Yapay zekâ konusunda son birkaç yılda yaşanan gelişmeleri yalnızca yeni bir teknoloji dalgası olarak değerlendirmek giderek zorlaşıyor. Çünkü bugün kullandığımız sistemler artık sadece metin üreten, görsel oluşturan veya sorulara cevap veren araçlardan; planlayan, araç kullanan, yazılım geliştiren, araştırma yapan ve belirli görevleri giderek daha bağımsız biçimde tamamlayabilen sistemlere dönüşüyor.
Bu gelişimin bir sonraki aşamasında iki kavram giderek daha fazla tartışılıyor: AGI – Yapay Genel Zekâ ve ASI – Yapay Süper Zekâ.
Henüz insan zekâsını her alanda aşan bir süper zekâya sahip değiliz. 2026 International AI Safety Report da mevcut sistemlerin kontrol kaybı senaryolarını gerçekleştirecek kapasitede olmadığını, ancak otonom çalışma gibi bu risklerle ilişkili yeteneklerin hızla geliştiğini vurguluyor.
Asıl soru artık şu olabilir:
Süper zekâ ortaya çıkarsa ne olur değil, bu seviyeye yaklaşan sistemler önümüzdeki birkaç yıl içerisinde ekonomiyi ve iş dünyasını ne kadar değiştirebilir?
Bugünkü yapay zekâ sistemleri oldukça geniş bir yetenek alanına sahip olsa da hâlâ çeşitli sınırlamalara sahip.
Kabaca üç aşamadan söz edebiliriz:
Yapay Zekâ (AI) — Belirli problemleri çözen veya geniş bir görev kümesinde insanlara yardımcı olan mevcut sistemlerdir.
Yapay Genel Zekâ (AGI) — İnsanların gerçekleştirdiği çok geniş bir zihinsel görev yelpazesinde öğrenebilen, problem çözebilen ve bilgiyi farklı alanlar arasında aktarabilen sistemleri ifade eder.
Yapay Süper Zekâ (ASI) — Bilimsel araştırma, mühendislik, strateji, yazılım geliştirme, ekonomik analiz ve problem çözme gibi alanlarda en yetenekli insanlardan dahi çok daha ileri seviyede olabilecek varsayımsal sistemlerdir.
AGI ile ASI arasındaki fark bu nedenle yalnızca "biraz daha güçlü bir yapay zekâ" farkı değildir. Potansiyel olarak insan zekâsının ekonomik ve bilimsel sistemdeki merkezi rolünün değişmesi anlamına gelebilir.
Çünkü yapay zekânın gelişimi yalnızca benchmark skorlarında gerçekleşmiyor. Sistemlerin bağımsız olarak tamamlayabildiği görevlerin süresi de uzuyor.
AI değerlendirme kuruluşu METR'nin çalışmaları, gelişmiş modellerin bağımsız biçimde gerçekleştirebildikleri yazılım görevlerinin zaman ufkunun son yıllarda hızlı biçimde büyüdüğünü gösteriyor. Araştırma özellikle yapay zekânın birkaç saniyelik veya dakikalık görevlerden giderek daha uzun ve karmaşık işlere ilerlediğini ortaya koyuyor.
İngiltere AI Security Institute da benzer şekilde frontier modellerin otonom olarak gerçekleştirebildikleri siber güvenlik görevlerinin uzunluğunun son dönemde birkaç ayda bir ikiye katlanan bir eğilim gösterdiğini raporluyor.
Bu durum önemli; çünkü ekonomideki birçok iş aslında tek bir büyük görev değil, birbirini takip eden yüzlerce küçük görevden oluşuyor. Örneğin bir satış yöneticisi müşteri araştırır, toplantı hazırlar, teklif oluşturur, CRM kayıtlarını günceller, rakip analizi yapar, e-posta gönderir ve yönetime rapor hazırlar. Bir yazılım geliştirici ise gereksinimi analiz eder, kod yazar, test gerçekleştirir, hataları düzeltir ve dokümantasyon oluşturur. Bir gün yapay zekâ bütün bu zinciri güvenilir biçimde gerçekleştirebildiğinde, otomasyonun ekonomik etkisi bugünkünden oldukça farklı olacaktır.
Yakın geleceğin en önemli dönüşümü muhtemelen daha büyük chatbotlar olmayacak; AI Agent'lar olacak.
Bir chatbot'a "Bu şirketi analiz et" dersiniz ve size bir rapor verir. Bir AI Agent'a "Türkiye pazarına girmek isteyen bu şirket için potansiyel 100 müşteriyi belirle, karar vericileri araştır, fırsatları puanla, kişiselleştirilmiş iletişim stratejisi oluştur ve CRM'e aktar" dediğinizde sistem onlarca farklı işlemi arka planda gerçekleştirebilir: web üzerinde araştırma yapar, veritabanlarına bağlanır, API kullanır, kod yazar, başka yapay zekâ ajanlarıyla çalışır ve sonucu kontrol ederek görevini yeniden planlayabilir.
2026 International AI Safety Report, AI ajanlarının giderek daha kullanışlı ve yaygın hale geldiğini; fakat insan müdahalesinin azaldığı sistemlerde hataların etkisinin de büyüyebileceğini belirtiyor. Çoklu ajan sistemlerinde hataların sistemler arasında yayılabilmesi ayrıca önemli bir risk olarak değerlendiriliyor.
Dolayısıyla yapay zekâ dönüşümünün ikinci dalgasını şöyle özetleyebiliriz: 2023–2025 döneminde AI size cevap veriyordu. 2025–2027 döneminde AI sizin için görev yapmaya başladı. Bir sonraki aşama ise AI'ın başka AI sistemlerini yönetmesi ve uçtan uca süreçleri çalıştırması olabilir.
Süper zekâyı düşündüğümüzde genellikle bilimkurgu filmlerindeki gibi tek bir anda ortaya çıkan olağanüstü güçlü bir sistem hayal ediyoruz. Gerçekte dönüşüm çok daha kademeli gerçekleşebilir.
Örneğin bir yapay zekâ önce ortalama bir yazılımcı kadar iyi kod yazabilir, sonra iyi bir yazılımcıyı geçebilir, ardından dünyanın en iyi yazılım ekiplerinden bazılarıyla karşılaştırılabilecek kapasiteye ulaşabilir. Aynı gelişim matematik, biyoloji, mühendislik veya bilimsel araştırmada da gerçekleşirse önemli bir eşik ortaya çıkar: yapay zekâ, yapay zekâ araştırmasını hızlandırmaya başlayabilir.
Bu durumda gelişim döngüsü şöyle olabilir: AI daha iyi algoritmalar geliştirir, daha iyi AI modelleri oluşturulur, yeni modeller daha iyi araştırma yapar ve daha gelişmiş modeller ortaya çıkar. Bu mekanizmaya bazen özyinelemeli kendini geliştirme (recursive self-improvement) fikri üzerinden yaklaşılır. Böyle bir süreç gerçekleşirse teknolojik ilerleme insanlık tarihinde alışık olduğumuz hızların üzerine çıkabilir.
Ancak bunun gerçekleşip gerçekleşmeyeceği veya hangi hızda gerçekleşeceği bugün bilimsel olarak kesin değildir. International AI Safety Report, mevcut gelişim eğilimlerinin devam edebileceği senaryolar kadar ölçeklemenin azalan getiriler, bilgi işlem altyapısı veya algoritmik sınırlar nedeniyle yavaşlayabileceği senaryoların da mümkün olduğunu belirtiyor.
Sanayi Devrimi insan kas gücünü ucuzlattı. Bilgisayar devrimi hesaplamayı ucuzlattı. Yapay zekâ devrimi ise muhtemelen zekânın ekonomik maliyetini düşürüyor. Bu oldukça radikal bir değişim.
Stanford AI Index verileri, gelişmiş AI sistemlerini çalıştırmanın maliyetlerinde dramatik düşüş yaşandığını gösteriyor. Örneğin GPT-3.5 seviyesinde performans sağlayan bir sistem için inference maliyeti Kasım 2022 ile Ekim 2024 arasında 280 kattan fazla düştü. Aynı zamanda AI kullanımı çok hızlı yaygınlaşıyor; Stanford'un 2026 AI Index çalışmasına göre üretken yapay zekâ üç yıl içerisinde küresel ölçekte yaklaşık %53'lük benimsenme oranına ulaştı.
Bunun ekonomik sonucu şu olabilir: bir zamanlar yalnızca büyük şirketlerin ulaşabildiği yazılım geliştirme, stratejik analiz, veri analizi, pazarlama, tasarım, hukuk araştırması, müşteri hizmetleri ve danışmanlık gibi kabiliyetler çok daha küçük şirketlerin erişebileceği hale geliyor. Bu durum küçük ve çevik şirketlere önemli avantaj sağlayabilir.
Bu soruya "evet" veya "hayır" şeklinde cevap vermek yanıltıcı olur. Daha doğru ifade şudur: önce meslekler değil, mesleklerin içindeki görevler otomasyona uğrayacak.
Örneğin bir avukat tamamen ortadan kalkmayabilir; ancak doküman inceleme, sözleşme karşılaştırma, içtihat araştırması ve ilk taslak oluşturma gibi görevlerin önemli bölümü yapay zekâ tarafından yapılabilir. Benzer şekilde satış yöneticisi ortadan kalkmayabilir; ancak müşteri araştırması, lead scoring, teklif hazırlama, toplantı notları, tahminleme ve CRM işlemlerinin büyük kısmı otomatikleşebilir.
World Economic Forum'un Future of Jobs 2025 araştırmasına göre 2030'a kadar mevcut işlerin yaklaşık %22'si yapısal dönüşümden etkilenebilir. Raporda yaklaşık 170 milyon yeni rol oluşurken 92 milyon rolün ortadan kalkabileceği, net olarak ise 78 milyon ilave iş oluşabileceği tahmin ediliyor.
Dolayısıyla mesele yalnızca "AI işlerimizi elimizden alacak mı?" değil. Daha önemli soru: "AI kullanan bir çalışan, AI kullanmayan bir çalışanın yaptığı işin ne kadarını üstlenebilecek?" olabilir.
Yakın geleceğin şirketlerinde organizasyon şemaları da değişebilir. Bugünün şirketi CEO, yöneticiler, uzmanlar ve operasyon ekipleri şeklinde katmanlı bir hiyerarşiyle çalışıyor.
Geleceğin şirketinde ise yapı giderek şöyle olabilir: bir insan yönetici, bir AI Agent Orchestrator ve onun altında araştırma, satış, finans, yazılım, destek ve analiz ajanları. Bu durumda bir çalışanın yönettiği üretim kapasitesi dramatik biçimde büyüyebilir. Bugün 20 kişinin yaptığı bazı operasyonların gelecekte birkaç insan ve onlarca AI agent tarafından yürütülmesi mümkün olabilir.
Bu nedenle geleceğin en önemli becerilerinden biri sadece AI kullanmak değil: AI sistemlerini yönetebilmek olacaktır.
Süper zekâ tartışmaları genellikle risklere yoğunlaşıyor; fakat potansiyel kazanımlar da son derece büyük. Gelişmiş yapay zekâ sistemleri şu alanlarda önemli katkı sağlayabilir:
Bilimsel araştırmayı hızlandırabilir. Yeni ilaçların keşfi, protein modelleme, yeni malzemeler ve enerji teknolojilerinde araştırma süreleri kısalabilir.
Sağlık hizmetlerini geliştirebilir. Tanı destek sistemleri ve kişiselleştirilmiş tıp daha geniş kitlelere ulaşabilir.
Yazılım üretimini dönüştürebilir. Bir fikrin çalışan bir yazılıma dönüşme maliyeti dramatik biçimde azalabilir.
Eğitimi kişiselleştirebilir. Her öğrencinin seviyesine, öğrenme biçimine ve eksiklerine göre çalışan kişisel AI eğitmenleri ortaya çıkabilir.
Girişimciliği demokratikleştirebilir. Küçük bir ekip bugün yüzlerce kişinin gerektiği bir şirket kapasitesine erişebilir.
Bu nedenle AI'ın ekonomik etkisini yalnızca iş kaybıyla değerlendirmek eksik olacaktır. Asıl dönüşüm, insan başına üretim kapasitesinin büyük ölçüde artması olabilir.
Teknoloji ne kadar güçlü hale gelirse kötü kullanımının veya yanlış çalışmasının sonuçları da o kadar büyüyor. Önümüzde birkaç önemli risk bulunuyor.
Siber güvenlik. AI sistemleri hem savunma hem saldırı tarafında giderek daha yetenekli hale geliyor. UK AI Security Institute'un ölçümleri, frontier modellerin otonom siber görevlerdeki kapasitesinin hızlı biçimde geliştiğini gösteriyor. Bu nedenle gelecekte siber güvenlik yalnızca insan hacker karşısında insan güvenlik ekibi değil, daha çok AI saldırı sistemi karşısında AI savunma sistemi haline gelebilir.
Dezenformasyon. Video, ses ve metin üretiminin maliyetinin neredeyse sıfıra yaklaşması internetteki bilginin güvenilirliğini ciddi biçimde zorlayabilir. Bu nedenle geleceğin temel dijital problemlerinden biri bilgi üretmek değil, bilginin gerçek olduğunu doğrulamak olabilir.
Güç yoğunlaşması. En güçlü AI modellerini geliştirmek yüksek hesaplama kapasitesi, enerji ve sermaye gerektiriyor. Stanford AI Index 2026'ya göre yalnızca 2025 yılında küresel kurumsal AI yatırımları yaklaşık 581,7 milyar dolara ulaştı. Bu durum dünyanın en güçlü teknolojik kabiliyetlerinin sınırlı sayıda şirket ve ülkenin elinde yoğunlaşması riskini beraberinde getiriyor.
Kontrol problemi. En uzun vadeli ve tartışmalı risk ise çok gelişmiş AI sistemlerinin insan hedefleriyle uyumlu kalıp kalmayacağıdır. International AI Safety Report'un "loss of control" olarak tanımladığı senaryolar, bir AI sisteminin insanların kontrolünden çıkarak tekrar kontrol altına alınmasının son derece maliyetli veya imkânsız hale gelmesini ifade ediyor. Rapora göre bugünkü sistemler henüz böyle bir kapasiteye sahip değil; ancak ilgili yeteneklerin gelişiyor olması nedeniyle konu ciddi bir araştırma alanı haline gelmiş durumda.
Kesin tarih vermek mümkün değil; ancak mevcut gelişim devam ederse birkaç dönüşüm oldukça olası görünüyor.
1–2 yıl: AI Agent'ların şirketlerde yaygınlaşması. CRM, ERP, yazılım geliştirme, destek ve veri sistemlerinin AI agent'larla bütünleşmesi.
2–5 yıl: Bazı beyaz yaka süreçlerinin önemli ölçüde otonom hale gelmesi. AI destekli küçük ekiplerin bugün çok daha büyük organizasyonların yaptığı işleri gerçekleştirebilmesi.
5–10 yıl: Bilim, mühendislik ve yazılım geliştirmede insan seviyesini birçok alanda aşan sistemlerin ortaya çıkması ihtimali. Bu aşamada AGI ve süper zekâ tartışmaları akademik bir konu olmaktan çıkarak ekonomik ve politik bir mesele haline gelebilir.
Ancak bu zaman çizelgesi bir tahmin olarak görülmelidir. Yapay zekâ gelişiminin aynı hızda devam edeceğini garanti eden bilimsel bir kural bulunmuyor.
İlk bakışta öyle görünebilir; fakat başka bir ihtimal daha var: insanların değeri bilgiyi üretmekten, doğru problemi seçmeye doğru kayabilir.
Gelecekte değerli beceriler arasında şunların öne çıkması muhtemeldir: doğru sorunun ne olduğunu belirleyen problem tanımlama; AI çıktısının doğru olup olmadığını değerlendiren muhakeme; hem sektörü hem AI'ı bilmeyi birleştiren alan bilgisi; satış, liderlik, müzakere ve ilişki yönetimi gibi insan güvenine dayalı iletişim ve güven; ve bir işi yapmak yerine o işi gerçekleştirecek AI sistemlerini tasarlayıp yöneten AI orkestrasyonu.
Süper zekâyı beklemek doğru strateji değil. Asıl avantaj AI dönüşümüne bugünden hazırlanan şirketlerde oluşacaktır. Bunun için şirketlerin üç soruyu sorması gerekiyor.
Organizasyonumuz AI'a ne kadar hazır? Veri, teknoloji altyapısı, çalışan yetkinlikleri, güvenlik ve yönetişim birlikte değerlendirilmelidir.
Hangi süreçler AI ile yeniden tasarlanabilir? Amaç mevcut sürecin üzerine chatbot eklemek değil, süreci baştan tasarlamak olmalıdır.
İnsanların rolü nasıl değişecek? AI yatırımı ile çalışan gelişimi birbirinden ayrı düşünülemez.
Çünkü gelecekte rekabet insan ile yapay zekâ arasında değil, büyük ölçüde AI ile çalışan organizasyonlar ile AI dönüşümünü gerçekleştiremeyen organizasyonlar arasında gerçekleşebilir.
İnternet bilgiye erişimi değiştirdi. Akıllı telefonlar insanların teknolojiyle ilişkisini değiştirdi. Yapay zekâ ise çok daha temel bir şeyi değiştirebilir: zekânın üretim kapasitesini.
Bugün bir şirket büyümek için daha fazla insan işe almak zorunda. Gelecekte aynı şirket büyümek için daha fazla dijital zekâ kullanabilir.
Bu nedenle önümüzdeki dönemin kritik sorusu "Süper zekâ ne zaman gelecek?" sorusundan çok, "Zekânın giderek ucuzladığı ve ölçeklenebilir hale geldiği bir dünyaya kurumlarımızı ve kendimizi nasıl hazırlayacağız?" sorusu olabilir.
Çünkü yapay zekâ devriminin kazananları yalnızca en gelişmiş AI sistemlerini geliştirenler olmayacak. Onları doğru probleme uygulayan, güvenli biçimde yöneten ve insan yetenekleriyle birleştirebilenler olacak. Ve belki de süper zekâ çağında en değerli yetenek, her şeyi bilmek değil; hangi problemi çözmeye değer olduğunu bilmek olacak.
Yapay zeka belirli görevlerde insan performansına yaklaşırken, AGI (yapay genel zeka) insan düzeyinde genel akıl yürütmeyi, süper zeka ise insan zekâsını her alanda aşan bir seviyeyi ifade ediyor.
Hayır, yazımızda ele aldığımız gibi süper zeka aşamalı bir gelişim süreci izliyor; ani bir sıçramadan çok kademeli bir dönüşüm bekleniyor.
Yazımızdaki değerlendirmeye göre asıl değişim, mesleklerin tamamen yok olmasından çok, insan ve AI iş gücünün birlikte çalıştığı yeni organizasyon modellerine geçiş şeklinde olacak.
Zekânın maliyetinin düşmesi, daha önce büyük şirketlere özgü analitik ve karar destek yeteneklerini küçük ve orta ölçekli şirketler için de erişilebilir kılıyor.