Yapay zekâ çağında işin geleceği: Verimlilik devrimi mi, sessiz işsizlik dalgası mı?
2024 itibarıyla yapay zekâ artık yalnızca bir teknoloji başlığı değil; şirketlerin büyüme stratejilerini, iş gücü planlarını ve hatta makroekonomik dengeleri doğrudan etkileyen yeni bir güç. Bugün yönetim kurullarında tartışılan temel soru “AI kullanalım mı?” değil. Asıl soru şu:“Yapay zekâ bizi ve çalışanlarımızı nasıl dönüştürecek?”
Bu sorunun cevabı yalnızca verimlilik artışlarında değil; iş gücü piyasasında yaşanan sessiz ama derin kırılmalarda saklı. Son dönemde Silicon Valley’de çalışan birçok Türk yöneticiyle yaptığım görüşmelerde, büyük ölçekli işten çıkarmaların arttığını ve bu sürecin önümüzdeki dönemde daha da hızlanacağını ifade ettiklerini duydum. Açıkçası bu değerlendirmeler hiç de şaşırtıcı değil. Zira veriler de aynı tabloya işaret ediyor.
Bağımsız izleme platformu Layoffs.fyi verilerine göre, 2025 yılında Bay Area merkezli teknoloji şirketlerinde yaklaşık 40 bin çalışan işten çıkarıldı. Menlo Park merkezli Meta, bu ay Reality Labs biriminde 1.000’den fazla çalışanı işten çıkardı. San Francisco merkezli Pinterest ise iş gücünün %15’ini azaltacağını ve ofis alanlarını küçülteceğini açıkladı.
Bu tablo yalnızca teknoloji start-up’larıyla sınırlı değil. Financial Times’ın aktardığına göre Amazon, UPS, Nike ve Home Depot gibi küresel devler, toplamda 52 binden fazla çalışanı işten çıkarma planlarını duyurdu. Pandemi sonrası hızla büyüyen bu şirketlerin bugün frene basmasının arkasında iki temel neden var: küresel ekonomik belirsizlik ve yapay zekâ yatırımlarının hızla artması.
Bir başka deyişle şirketler, insan maliyetlerini kısmayı; buradan sağlanan kaynakları ise algoritmalara, otomasyona ve AI altyapılarına yönlendirmeyi tercih ediyor. Bu durum, yapay zekânın yalnızca bir verimlilik aracı değil, istihdam dinamiklerini doğrudan yeniden yazan bir sermaye tercihi hâline geldiğini gösteriyor.
AI: İşleri Yok Eden mi, Yeniden Tanımlayan mı?
Teknoloji tarihine baktığımızda her büyük dönüşümün iş gücünü yeniden şekillendirdiğini görüyoruz. Buhar makinesi, elektrik, bilgisayar ve internet. Her biri bazı meslekleri ortadan kaldırırken yenilerini yarattı. Ancak yapay zekâ, önceki dalgalardan farklı bir noktaya temas ediyor: beyaz yakalı ve bilgi yoğun işler.
McKinsey Global Institute’a göre, 2030’a kadar gelişmiş ekonomilerde çalışma saatlerinin yaklaşık %29’u otomasyona açık hâle gelebilir. Bu oran, generatif AI öncesinde %20 civarındaydı. Yani büyük dil modelleri ve akıllı otomasyon, küresel iş gücü dönüşümünü yaklaşık %50 hızlandırıyor.
Goldman Sachs’ın analizleri dönüşümün ölçeğini daha da netleştiriyor. Generatif AI’nin tam benimsenmesi durumunda iş gücü verimliliği %15’e kadar artabilir. Bu, modern ekonomiler için olağanüstü bir sıçrama. Ancak aynı rapor, 300 milyon tam zamanlı işin görev bazında otomasyona maruz kalabileceğini de ortaya koyuyor.
Buradaki kritik nokta şu:İşler tamamen yok olmuyor; görevler parçalanıyor, roller yeniden tanımlanıyor.
Hangi Meslekler Daha Fazla Risk Altında?
MIT ve OpenAI’nin ortak araştırmasına göre ABD iş gücünün %80’inin yaptığı işlerin en az %10’u AI tarafından otomatikleştirilebilir. Ofis destek personeli, hukuk, finans, satış ve medya gibi alanlar en yüksek risk grubunda yer alıyor. Bugün bir hukuk bürosunda genç avukatların yaptığı doküman inceleme ve araştırma görevlerinin büyük bölümü AI tarafından dakikalar içinde gerçekleştirilebiliyor. Benzer şekilde, yatırım bankalarında analistlerin hazırladığı temel raporlar ve sunum taslakları da hızla otomasyona kayıyor. Ancak bu tablo, kitlesel işsizliğin kaçınılmaz olduğu anlamına gelmiyor. Asıl mesele, geçiş sürecinin nasıl yönetileceği.
Sonuç: Bu Bir Teknoloji Değil, Yönetim Meselesi
Yapay zekâ kader değil. Bir strateji, politika ve liderlik meselesi. Kazananlar, AI kullanan şirketler değil; AI çağında iş gücünü yeniden tanımlayabilen toplumlar olacak. Kaybedenler ise teknolojiyi yasaklayanlar değil; dönüşümü yönetemeyenler olacak.
Ve asıl soru şu: Büyüyen bir ekonomi ama aynı hızda büyümeyen bir istihdam dünyasında, refahı kim ve nasıl paylaşacak?
Bu sorunun cevabı algoritmalarda değil, alınacak kararlarda yatıyor.