Orjinal Başlık: İşten çıkarmalar yapay zekayı kullanmayı öğrenene kadar devam edecek
Orjinal Yazar: Arnav Gupta, AI Mühendisi
Orjinal Çeviri: Efe Yılmaz, AI Analisti

Şirketimizin üst düzey yönetim ofisinde, tam 8000 kişiyi bulan bir işten çıkarma listesi yatıyor. Bu listede yer alma olasılığım %10. Birkaç gün sonra, yani 20 Mayıs'ta, kaderimi öğreneceğim.

Bugün Coinbase'in duyurduğu "AI İşten Çıkarma" haberi karşısında, bu makaleyi yazmaya karar verdim. Özellikle 20 Mayıs'tan önce kaleme almamın nedeni, en gerçekçi düşüncelerimi paylaşmak ve kişisel duygusal yanı olmadan yapmak istememdir. Bu düşünceler sadece benim işten çıkarılıp çıkarılmayacağımla ilgili değil, aynı zamanda sadece kendi şirketimle sınırlı değil. Bu fikirler, büyük ve orta ölçekli şirketlerde çalışan arkadaşlarımdan gelen gerçek seslerdir.

Şu anda birçok makale, bu yeni işten çıkarma dalgasının (genellikle Jack Dorsey'in Square'den %40 personeli çıkarmasının başlangıcı olarak kabul edilir) gerçekten AI'dan kaynaklanıp kaynaklanmadığını, yoksa sadece "AI yıkaması" ile ilgili olduğunu tartışıyor.

Makalemi her türlü haber ve makale bağlantısıyla doldurmak istemiyorum çünkü bunları muhtemelen zaten görmüşsünüzdür veya sadece Google'da aratarak veya ChatGPT'ye sorarak bulabilirsiniz.

Övülen "AI Verimliliği" ve belirsiz kanıtlar

AI gerçekten bizi daha verimli hale getirdi mi? Bu gerçekten tartışmalı bir ağırlıklı soru! Geriye doğru düşünürsek, "AI'nın hiçbir şeyi değiştirmediğini" iddia etmek, hatta en çok AI'nın değerini sorgulayan insanların bile bu iddiaya katılmayacağını düşünüyorum.

Özellikle teknoloji şirketlerinde, AI kullanımının patlaması açık bir şekilde görülebilir. En muhafazakar, AI'ye bütçe ayıran, çalışanlara AI araçları vermeyen şirketlerin bile bir kısmının işin esasını AI'nın yaptığını inkar etmeleri mümkün değildir - hatta çalışanlar sadece Google veya Microsoft'un ofis paketlerinde, dokümanları düzenlemek için Gemini veya Copilot'ı gizlice kullanıyor olsalar bile.

Daha vizyon sahibi olan ve AI token (AI Modeli metin işleme birimi, genellikle şirketler büyük dil modellerini kullanırken token tüketimine göre ücretlendirilir) okyanusuna dalarak şirketler, Uber ve Shopify gibi, AI kullanımları adeta çılgınlığa dönüştü.

Artık buna alıştık: Kodun %90 ila %100'ü yapay zeka tarafından oluşturuluyor, haftalık kod incelemesi (PR'ler/diff'ler) miktarı 2 ila 5 kat artıyor, yıllık milyonlarca dolarlık yapay zeka bütçesi sadece birkaç ay içinde tükeniyor.

Ancak Ed Zitron, Will Manidis, Gary Marcus ve Michael Bury gibi teknoloji yorumcuları ve yatırımcıları, şüphesiz size şu can alıcı soruyu soracaklar: Eğer durum buysa, neden bu şirketlerin geliri %2 ila %5 kat artmadı? Neden uygulamaları neredeyse altı ay öncekinden hiç farklı değil? Eğer yapay zeka gerçekten bu kadar verimliyse, bu şirketler gerçekte ne ürettiler? Eğer kodu 5 kat artırdılarsa ve son kullanıcı hiçbir fark görmüyorsa, bu kodların anlamı nedir? Bu son derece keskin ve makul bir sorudur.

Girdi, Çıktı ve Sonuç

Önce işletme yönetimi temel dersini biraz araya sıkıştıralım. Hızla büyüyen, fazla finansman alan ve parayı dört bir yana savuran orta ölçekli bir şirket nihayet fon sıkıntısıyla karşı karşıya kaldığında, bir deneyimli CEO'dan tavsiye istersiniz. Size bir McKinsey uzmanını durumu incelemesi için çağırmanızı önerecektir. Danışmanlar, sunumlarının ilk sayfasına düz beyaz bir slayt koyacaklar ve üzerine varsayılan Arial yazı tipiyle "Girdi, Çıktı, Sonuç" üç kelimesini yazacaklar.

Size herkesin anladığı ancak sürekli unuttuğu iş dünyası gerçeğini açıklayacaklar:

Kod, sadece Girdidir.

İşlevsellik, Çıktıdır.

Kullanıcı ürününüze istekli bir şekilde para öderse, bu Sonuçtur.

Yapay Zeka (veya en azından Claude Kurumsal Sürümü gibi ürünler), temelde bir işletmeye yönelik yazılım hizmeti (B2B SaaS) ürünüdür. SaaS ürünlerinin fiyatlandırması ve pazarlama yöntemleri farklılık gösterir. Bir ürün doğrudan "Sonuç"u değiştirebiliyorsa, genellikle "Sonuç"tan doğrudan pay alır. Bir satış hattı kurulum hızını %36 artırabilecek bir ürünü düşünün. Hemen deneyin, yalnızca satış tutarının %5'i kadar düşük bir hizmet ücreti ödemeniz gerekir.

Bu kesinlikle müşteriyi etkiler. Diğer koşullar sabit kaldığında, eğer önceki 100 günde 100 anlaşmaya vardıysanız, şimdi sadece 63 gün sürer. Tasarruf ettiğiniz 36 gün (eğer hesabım doğruysa) sizi ekstra 57 anlaşma yapmaya teşvik eder! Yani, potansiyel satış geliriniz %57 artar. Herkes ek gelir elde etmek için satış priminden %5 kesinti yapmaya çok isteklidir. Ve eğer bu ürünü kullanmazsanız, hiçbir ücret ödemezsiniz.

Belki benim ne söyleyeceğimi tahmin etmişsindir—Claude'un Token Yakma fiyatlandırma modeli tamamen farklı. Yazılım mühendisiniz Claude'u programlama bağımlısı gibi kullanıp (bu ikisinin İngilizce kısaltmasının tesadüf olduğunu fark ettim, ikisi de „cc“), her gün 1 milyar Token üretiyorsa, her gün her mühendis için 100 dolar ödemek zorundasınız.

Hatta ürettikleri kodun bir kısmı çalışmazsa çöpe atılsa bile;

Hatta bazı kodlar daha sonra ciddi sistem arızalarına (SEV) yol açsa ve acil geri alınma yapılsa bile;

Hatta hala bir kısmı sadece iç araçları daha çekici hale getirmek için kodlanmış olsa, böylece başkan yardımcıları veri gösterge tablosuna baktığında daha sevimli bulsalar bile;

Hepsini ödemek zorundasınız. Çünkü kod sadece bir „yatırım“. Genellikle doğru yönde olduğu sürece, daha fazla „yatırımın“ genellikle daha fazla „verim“ getireceği ve daha iyi „sonuçlar“ elde edileceği söylenir. Ancak, eğer bir gecede „yatırımı beş katına çıkarırsanız“, bu kural belki de geçerli olmayabilir. Eklediğiniz bu ekstra „yatırım“, aniden beklenen „verim“ veya „sonuçlar“ olmaktan çıkabilir.

Gerçekten Bizi Ne Engelliyor!

Geçmişte, CEO veya ürün müdürü (PM) 10 şey yapmak istediğinde, geliştirme ekibi her zaman en önemlisini halletmekten başka yapacak vaktimiz olmadığını söylerdi. Geriye kalan 8 şeyi yapmak için zamanları olmadığını söylerlerdi. Neden mi? Çünkü kod yazmak çocuk oyuncağı değildir, karmaşık ve çalışabilir bir yazılım geliştirmek çok zaman gerektirir.

Eee… ama şimdi kod neredeyse bedava. Peki neden geriye kalan 8 şeyi hala yapmıyoruz?

Cevap iki türlü: biri CEO ve PM'nin duymak istemediği, diğeri de orta kademe yöneticilerin ve kıdemli personelin duymak istemediği.

1. Aslında, O 8 Fikir... aslında akla yatkın bile değil mi?

Yalnızca CEO veya PM'nin aklından geçen 10 fikrin gerçekten de işletme sonuçlarına dönüşebileceği anlamına gelmez. Gerçekten de 10 yeni özellik (çıktı) geliştirseniz bile, kullanıcıların hepsinin onaylayacağını ve bundan dolayı uygulamanızı daha fazla kullanacaklarını garanti edemezsiniz.

Aksine, önceki dönemde geliştirme kaynakları sınırlı olduğu için, bu „sürtünme“ herkesi kötü fikirler kaynakların büyük bir bölümünü tükene kadar tartışmaya zorlardı, öyle ki en iyi iki fikri seçip diğerlerini erken elerlerdi. Şimdi ise kod yazmak hızlı ve ucuz olduğundan, neyin iyi neyin kötü fikir olduğu konusunda hararetli tartışmalar anlamsız görünüyor. Onları reddetmeye çalışsanız bile, CEO veya PM'nin Claude'a doğrudan talepte bulunmasını engelleyebileceğinizi mi düşünüyorsunuz? Boşver, denemeye bile değmez.

2. Herkese "Hizalama" Dayatmak Çok Acı Vericidir.

Hepimiz bunun ne kadar acı verici olduğunu biliyoruz. İlk olarak, tüm ilgili tarafların "neden" bu işi yapmaları gerektiği konusunda uzlaşmaya varmaları gerekiyor; ardından, spesifik olarak "ne yapacakları" üzerine ayrı bir toplantı yapmak zorundasınız; son olarak, herkesin "nasıl yapılacağı" konusunda ayrı ayrı fikir yürütmesi gerekiyor.

Takım ne kadar büyük olursa, "hizalama cehenneminde" takılı kalan proje sayısı da o kadar artar. Eskiden bu sorun yazılım geliştirme sürecinin yavaş olması yüzünden gizlenirdi. Şimdi ise, "ne yapılacak" kararı alındıktan hemen sonra biri hemen Minimum Olası Ürün'ü (MVP) oluşturmak için gece boyunca çalışır (çekirdek fikri hızlı bir şekilde doğrulamak için en düşük maliyetle geliştirilen ve hızlı iterasyon süreçlerine olanak tanıyan ürün), ve ertesi gün hemen bir sonraki toplantıyı planlar.

Toplantıda, diğer bir takımın da gizlice bir MVP oluşturduğunu görmek sizi şaşırtır! Üstelik, farklı varsayımlara dayandığınızdan, bu iki ürünün işleyişi tamamen zıt yönlere gider.

Tabii ki, oturup kimin varsayımlarının doğru olduğunu yavaşça tartışabilirsiniz.

Ama dürüst olmak gerekirse. Sınırsız Claude Jetonu'na sahip olan siz ve ekibiniz, bununla uğraşmaya üşenirsiniz. Diğer bir ekip de üşenmez. Hemen Claude'a sarılır ve karşı ekip tarafından yapılan işi sizin en mükemmel şekilde yapmasını sağlar. Ve Claude sadece nazikçe "Aynen öyle!" der ve hemen kodlamaya başlar.

Kişiselleştirme Gerçekten Ne Problemi Çözebilir?

Peki, sabırla bu açık olan temel gerçekleri sizlere anlattığım için teşekkürler. Biliyorum, asıl mesele olanı görmek istiyorsunuz.

Kişiselleştirme gerçekten hangi amaçlara ulaşabilir? Benim varsayımlarıma göre, yapay zeka gerçekten %30 çalışanın yerini alamadıysa (herkes bu konuda hemfikir olmalı değil mi? Çünkü pek çok görevde, birinci sınıf masa başı işçisinden daha iyidir, ancak diğer bazı görevlerde insan kadar iyi değildir - doğrudan yerine alınabilecek bir parça değildir, hatta bir şirketin %10, %20 veya %30'unu doğrudan değiştiremez).

O zaman, kişiselleştirmenin mantığı nerede? Çünkü bu, masada duran iki kısa vadeli sorunu anında çözebilir.

1. "AI Harcamalarını" Dengeleme

Bu aslında en temel nakit akışı problemlerinden biridir. Açıkça görülmektedir ki, eğer Claude'a bağımlı olan mühendisleriniz her gün Claude'da 100 dolar harcıyorsa (ayda 2500 dolar, yılda 30.000 dolar), bu para Hindistan'da bir yazılım geliştirme mühendisinin tam maaşına eşdeğer olabilir; Avrupa'da yarım maaşa; Amerika'da ise dörtte bir maaşa denk gelebilir.

En Basit ve En Yıkıcı Hesaplamayı Yapalım: Düz bir şirkette, tüm çalışanların SDE olduğunu varsayalım. Mevcut maaş harcaması toplamını (Token satın alma dahil) sürdürebilmek için %50'sini (Hindistan), %33'ünü (Avrupa) veya %20'sini (ABD) çalışanlardan çıkarmanız gerekecek.

Aslında, yapay zeka kullanımı her şeyi görmezden gelerek hızla artarken, şirketin geliri aynı oranda artmıyorsa, işten çıkarmak kaçınılmaz bir seçenek haline gelir. Aksi takdirde, şirketin bilançosu tamamen çöker. Girdi maliyetiniz %50 artarsa ancak iş sonuçları hiç gelişmez veya hatta kötüleşirse, yazılım geliştirme ömrünüzdeki birim ekonomik verimliliğiniz tamamen çöker.

Eğer %50 artan girdi maliyetini %50 artan gelir sonuçlarına dönüştürmenin yolunu gerçekten öğrenseydik, işte o zaman bu adımı atmamıza gerek kalmazdı. Ancak, henüz bunu öğrenmediğiniz için, bazılarınız Anthropic'e maaş ödeyebilmek için işten çıkarmak zorunda kalacak.

2. 'Uyum Vergisi'ni Azaltma

Hiç şüphe yok ki, herhangi bir büyük şirketin boyutu, sadece 'hayatta kalma' için gerekli olan boyutun çok ötesindedir. Bu, büyük şirketlerin doğasında olan bir durumdur; büyük ölçekli organizasyonlar kaçınılmaz olarak 'organizasyonel yağ' biriktirecektir, bu da organizasyonel yapılandırmanın kaçınılmaz bir sonucudur.

Bu şirketlerde bir kişi istifa etse bile sistem çalışmaya devam eder çünkü onun ne yaptığını önceden bilen biri her zaman vardır. Birçok büyük firmada, izin alıp yarı yıl tatil yapabilirsiniz ve yine de yönettiğiniz proje sağlam kalır. Bu iyi bir durumdur! Ancak bu aynı zamanda, eğer bir kısmı işten çıkarılırsa, şirketin anında felce uğramayacağının da kesin bir kanıtıdır. Aksine, ilk birkaç haftalık sistematik acıdan sonra, birkaç ay sonra işlerin hızı hatta artabilir!

Önceki bölümde bahsedilen, birbirlerine teknik çözüm üzerinde anlaşamayan iki ekip var ya? Çok basit, sadece bu ekiplerden birini çıkarırsanız ve kalan ekibi birkaç gece boyunca çalıştırırsanız, artık hiç kimseyle 'uyum sağlama' derdiniz olmaz.

Uzun vadeli neler olacağını bilemeyiz (veya ekonomist Keynes'in dediği gibi, 'Uzun vadede, hepimiz ölüyüz'), ancak kısa vadede, büyük bir şirketten %10-20 çalışanını çıkarmak, iş temposunu hızlandıracaktır.

Zamanla büyük şirketler, kaçınılmaz olarak gereksizlik biriktirecek ve işler gereğinden fazla kişiyle yürütülecektir, teknik borç biriktirdikleri gibi büyük ölçüde 'organizasyonel borç' birikecektir. Bu, büyük şirketlerin kronik bir sorunudur. Bugün %10'u kesmek, iki yıl sonra sorunun tekrar baş göstermesini engelleyemez. Ancak, herkesin eskisine göre 5 kat daha fazla kod gönderdiğini görmekle birlikte diğer ekiplerin engellemesi nedeniyle bir türlü canlıya alamadığınızda, en doğrudan, en vahşi çözüm yolunun açık olduğu görünmektedir: Bazı kişileri çıkarın, böylece kimse birbirinin yolunu tıkamaz.

Bu İşte AI İşten Çıkarması, AI doğrudan pozisyonunuzu değiştirmemiş olsa bile.

Sanal bir makinede çalışan yeni bir Claude örneği mi çalışma numaranızı aldı? Her şeyin öyle olmadığını hepimiz biliyoruz.

Yine de, şirkette, Visual Studio Code, Figma, Canva veya Google Docs'ta klavye vurup fare tıklatarak tamamlamanız gereken birçok iş akışının, şimdi başkaları tarafından (bu iş sonuçlarını sağlamanız gereken kişiler) büyük dil modeline doğru doğruca bağırdığı bir ipucu yazarak ve artık size yardım etmeye üşenerek yapıldığını gördünüz mü? Bu da tartışmasız bir gerçek.

Bu işten çıkarmalar aslında "AI beyazlatması" olarak kabul edilebilir mi? Yani - şirketin, AI ile ilgisi olmayan temel sorunları (aşırı işe alım, karlılık düşüşü, rekabet baskısı, kötü iş kararları gibi) aslında var mıydı ve şimdi sadece AI'ı bir işten çıkarma "bahanesi" olarak mı kullanıyorlar? Evet, bu bir şekilde mantıklı.

Belki fark edeceksiniz ki, eğer bu süre zarfındaki tüm CEO'ların gönderdiği "işten çıkarma e-postalarını" toplarsanız, onların sanki bir sohbet grubu kurmuş ve bu e-postaları birlikte yazmak için bir araya geldiklerini düşüneceksiniz. "AI first team," "code-writing manager," "increased management span," "flattened architecture," "managing AI agent teams"... Bu yeni jargonun her e-postada aynı şekilde tekrarlandığını göreceksiniz. Adeta hepsinin GPT'ye aynı ipucu cümlesini besledikleri gibi.

Ama gerçek şu ki, bu işten çıkarmalar doğrudan doğruya AI tarafından sizin yerinize geçmediyse bile, bu işten çıkarmaların özünde yine de AI nedeniyledir. Ve bu işten çıkarmaların bir "AI beyazlatması" unsuru taşısa bile, bu işten çıkarmalar, sonuç olarak yine AI nedeniyledir. Dahası, bu işten çıkarma dalgası, AI'ı gerçekten nasıl kullanacağımızı öğrenene kadar devam edecek.

İşte, dünya çapındaki GSYİH büyümesini gerçekten nasıl iten AI'ı anlayana kadar; işletmelerin yılda toplamda 700 milyar dolarlık (OpenAI ve Anthropic'in kurumsal gelirinin toplamı) Token harcamalarını karşılamak için, şirketler sadece personel maaşlarını keserek "çözme yoluyla duvara delik açma" yapabilecekler.

Ekibler arası boyun ağrıtmadan nasıl daha verimli iletişim kuracağımızı öğrenmeden önce, sorunu çözmenin tek yolu hep aynı olacak - bizi organizasyon şemasından silmek.

Yalnızca 15 gün kaldı, kaderimi öğreneceğim. Ancak sonuç ne olursa olsun, nedenini bildiğimi düşünüyorum. O an geniş CEO odasının köşesinde oturup karar verdiğim kişi ben olsam da, daha iyi yapabileceğimi ya da belki de sadece diğer çoğunlukla aynı kararı vereceğimi bilmiyorum.

Orijinal Tweet

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia