AI yatırımları teknoloji şirketlerinin gelirlerini desteklemeye devam ederken, bunun daha geniş kurumsal dünyada aynı ölçüde finansal karşılık üretmediği görülüyor. Apollo Global Management baş ekonomisti Torsten Slok’un 24 Ekim tarihli analizine göre, çalışan başına gelir ve kâr marjları Magnificent Seven olarak anılan büyük teknoloji hisselerinde yükselirken, S&P 500 içindeki diğer 493 şirkette büyük ölçüde yatay seyrediyor.
Analizin temel bulgusu, yoğun harcamalara rağmen AI’ın teknoloji sektörü dışındaki şirketlerde verimlilik artışını açık biçimde kanıtlayamamış olması. Başka bir deyişle, kurumsal Amerika genelinde AI için ayrılan bütçeler büyüse de bunun gelir artışı, operasyonel tasarruf ya da marj iyileşmesi olarak bilanço tarafına ne kadar yansıdığı henüz sınırlı kalıyor.
Bunun önemli nedenlerinden biri maliyet yapısı. AI modellerini büyük ölçekte çalıştırmak, özellikle token bazlı ücretlendirme kullanılan hizmetlerde hızla pahalı hale gelebiliyor. Çalışanlar daha fazla sorgu yaptıkça veya AI ajanları daha karmaşık görevler üstlenip daha çok veri işledikçe kullanım faturası da yükseliyor. Slok, birçok ana akım şirketin token harcamalarını artık büyüme motorundan çok bir maliyet kalemi olarak görmeye başladığını belirtiyor.
Bu tablo, AI sağlayıcıları için de kritik bir eşik oluşturuyor. Daha fazla işlem gücü, model erişimi ve altyapı satmak kısa vadede gelir yaratabiliyor; ancak müşterilerin aynı harcama temposunu sürdürmesi için buna karşılık verimlilik, gelir veya işletme giderlerinde ölçülebilir iyileşme görmesi gerekiyor. Aksi halde artan AI giderleri, iş performansına somut katkı sunmadan marjlar üzerinde baskı kurabilir.
Slok ayrıca AI’ın hesap verebilirlik, güven, kurum kültürü, yazılı olmayan kurallar, etik ödünleşimler ve adalet gibi unsurları doğal olarak anlamadığını vurguluyor. Bu başlıklar özellikle itibara duyarlı sektörlerde gelir büyümesi ve kârlılık açısından belirleyici olabiliyor. Bu nedenle AI hikâyesinin asıl sınavının Mag 7’de değil, S&P 493 içinde verileceği; şu ana kadar da teknoloji dışındaki şirketlerde gelir büyümesi veya marjlarda belirgin bir iyileşme kanıtı bulunmadığı ifade ediliyor.
Benzer bir gerilim Hindistan’daki fintech sektöründe de görülüyor. 11 Eylül tarihli PwC India anketine göre, ankete katılan fintech şirketlerinin %84’ü AI yatırımlarından ölçülebilir finansal sonuç henüz görmediğini söyledi. Buna rağmen şirketler geri adım atmıyor: Katılımcıların %48’i özgün zekâyı başlıca stratejik öncelik olarak tanımlarken, AI ajanlarının benimsenmesini önümüzdeki üç ila beş yılda en çok müşteri deneyiminin tetiklemesi bekleniyor. Bunu %22 ile maliyet düşürme ve verimlilik kazanımları izliyor.
Güven de önemli bir engel olmaya devam ediyor. Aynı ankette katılımcıların %41’i müşteri güveni ve benimsemeyi, ajan tabanlı ödemelerin ölçeklenmesindeki en büyük bariyer olarak gösterdi. %33’lük kesim ise dolandırıcılık, güvenlik ve risk yönetimini başlıca sorunlar arasında sıraladı. AI ajanları çok adımlı görevleri yerine getirerek kullanım alanını genişletebilir; ancak araçlara erişim, kurumsal sistemler arasında işlem yapma ve bilgi işleme yetenekleri ek maliyet ve güvenlik riski de getiriyor.
Bu riskleri sınırlamaya yönelik araçlar geliştiriliyor olsa da maliyet baskısı şimdiden hissediliyor. Artan token tüketimi; Microsoft, Meta ve Amazon gibi şirketlerde çalışanların AI araçlarını daha fazla kullanması ve ajan tabanlı iş yüklerinin büyümesiyle faturaları yükseltti. OpenAI CEO’su Sam Altman da token maliyetlerini müşteriler için “büyük bir sorun” olarak tanımlamıştı. Öte yandan AI patlamasının arkasındaki altyapı da ucuz değil; Amazon, Google, Meta ve Microsoft veri merkezleri, çipler ve bu iş yüklerini besleyecek enerji için çok büyük yatırımlar yapmış durumda.
