Sam Altman yapay zekânın zamanlamasını yanlış hesapladığını söyledi

Sam Altman, yapay zekânın öneminden değil, ekonomiyi dönüştürme hızından yanıldığını düşünüyor. OpenAI CEO’sunun 23 Ağustos 2026’da yayımlanan bir röportajda aktarılan sözlerine göre, GPT-4’ün 2023’teki çıkışından sonra yazılım şirketlerinde ve daha geniş ekonomide çok daha hızlı bir sarsıntı bekliyordu. 36

Bugün ortaya çıkan tablo ise daha farklı: Yetkin bir model yalnızca başlangıç noktası. Bu yeteneğin ekonominin tamamına yayılması için işe yarar uygulamalar, kurumların yeniden yapılanması, altyapı, düzenleme ve kamuoyu desteği gerekiyor. GPT-4 sonrası heyecanın ima ettiği hızın gerisinde kalınmasının temel nedeni de bu unsurların daha yavaş ve daha tartışmalı ilerlemesi.

Altman’ın revize ettiği yapay zekâ öngörüsü

Altman’ın açıklaması, teknik ilerleme ile ekonomik benimseme arasındaki farkı öne çıkarıyor. GPT-4, modellerin yeteneklerinde önemli bir sıçrama göstermişti. Altman da bunun ardından şirketlerin ve yazılım pazarının hızla değişeceğini düşünüyordu. Ancak model performansının yaygın iş dünyası dönüşümüne çevrilmesi beklenenden uzun sürdü. 36

Bu, yapay zekânın ekonomik açıdan önemsiz hale geldiği anlamına gelmiyor. Daha güçlü modeller eğitmenin, şirketlerin çalışma biçimini otomatik olarak ve hemen değiştirmediğini gösteriyor. İşletmelerin güvenilir ürünler geliştirmesi, mevcut sistemlerle entegrasyon kurması, iş akışlarını yenilemesi, çalışanları eğitmesi ve bu yatırımları karşılayacak bir gerekçe bulması gerekiyor.

Bu bakış açısında kısa vadeli darboğaz, modellerin daha da gelişip gelişemeyeceğinden çok kurumların bu modelleri etkili biçimde kullanıp kullanamayacağı. Altman’ın daha sonraki değerlendirmeleri ise yapay zekâdaki ilerlemenin sürdüğünü ve kullanım maliyetlerinin düştüğünü gösteriyor; dolayısıyla yavaşlayan şeyin hedefler değil, yayılım hızı olduğu anlaşılıyor. 40

Model yeteneği neden gerçek hayattaki kullanımdan önce geliyor?

Bir model demosu ile şirket içinde çalışan bir sistem arasında büyük bir mesafe var. Şirketlerin süreçlerini yeniden tasarlaması, denetim mekanizmaları kurması, verileri koruması, güvenlik risklerini yönetmesi ve yapay zekâ bir hata yaptığında sorumluluğun kimde olacağını belirlemesi gerekiyor.

Altyapı da önemli bir sınır oluşturuyor. Yapay zekâ sistemleri büyük miktarda işlem gücü isterken veri merkezleri elektrik, su, şebeke kapasitesi, arazi kullanımı ve yerel ekonomik etkiler nedeniyle tepki çekiyor. The New York Times tarafından aktarılan bir Gallup araştırmasına göre ABD’li yetişkinlerin yüzde 71’i kendi bölgelerinde bir yapay zekâ veri merkezi kurulmasına karşı çıkıyor; aynı haberde bir düzineden fazla projenin yerel itirazlar nedeniyle engellendiği veya ertelendiği belirtiliyor. 18

Altman da bu yerel rahatsızlığı anladığını söyleyerek veri merkezlerinin uzak çöl bölgelerinde kurulmasının daha uygun olabileceğini öne sürdü. 23 Bu öneri, yapay zekânın büyümesindeki pratik sınırları ortaya koyuyor: Elektriğe ve çiplere erişim tek başına yeterli değil. Projelerin izin, iletim kapasitesi, arazi ve toplum desteği de bulması gerekiyor.

Altman yapay zekâ gelişiminin neden yavaşlatılabileceğini söylüyor?

Altman, ayrı bir değerlendirmesinde yapay zekâ geliştirme hızının toplumun yeni yetenek seviyelerine “uyum sağlayacak şekilde güçlenebilmesi” için gerektiğinde ayarlanması gerekebileceğini söyledi. Ancak böyle bir yaklaşımın, düzenleyici kurumların teknoloji şirketleri tarafından ele geçirilmesine veya öncü yapay zekâ laboratuvarları arasındaki gizli iş birliğine dönüşmemesi gerektiğini de vurguladı. 37

Bu açıklama, yapay zekâ gelişiminin kalıcı olarak durdurulması çağrısı değil. Daha çok teknolojinin yayılma hızıyla toplumun uyum sağlama hızının birbirine yaklaştırılması gerektiği fikri. Teknoloji hızla ilerlerken onu denetleyecek kurumlar, kullanacak şirketler ve bu sistemleri kabul etmesi beklenen kamuoyu daha yavaş hareket edebilir.

“İnsanlık karşıtı” uyarının arkasındaki iki risk

Bu tartışmada öne çıkan kaygı iki zıt biçimde ortaya çıkıyor:

1. Yapay zekâ, insanların ve kurumların anlamlı biçimde kontrol edemeyeceği kadar güçlü hale gelebilir.
2. Gelişmiş yapay zekâ üzerindeki kontrol, çok az sayıda şirketin veya hükümetin elinde toplanabilir.

İkinci risk, Altman’ın yapay zekânın demokratikleştirilmesi ve gücün aşırı yoğunlaşmaması gerektiği yönündeki daha geniş görüşüyle örtüşüyor. 44 Bu iki risk, kamu politikasını farklı yönlere çekiyor. Merkezi ve sıkı kontroller bazı kötüye kullanım biçimlerini azaltabilir; ancak erişimin ve karar alma gücünün az sayıda aktörde toplanması da başlı başına siyasi ve ekonomik bir tehlike yaratabilir.

Eldeki kaynaklar, Altman’ın doğrudan Anthropic’i hedef aldığını veya şirketin güvenlik öncelikli yaklaşımını özünde “insanlık karşıtı” olarak nitelediğini göstermiyor. Bu nedenle sözleri Anthropic’e yönelik bir eleştiri olarak sunmak doğrulanmış bir bilgi değil, bir yorum olur. Daha temkinli ve savunulabilir sonuç şu: Öncü yapay zekâ sistemleri, güvenlik kontrolleri ile gücün merkezileşmesi arasında gerçek bir gerilim yaratıyor.

NVIDIA’nın Poolside anlaşması ne anlatıyor?

NVIDIA’nın bildirilen Poolside anlaşması, benimsemenin yavaşlamasının yatırımların zayıfladığı anlamına gelmediğini gösteriyor. Şirketin Poolside’ın teknolojisini lisanslamak için 6 milyar dolar ödemeyi ve girişime ayrıca 1 milyar dolar yatırım yapmayı planladığı bildirildi. Poolside’ın 100’den fazla çalışanının NVIDIA’nın açık ağırlıklı Nemotron model ailesi üzerinde çalışması bekleniyor. 1

Bu hamle, yapay zekâ yarışının yalnızca öncü modelleri eğitmekten ibaret olmadığını ortaya koyuyor. Donanım üreticileri ve model geliştiricileri; yazılım sistemlerine, model geliştirme süreçlerine ve farklı ihtiyaçlara göre özelleştirilebilen açık ağırlıklı modellere de yatırım yapıyor. 5

Anlaşmayı, NVIDIA’nın yapay zekâ talebinin çökeceğini düşündüğünün kanıtı olarak değil, daha uzun bir yayılım dönemine hazırlık olarak okumak daha doğru. Şirketler, tek bir model sürümünün ekonomiyi bir gecede değiştirmesini beklemek yerine yapay zekânın zaman içinde çok sayıda uygulama ve kuruma yayılacağı bir senaryoya yatırım yapıyor.

Büyük resim: Geri çekilme değil, yavaş ve tartışmalı yayılım

Altman’ın revize ettiği zaman çizelgesi, veri merkezlerine yönelik tepki ve NVIDIA’nın Poolside yatırımı birlikte değerlendirildiğinde, yapay zekâ dönüşümünün ilk heyecanın ima ettiğinden daha karmaşık olduğu görülüyor.

Yapay zekâ geliştirme hızı yüksek kalmaya devam ediyor; ancak benimseme şu başlıklarda sınırlanıyor:

• güvenilir uygulamalar geliştirmenin zorluğu;
• iş süreçlerini değiştirmek için gereken kurumsal dönüşüm;
• işlem gücü, elektrik, su ve enerji iletim kapasitesi;
• izin süreçleri ve yerel siyasi direnç;
• güvenlik, hesap verebilirlik ve gücün merkezileşmesine ilişkin kaygılar.

En güçlü sonuç, önde gelen yapay zekâ şirketlerinin bilinçli biçimde yavaşlama konusunda anlaştığı değil. Eldeki kanıtlar daha nüanslı bir tablo sunuyor: Şirketler agresif biçimde yatırım yapmayı sürdürürken ekonomik dönüşümün daha yavaş, yüksek sermaye gerektiren ve siyasi açıdan tartışmalı bir yayılım süreciyle geleceğini kabul ediyor.

GPT-4 önemli bir yetenek sıçramasının işareti olabilir. Ancak model yeteneği, tek başına anında ve ekonomi çapında benimseme anlamına gelmiyor.