Yapay Zeka Faturaları ve Kurumsal Kısıtlamalar
Temmuz ayında Accenture, yapay zeka faturalarından endişe duyan şirketler için bir rehber yayınladı. Rehberde, toptan kullanım kesintilerinden kaçınılması gerektiği belirtilerek çalışanlara yapay zekayı daha az kullanmalarının söylenmemesi ve işin işi yapacak en ucuz modele yönlendirilmesi tavsiye edildi. Ayrıca, kendi bünyesindekiler dahil incelenen neredeyse tüm uygulamalarda, kullanıcıların ve iş akışlarının yüzde 10'undan azının faturanın çok büyük bir kısmını oluşturduğu kaydedildi.
Accenture, toptan kullanım kesintilerinden kaçınılmasını, işin en ucuz modele yönlendirilmesini ve maliyetin küçük bir azınlık tarafından üretildiğini belirtti.
404 Media tarafından elde edilen dahili bir duyuruya göre Accenture, 1 Ekim itibarıyla Claude kullanımı için kişi başı aylık 29 doları merkezi olarak finanse etmeye başladı; bunun üzerindeki tutarların bir projeye yansıtılması gerekiyordu. Yayınlanan iç mesajlarda, ayda 500 ila 1.000 dolar harcayan çalışanların olduğu ve bir çalışanın erişiminin tamamen iptal edildiğini söylediği görüldü. Accenture ise çalışanların yapay zeka araçlarına erişimine katı bir sınır getirdiği yönündeki haberlerin yanlış olduğunu bildirdi.
Şirketin sözüne güvenmek gerekebilir, ancak bu ayrım gerçektir ve maruz kalınan risk ortadadır: sabit fiyatlı sözleşmeler Accenture'ın rezervasyonlarının yüzde 65'inden fazlasını oluşturduğundan, token maliyetleri doğrudan şirketin kar marjına yansımaktadır. Ancak bir çalışanın perspektifinden bakıldığında bu ayrım oldukça zayıftır ve Accenture'ın kendi kayıtları da bu baskıyı belgelemektedir. Şirket bazı ortamlarında, bireysel harcama limitlerinin artırılmasına yönelik taleplerin her gün yüzlerce kez geldiğini yazmıştır.
Yanlış Soru: Çalışan Başına Kaç Token Verilmeli?
Dünya genelindeki şirketler aynı soruyu soruyor: Her bir çalışana kaç token vermeliyiz? Bu yanlış bir sorudur ve yöneticileri pişman olacakları kararlara sürüklemektedir. Doğru soru, yapay zekadan önce ve sonra bitmiş bir iş parçasının ne kadara mal olduğudur. Alınan cevap genellikle o kadar dengesizdir ki tartışma orada sona erer.
Doğru soru çalışan başına kaç token verileceği değil, yapay zekadan önce ve sonra bitmiş bir iş parçasının ne kadara mal olduğu konusudur.
İşte bir örnek: Portföyümüzdeki şirketlerden birinin yeni bir web sitesine ihtiyacı vardı. Ajansın teklifi 60.000 dolardı. Bunun yerine, hiçbiri daha önce web sitesi kurmamış olan iş geliştirme ekibinden üç kişi bunu üç günde tamamladı ve sonuç, ajansın önerdiğinden çok daha iyi oldu. Site Windows ve Mac bilgisayarlarda, iPhone ve Android telefonlarda ve HarmonyOS çalıştıran Çinli telefonlarda sorunsuz bir şekilde çalıştı; bunların hiçbiri ekibin sormayı akıl edeceği şeyler değildi.
Yapay zeka ajanları ayrıca şirketin logolarının yüksek çözünürlüklü versiyonlarını üretti, pazarlama materyalini ilk kez tutarlı hale getirdi ve hiç kimsenin varlığından haberdar olmadığı müşteri referansları ile şirketin kazandığını bilmediği ödülleri ortaya çıkardı. Token'ların maliyeti sadece birkaç yüz dolar oldu.
Karar Alma Süreçleri ve İstihdamda Dönüşüm
İşte ikinci bir örnek: Alınması planlanan bir şirket hakkında yönetim kurulu sunumu hazırlanırken, yapay zekadan yalnızca slaytları yeniden biçimlendirmesi istendi. Yapay zeka bunu yapmakla kalmadı, talep edilmediği halde slaytları doğrulayarak birkaç maddi hata buldu. Ardından teklif fiyatımızı içeren slayta ulaşarak fiyatın çok yüksek olduğunu belirtti ve yüzde 40 oranında düşürülmesini önerdi. Bizden herhangi bir görüş istenmemişti. Gerekçesini kontrol ettik ve teklifi düşürdük.
Değişim verimlilik değil, yetenek değişimidir: eskiden bir uzman gerektiren işler, artık iş problemini anlayan herkes tarafından yapılabilmektedir.
Bunun işe alım süreçleri üzerinde yarattığı etkiyi dikkate almak gerekir. Yaklaşık 60.000 dolar maaşla birkaç başlangıç seviyesinde pazarlama personeli işe almak üzereydik. Bunun yerine bir kişi işe aldık ve oldukça yüksek bir maaş ödedik. Bu teknik olmayan tek kişi, tüm grubun yapamayacağı işleri yaptı: şirketin tanıtım materyallerini tasarladı ve müşterilerimizin operasyonlarını sektördeki rakip şirketlerle karşılaştırmak için analitik yazılım inşa etti.
Bunların ortak noktasını fark etmek gerekir. İnsanların daha hızlı çalışması söz konusu değildir. Web sitesi kuramayan üç kişi bir web sitesi kurdu. Yazılım yazmayan bir pazarlama personeli bir yazılım ürünü piyasaya sürüyor. Değişim verimlilik değil, yetenek değişimidir: eskiden bir uzman gerektiren işler, artık iş problemini anlayan herkes tarafından giderek daha fazla yapılabilmektedir.
Yok Olan İşler ve Maliyet Gerçekleri
Bunun ne anlama geldiği konusunda dürüst olunmalıdır. Bunlar artık var olmayacak işlerdir. İçimizden birinin yakın bir arkadaşı, yeni sahiplerinin yapay zekanın grafik departmanının yaptıklarını yapabileceğine karar vermesi üzerine iki meslektaşıyla birlikte işten çıkarılan bir grafik tasarımcıdır. Ancak bu araçları reddeden bir şirket bu işleri kurtarmaz; kendi geleceğiyle birlikte onları da daha sonra kaybeder.
Yapay zeka token ile satılır. Bir milyon token yaklaşık 750.000 kelimedir ve maliyeti 2 ila 8 dolar arasındadır.
Öyleyse herkes neden sınırlamalar getiriyor? Çünkü faturalar geldi, beklentilerden büyüktü ve neredeyse hiç kimse kendi yapay zeka kullanımının bir öğleden sonrasının ne kadara mal olduğunu tahmin edemiyor.
Yapay zeka token ile satılır. Bir token yaklaşık dörtte üç kelimedir ve sisteme gönderdiğiniz her şey ile sistemin size geri gönderdiği her şey sayılır ve faturalandırılır. Bir milyon token —yaklaşık 750.000 kelime veya sekiz dokuz roman— 2 ila 8 dolar arasında bir maliyete sahiptir.
Yoğun Kullanıcılar ve Token Maliyeti Analizleri
Günde 30 soru soran tipik bir ofis çalışanı ayda yaklaşık 1,3 milyon token kullanır, bu da kabaca 6 dolarlık bir kullanıma denk gelir. Yazılım şirketlerinin 25 dolarlık koltuklar satıp yine de kar etmesinin nedeni budur. Ortalama çalışan hiçbir zaman sorun olmamıştır ve olmamıştır.
En hafif kullanıcılar arasında biten tek bir işin token maliyeti 28 cents iken, en yoğun kullanıcılar arasında 89 dolar oldu.
Yoğun kullanıcılar ise farklıdır. İnsanlar yapay zeka ajanlarını çalışmaya ayarladığında —dosyaları okumak, sayıları kontrol etmek, bir şey başarısız olduğunda yeniden denemek— tek bir görev 50.000 ila 500.000 token tüketebilir. En yoğun kullanıcınız için yılda yaklaşık 12.000 dolar diyebiliriz; bu, bu konudaki haberlerde en yoğun kullanıcıların harcadığı miktardır.
Bu iyi bir anlaşma mı? Yazılım ekiplerinin aslında neyi bitirdiğini ölçen Jellyfish, bu yıl 200 şirket içindeki 12.000 geliştiriciyi inceledi. En hafif kullanıcılar arasında biten tek bir işin token maliyeti 28 cents idi; en yoğun kullanıcılar arasında ise 89 dolar oldu. Başka bir deyişle, en yoğun kullanıcılar en hafif olanlardan neredeyse 320 kat daha fazla harcama yaptı.
Sonuçları Ölçün, Tüketimi Değil
Bu durum kararı kesinleştirmez. Bu çalışmadaki ortalama bir geliştirici ayda yaklaşık 52 dolarlık token tüketti. Yüzde 90'lık dilim ise 691 dolar harcadı — bu, iki kat çıktı karşılığında, bundan kat kat fazla maaşa kıyasla yılda yaklaşık 7.700 dolarlık bir fark demektir. Çalışma gözlemsel olduğundan nedenden ziyade ilişkiyi göstermektedir. Ancak yön oldukça açıktır. Marjinal token daha az değerlidir ve yine de maliyetinden çok daha fazla değer taşımaktadır.
Tüketimi değil, sonuçları ölçün. Token kalemi önemsizdir ancak yerini aldığı iş gücü kalemi önemsiz değildir.
Üstelik fatura maliyeti eksik göstermektedir. İçimizden biri dört sektörde (banka dolandırıcılığı tespiti, ilaç araştırmaları, kimyasal keşif ve kimyasal üretim) yapay zeka dağıtımlarını modellendi; şirketlere fatura edilenler ile bu sistemlerin tekrarlanan denemeler, atıl kapasite, izleme ve çıktıları kontrol eden personel süresi hesaba katıldığında maliyetleri karşılaştırıldı. Dördünde de token faturası toplamın yaklaşık dörtte biri kadardı.
Bu nedenle tüketimi değil, sonuçları ölçün. Aynı firmanın yayınlanan örneği iyi bir örnektir: üç analistin 15 saatini alan çeyrek sonu sunumu artık bir kişi için iki saat sürmekte ve token maliyeti birkaç yüz dolar olmaktadır. Bu işteki token kalemi önemsizdir. Yerini aldığı iş gücü kalemi ise önemsiz değildir. Bütçeleme yaparken bunların yalnızca biri görünür.
Erken Düzenlemelerin Tehlikeleri ve Eğitim Dünyası
Kuralları şimdiden yazarken dikkatli olunmalıdır. New York, kuralları erken yazma konusunda bir uyarı sunmaktadır. Eyalet 2015 yılında, kimse sektörü anlamadan önce kripto para birimi şirketlerine son derece ağır lisans gereklilikleri dayattığında, bir borsa dalgası gitmiş ve bir daha asla geri dönmemiştir. Kuralların niyeti kötü değildi, ancak yanıılmanın maliyetini taşımayacak kişiler tarafından yazılmış erken kurallardı. İş dünyası da erken düzenleme yapmamalıdır.
Üniversiteler bir zamanlar yapay zekayı yasaklamıştı. Şimdi ise zorunlu kılıyorlar ve lisanslar için ödeme yapıyorlar.
Şirketler şimdi bunu kendi kendilerine yapıyorlar: onay iş akışları, kısıtlı araç listeleri, kişi başı sınırlar. Bir sınırlandırma, muhtemelen en üretken olan en yoğun kullanıcınızı cezalandırır. Ve bunların her biri, gerçekler değiştiğinde 2028 yılında da geçerli olacak şekilde 2026 yılında yazılmış bir kuraldır.
Üniversiteler bir zamanlar yapay zekayı yasaklamıştı. Şimdi ise zorunlu kılıyorlar ve lisanslar için ödeme yapıyorlar. Harvard İşletme Okulu MBA öğrencilerine ChatGPT ve Claude veriyor. Darden, ödevlerde kullanımlarını teşvik ediyor. New York firmalarına mezunlar gönderen pratik bir okul olan Pace Üniversitesi, her öğrenciye bir Gemini aboneliği veriyor. Bir yıl önce yapılan bir anket, çoğu okulun bu araçları denetlediğini gösterirdi. O artık eski dünyadır.
İkinci Endüstri Devrimi ve Geleceğe Uyum
Okullar bu değişimi benimsedi çünkü işverenler bunu yaptı: yeni mezunları işe alırken temel modellere hakimiyet, ele aldığımız tek en önemli beceridir.
Bu ikinci bir sanayi devrimidir ve kazançlar aynı büyüklükte olacaktır. Fazla harcama önümüzdeki çeyrekte telafi edilebilir, geride kalmak ise telafi edilemez.
Bu ikinci bir sanayi devrimidir ve kazançlar aynı büyüklükte olacaktır. Fazla harcama önümüzdeki çeyrekte telafi edilebilir. Geri de kalmak ise telafi edilemez.
Fortune.com yorum yazılarında ifade edilen görüşler yalnızca yazarlarının görüşleridir ve hiçbir şekilde Fortune'un görüşlerini ve inançlarını yansıtmaz. Bu hikaye orijinal olarak Fortune.com'da yayınlanmıştır.
