Yapay zekâ yatırımı gerçekten işe yarıyor mu? OpenAI’dan yeni ölçüm çerçevesi

Friar, LinkedIn paylaşımında şu ayrımı yaptı: “Yazılım yıllar boyunca benimsenme üzerinden ölçüldü: koltuklar, aktif kullanıcılar, yenilemeler. Yapay zekâ ise farklı; yapılan işle ölçülmeli” .

Bu bakış açısına göre en düşük token maliyeti, her zaman en düşük sonuç maliyeti anlamına gelmiyor. Sık sık hata yapan ucuz bir model; insan kontrolü, tekrar denemeler ve düzeltmeler hesaba katıldığında, ilk seferde doğru sonuç veren daha pahalı bir modelden daha maliyetli olabilir .

Yapay zekâ yatırım getirisi için dört soru

Friar’ın scorecard olarak tarif ettiği çerçeve, belirsiz “kullanım” verilerini daha somut ve denetlenebilir dört soruyla değiştirmeyi amaçlıyor .

1. Yapay zekâ önem taşıyan işleri tamamlıyor mu?

İlk adım, kaç soru sorulduğunu veya kaç prompt üretildiğini saymak değil, gerçek iş çıktısını ölçmek. Örneğin çözülen müşteri sorunları, yayına alınan kod değişiklikleri ya da incelenen sözleşmeler takip edilebilir .

Friar’ın ifadesiyle, “Token’lar ancak insanların kullanabileceği bir işe dönüştüklerinde değer üretir” . Böylece odak, etkinlik göstergelerinden —kaç sorgu yapıldığı— etki göstergelerine —ne kadar iş tamamlandığına— kayıyor.

2. Başarılı bir görevin toplam maliyeti ne kadar?

Şirketlerin yalnızca modelin çıkarım maliyetini değil, kalite standardını karşılayan her başarılı görevin gerçek maliyetini hesaplaması gerekiyor. Bu hesaba yapay zekâ kullanımı, tekrar denemeler, insan incelemesi ve yeniden yapılan işler de dahil edilmeli .

Bu soru, işletmeleri token başına fiyatın ötesine bakmaya zorluyor. Bir görevi tamamlamak için gereken insan emeği ve hata düzeltmeleri hesaba katılmadığında, yapay zekâ harcamasının gerçek tablosu eksik kalıyor.

3. Yapay zekâ işi ne sıklıkla doğru yapıyor?

Üçüncü ölçüt, güvenilirlik. Çıktıların ne kadarının doğrudan kullanılabildiği, ne kadarının düzeltme veya insan müdahalesi gerektirdiği izlenmeli .

Daha az insan müdahalesi, genellikle daha düşük toplam maliyet ve daha yüksek güven anlamına gelir. Bu nedenle güvenilirlik, yapay zekânın yalnızca ne kadar güçlü olduğunu değil, iş süreçlerinde ne kadar istikrarlı çalıştığını gösteren bir kalite ölçümü olarak öne çıkıyor.

4. Kullanım arttıkça her yapay zekâ doları daha fazla değer üretiyor mu?

Son soru, yatırımın ölçeklenebilir olup olmadığını ele alıyor. Şirketler, maliyetler katlanarak büyümeden zaman içinde daha fazla ve daha kaliteli iş tamamlayabiliyor mu?

Bu yaklaşım, çerçevede “compute getirisi” (return on compute — ROC) olarak da anılan fikre dayanıyor. Yarı iletken ve veri merkezi finansmanından ödünç alınan bu kavram, yapay zekâ kullanımının bileşik getiri üretip üretmediğini veya ek kullanımın giderek daha düşük değer sağlayıp sağlamadığını anlamaya yardımcı oluyor.

Çerçeve şirketlerde nasıl uygulanabilir?

Yöntemin, şirketlerin hâlihazırda kullandığı araçlarla denetlenebilir olması amaçlanıyor . Bir ekip belirli bir iş akışında “tamamlandı” ifadesinin ne anlama geldiğini netleştiriyor, başarıyla bitirilen görevleri sayıyor, insan emeği dahil toplam maliyeti hesaplıyor ve başarı oranlarıyla kalite eğilimlerini takip ediyor .

Bu yaklaşım, yapay zekâyı yalnızca satın alınan bir yazılım lisansı değil, üretken bir varlık olarak ele alıyor. Aynı zamanda CFO’ların ve teknoloji yöneticilerinin sıkça karşılaştığı “Yapay zekâ harcamamızdan nasıl daha fazla değer elde ederiz?” sorusuna daha somut bir yanıt vermeyi hedefliyor .

Neden şimdi gündemde?

Öneri, kurumsal yapay zekâ harcamalarının hızla arttığı bir dönemde geldi. OpenAI, aylık 1 milyar dolar gelir ve 500 milyondan fazla kurumsal koltuk satışı bildirdi . Buna karşın birçok şirket, bu yatırımların yönetim kurullarına veya finans ekiplerine karşılığını nasıl göstereceği konusunda hâlâ net bir çerçeveye sahip değil. Bu durum, yapay zekânın teknik kapasitesiyle şirketlerin yakalayabildiği değer arasında bir “uyumsuzluk” yaratıyor .

Friar daha önce bu kopukluğu “kapasite fazlası” (capability overhang) olarak tanımlamıştı: Yapay zekânın yapabildikleri ile kurumların bu kapasiteyi iş değerine dönüştürme becerisi arasındaki fark .

“Dolar başına faydalı zekâ” yaklaşımı bu farkı kapatmak için basit ama önemli bir yön değişikliğine işaret ediyor: Şirketler artık yapay zekâyı kaç kişinin kullandığını değil, harcanan her dolar karşılığında ne kadar güvenilir ve kullanılabilir iş üretildiğini ölçmeye çalışmalı. Dört sorunun maliyet ve kalite verileriyle desteklenmesi, yapay zekâ yatırımlarını varsayıma dayalı harcamalardan kanıta dayalı kararlara dönüştürebilir.