Yapay zeka sektöründen gelen haberlerde çok büyük rakamlar duyuyoruz. Örneğin, OpenAI'nin Oracle ile 300 milyar dolarlık bir bulut anlaşması yaptığı konuşuluyor. Nvidia'nın OpenAI'ye 100 milyar dolara kadar yatırım yapabileceği söyleniyor. Bu haberler, Nvidia'nın piyasa değerini dünyanın en büyük şirketi yapacak kadar etkili oldu. Bu büyük para hareketleri, yeni bir teknoloji döneminin başlangıcını mı gösteriyor, yoksa henüz somut bir değeri olmayan bir alanda yapay bir değer mi yaratılıyor?
Bu yazının odak noktası, finans dünyasında "round-tripping" olarak bilinen bir kavram. Basitçe, şirketlerin aralarında para dolaştırarak gelirlerini ve değerlerini kağıt üzerinde yüksek göstermesi anlamına geliyor. Bu makalenin temel tezi şudur: Büyük teknoloji şirketleri, yapay zeka sektörünü olduğundan daha büyük göstermek için "round-tripping" benzeri, yüz milyarlarca dolarlık finansal işlemler içindedir. Bu durum, sadece bir iş stratejisi olmanın ötesinde, menkul kıymetler dolandırıcılığına yaklaşan ve teknoloji sektörü için genel bir risk oluşturan bir durumdur.
Round-Tripping Kavramı Nasıl Çalışır?
"Round-tripping" karmaşık gibi görünse de aslında basit bir mantığa dayanır. Temelde, var olmayan bir ekonomik faaliyeti varmış gibi gösterme yöntemidir.
Basit Bir Örnekle Round-Tripping
Bu finansal yöntemi anlamak için basit bir örnek düşünelim. Bir odada üç girişimci olsun: A, B ve C. Her birinin yeni kurulmuş ve henüz hiç gelir elde etmemiş bir şirketi var. A şirketi, cebindeki 100 doları bir hizmet karşılığında B şirketine öder. Artık B şirketinin kasasında 100 dolar ve kayıtlarında 100 dolarlık bir gelir vardır. Sonra, B şirketi aynı 100 doları alır ve bir danışmanlık hizmeti için C şirketine öder. Şimdi C şirketinin de 100 dolarlık geliri olur. Son olarak, C şirketi bu 100 doları bir lisans ücreti olarak A şirketine geri öder.
Bu döngü tamamlandığında, başlangıçtaki 100 dolar A şirketine geri dönmüştür. Kimse para kaybetmemiştir. Ancak, her üç şirketin de gelir tablosunda artık 100 dolarlık bir gelir görünmektedir. Yapay zeka sektöründe OpenAI gibi şirketlerin yıllık gelirlerinin 50 katı gibi yüksek çarpanlarla değerlendirildiğini düşünürsek, bu 100 dolarlık basit döngü, her bir şirket için 5.000 dolarlık bir piyasa değeri yaratabilir. Bu yapay değerleme üzerinden yeni ve gerçek yatırımcıları çekmek, bu yatırımcılardan toplanan parayla yöneticilere yüksek maaşlar ödemek ve bir sonraki yatırım turu için daha da yüksek bir değerleme zemini hazırlamak mümkün hale gelir.
Round-Tripping'in Yasal Boyutu
Bu basit örneğin ötesinde, "round-tripping" finansal düzenleyiciler tarafından yasa dışı kabul edilen bir uygulamadır. Finansal otoriteler, bu yöntemi, yanıltıcı bir iş faaliyeti izlenimi yaratmak için aynı varlıkların tekrar tekrar alınıp satılması olarak tanımlar. Şirketler bu yöntemi gelirleri şişirmek, kazançları yanlış göstermek, vergiden kaçınmak veya hisse senedi fiyatlarını değiştirmek için kullanabilirler.
Bu uygulamanın yasa dışı olmasının ana nedeni, piyasanın bütünlüğünü bozmasıdır. Yatırımcıları, alacaklıları ve düzenleyicileri bir şirketin finansal durumu hakkında yanıltarak sermaye piyasalarına olan güveni zedeler. Amerika Birleşik Devletleri'nde bu tür faaliyetler, ağır para ve hapis cezalarıyla sonuçlanabilecek çeşitli federal suçlamalara neden olabilir. Bunlar arasında menkul kıymetler dolandırıcılığı (18 U.S.C. 1348) ve elektronik dolandırıcılık (18 U.S.C. 1343) bulunmaktadır.
Bu uygulamanın en bilinen örneği, 2000'lerin başında batan enerji şirketi Enron'dur. Enron'un çöküşüne neden olan aldatıcı uygulamalardan biri, tam olarak bu tür döngüsel işlemleri kullanarak gelirlerini yapay olarak şişirmesiydi. Sonuç, yatırımcılar için büyük mali kayıplar, yöneticiler için cezai suçlamalar ve şirketin denetimini yapan muhasebe firmasının dağılması oldu. Bu geçmiş olay, yapay zeka sektöründeki mevcut uygulamalara yönelik iddiaların ciddiyetini göstermektedir.
Şirketler Neden Round-Tripping Yapar?
Enron gibi büyük bir şirketi batıran ve yöneticilerini hapse gönderen bu kadar riskli bir yönteme neden başvuruluyor? Cevap, yapay zeka gibi "büyümenin her şeyden önemli olduğu" düşünülen sektörlerdeki baskılarda yatıyor. Temel motivasyon, şirketin değerini kağıt üzerinde artırmaktır. Bu, özellikle bir şirketin yeni bir yatırım turuna veya halka arza hazırlandığı durumlarda önemlidir. Yüksek gelir rakamları, daha yüksek bir değerlemeyi haklı çıkarır ve bu da daha fazla sermaye anlamına gelir. Ayrıca, Wall Street analistleri, özellikle teknoloji sektöründe, sürekli ve hızlı gelir artışı bekler. Round-tripping, bu beklentileri karşılamak için gereken büyüme eğrisini yaratmaya yardımcı olabilir. CEO ve diğer üst düzey yöneticilerin maaş ve primleri genellikle şirketin hisse senedi performansına ve gelir hedeflerine bağlıdır. Hisse fiyatını ve gelirleri yapay olarak şişirmek, doğrudan yönetici zenginleşmesine yol açabilir. Son olarak, sürekli olarak büyük anlaşmalar ve artan gelirler duyurmak, bir "kazanan her şeyi alır" algısı yaratır. Bu, rakipleri caydırır, en iyi yetenekleri çeker ve şirketin etrafında bir yenilmezlik havası oluşturur.
Özünde, yapay zeka sektöründe gözlemlenen bu döngüsel sermaye akışları sadece gelir yaratmakla ilgili değil, aynı zamanda bir hikaye anlatma aracıdır. Henüz kârlı olmayan bir teknoloji için satılan asıl "ürün", gelecekteki yapay zeka hakimiyeti vaadidir. Bu hikaye, sermaye piyasaları aracılığıyla paraya çevrilir. Kârsızlık gerçeği ile yüksek değerlemeler arasındaki boşluğu kapatan şey, bu finansal mühendislik olabilir.
Yapay Zeka Sektöründeki Para Akışı
Yapay zeka ekosistemindeki para akışı, somut anlaşmalarla belgelenmiş karmaşık bir ilişkiler ağıdır. Bu bölümde, bu para akışının ana oyuncularını ve aralarındaki döngüsel işlemleri inceleyeceğiz.
Microsoft ve OpenAI Arasındaki İlişki
Tüm bu döngünün temelinde Microsoft ve OpenAI arasındaki ilişki yer alır. Microsoft, OpenAI'ye bugüne kadar yaklaşık 13 milyar dolar yatırım yapmıştır. Ancak bu para tek yönlü akmamaktadır. Anlaşmanın bir parçası olarak OpenAI, Microsoft'un Azure bulut hizmetlerini kullanmayı taahhüt etmiştir. Bu, Microsoft'un yatırdığı paranın önemli bir kısmının, OpenAI'nin Azure hizmetleri için yaptığı ödemeler yoluyla "gelir" olarak Microsoft'a geri döndüğü anlamına gelir. Bu, round-tripping'in temel bir örneğidir: yatırım, geliri finanse eder. Microsoft, bu "geliri" kullanarak Azure'un yapay zeka alanındaki pazar payını ve büyümesini yatırımcılara gösterir. Bu gelir daha sonra Nvidia'dan on milyarlarca dolarlık GPU satın almak için kullanılır ve bu GPU'lar, OpenAI'nin modellerini eğitmek için kullandığı Azure veri merkezlerine yerleştirilir.
Nvidia'nın Bu Döngüdeki Rolü
Bu döngüden en çok fayda sağlayan şirket şüphesiz Nvidia'dır. Microsoft, Google, Meta ve Amazon gibi tüm büyük oyuncular, yapay zeka yarışında geri kalmamak için milyarlarca doları Nvidia'nın GPU'larına harcamaktadır. ChatGPT'nin 2022'de piyasaya sürülmesinden bu yana GPU fiyatlarının 4 ila 6 kat arttığı belirtilmektedir. Bu talep, Nvidia'nın hisse senedi fiyatını son üç yılda %1600'den fazla artırarak onu dünyanın en değerli şirketi haline getirmiştir.
Nakit zengini haline gelen Nvidia, şimdi bu döngüyü farklı bir boyuta taşıyor. Şirket, kurumsal girişim sermayesi kolu Nventures aracılığıyla ve doğrudan yatırımlarla, kazandığı parayı tekrar yapay zeka ekosistemine aktarıyor. OpenAI ve veri merkezi sağlayıcısı CoreWeave gibi şirketlere yapılan yatırımlar, Nvidia'nın hem en büyük müşterilerinin finansal durumunu güvence altına almasını hem de gelecekteki GPU satışlarını garantilemesini sağlar. Bu, yatırımcının aynı zamanda en büyük tedarikçi olduğu ve yatırımının kendi ürünlerine olan talebi yarattığı kapalı bir döngü oluşturur.
Oracle, OpenAI ve Nvidia Arasındaki Para Döngüsü
Bu döngüsel yapının en dikkat çekici örneklerinden biri OpenAI, Oracle ve Nvidia arasında kurulan ilişkidir. Bu ilişki şu şekilde işler: OpenAI, Oracle'ın veri merkezlerini kullanmak için beş yıllık, 300 milyar dolarlık büyük bir anlaşma duyurur. Oracle, bu gelecekteki gelir taahhüdünü kullanarak, bu veri merkezlerini donatmak için Nvidia'dan yüz milyarlarca dolarlık GPU siparişi verir. Esasen, OpenAI'nin parası (henüz var olmasa da) Nvidia'ya aktarılmaktadır. Nvidia ise, Oracle'dan gelen bu büyük ve garantili siparişin gücüyle, OpenAI'ye 100 milyar dolara kadar yatırım yapmayı planladığını açıklar.
Bu para akışı, gerçek bir değer yaratmadan sadece kağıt üzerinde dönen bir döngüdür. 300 milyar dolar ve 100 milyar dolar, banka hesaplarında duran gerçek nakit değildir. Bunlar, birbirini haklı çıkarmak için kullanılan taahhütlerdir. OpenAI, Oracle'a ödeme yapacak paraya sahip değildir, ancak Oracle'a olan taahhüdü, Nvidia'nın yatırım yapmasını sağlar. Nvidia'nın yatırımı ise OpenAI'nin Oracle'a olan taahhüdünü daha inandırıcı kılar.
Diğer Şirketler ve Benzer Anlaşmalar
Bu model, sadece birkaç şirkete özgü değildir; tüm yapay zeka ekosistemine yayılmış durumdadır. Amazon ve Anthropic arasındaki ilişki, Microsoft-OpenAI modeline benzer. Amazon, yapay zeka girişimi Anthropic'e 8 milyar dolara kadar yatırım yapar. Karşılığında Anthropic, modellerini eğitmek ve çalıştırmak için Amazon Web Services'i (AWS) birincil bulut sağlayıcısı olarak kullanmayı taahhüt eder.
Yine yatırım, geliri finanse eder. OpenAI ve AMD arasındaki anlaşma ise döngüye yeni bir katman ekler. OpenAI, AMD'den 100 milyar dolarlık büyük bir GPU alımı yapmayı kabul eder. Bu alımı finanse etmek için parası olmayan OpenAI'ye AMD, şirketin hisselerinin önemli bir kısmını hibe eder. Bu, OpenAI'nin, AMD'nin bu anlaşma sayesinde yükselecek olan kendi hisse senedi değerini, AMD'den GPU satın almak için bir teminat olarak kullanmasına olanak tanır. Nvidia tarafından desteklenen veri merkezi şirketi CoreWeave ise hem Nvidia hem de OpenAI ile on milyarlarca dolarlık anlaşmalara sahiptir. Bu, Nvidia'nın yatırım yaptığı bir şirketin, Nvidia'nın bir başka büyük yatırımından (OpenAI) büyük siparişler alması anlamına gelir ve ağı daha da karmaşık hale getirir.
Elon Musk'ın xAI ve Tesla Durumu
Elon Musk'ın durumu, bu ekosistem içinde farklı ve potansiyel olarak daha sorunlu bir dinamik sergiliyor. Musk, halka açık bir şirket olan Tesla'daki hisselerini satarak elde ettiği geliri, Tesla'nın kendi yapay zeka bölümüyle doğrudan rekabet eden özel bir yapay zeka şirketi olan xAI'ı finanse etmek için kullandı. Bu durum, Tesla hissedarlarına karşı olan sorumluluklarını ihlal ettiği yönünde soruları gündeme getirmektedir.
Başlangıçta xAI ve Tesla'nın tamamen ayrı alanlarda faaliyet gösterdiğini iddia ettikten sonra, Musk'ın şimdi Tesla hissedarlarından doğrudan xAI'a yatırım yapmalarını istemesi dikkat çekicidir. Bu, hissedarlardan, halka açık şirketten ayrıldığı iddia edilen yetenek ve fikri mülkiyet için ikinci kez ödeme yapmalarını istemek anlamına gelebilir. Bu arada, xAI da kendi döngüsünü kurmuştur: Nvidia'dan fon almış ve bu fonu Memphis'teki "Colossus" adlı büyük veri merkezi için daha fazla Nvidia GPU'su satın almak için kullanmıştır.
Bu örnekler, yapay zeka ekosisteminin finansal yapısının basit hisse senedi yatırımlarının ötesine geçtiğini göstermektedir. Bu, yatırım, gelir ve tedarik zincirlerinin birbirinden ayrılamaz bir şekilde iç içe geçtiği, çok taraflı anlaşmalardan oluşan karmaşık bir sistemdir. Bu yapı, önemli çıkar çatışmaları yaratır ve gerçek ekonomik değeri gizleyebilir. Bir yatırımcıyı bir müşteriden veya bir tedarikçiden ayırmak zorlaşmıştır. Sistem, kendi kendini haklı çıkaracak ve dışarıdan bakanlar için anlaşılması zor olacak şekilde tasarlanmış olabilir.
Yapay Zeka Şirketlerinin Kârlılık Sorunu
Yapay zeka sektörünü çevreleyen milyarlarca dolarlık anlaşmalar ve trilyon dolarlık değerlemeler, temel bir ekonomik gerçekle çelişiyor: bu işin merkezindeki şirketler büyük miktarlarda para kaybediyor. Bu, sadece başlangıç aşamasındaki bir şirketin geçici kayıpları değil, iş modelinin temelinde yatan bir sorun olabilir.
Yüksek Gelire Rağmen Büyük Zararlar
Rakamlar oldukça dikkat çekici. OpenAI, 2025'in ilk yarısında 4.3 milyar dolar gelir elde etmesine rağmen, aynı dönemde 13.5 milyar dolarlık bir net zarar açıkladı. Şirketin faaliyet zararı 7.8 milyar dolar, nakit yakma oranı ise 2.5 milyar dolardı. Şirketin 2024'teki zararı ise yaklaşık 5 milyar dolardı. Bu, şirketin gelir elde etmesine rağmen, operasyonlarının temel maliyetlerinin gelirden çok daha fazla olduğu anlamına geliyor.
Benzer bir durum, rakip Anthropic için de geçerli. Şirketin geliri hızla artıyor ve 2025 için 2.2 milyar dolar gelir öngörülüyor. Ancak değerlemesi, finansal gerçeklikten kopmuş durumda. Mayıs 2023'te 4.1 milyar dolar olan değerlemesi, Eylül 2025'te 183 milyar dolara yükseldi. Bu, mevcut kârlılıkla açıklanamayacak bir değerleme artışıdır.
Bu durum, "ne kadar çok gelir elde ederlerse, o kadar çok para kaybedecekler" şeklindeki temel çelişkiyi doğrular. Bu ifade, ölçeklenebilir bir iş modelinin normal mantığına aykırıdır. Genellikle bir şirket büyüdükçe ve gelirleri arttıkça, ölçek ekonomileri sayesinde kârlılığının da artması beklenir. Ancak yapay zeka sektöründe durum tam tersi gibi görünüyor.
Büyük Dil Modellerinin Maliyet Yapısı
Peki bu şirketler neden bu kadar çok para kaybediyor? Cevap, Büyük Dil Modellerinin (LLM) iki temel maliyet kaleminde yatıyor: eğitim ve çıkarım. Eğitim maliyetleri, bir modeli oluşturmak için yapılan büyük, tek seferlik (ancak rekabetçi kalmak için sürekli tekrarlanan) Ar-Ge harcamalarıdır. Rakamlar oldukça yüksek. GPT-4'ü eğitmenin 100 milyon dolardan fazlaya mal olduğu, Google'ın Gemini Ultra modelinin ise tahmini 191 milyon dolara mal olduğu bildiriliyor. Bu, her yeni ve daha yetenekli model nesli için tekrarlanması gereken bir maliyettir. Çıkarım maliyetleri ise iş modelinin en zayıf noktası olabilir. Çıkarım, bir kullanıcının bir soru sorduğunda veya bir komut verdiğinde modelin bir yanıt üretmesi için gereken hesaplama gücüdür. Her bir sorgu, elektrik ve GPU zamanı cinsinden gerçek bir maliyete sahiptir. Sorun şu ki, bu sorgu başına maliyet, kullanıcıların ödemeye istekli olduğu fiyattan daha yüksek olabilir. Bu, şirketin ana ürününde negatif bir kâr marjıyla çalıştığı anlamına gelebilir. ChatGPT API fiyatlandırmasına bakıldığında bu durum daha net anlaşılır; örneğin, GPT-5 modelinin 1 milyon çıktı "token"ı (kelime parçası) için 10 dolar talep edilmesi, her bir etkileşimin maliyetini gösterir. Bir sorgunun maliyeti sentlerden çok daha fazlasına kadar değişebilirken, tek başına elektrik tüketimi bile önemli bir gider kalemidir.
Daha da endişe verici olanı, bu maliyetin azalmak yerine artma eğiliminde olmasıdır. Modeller daha karmaşık hale geldikçe ve kullanıcıların beklentileri arttıkça, çıkarım maliyetleri de yükselmektedir.
Artan Yatırımlara Karşın Azalan Verim
Yapay zeka gelişiminin ilk aşamaları, "Ölçekleme Yasaları" olarak bilinen bir ilke tarafından yönlendiriliyordu. Bu yasalara göre, daha fazla veri, daha fazla parametre (model boyutu) ve daha fazla hesaplama gücü ile bir modelin performansı öngörülebilir bir şekilde artıyordu. "Chinchilla Ölçekleme" hipotezi gibi teoriler, model boyutu ile eğitim verisi arasında en uygun oranı bularak bu süreci optimize etmeye çalıştı.
Ancak, sektör artık bu en uygun oranların ötesine geçerek "aşırı eğitim" olarak adlandırılabilecek bir yola girmiş olabilir. Bu, azalan verim duvarına çarpıldığının bir işareti olabilir. Performansta bir sonraki küçük artışı elde etmek için gereken maliyet, katlanarak artmaktadır. Bu durum, sadece daha fazla para ve hesaplama gücü harcamanın, kârlılığa veya genel yapay zekaya giden sürdürülebilir bir yol olmadığını göstermektedir.
Bu durum, mevcut LLM iş modelinin temelden sorunlu olabileceğini ortaya koymaktadır. Bu, marjinal maliyetlerin sıfıra yakın olduğu bir yazılım modeli değildir. Aksine, yüksek ve tekrarlayan marjinal maliyetlere sahip bir endüstriyel üretim modelidir. Ancak piyasa, bu modele yazılım benzeri değerleme çarpanları uygulamaktadır. Bu uyumsuzluk, büyük bir finansal boşluk yaratmaktadır. Şirketler, değerlemelerini haklı çıkaracak kârları operasyonlarından elde edememektedir. İddia edilen "round-tripping" ve döngüsel sermaye akışları, bu sürdürülemez ekonomik gerçekliği gizlemek için bir finansal mekanizma olarak işlev görüyor olabilir.
Yapay Zeka Balonu Dot-Com Balonuna Benziyor mu?
Yapay zeka etrafındaki mevcut heyecan, 1999-2000 dot-com balonunu akla getiriyor. Ancak, bu iki dönem arasında hem endişe verici benzerlikler hem de önemli farklar bulunmaktadır.
Dot-Com Balonu ile Benzerlikler
Her iki dönem de, dünyayı değiştireceği vaat edilen bir teknoloji etrafında şekilleniyor. İnternetin vaatleri neyse, yapay zekanın vaatleri de o. Bu anlatı, "bu sefer farklı" hissini yaratarak geleneksel değerleme ölçütlerinin göz ardı edilmesine neden oluyor. Her iki dönemde de, değerlemeleri temel gelir yaratma yeteneklerinden ziyade, anlattıkları "hikaye" üzerine kurulu olan şirketler ön plandadır. Dot-com döneminde bu hikaye "ziyaretçi sayısı" ve "tıklanma" iken, bugün "parametre sayısı" ve "hesaplama gücü" gibi ölçütlerdir. Piyasa, birkaç dev şirketin elinde toplanmış durumda. Bugünün "Muhteşem Yedili"si, S&P 500 endeksinin piyasa değerinin, dot-com balonunun zirvesindeki ilk 10 şirketten daha büyük bir bölümünü oluşturuyor. Bu, riskin ne kadar yoğunlaştığını gösteriyor. En endişe verici benzerliklerden biri, balonun mutlak ölçeğidir. Piyasa analisti Julien Garran, mevcut yapay zeka balonunun, GSYİH'ye oranla dot-com balonundan 17 kat, 2008 mortgage krizini tetikleyen balondan ise 4 kat daha büyük olduğu konusunda uyarıyor. Bu, potansiyel bir çöküşün sonuçlarının çok daha yıkıcı olabileceği anlamına geliyor.
Dot-Com Balonundan Farkları
Ancak, bu iki dönemi birbirinden ayıran önemli farklar da var. Dot-com şirketlerinin birçoğunun hiç geliri yoktu; sadece bir iş planı ve bir web sitesi vardı. Aksine, OpenAI ve Anthropic gibi önde gelen yapay zeka şirketleri, müşterilerin para ödediği gerçek ürünlere ve milyarlarca dolarlık gerçek gelirlere sahiptir. En önemli fark ise kârlılık ve temel sorunda yatmaktadır. Dot-com şirketleri, genellikle pazarlama ve müşteri kazanımı için para harcıyordu. Yapay zeka şirketleri ise, sattıkları ürünün temel maliyeti için para harcıyor. Yani, temel iş operasyonları yapısal olarak kârsızdır. Dot-com'un sorunu gelir eksikliğiydi; yapay zekanın sorunu ise gelir olmasına rağmen kâr edememesidir. Dot-com balonu, sayısız küçük girişim ve halka arz tarafından körüklendi. Yapay zeka patlaması ise, dünyanın en büyük ve en güçlü şirketlerinden birkaçı (Microsoft, Google, Amazon, Nvidia) tarafından domine ediliyor. Bu şirketler, ekosistemi hem finanse ediyor hem de onun bir parçası olarak faaliyet gösteriyor. Bu durum, sistemi potansiyel olarak daha dayanıklı kılabilir, ancak aynı zamanda yoğunlaşma nedeniyle sistemik riski de artırır.
Bu karşılaştırma, mevcut durumun neden daha karmaşık ve potansiyel olarak daha tehlikeli olduğunu ortaya koyuyor. Dot-com balonu, geliri olmayan şirketlerin bir değerleme kriziydi. Yatırımcılar, bu şirketlerin asla para kazanamayacağını anladığında balon patladı. Yapay zeka balonu ise, gerçek geliri olan ancak yapısal olarak kârsız bir ürüne sahip şirketlerin bir iş modeli krizidir. Bu temel sorunu gizlemek için kullanılan finansal mühendislik (round-tripping iddiaları) çok daha karmaşık ve sistemin bir parçasıdır.
Bu nedenle, yapay zeka balonunun çöküşü, yatırımcıların gelirin asla gelmeyeceğini fark etmesiyle tetiklenmeyebilir. Bunun yerine, yatırımcıların, büyük gelirlere rağmen, verimlilikte temel bir değişiklik olmadan kârın imkansız olduğunu anlamasıyla tetiklenebilir. Ve bu balon patladığında, sadece girişimleri etkilemeyecektir. Oyuncular dünyanın en büyük şirketleri olduğu ve bilançoları bu döngüsel anlaşmalarla birbirine bağlı olduğu için, bir çöküş sadece teknoloji sektöründe değil, "Muhteşem Yedili"nin mevcut piyasa endekslerinin ana itici gücü olması nedeniyle daha geniş piyasada da sistemik bir şok yaratma potansiyeline sahiptir.
Sistem Riskleri ve Olası Sonuçlar
Yapay zeka sektöründeki bu finansal yapı, sadece tek tek şirketlerin geleceğiyle ilgili değil, aynı zamanda tüm küresel ekonomi için etkileri olan bir dizi sistemsel riski de beraberinde getiriyor.
Olası Bir Çöküşün Etkileri
Bu yapının önünde iki olası sonuç var: ya bu şirketler gelirlerini artırırken kâr marjlarını negatiften pozitife çevirmenin bir yolunu bulacaklar ya da bu yapı eninde sonunda çökecek.
Bu yapının en riskli yönü, şirketlerin birbirine çok fazla bağlı olmasıdır. Şirketler arasındaki çapraz yatırımlar ve karşılıklı bağımlılıklar, bir şirketteki başarısızlığın bir domino etkisi yaratma potansiyelini artırıyor. Örneğin, OpenAI'nin bir sonraki yatırım turunu tamamlayamaması, sadece kendisini değil, aynı zamanda en büyük müşterisini kaybedecek olan Nvidia'yı, yatırımını silmek zorunda kalacak olan Microsoft'u ve tüm girişim sermayesi ekosistemini de etkileyebilir. Piyasanın birkaç büyük şirketin elinde toplanmış olması, yapay zeka balonunun patlaması durumunda kaçacak çok az yer olacağı anlamına geliyor.
Düzenleyici Kurumların Rolü
ABD Menkul Kıymetler ve Borsa Komisyonu'nun (SEC) bu duruma karşı pasif kaldığı yönünde eleştiriler var. Ancak, SEC tamamen hareketsiz değil. Düzenleyici kurum, son zamanlarda Delphia ve Global Predictions gibi şirketleri, yapay zeka kullanımları hakkında yanlış iddialarda bulundukları için para cezasına çarptırdı. Bu, SEC'in yapay zeka alanındaki beyanların doğruluğuna ilgi duyduğunu gösteriyor.
Ancak, "round-tripping" iddialarına yönelik kapsamlı bir soruşturma, çok daha büyük bir adım olacaktır. Enron vakasında olduğu gibi, böyle bir soruşturma menkul kıymetler dolandırıcılığı suçlamalarıyla büyük para cezalarına ve hatta hapis cezalarına yol açma potansiyeline sahiptir.
Jeopolitik Rekabetin Etkisi
Bu finansal durum, daha geniş bir jeopolitik sahnenin önünde yaşanıyor. Yapay zeka yarışı sadece şirketler arasında değil, aynı zamanda uluslar arasında da devam ediyor. Amerika Birleşik Devletleri ve Çin, gelecekteki ekonomik ve askeri gücün anahtarı olarak gördükleri yapay zeka hakimiyeti için rekabet içindeler.
ABD hükümeti, CHIPS Yasası gibi politikalarla yerli yapay zeka gelişimini teşvik ederken, aynı zamanda Nvidia'nın en gelişmiş çiplerinin Çin'e ihracatını kısıtlayan kontroller uygulamaktadır. Bu bağlamda, teknoloji devlerinin uyguladığı bu finansal mühendislik, farklı bir şekilde de yorumlanabilir. Bu, bir tür gizli sanayi politikası olabilir. Devlet tarafından desteklenen bir rakiple (Çin) yarışırken, düzenleyiciler bu finansal uygulamalara, ABD şirketlerinin küresel yapay zeka yarışını kazanmak için gereken sermayeyi toplamalarını sağlayan bir yöntem olarak göz yumuyor olabilirler. Düzenleyicilerin bu yapıya çok sert bir şekilde müdahale etmesi, ABD'nin Çin'e karşı yapay zeka yarışındaki en önemli şirketlerini zayıflatabilir.
Yatırımların Ekonomik Etkisi
Bu büyük sermaye harcamasının uzun vadeli ekonomik etkileri konusunda iki zıt görüş bulunmaktadır. İyimser senaryoya göre, bu yatırım dalgası, tarihte benzeri görülmemiş bir verimlilik artışına yol açarak uzun vadede GSYİH'yı önemli ölçüde artırabilir. Halihazırda, yapay zeka yatırımları ABD GSYİH büyümesinin önemli bir itici gücü konumundadır. Kötümser senaryoya göre ise, bu, büyük bir sermaye israfıdır. Trilyonlarca dolar, azalan verime sahip ve kârlılığa giden net bir yolu olmayan bir teknolojiye akıtılırken, ekonominin diğer üretken sektörleri yatırım ve yetenekten mahrum kalıyor. Vaat edilen verimlilik artışları gerçekleşmezse, bu durum "deflasyonist bir çöküşe" yol açabilir.
Ulusal Ekonomik Araştırmalar Bürosu'nun (NBER) çalışmaları, altyapı yatırımlarının uzun vadeli faydaları olduğunu ancak kısa vadeli teşvik etkilerinin sınırlı olabileceğini göstermektedir. Ayrıca, yapay zeka otomasyonu işgücü piyasalarını bozma ve özellikle gelişmekte olan ülkelerde eşitsizliği artırma riski taşımaktadır.
Yapay Zeka Devrimi mi, Finansal Balon mu?
Bu incelemenin ortaya koyduğu tablo karmaşık ve düşündürücüdür. Birkaç teknoloji devi, yüz milyarlarca dolarlık döngüsel bir sermaye akışının merkezinde yer almaktadır. Bu döngü, temelindeki yapay zeka modellerinin mevcut maliyet yapısıyla kârsız olmasına rağmen, yüksek değerlemeleri destekleyen büyük kağıt üzerinde gelirler yaratmaktadır. Bu yapı, menkul kıymetler dolandırıcılığının bir türü olan "round-tripping"in klasik özelliklerini taşımaktadır.
Ancak bu durum, jeopolitik rekabetin ve gerçekten dönüştürücü bir teknolojinin bağlamında ortaya çıkmaktadır. Agresif ama yasal finansal mühendislik ile açıkça dolandırıcılık arasındaki çizgi, bu yeni alanda oldukça belirsizdir.
Bu durumdan çıkışın tek sürdürülebilir yolu, daha fazla finansal mühendislik değil, yapay zekanın kendisinin verimliliğinde bir iyileşmedir. Bu döngünün sonu, ya bu şirketlerin kârlılığa giden bir yol bulmasıyla ya da bu finansal yapının sürdürülemez hale gelmesiyle gelecektir. Uzun vadeli başarı, bu temel ekonomik sorunu çözmeye bağlıdır. Sektör, GPU'lara olan bağımlılığı azaltacak ve maliyetleri düşürecek yeni teknolojilere umut bağlamış durumdadır. Kuantizasyon ve budama gibi model optimizasyon teknikleri veya NPU'lar (Nöral İşlem Birimleri) ya da fotonik çipler gibi yeni donanım mimarileri, bu verimlilik artışını sağlayabilir.
Nihayetinde, kendimize sormamız gereken soru şudur: Yaratıcı finansal yöntemlerle desteklenen gerçek bir yapay zeka devriminin başlangıcına mı tanıklık ediyoruz? Yoksa, eninde sonunda sürdürülemez olduğu ortaya çıkacak, tarihin en karmaşık finansal balonlarından birinin şişirilmesini mi izliyoruz? Bu sorunun cevabı, önümüzdeki yılların ekonomik ve teknolojik manzarasını belirleyecektir.