McKinsey Uzmanları Yapay Zeka Maliyet Paradoksunu Değerlendirdi
McKinsey ortakları Tanguy Catlin ve Lari Hämäläinen, yapay zeka modellerinin ucuzlamasına rağmen şirket harcamalarının artmasını tartıştı.
McKinsey kıdemli ortakları Tanguy Catlin ve Lari Hämäläinen, şirketin 2026 Yapay Zeka Durumu anketi bulgularını paylaştıkları sanal oturumda, yapay zeka birim maliyetlerinin düşmesine rağmen kurumsal harcamaların artmaya devam etmesi paradoksunu ele aldılar.
Yapay Zeka Maliyetlerindeki Düşüş ve Artan Harcamalar
McKinsey kıdemli ortakları Tanguy Catlin ve Lari Hämäläinen, düzenlenen sanal oturumda yapay zeka alanındaki maliyet çelişkisini değerlendirdiler. Belirli bir yetenek düzeyindeki zekanın çok daha ekonomik hale geldiği belirtildi.
Örneğin, GPT-4'ün piyasaya sürüldüğü döneme kıyasla, benzer performans gösteren modeller günümüzde çok daha düşük maliyetlerle çalıştırılabiliyor. Buna rağmen şirketler yapay zekaya eskisinden çok daha fazla bütçe ayırmaya devam ediyor.
Otonom Ajanların Tüketim Patlaması
Üretilen birim zekanın maliyeti düşerken, işletmelerin tüketim miktarı hızla artıyor. Modellerin birim yetenek maliyeti ucuzlarken, şirketler otonom ajanlar aracılığıyla onlardan çok daha fazla akıl yürütme ve çalışma talep ediyor.
Yazılım geliştirme süreçlerinde yapay zeka ajanları tüm kod tabanlarını defalarca inceleyip değiştirebiliyor ve bir insanın dokunabileceğinden çok daha fazla kod üretebiliyor.
Ajan Tabanlı Yapay Zekanın Ekonomi Dinamikleri
Şirketler ajan tabanlı yapay zekanın ekonomisini anlamaya yeni başlıyor. Geleneksel yazılımların aksine, bir görevi çalıştırmanın maliyeti öngörülebilir olmaktan uzak bulunuyor çünkü ajanlar aynı sonuca farklı yollardan ulaşabiliyor.
Aynı görev, bir çalışmadan diğerine otuz kat daha yüksek maliyet oluşturabiliyor. Bu maliyetin büyük kısmı, nihai çıktının arkasındaki akıl yürütme ve sürekli iyileştirme süreçlerinden kaynaklanıyor.
Sistem Tasarımı ve Görev Düzeyinde Değerlendirme
Sistem tasarım tercihleri görevin tamamlanma maliyetini doğrudan etkiliyor. Liderlerin ajanları jeton başına maliyetle ölçmek yerine, görev düzeyinde değerlendirmesi gerektiği vurgulanıyor.
Bir görevin maliyeti, ajan başarı oranı ve işini doğrulamak için gereken insan süresi dikkate alınarak analiz ediliyor. Doğrulama süresi insan süresine göre çok düşük olduğunda ajanlar değer yaratmaya başlıyor.
Yapay Zeka Harcamalarını Yönetme Yöntemleri
McKinsey Global Institute direktörü Tanguy Catlin, şirketlerin yapay zeka harcamalarını yönetebileceği üç temel alanı paylaştı. İlk olarak hangi kullanım örneklerinin harcama yarattığına dair görünürlük sağlanması gerekiyor.
İkinci olarak iş akışlarının optimize edilmesi, model karmaşıklığının göreve uyarlanması ve gereksiz araç çağrılarının sınırlanması öneriliyor. Son olarak tedarik disiplini ve sağlayıcı bağımlılığından kaçınma önem taşıyor.