Çin’de yapay zekâ yarışının yeni odağı: Büyük model değil, çalışır ajan

Çin’in yapay zekâ sektöründe yarışın ölçütü değişiyor: Konu artık yalnızca en büyük temel modeli eğitmek değil, bu modelleri yazılım, telekomünikasyon, üretim ve tüketici hizmetlerinde iş yapabilen yapay zekâ ajanlarına dönüştürmek. Belirleyici soru, sistemlerin yüksek hacimde kabul edilebilir maliyet, hız, güvenilirlik ve güvenlik önlemleriyle çalıştırılıp çalıştırılamayacağı.

Eğitimden çıkarıma: Bilişim talebindeki yön değişimi

China Telecom Araştırma Enstitüsü’nün tahminine göre çıkarım işlemleri, 2029’da Çin’in bilişim gücü pazarının %80’ini oluşturacak ve eğitim kaynaklı talebi geride bırakacak. Enstitü ayrıca ajanların, önümüzdeki iki ila üç yılda ülkedeki bilişim talebinde yıllık yaklaşık on kata varan büyümeyi tetikleyebileceğini öngörüyor. Bunlar gerçekleşmiş sonuçlar değil, yön gösteren tahminlerdir. 59

Aynı araştırma çizgisi, Çin’in yıllık token tüketiminin 2026’da 100 katrilyona ulaşabileceğini, 2030’da ise 35 kentilyonu aşabileceğini hesaplıyor. Bu projeksiyonlar, eğitilmiş bir modeli tekrar tekrar hizmete sunmanın, modeli ilk kez eğitmek kadar stratejik hâle gelebileceğine işaret ediyor. 6

Çıkarım, eğitilmiş modelin bir isteme yanıt verirken veya bir görevin adımını yerine getirirken yaptığı işlemdir. Ajanlar bu yükü sıradan bir sohbet botu yanıtından çok daha yukarı taşıyabilir: Bilgi çekebilir, yazılım araçlarını çağırabilir, çok aşamalı süreçleri yürütebilir, çıktıları kontrol edebilir ve işlemleri yineleyebilir. Bunların her biri, ölçek büyüdükçe daha fazla hesaplama ve operasyonel karmaşıklık anlamına gelir.

Ajanlar yapay zekânın maliyet hesabını neden değiştiriyor?

Sınırdaki bir modeli eğitmek çoğunlukla yoğun ve belirli bir döneme yığılmış altyapı yatırımıdır. Bir ajanı işletmek ise devamlılık isteyen bir hizmet faaliyetidir. Model çıkarımı, veri erişimi, ağ, depolama, izleme ve gerektiğinde insan incelemesi ya da müdahalesi için maliyetler tekrar tekrar oluşur.

Bu nedenle ticari sınav değişir: Güçlü bir ajan, çalıştırması pahalıysa, iş akışı için yavaş kalıyorsa veya kurumsal sistemlere emanet edilemeyecek kadar hataya açıksa tek başına iyi bir ürün sayılmaz. Öne çıkan ölçüt, modelin gösterge test puanından ziyade tamamlanan görevin maliyeti ve kalitesi olur.

Şirketler ve hizmet sağlayıcılar açısından bu, şu başlıkları öne çıkarıyor:

• Bir görevi güvenle yapabilecek en küçük modeli seçmek;
• İşi doğru model veya araca yönlendirmek;
• Önbellekleme ve verimli hizmet sunumuyla tekrar eden hesaplamayı azaltmak;
• Ajanları güvenilir, göreve özel verilerle bağlamak;
• Yalnızca model yanıtlarını değil, araç kullanımını ve uçtan uca iş akışlarını test etmek;
• Hataları, erişim yetkilerini ve denetim kayıtlarını izlemek;
• Yüksek riskli karar veya eylemlerde insan müdahalesini mümkün kılmak.

Bu, büyük ve ileri seviye model eğitiminin önemini kaybettiği anlamına gelmiyor. Eğitim; kabiliyet, teknolojik bağımsızlık ve gelişmiş modellere erişim açısından önemini koruyor. Ancak yetenekli modeller yaygınlaştıkça, gerçek farkı ucuz, güvenilir ve gerçek sistemlere bağlı çıkarımı sürdürülebilir biçimde işletmek yaratabilir.

Pekin’in odağı: Uygulamaların sektörlere yayılması

Çin’in politika işaretleri de tekil modellerden tekrarlanabilir uygulamalara geçişi destekliyor. Sanayi ve Bilgi Teknolojileri Bakanlığı’nın (MIIT) “Yapay Zekâ + Yazılım” planı, yapay zekâ destekli programlama araçlarının 2028’e kadar 20 binden fazla büyük yazılım şirketine ulaştırılmasını hedefliyor. Plan ayrıca temel sektörlerde 100 örnek ajan tabanlı uygulama ve en az beş yüksek nitelikli açık kaynak projesi öngörüyor. 3

2030 hedefi ise kritik yazılım sistemlerinin akıllı biçimde yükseltildiği, daha güvenli ve yetkin bir yazılım ekosistemi. 37 MIIT’in yapay zekâ ile bilgi-iletişim alanını kapsayan ayrı planı da 2028’e kadar 30’dan fazla yüksek değerli kullanım senaryosu, örnek uygulamalar ve uzmanlaşmış ajanlar oluşturulmasını; bu yayılımın ağ ve bilişim altyapısıyla desteklenmesini istiyor. 17

MIIT ile Ulusal Veri İdaresi’nin başka bir girişimi, sektöre özel yüksek değerli senaryoları, uzmanlaşmış veri kümelerini ve otonom planlama ile yürütme gerektiren durumlarda özel modeller veya ajanları açıkça öne çıkarıyor. Girişim, sektör modelleri ve ajanları için özel değerlendirme veri kümeleri ile test sistemleri kurulmasını da talep ediyor. 18

Bu girişimler birlikte okunduğunda hedef, sektörler arasında uyarlanabilecek kullanım senaryoları, veriler, yazılım araçları ve referans uygulamalar oluşturarak benimsemeyi hızlandırmak gibi görünüyor. Bunun karşısındaki risk ise başarının kalıcı, güvenli ve ekonomik sonuçlarla değil, yalnızca pilot proje sayısıyla ölçülmesi.

Harcama ve sanayi ölçeği rekabeti büyütüyor

China Telecom Araştırma Enstitüsü analizine dayanan haberlere göre Çinli teknoloji şirketlerinin bu yıl yapay zekâ harcamaları yaklaşık 600 milyar yuan seviyesine yaklaşacak. Kamuya açık raporlarda “yapay zekâ harcaması” farklı biçimlerde tanımlanabildiği için bu toplam standartlaştırılmış kesin bir ölçümden çok tahmin olarak değerlendirilmelidir. 9

Ulusal düzeyde Çin, yapay zekâyla bağlantılı sektörlerin 2026-2030 arasındaki 15. Beş Yıllık Plan dönemi sonunda 10 trilyon yuanı aşmasını bekliyor. 45 Bu çerçeve, ajanların sadece bir bulut hizmeti kategorisi değil; sanayinin modernizasyonu, yazılım geliştirme, iletişim ve tüketici hizmetleri için bir etkinleştirici katman olarak konumlandığını gösteriyor.

Avrupa bilişim kapasitesi kuruyor; ancak uygulama da belirleyici

Avrupa Birliği de altyapı tarafında kendi hamlesini yapıyor. Avrupa Komisyonu, en fazla yedi yapay zekâ gigafabrikasının kurulması için çağrı açtı. Girişim, AB ve üye ülkelerden sağlanacak 10 milyar avroya kadar kamu desteğiyle yürütülecek; en az 20 milyar avro özel yatırımı harekete geçirmesi bekleniyor. 50

Bu adım, Avrupa’nın bilişim kapasitesi ve teknolojik egemenlik hedefi bakımından önemli. Ne var ki yalnızca hesaplama altyapısı kurmak, uygulamaya alma sorununu çözmüyor. Bu kapasitenin rekabet değeri; erişilebilir ve uygun maliyetli çıkarımı, alan bilgisi içeren verileri, yazılım entegrasyonunu ve Avrupalı kurumlar için güvenilir uygulamaları destekleyip desteklemeyeceğine bağlı olacak.

Yarışın sonraki evresinde ne ödüllendirilecek?

Çin’in ajan hamlesi, daha geniş bir küresel geçişe işaret ediyor. Yapay zekâdaki üstünlük, bilişim gücünü sürdürülebilir ölçekte faydalı ve denetlenebilir işe dönüştürebilmeye daha fazla bağlı olacak. Bu; çipleri ve elektriği önemli kılarken, hizmet sunum verimliliğini, veri erişimini, iş akışı entegrasyonunu, güvenlik denetimlerini, değerlendirmeyi ve insan sorumluluğunu da aynı derecede kritik hâle getiriyor.

Çıkarımın %80’e ulaşacağı tahmini kesinleşmiş bir olgu olarak değil, yön gösteren bir öngörü olarak okunmalı. Buna rağmen mesaj açık: Yapay zekâ gösterimlerden sürekli çalışan sistemlere geçtikçe, kazananlar en büyük eğitim çalışmasını yapanlardan çok, ajanları günlük işin parçası olacak kadar güvenilir ve ekonomik biçimde çalıştırabilenler olabilir. 56