Geo Chen’in AI karşıtı tezi: Yapay zekâ rallisi neden zirveye ulaşmış olabilir?

Chen’in yaklaşımına göre mesele yalnızca değerlemelerin pahalı hale gelmesi değil. Ralliyi besleyen kaldıraçlı sermaye, yüksek marjlı kapalı kaynak model beklentisi, hesaplama gücü kıtlığı ve düşük faiz varsayımı aynı anda tersine dönüyor. Bu nedenle Chen, önümüzdeki dönemde daha fazla dalgalanma ve stagflasyonist baskı bekliyor.

1. Kore’de kaldıraçlı bireysel yatırımcı pozisyonları çözülüyor

Chen, bu döngünün “düşük kaliteli sermayesini” özellikle Güney Koreli bireysel yatırımcılarla ilişkilendiriyor. Yatırımcılar SK Hynix, Samsung ve KOSPI üzerine kurulu 2 ve 3 kat kaldıraçlı ETF’lere yoğun biçimde yöneldi. Bu ürünler, yükseliş sırasında alımları ve düşüş sırasında satışları artıran opsiyonel korunma mekanikleri nedeniyle piyasa hareketlerini büyüttü .

Kaldıraçlı pozisyonların tasfiyesi zincirleme teminat çağrılarını tetikledi. Citi’nin tahminine göre bu çözülme 38,7 milyar doları sildi ve yaklaşık 1,2 milyon Koreli yatırım hesabı tasfiye edildi. Bu, ülkedeki yetişkinlerin yaklaşık 30’da birine karşılık geliyor .

KOSPI de haziran ayındaki zirvesinden sonra yaklaşık yüzde 30 geriledi. Kayıpların yüzde 10’u aştığı bazı seansların ardından piyasa işletmecisi işlemleri birden fazla kez durdurmak zorunda kaldı . Chen’e göre bu tür işlemlerde zarar gören sermayenin kısa sürede geri dönmesi beklenmemeli. Ona göre, yoğun kaldıraçla parabolik hale gelen yükselişler çoğu zaman uzun süreli ayı piyasalarıyla sonuçlanıyor .

2. Çinli açık kaynak modelleri kapalı kaynak avantajını aşındırıyor

Chen’in ikinci ayağı, Çin’de geliştirilen açık kaynak ve açık ağırlıklı modellerin frontier AI şirketlerinin iş modelini zorlaması. Rekabetin yalnızca teknoloji kalitesi üzerinden değil, maliyet üzerinden de şekillendiğini belirten analist, şu gelişmelere dikkat çekiyor:

• Moonshot AI’ın Kimi K3 modeli Code Arena’da 1.679 puan alarak Claude Fable 5’in 1.631 puanlık skorunu geçti .
• Alibaba, 2,4 trilyon parametreli açık ağırlıklı Qwen 3.8 modelini yayımladı .
• Zai’ın GLM-5’i ile Sakana AI’ın Fugu çoklu ajan sistemi, daha küçük ve çevik rakiplerin DeepSeek Sparse Attention ve Recursive Self-Improvement gibi verimlilik yöntemleriyle kalite farkını çok daha düşük maliyetle kapatabildiğini gösteriyor .

Chen’in temel çıkarımı şu: Kullanılan token’ların yüzde 80-90’ı daha ucuz veya açık kaynaklı modellere kayarsa, en üst kalite segmentindeki gelir havuzu ciddi biçimde daralabilir . Bu da AI şirketlerinin yüksek fiyatlandırma gücünü ve devasa altyapı yatırımlarını haklı çıkaran “üstün model daha yüksek gelir yaratır” varsayımını zayıflatır.

Böyle bir senaryoda AI altyapı değerlemelerini destekleyen yatırım döngüsü de kırılabilir. Daha düşük model maliyetleri, aynı miktarda gelir için daha az hesaplama harcaması gerektiği anlamına gelebilir.

3. Hesaplama gücü kıtlıktan arz fazlasına dönebilir

Chen’in en yapısal itirazı, hesaplama kapasitesinin uzun süre kronik biçimde kıt kalacağı varsayımına yöneliyor. Büyük teknoloji şirketleri kapasite yatırımlarını hızlandırdıkça, bugün yüksek değerlemeleri destekleyen darboğazın ortadan kalkabileceğini savunuyor.

Analistin işaret ettiği gelişmeler şöyle:

• Meta, hesaplama kapasitesini kiralamaya yönelik bir bulut işi kuruyor. Bu, piyasadaki toplam arzı artırabilir .
• AI laboratuvarları çıkarım maliyetlerini hızla düşürüyor. Silicon Data’nın token harcama endekslerinin haziran zirvesinden bu yana gerilemesi, donanım verimliliğinin talep artışını geride bırakıyor olabileceğine işaret ediyor .
• OpenAI’nin halka arzını ertelemeyi değerlendirmesi ve finansman bulmakta zorlanması, yarı iletken tedarik zincirine de yansıyabilir .
• Google, 2026 AI sermaye harcaması tahminini 205 milyar dolara yükseltti; ancak şirket hisseleri haberin ardından yüzde 7 düştü. Chen’e göre bu, piyasanın artık yalnızca daha yüksek yatırım harcamasını ödüllendirmediğini gösteriyor .
• Veri merkezi kredi spread’lerinin açılması, hesaplama altyapısı sektöründe kredi riskinin yükseldiğine işaret ediyor .

Chen’in kritik gözlemi, darboğazı ortadan kaldırmak için yapılan yatırımların aynı zamanda darboğaz anlatısını yok etmesi. Başka bir ifadeyle, hyperscaler şirketler ne kadar fazla kapasite kurarsa hesaplama gücü o kadar az kıt hale geliyor; sermayenin getirisi de buna paralel olarak düşebiliyor .

4. Fed politikası ve stagflasyon baskısı

AI’ye özgü risklerin üzerine iki önemli makroekonomik baskı ekleniyor.

İlk olarak, İran savaşı ve petrol fiyatları enflasyon görünümünü zorlaştırıyor. Ateşkesin temmuz 2026’da bozulmasının ardından çatışmanın ABD’ye maliyetinin 37,5 milyar dolara ulaştığı, Brent petrolünün de 70 dolardan 85 dolara yükseldiği belirtiliyor . Chen, petrol fiyatlarında dönemsel sıçramalara yol açabilecek “aç-kapa” niteliğinde uzun süreli bir çatışma riski görüyor. Buna dört ayrı enflasyon şokunun eklenmesi, analiste göre yılların en güçlü ve kalıcı stagflasyon baskısını yaratıyor .

İkinci olarak, Fed’in enflasyonla mücadeledeki güvenilirliği sorgulanıyor. ABD’nin 30 yıllık Hazine tahvil faizi yüzde 5,2’nin üzerine çıkarak iki yılın en yüksek seviyesine ulaştı. Tahvil piyasasındaki ayı yönlü dikleşme, yatırımcıların Fed’in enflasyonu kontrol etmekte zorlandığına inandığını gösteriyor. FOMC’nin faiz artırmaması da enflasyon beklentilerinin çıpasını kaybetmesi riskini artırıyor .

Chen’e göre daha güçlü bir PCE enflasyon verisi, Fed’i, kısa vadeli tahvil faizlerini ve doları yeniden yoğun AI pozisyonlarının karşısına çıkarabilir . Zaten kendi içindeki aşırılıkların etkisiyle sarsılan AI işlemleri, böyle bir ortamda özellikle uzun vadeli ve spekülatif bileşenleri üzerinden baskı görebilir.

Chen’in pozisyonu: Nakit, altın ve sektör rotasyonu

Chen, mevcut dönemi Mart 2000, Mart 2008, Ocak 2020 ve Aralık 2022’deki piyasa dönüm noktalarıyla karşılaştırıyor. Bu tarihlerin tamamını, sert piyasa çalkantılarından önceki kritik eşikler olarak değerlendiriyor .

Analist şu aşamada nakit tutuyor, geri çekilmelerde altın biriktiriyor ve sermayenin AI’dan sağlık, finans, yazılım ve biyoteknoloji sektörlerine kaydığını düşünüyor . Temel senaryosu, spekülatif fazlalıkların çözülmesiyle birlikte birkaç ay sürebilecek bir tepe oluşum süreci ve daha yüksek oynaklık.

Chen’in tezi, yalnızca “AI hisseleri pahalı” şeklinde kısa vadeli bir uyarı değil. Ralliyi zirveye taşıyan koşulların — kaldıraçlı sermaye, kapalı kaynak modellerin üstünlüğü, hesaplama kıtlığı ve destekleyici para politikası beklentilerinin — aynı anda tersine dönebileceğini savunan yapısal bir çerçeve. AI varlıklarını elinde tutan yatırımcılar için bu yaklaşım, yükselişin ne kadar daha sürebileceğini sorgulamak adına dikkate değer bir risk senaryosu sunuyor.