Orijinal Başlık: Makine İşgücü Pazarı

Orijinal Yazar: @__sishir

Çeviri: Peggy

Editör Notu: Yapay zeka kod yazmaya, müşteri hizmetleri taleplerini işlemeye ve hukuki belgeleri incelemeye başladığında, daha temel bir soru ortaya çıkıyor: İşletmeler gerçekte ne satın alıyor? Token mı, GPU saati mi, yoksa tamamlanan iş mi?

Bu makale dikkate değer bir çerçeve sunuyor: Yapay zekanın ticarileşmesi yalnızca "hesaplama gücü pazarı" veya "model çağrısı pazarı" olarak anlaşılmamalı, aksine yeni bir "makine işgücü pazarına" doğru ilerliyor. Bu pazarda token yalnızca bir ölçü birimi, GPU bir girdi, model ise bir üretim aracıdır. Asıl fiyatlandırılan ve ticareti yapılan şey, yazılımın doğrudan tamamladığı ekonomik emektir.

Makalenin temel tezi, yapay zeka fiyatlandırma mekanizmasının ham tokenlardan, standartlaştırılmış model yeteneklerine, ardından sektörel işgücüne ve nihayetinde programlanabilir sonuç pazarına doğru evrileceğidir. Yani gelecekte işletmeler, belirli bir görevin hangi model veya hangi GPU tarafından tamamlandığıyla değil, belirlenen gecikme süresi, doğruluk oranı, güvenilirlik ve maliyet sınırları içinde standartlara uygun sonuçları teslim edip etmediğiyle ilgilenecek.

Bu aynı zamanda yapay zekanın insan işgücü piyasası üzerindeki etkisinin yalnızca basit bir ikame olmayabileceği anlamına geliyor. Makineler daha fazla standartlaştırılabilir ve doğrulanabilir iş üstlendikçe, insanların rolü denetim, sorumluluk üstlenme, bağlam yönetimi ve nihai karar vermeye doğru kayabilir. Bazı senaryolarda, son %1'lik insan kararı daha değerli hale gelebilir çünkü bu, büyük ölçekli otomasyonun %99'unu serbest bırakabilir.

Bu açıdan bakıldığında, yapay zeka pazarındaki bir sonraki rekabet aşaması artık yalnızca model yetenekleri yarışı veya saf hesaplama gücü fiyat savaşı olmayabilir. Bunun yerine, kimin "işi" standartlaştırabileceği, doğrulanabilir kılabileceği, fiyatlandırabileceği ve nihayetinde makine işgücünü satın alınabilir, ödenebilir ve ticareti yapılabilir yeni bir üretim faktörü haline getirebileceğiyle ilgili olacak.

İşte orijinal metin:

Verimlilik dalgaları geçmişte her zaman insan üretim araçları ve yazılımlarından gelmiş, işin yapılma şeklini optimize etmiştir. Elektronik tablolar muhasebecilere ve analistlere yardımcı olmuş, konveyör bantlar verimi artırmış, çekiçler insan kuvvetini büyütmüştür. Ancak gerçek emek her zaman insanlardan gelmiştir.

Şimdi yapay zeka, uçtan uca iş çıktıları üretiyor ve doğrudan emeğin kendisini icra ediyor. Kod yazabiliyor, müşteri hizmetleri taleplerini işleyebiliyor, hukuki belgeleri inceleyebiliyor. Tüm teknoloji yığınının ucunda bir sıkışma yaşanıyor: Eski teknoloji yığını emeği destekliyordu, yeni teknoloji yığını ise emeği üretmeye başlıyor.

Son zamanlarda yapay zekanın finansallaşmasıyla ilgili tartışmaları duyduysanız, muhtemelen Jensen ve diğerlerinin LLM token'larının ve/veya GPU saatlerinin yeni emtialar haline geldiğini söylediklerini duymuşsunuzdur. Bu sezgi anlaşılabilir çünkü token'lar ölçülebilir, faturalandırılabilir ve grafik haline getirilmesi kolaydır; GPU saatlerinin arkasında ise milyarlarca dolarlık fon akışı vardır. Ancak token'lar hâlâ yalnızca bir ölçüm sayacıdır, GPU saatleri ise yalnızca girdidir; kimse onlara sahip olmak için satın almaz. İnsanların gerçekten istediği işi tamamlamaktır. Yapay zeka, teknoloji yığınının kendisini bir emek kaynağına dönüştürüyor.

Makine emeği: Yazılım tarafından yürütülen, ekonomik kullanımı olan ve üretim sürecine satılan iş.

Piyasalar zaten bu yönde hareket ediyor. Benchmark'tan Sarah Tavel, bu fırsatı yazılım kategorileri yerine dış kaynaklı emek piyasaları üzerinden anlamaya eğilimli. Belirli bir tekrarlanabilir görev zaten özel bir offshore ekip veya profesyonel hizmet şirketi tarafından yapılıyorsa, bu genellikle yapay zeka tarafından teslim edilmeye uygun bir iştir. a16z'den Alex Rampell buna "yazılımın emeği yutması" adını veriyor: Yazılımın bir sonraki aşaması, işi bizzat tamamlamaktır. Sequoia'dan Julien Bek ise aynı değişimi başka bir açıdan tanımlıyor: Hizmetler yazılıma dönüşüyor, copilot araç satarken, autopilot iş satıyor.

İlgili okuma: https://sequoiacap.com/article/services-the-new-software/

Sonuç Fiyatlandırmasının Arkasındaki Eksik Piyasa

Koltuk fiyatlandırması erişim için ücret alırken, token fiyatlandırması kullanım için ücret alır. Sonuç fiyatlandırması ise iş tamamlandığında ücret alır. Sonuç fiyatlandırması bizi bir adım ileri götürüyor, ancak hâlâ bir soruyu yanıtlamıyor: Fiyata kim karar veriyor?

Makine emeği doğrudan satın alınabiliyorsa, fiyat tedarikçiler arasındaki rekabetten gelmelidir. Bu tedarikçilerin aynı tür görev veya iş tamamlama standartlarını karşılayabilmesi gerekir ve bu da farklı sektörler ve görevler içinde standardizasyon gerektirir.

Şu anda LLM token'ları kullanılıyor, ancak ham token'lar yalnızca en alt seviyedir. Her varil petrol yalnızca bir ölçüm birimidir; asıl ticareti yapılan, belirli bir kalite, teslimat koşulları ve piyasa fiyatına sahip belirli bir petrol sınıfıdır. Bir varil Brent petrolü ile bir varil yüksek kükürtlü ağır petrol aynı emtia değildir. LLM token'ları da aynı şekilde. Token'lar yalnızca ölçüm birimidir; asıl önemli olan arkasındaki zekadır: model kalitesi, kıyaslama alt sınırları, gecikme süresi, bağlam penceresi, güvenilirlik ve teslimat garantileri. Öncü kod modelinden gelen 1 milyon token ile ucuz genel modelden gelen 1 milyon token aynı emtia değildir. Piyasanın, enerji piyasasının standartlaştırılmış petrol sınıflarına ihtiyaç duyması gibi, standartlaştırılmış çıkarım sınıflarına ihtiyacı vardır.

Anjali Shriva bunu doğrudan belirtiyor: token, sabit bir maliyet birimi değildir. Ekonomisi, bağlam uzunluğu, görev yapısı, girdi/çıktı oranı, yeniden deneme sayısı, araç çağrıları ve Agent iş akışına göre değişir. Kısa bir istemdeki bir token ile uzun bir Agent döngüsüne gömülü bir token, aynı ekonomik nesne değildir.

Bunu insan emek piyasasında zaten yapıyoruz. Hiç kimse bir radyoloğu genelleştirilmiş bir "insan saati" olarak kiralamaz. Eğitim geçmişi, lisans sertifikaları, uzmanlık alanı, deneyim yılı, müsaitlik, itibar, sorumluluk üstlenme gibi faktörlere bakılır. Farklı insan sözleşme şartnameleri, farklı asgari standartlar ve seviye beklentilerine karşılık gelir.

İnsan emek piyasası zaten bu şartnamelerle işler, ancak bunlar genellikle karmaşık, niteliksel ve çeşitli vekil göstergelerle doludur. Makine emeği, bu şartnameleri daha belirgin ve daha ölçülebilir hale getirecektir.

LLM veya Agent için beceri, deneyim, hız ve güvenilirlik gibi göstergeler doğrudan sözleşmeye yazılabilir: kıyaslama puanları, gecikme süresi, işlem hacmi, bağlam penceresi, maksimum çıktı uzunluğu, araç kullanım doğruluğu, çalışma süresi, hata oranı. Emek, ölçülebilir beklentiler ve sonuçlara göre tedarik edilebilir.

TheGrid.ai'nin sözleşme şartnamesi, temelde bir uygunluk filtresi ve LLM çıktıları için fiyat rekabetidir. Tedarikçiler, şartnameleri karşıladıkları sürece rekabete girebilir:

Akıllı kıyaslama ≥ alt sınır

Gecikme süresi ≤ üst sınır

İşlem hacmi ≥ alt sınır

Çalışma süresi ≥ alt sınır

Hata oranı ≤ üst sınır

Tüm tedarikçiler aynı asgari eşiğe ulaştığında, fiyat üzerinde rekabet etmeye başlarlar. Alıcının sorusu şudur: Hangi tedarikçi, gerekli emeği en iyi fiyatla sunabilir?

Radyolog işe alımı, LLM bağlamında ölçülebilir bir soruna dönüşür: Hangi LLM'ler, yüksek yeterlilikle röntgen okuyabilir ve belirli gecikme süresi, bağlam penceresi ve diğer sonuç bazlı sözleşme şartnameleri dahilinde görevi tamamlayabilir.

Sonuç, alıcının başarıyı ölçme şeklidir; emek, tedarik edilen ekonomik faaliyettir; token ise makinenin işi tamamlarken tükettiği yakıttır.

The Grid, bir makine emek piyasasıdır.

Token’tan Makine İşgücü Piyasasına

Piyasalar, teknoloji yığınının girdilerini fiyatlandırabilir, ancak çıktıları fiyatlandırmak için bir makine işgücü piyasasına ihtiyaç vardır. Alıcılar GPU saatleriyle ilgilenmez. Model uç noktaları da istikrarlı değildir: yeniden adlandırılır, kullanımdan kaldırılır, paketlenir veya doğrudan emekliye ayrılır.

Kullanıcılar ve likidite sık sık yapılan değişikliklerden hoşlanmaz. GPU’lar ve modeller sürekli evrilir, ancak istikrarlı birim işin kendisidir.

Bence piyasalar aşağıdaki yol boyunca evrilecek. Her bir üst seviyede, satın alınan şey daha soyut ve daha değerli hale gelir, ancak doğrulaması da zorlaşır. The Grid, bu merdiveni adım adım tırmanmalıdır:

Ham token → Emtialaşmış LLM Yetenek Piyasası → Emtialaşmış İşgücü Piyasası → Programlanabilir Sonuç Piyasası

Birinci Aşama: Ham Token

Claude 4.7, GPT 5.5, Kimi 2.6, DeepSeek V4, GLM 5 vb.

Bugün alıcılar, çıkarım sağlayıcılarından ham model çıktıları satın alıyor. Kendi prompt’larını gönderiyor, çıkarım sonuçlarını alıyor ve kullanım başına ödeme yapıyorlar. Bu kolayca doğrulanabilir, ancak yine de sadece bir hammaddedir. Alıcıların gerçekten istediği token değil, en iyi fiyata faydalı zekadır.

İkinci Aşama: Emtialaşmış LLM Yetenek Piyasası

Örneğin text/usd, code/usd, agent/usd vb.

Alıcılar artık belirli bir modeli seçmez, ihtiyaç duydukları zeka kategorisini seçer. Alıcılar hâlâ iş akışını, prompt’ları, verileri ve uygulama mantığını kontrol eder. The Grid, her bir isteği sözleşme şartlarına uyan ve en düşük fiyatı sunan uygun modele yönlendirir.

Not: Bu, ham token’ın üzerindeki ilk gerçek soyutlama katmanıdır ve TheGrid.ai’nin şu anda bulunduğu yerdir.

Üçüncü Aşama: Emtialaşmış İşgücü Piyasası

Örneğin accounting/usd, support_agent/usd, legal/usd, healthcare/usd, radiology/usd vb.

Modeller daha uzmanlaştıkça, yetenek piyasası sektöre özgü piyasalara dönüşebilir. Bu, insanların farklı işgücü piyasalarındaki uzmanlaşmasına benzer.

Bu katmanda, belirli iş gücü dikeylerine yönelik iş akışlarına uygun muhakeme yeteneği satıyoruz. Alt sektör modelleri yaygınlaştıkça bu tür pazarlar hızla büyüyecek. Örnekler arasında Cursor’ın Composer’ı, hukuk işleri için Harvey ve sağlık sektörü için EvidenceOpen yer alıyor.

Dördüncü Aşama: Ajan Odaklı Programlanabilir RFQ ve Sonuç Pazarları

Örneğin: support_ticket_resolved/usd, pr_merged/usd, claim_processed/usd gibi.

Son katman, The Grid’in muhakeme pazarından makine iş gücü pazarına geçtiği yerdir.

Bu katman; RFQ (teklif talebi), emanet hesapları, gecikmeli ödeme, alıcı onayı, tedarikçi itibarı, geri ödeme mekanizmaları ve anlaşmazlık çözümü gibi mekanizmaları gerektirir. Büyük olasılıkla doğrudan emir defteri yerine RFQ ile başlayacaktır. Alıcı, işin tanımını, kısıtlamaları, kabul kriterlerini ve ödeme koşullarını belirler; ajanlar görevi tamamlamak için teklif verir. The Grid ise bu işlerin yönlendirilmesine, fiyatlandırılmasına, doğrulanmasına ve ödenmesine yardımcı olur.

Bu en değerli katmandır, ancak doğrulanması en zor olanıdır çünkü sonuçlar gecikebilir, öznel olabilir ve manipülasyona açık olabilir. Bir müşteri hizmetleri bileti yeniden açılabilir; bir PR testleri geçse bile kötü bir mimariye yol açabilir.

Toplam fiyat = İşi tamamlama maliyeti + Riski üstlenme maliyeti

Bir iş akışı, yalnızca zeka için bir pazar olduğu veya zeka daha ucuz hale geldiği için otomatik olarak bir pazara dönüşmez. Bazı işler, müşteri geçmişi veya iç politika gibi özel bağlamlara yoğun şekilde bağımlıdır. Bir iş ne kadar bağlama bağımlıysa, açık bir pazarda temiz bir şekilde takas edilme olasılığı o kadar düşüktür. [@hypersoren https://hypersoren.xyz/posts/cybernetic-arbitrage/]

Pazarlar, hangi iş gücü kategorilerinin genişleyeceğini ve hangilerinin daralacağını ortaya koymalıdır.

«Makine İş Gücü vs İnsan İş Gücü» mü, yoksa «Makine İş Gücü & İnsan İş Gücü» mü?

Anjali Shriva, mekanizma tasarımı taslağında, AI anlatısının çoğu zaman bir ikame olarak tanımlandığını belirtiyor. Ancak gerçekte bu daha çok bir koordinasyon sorunudur: İnsanlar ve makineler üretime birlikte katıldığında, iş, atıf, teşvik ve değer nasıl yeniden organize edilir?

Bugün, şirket içi yapay zeka kullanımının büyük bir kısmı hâlâ sıkışmış durumda. Çalışanlar yapay zekayı gizlice kullanıyor, iş akışları bireylere kilitlenmiş durumda ve şirketler bu üretkenlik artışlarını fiyatlandıramıyor veya bu kazançları ölçeklendiremiyor.

Otomatikleştirilebilir işlerin çoğu muhtemelen makinelere devredilecek. Bir kısım iş ise insan denetimi, sorumluluk üstlenme, eğitim ve bağlam yönetimi haline gelecek. Bazı durumlarda, son %1'lik insan muhakemesi daha değerli hale gelecek çünkü bu, %99'luk otomatik işi büyük ölçekte kilidini açabilecek.

Rachel Su Park'ın "Brave New World of AI Markets" adlı çalışması, yapay zekanın TAM'ının (Toplam Adreslenebilir Pazar) mevcut insan işgücü harcamalarının basit bir ikamesi olarak modellenmemesi gerektiğini belirtiyor çünkü aynı anda hem fiyatı hem de miktarı değiştiriyor. İş maliyeti düştükçe birim fiyat düşebilir, ancak tüketim miktarı artabilir çünkü mevcut işler daha sık tüketilecek ve daha önce ekonomik olmayan yepyeni işler mümkün hale gelecek. Makale bunu şöyle özetliyor:

P × Q: Pazar büyüklüğü = Birim iş fiyatı × Tüketilen iş miktarı

Eğer yapay zeka müşteri hizmetleri etkileşimlerini daha ucuz hale getirirse, şirketler 7/24 kesintisiz hizmet sunma kapasitesine sahip olabilir. Bu pazar, eski müşteri hizmetleri işgücü pazarının ucuz bir versiyonu olmayacak, aksine çok daha büyük bir müşteri etkileşim pazarına dönüşebilir.

Yapay zeka genişleyen bir pazardır çünkü iş maliyeti düştüğünde talep aynı kalmaz.

İşgücü Katmanı

Makine işgücü piyasası, net bir şekilde tanımlanabilir özelliklere sahip işlerle başlamalıdır. GPU saatleri çok fazla girdi bilgisi içerir ve yalnızca işi neyin desteklediğini söyler; tam sonuçları fiyatlandırmak ise çok karmaşıktır ve bağlama fazla bağımlıdır. Doğrulama, itibar ve risk/sigorta fiyatlandırması kademeli olarak makineler tarafından devralındıkça, pazar saf sonuç katmanına doğru ilerlemeye devam edecektir.

Makine işgücü alınıp satılabilir hale gelebilir çünkü alıcılar, işi hangi modelin veya hangi GPU'nun ürettiğiyle giderek daha az ilgilenecek, bunun yerine işin doğru fiyatla sözleşme şartnamesindeki minimum standartları ve seviyeleri karşılayıp karşılamadığına odaklanacak. Ajanlar (Agent'lar) bu temel kaynaklarla daha da az ilgilenecek.

Makineler artık doğrudan ekonomik fayda sağlayan işleri gerçekleştirebiliyor ve bu işler tanımlanabilir, ölçülebilir, fiyatlandırılabilir, satın alınabilir ve nihayetinde alınıp satılabilir hale geliyor. Elektrik, hesaplama gücü, modeller ve token'lar elbette hâlâ önemli, ancak bunlar hâlâ yukarı akışta yer alıyor.

Aşağı akış, işin gerçekten tamamlandığı yerdir ve pazar daha basit bir nesneye doğru ilerliyor: makine işgücü.

[Orijinal bağlantı]

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