MARJ

AI hakkında 2025–2026 döneminin en önemli gerçeği şu: mesele artık yalnızca “model ne kadar akıllı” sorusu değil. Mesele; bu sistemlerin ne kadar ucuza çalıştığı, hangi iş akışlarına gömüldüğü, ne kadar enerji tükettiği, hangi regülasyonlara takıldığı, ne kadar güvenilir olduğu ve insan emeğiyle nasıl birleştiği. Stanford AI Index 2025’e göre kuruluşlarda AI kullanımı 2024’te yüzde 55’ten yüzde 78’e çıktı; generative AI kullanımının en az bir iş fonksiyonunda devreye girdiğini söyleyenlerin oranı ise yüzde 33’ten yüzde 71’e yükseldi. Aynı rapor, generative AI’a yönelik küresel özel yatırımın 2024’te 33,9 milyar dolara ulaştığını ve GPT-3.5 seviyesinde performans veren sistemlerin çıkarım maliyetinin Kasım 2022 ile Ekim 2024 arasında 280 kattan fazla düştüğünü gösteriyor. Açık ağırlıklı modeller ile kapalı modeller arasındaki performans farkının da 2024 başındaki yüzde 8 seviyesinden 2025 Şubat’ında yüzde 1,7’ye kadar daralması, rekabetin yalnızca “kim daha güçlü model yaptı” düzeyinde değil, erişim ve maliyet düzeyinde de sertleştiğini gösteriyor.

Bu yüzden AI’ın bugünkü başarısı, çoğu pazarlama metninin ima ettiği gibi ani bir zekâ patlaması değil; daha çok kapasite, maliyet ve ürünleşme eğrilerinin aynı anda aşağı ve yukarı hareket etmesi. Modeller daha iyi hale geldi, evet. Ama asıl fark, artık daha küçük modellerin daha ucuza, daha hızlı ve daha geniş kullanım senaryolarında yeterince iyi çalışması. 2025–2026’nın asıl kırılması burada: AI, laboratuvar vitrini olmaktan çıkıp altyapı katmanına dönüşüyor.

AI’da asıl değişen ne oldu?

Yapay zekânın artık gerçekten iyi yaptığı şeyler, geniş ve belirsiz görevler değil; açık hedefli, metin ve görüntü yoğun, tekrar eden ama tamamen mekanik olmayan bilişsel işler. Kod yardımı, doküman özetleme, içerik dönüştürme, sınıflandırma, veri çıkarımı, çok sayfalı dosya okuma, tablo ve görsel yorumlama, ilk taslak üretimi ve bilgi yoğun görevlerde hızlandırıcı rol, bugün AI’ın en güçlü olduğu alanlar arasında. Stanford AI Index 2025, yeni ve zor kıyaslama setlerinde sıçramayı net biçimde gösteriyor: 2023’te SWE-bench’te yalnızca yüzde 4,4 düzeyinde olan performans, 2024’te yüzde 71,7’ye çıktı; aynı dönemde MMMU ve GPQA gibi benchmark’larda da çift haneli puan sıçramaları görüldü. Bu, özellikle yazılım, teknik dokümantasyon ve araştırma destek işlerinde AI’ın artık oyuncak değil, gerçek üretim aracı olduğunu gösteriyor.

Burada kritik ayrım şu: AI çoğu “işi” değil, işlerin içindeki belirli “görevleri” iyi yapıyor. OECD’nin 2025 tarihli derlemesi, generative AI erişiminin ortalamada yüzde 14 civarında verimlilik artışı sağladığını; daha yeni ve daha düşük beceri seviyesindeki kullanıcılar için bu artışın bazı deneylerde yüzde 34’e kadar çıktığını aktarıyor. Yani AI, özellikle başlangıç seviyesindeki çalışanların çıktı kalitesini yukarı çekebiliyor. Fakat bu etki, yalnızca iş akışı iyi tanımlandığında ve insan denetimi sürdüğünde istikrarlı görünüyor. AI’ın bugünkü kuvveti tam da burada: tek başına “yerine geçen” değil, iyi çerçevelenmiş görevlerde “sıkıştıran ve hızlandıran” bir katman olması.

Kod tarafında tablo daha da net. 2025 sonrası frontier modellerin teknik raporları ve sistem kartları, kod yazma, kod onarma, test etme ve tool use kabiliyetlerinin birkaç kuşak içinde dramatik biçimde arttığını gösteriyor. OpenAI’nin GPT-4.1 duyurusu, uzun bağlam, instruction following ve coding performansındaki ilerlemeyi öne çıkarırken; Anthropic ve Google da agentic workflow, tool use ve multimodal reasoning alanlarını artık merkez yetenek olarak konumluyor. Demek ki AI’ın “iyi yaptığı şey” artık yalnızca cümle kurmak değil; araç çağırmak, dosya okumak, bağlam taşımak ve görev parçalamak. Ancak tam bu noktada hype başlıyor; çünkü araç kullanabilen model, güvenilir biçimde iş bitiren sistem demek değil.

Yapay zekânın artık gerçekten iyi yaptığı işler

Bugün AI’ın en güçlü olduğu kullanım alanlarını beş başlıkta toplamak daha doğru olur. Birincisi, dil yoğun üretim ve dönüştürme işleri: özetleme, yeniden yazım, sınıflandırma, çeviri, ilk taslak ve bilgi sıkıştırma. İkincisi, kod destek işleri: hata bulma, boilerplate üretme, test yazımı, repo içinde yön bulma, dokümantasyon üretimi. Üçüncüsü, çok kipli analiz: ekran görüntüsü, tablo, PDF, grafik ve görsel içeriği metinle birlikte okuyabilme. Dördüncüsü, kurumsal arama ve sentez: dağınık bilgi havuzlarından ilk çerçeveyi çıkarma. Beşincisi, kullanıcı arayüzü katmanı olarak işlev görme: arama kutusunun yerine geçen, komutla çalışan bir orkestrasyon yüzeyi olma. Bu beş alan, AI’ın bugünkü gerçek değerinin büyük bölümünü taşıyor.

Kullanıcı davranışı da bunu doğruluyor. Reuters Institute’un 2025 Dijital Haber Raporu, AI sohbet arayüzlerinin ilk kez haber kaynağı olarak kullanılmaya başlandığını, ancak toplam kullanımın hâlâ sınırlı kaldığını söylüyor. Aynı dönemde Adobe Analytics, generative AI kaynaklarından ABD perakende sitelerine gelen trafiğin Temmuz 2024’e kıyasla Şubat 2025’te yüzde 1200 arttığını; bankacılık sitelerinde de benzer büyüme görüldüğünü bildirdi. Bu veri, AI’ın yalnızca “içerik üreten şey” olmadığını; giderek bir yönlendirme, keşif ve karar ön katmanı haline geldiğini gösteriyor. Arayüz savaşının yeni sahnesi tam da burası.

Hâlâ beceremediği şeyler: doğruluk, otonomi, muhakeme disiplini

Piyasa anlatısının en büyük sahtekârlığı, benchmark başarısını güvenilirlik ile karıştırması. AI bugün birçok testte çok daha iyi; fakat bu, onun gerçek dünyada aynı istikrarla çalıştığı anlamına gelmiyor. Halüsinasyon sorunu bitmiş değil. OpenAI’nin 2025 tarihli o3/o4-mini system card’ı, bazı reasoning modellerinin kendi iç değerlendirmelerinde bile anlamlı halüsinasyon oranları verdiğini gösteriyor; örneğin SimpleQA üzerinde o3 için 0,51, o4-mini için 0,79 halüsinasyon oranı raporlandı. Bu sayıların tek başına tüm pazarın özeti olmadığı açık; ama kritik olan nokta başka: frontier modellerin en iddialı sürümlerinde bile “akıl yürütme arttı, o halde doğruluk çözüldü” demek hâlâ yanlış.

Daha sert sınır ise uzun ufuklu otonomi. METR’in 2025 çalışması, frontier modellerin yüzde 50 başarı oranıyla tamamlayabildiği görevlerin, insanlar için yaklaşık 50 dakikalık işlere denk geldiğini buldu. Bu önemli bir eşik; çünkü birkaç yıl önce dakikalar düzeyinde kalan kabiliyet, şimdi yaklaşık saatlik görevlere dayanıyor. Ama aynı bulgu, başka bir sert gerçeği de gösteriyor: AI hâlâ günler süren, belirsiz, çok adımlı ve dağınık gerçek dünya işlerini tek başına güvenilir biçimde yürüten bir çalışan değil. Agent demoları ile agent gerçekliği arasındaki fark tam burada açılıyor.

Güvenlik tarafı da aynı ölçüde sorunlu. Anthropic’in 2026 system card’ı hâlâ “agentic systems içinde prompt injection riski” başlığını temel meselelerden biri olarak ele alıyor. Google da güncel Gemini güvenlik rehberinde prompt injection’ı açıkça kurumsal risk olarak tanımlıyor. Daha genel çerçevede ise Birleşik Krallık AI Security Institute, 2025 sonundaki Frontier AI Trends raporunda test ettiği her sistemin bir tür bypass’a karşı hâlâ savunmasız kaldığını söylüyor. Kısacası, tool use ve browser use kabiliyetleri büyüdükçe güvenlik problemi küçülmüyor; tersine, saldırı yüzeyi genişliyor. AI’ın daha kullanışlı hale gelmesi, aynı anda daha tehlikeli entegrasyon noktaları üretmesi demek.

Bir başka kronik sınır da örtük bağlam ve sorumluluk zinciri. Model, bin sayfalık bağlamı “taşıyabiliyor” olabilir; ama bu, hangi bilginin hukuken kritik, hangisinin etik olarak sakıncalı, hangisinin operasyonel olarak geri döndürülemez sonuç doğuracağını gerçekten ayırt ettiği anlamına gelmez. AI hâlâ çoğu durumda doğru cevaptan çok, makul görünen cevabı üretmeye optimize. Bu yüzden özellikle sağlık, hukuk, güvenlik, finans ve kamu hizmetlerinde asıl mesele modelin metin üretmesi değil; neyi ne zaman bilmediğini tutarlı biçimde gösterebilmesi. Mevcut sistemler burada hâlâ tam olgun değil.

Asıl hikâye modelde değil: enerji, güvenlik, regülasyon ve arayüz

2025–2026’da AI’ı anlamak isteyen herkesin güç tüketimi meselesini merkeze alması gerekiyor. Uluslararası Enerji Ajansı’na göre veri merkezlerinin elektrik talebi 2025’te yüzde 17 arttı; IEA ayrıca veri merkezlerine elektrik sağlamak için gereken küresel üretimin 2024’teki 460 TWh seviyesinden 2030’da 1000 TWh’nin üzerine çıkabileceğini öngörüyor. Bu, AI’ın artık yalnızca yazılım veya model mimarisi konusu olmadığını gösteriyor. Şebeke kapasitesi, soğutma, iletim altyapısı, çip tedariki ve bölgesel enerji politikası, model performansı kadar belirleyici hale geliyor. “Daha güçlü model” yarışı gerçekte aynı zamanda “kim elektriği, sermayeyi ve altyapıyı daha iyi organize ediyor” yarışı.

Regülasyon da artık dışsal bir fren değil; ürün tasarımının parçası. Avrupa Birliği’nin AI Act’i 1 Ağustos 2024’te yürürlüğe girdi; yasaklı uygulamalar ve AI literacy yükümlülükleri 2 Şubat 2025’ten itibaren uygulanmaya başladı; genel amaçlı AI modellerine ilişkin yükümlülükler ise 2 Ağustos 2025’ten itibaren devreye girdi. Yasanın genel uygulama tarihi 2 Ağustos 2026. ABD tarafında ise NIST’in Generative AI Profile dokümanı, kurumların risk yönetiminde referans çerçevesi olmaya devam ediyor. Bunun anlamı basit: AI ürünü geliştirmek artık yalnızca model seçmek değil; dokümantasyon, açıklanabilirlik, veri yönetişimi, olay raporlama ve insan gözetimi mimarisi kurmak demek.

Arayüz cephesinde de sessiz ama büyük bir değişim var. 2024’ün “chatbot” mantığı yerini 2025–2026’da “çok araçlı çalışma yüzeyi” mantığına bırakıyor. Uzun bağlam pencereleri, tool calling, dosya ve görsel analizi, web tarama ve işlem zinciri kurma kabiliyetleriyle AI artık tekil cevap motoru olmaktan çıkıp bir çalışma ortamına dönüşüyor. Bu, kullanıcı açısından daha güçlü bir deneyim demek; ama aynı zamanda daha fazla hata zinciri, daha fazla güvenlik açığı ve daha fazla yanlış otomasyon riski anlamına geliyor. Kolaylık arttıkça denetim ihtiyacı azalmaz; tersine büyür.

İş gücü ve kurumlar için soğukkanlı tablo

İş gücü cephesinde iki karşıt slogan da eksik: “AI herkesi işsiz bırakacak” da yanlış, “AI yalnızca verimlilik aracı” da eksik. Dünya Ekonomik Forumu’nun 2025 Future of Jobs raporu, 2030’a kadar 170 milyon yeni iş yaratılırken 92 milyon rolün yer değiştirebileceğini, bunun net 78 milyonluk artış anlamına geldiğini söylüyor. PwC’nin 2025 Global AI Jobs Barometer’ı ise AI’a daha fazla maruz kalan sektörlerde verimlilik büyümesinin hızlandığını ve AI becerilerine ücret primi yazıldığını buluyor. Ama McKinsey’nin 2025 iş yeri araştırması aynı anda başka bir sert gerçek sunuyor: şirketlerin neredeyse tamamı AI’a yatırım yapıyor olsa da, yalnızca yüzde 1’i kendini gerçekten olgun kabul ediyor. Yani piyasa doygunluğu arttı; kurumsal olgunluk artmadı.

Buradan çıkan sonuç şu: kısa vadede en güçlü etki, tüm mesleklerin bir gecede ortadan kalkması değil; özellikle metin yoğun, rutin karar içeren ve düşük riskli beyaz yaka iş akışlarının yeniden parçalanması olacak. Yazmak, araştırmak, raporlamak, müşteri yanıtı hazırlamak, toplantı notu çıkarmak, ilk analiz yapmak gibi junior düzey görevlerin önemli bölümü AI ile sıkışacak. Ama bu, insanın bütünüyle devreden çıkacağı anlamına gelmiyor; denetim, doğrulama, bağlam seçimi, istisna yönetimi ve sorumluluk hâlâ insan tarafında toplanıyor. Başka deyişle, AI şu aşamada çalışanı tamamen ikame eden bir özne değil; çalışan başına çıktı katsayısını artıran ama iş tanımlarını aşındıran bir kuvvet. Bu, ne ütopya ne kıyamet. Daha çok sert bir yeniden dağıtım rejimi.

Sonuç: AI bir mucize değil, güçlü ama kusurlu bir bilişsel altyapı

2025–2026 verileri bir şeyi netleştiriyor: AI artık gerçekten işe yarayan bir teknoloji. Ama onun gücü, insan benzeri genel yetkinlikten çok; belirli bilişsel süreçleri sıkıştırma, hızlandırma ve ucuzlatma kapasitesinden geliyor. Bu yüzden bugün AI’ın en iyi olduğu yerler; tanımı net, geri bildirimi hızlı, çıktısı denetlenebilir ve hata maliyeti yönetilebilir görevler. En zayıf olduğu yerler ise belirsiz, uzun soluklu, yüksek riskli ve sorumluluk zinciri gerektiren alanlar.

Gerçek çizgi, hype ile felaket tellallığı arasında değil; görev ile sorumluluk arasındaki farkta. AI bugün iyi bir hızlandırıcı, güçlü bir arayüz, etkili bir taslak motoru ve giderek daha kullanışlı bir çalışma katmanı. Ama hâlâ güvenilir bir hakem, tam özerk bir uzman ya da sonuçlarından hesap verebilen bir fail değil. Bu ayrımı kaçıran herkes ya teknolojiyi olduğundan büyük satıyor ya da ilerlemeyi küçümsüyor. Oysa daha doğru cümle şu: AI artık ciddi bir üretim altyapısıdır; ama ancak sınırları kabul edildiğinde gerçekten değer üretir.