini örnek gösteriyor.
Tarihsel Veriler Teknoloji ile Verimlilik Artışını Doğrudan Bağdaştırmıyor
Gownder, kişisel bilgisayarların yaygınlaşmasının bile verimlilikte beklenen patlamayı yaratmadığını vurguluyor. 1947-1973 döneminde yıllık verimlilik artışı yüzde 2.7 seviyesindeydi. Kişisel bilgisayarların hayatımıza girdiği 1990-2001 döneminde bu oran yüzde 2.1’e geriledi. 2007-2019 arasında ise yıllık artış yalnızca yüzde 1.5 oldu.
Bu veriler, bilgi teknolojilerinin verimliliğe her zaman doğrusal bir şekilde yansımadığını gösteriyor. Nobel ödüllü ekonomist Robert Solow’un 1987’deki tespiti bugün de geçerliliğini koruyor. Solow, bilgisayar devriminin etkilerinin her yerde görülebildiğini ancak verimlilik istatistiklerinde henüz görülmediğini ifade etmişti. Gownder, bu durumun günümüz yapay zekâsı için de geçerli olduğunu düşünüyor.
Forrester’ın en son araştırması, yapay zekânın 2030 yılına kadar yaklaşık 10.4 milyon işi etkileyebileceğini öngörüyor. Bu sayı, küresel işgücünün yaklaşık yüzde 6’sına denk geliyor. Ancak Gownder, bu kayıpların bir kısmının AI’dan bağımsız finansal kararlarla gizlendiğini belirtiyor. Birçok şirket, işten çıkarmaları yapay zekâ ile gerekçelendirse de asıl neden maliyet kısıntısı olabiliyor.
Analist, 200’den fazla kuruluşla yapılan görüşmelerde ilginç bir eğilim tespit etti. Bazı şirketler açık pozisyonları donduruyor ve bu işlerin AI tarafından üstlenilip üstlenilemeyeceğini gözlemliyor. Ancak işlerin yapılması gerektiğinde, AI bekleneni veremezse şirketler ya personel alımına geri dönüyor ya da alternatif çözümler arıyor. Gownder, üretken yapay zekâ projelerinin büyük bölümünün somut bir kârlılık veya yatırım getirisi sağlamadığını da ekliyor.
Gownder, Amerika’nın sanayi kuşağındaki iş kayıplarının küreselleşmeden kaynaklandığını hatırlatıyor. Robotik teknolojiler bu kayıpların ana nedeni değildi. Benzer bir durumun şu an yapay zekâ için de geçerli olabileceğini düşünüyor. Bazı şirketler AI gerekçesiyle çalışanlarını işten çıkarıyor ancak kısa süre sonra daha ucuz işgücü nedeniyle başka ülkelerden ekipler istihdam ediyor.
Forrester, AI’nın hangi işleri etkileyeceğini belirlemek için kapsamlı bir model geliştirdi. Analistler, ABD İşgücü İstatistikleri Bürosu’nun tanımladığı 800 iş türü ve 34 beceriyi inceledi. Oxford Üniversitesi akademisyenleri Frey ve Osborne’un 2013’teki metodolojisinden yararlanıldı. Bu model, yapay zekânın belirli görevlerde ne kadar yetkin olduğunu değerlendiriyor ve işlerin otomasyon potansiyelini hesaplıyor.
Gownder, AI ajanları geliştikçe durumun değişebileceğini kabul ediyor. Ancak mevcut kanıtlar, yapay zekânın verimlilik ve istihdam üzerindeki etkisinin henüz ölçülebilir boyutta olmadığını gösteriyor. Şirketlerin AI yatırımlarından beklediği verimlilik artışı, ölçülebilir istatistiklere henüz yansımış değil. Bu durum, teknolojik ilerleme ile ekonomik çıktılar arasındaki karmaşık ilişkiyi bir kez daha gözler önüne seriyor.
