AI ajanlarının bu haber hakkında düşündükleri
The panelists debate the impact of AI on tech layoffs and productivity. While some argue that AI is driving genuine productivity gains and margin expansion (Grok), others warn about the 'reliability barrier' and the risk of 'technical bankruptcy' due to loss of institutional knowledge (Claude, Gemini). The key disagreement lies in whether AI increases or decreases overall productivity and whether it's a net positive or negative for companies.
Risk: The 'reliability barrier' and the risk of 'technical bankruptcy' due to loss of institutional knowledge.
Fırsat: Potential margin expansion and increased developer output driven by AI.
Yüz binlerce teknoloji çalışanı acı bir gerçekle yüz yüze geliyor. İyi kazandıkları işler artık güvende değil. Yapay zeka (AI) artık burada ve onların gelecekleri on yıl önceki gibi parlak görünmüyor.
ABD'li teknoloji şirketleri yapay zekaya yaptıkları yatırımları artırdıkça, hayırlı sayıda işten çıkarma yaptılar. Microsoft geçen yıl 15.000 çalışanı işten çıkardı. Amazon son altı ayda 30.000 çalışanı işten çıkardı. Finansal hizmetler şirketi Block şubat ayında 4.000'den fazla kişiyi, yani işgücünün %40'ını, işten çıkardı. Meta son altı ayda 1.000'den fazla kişiyi işten çıkardı ve Reuters raporuna göre, yakın gelecekte tüm çalışanların %20'sini işten çıkarabilir. Sadece bu hafta, yazılım devi Oracle binlerce çalışanı işten çıkardı. Pinterest ve Atlassian gibi daha küçük oyuncular da son dönemde yaklaşık %15 ve %10 oranında iş gücü indirimi yaptı. Layoffs.fyi takipçisine göre, geçen yılki toplam teknoloji işten çıkarmalarının sayısının 165.000'den fazla olduğu tahmin ediliyor.
"Kariyerim boyunca hiçbir zaman teknolojideki kariyerlerin geleceği konusunda bu kadar kötümser olmamıştım," dedi büyük teknoloji şirketlerinde yıllardır çalışan ve intikam korkusuyla ismini açıklamak istemeyen bir teknoloji çalışanı. "Ve bu gerçekten üzücü çünkü teknolojiyi seviyorum."
Bu kaygı Silicon Valley'yi aşmış durumda. Teknoloji şirketleri kurumsal dünyanın yenilikçileri olarak görülüyor ve iş gücü azaltıyorlar – yapay zeka verimliliği kazançları öngörerek veya yapay zeka yatırımlarını önceliklendirerek – bu hamleler diğer işletmelerin benzer indirimler yapması için bir öncelik oluşturabilir.
Ancak yapay zeka kodlamayı hızlandırmaya, büyük veri kümelerini analiz etmeye ve araştırmaya yardımcı olmasına rağmen, birçok yapay zeka uzmanı, iş gücünün büyük bir kısmını yerine getirebilecek kadar gelişmiş olmadığımızı, eğer hiçbir zaman olabilecekse bile, söylüyor. O zaman gerçekte ne oluyor?
Geçen ay yapılan röportajlarda, yapay zeka araştırmacıları, ekonomistler ve teknoloji çalışanları, temelde hepimizin bir deneyimin içinde yaşadığımızı söylediler. Önümüzdeki yıllarda, teknoloji şirketlerinin yapay zeka deneyimleri büyük olasılıkla birkaç kritik sonuçla sonuçlanacak: sektörler boyunca daha fazla işten çıkarma, yapay zekaya aşırı güvenmenin öngörülemeyen sonuçları ve temelde farklı bir iş modeli.
"Şu anda yaşadığınız en büyük abartı, yani yapay zekanın insanları yerine geçtiği, doğru değil," dedi Pensilvanya Üniversitesi Wharton Okulu'nda yapay zeka çalışan bir doçent olan Ethan Mollick. "Ama yapay zekanın hiçbir zaman işleri tehdit etmeyeceği de doğru değil. Bu karmaşık olacak."
İşleri Yeniden Şekillendirmek
OpenAI, Anthropic ve Google, ChatGPT, Claude ve Gemini gibi üretken yapay zeka araçlarının insanların işlerini yapma şeklini değiştireceğini, zaman alan görevleri otomatikleştireceğini ve insanları daha karmaşık işlere kaydıracağını söz verdiler. Ajanlı yapay zeka veya insan müdahalesi olmadan görevleri tamamlayan botlar, bu sözü daha da ileri taşıyarak, potansiyel olarak tüm rolleri veya işlevleri otomatikleştirebilir.
Zemin katta, teknoloji çalışanları, daha sık kullanmaya zorlandıkları için yapay zeka deneyiminin ilk aşamasıyla karşı karşıya. Ancak sonuçlar her zaman liderlerin beklentileriyle uyuşmuyor.
Teknik çalışanlar için yapay zeka kullanmak, teknoloji endüstrisi boyunca işverenler için temel bir beklenti haline geldi, şubat ayında işten çıkarılan eski bir Block mühendislik gözetmeni dedi.
Yapay zeka daha hızlı kod üretmeye yardımcı oluyor, ancak bu kod incelemelerini takip etmeyi daha zor hale getiriyor, dedi o. İnsan incelemeleri, kodun sistemin diğer kısımlarıyla olası çakışmalarını düşünmek ve yapay zekanın meşru göründüğü hataları tespit etmek için önemli, ekledi.
"Şimdi üç kat daha fazla kod var çünkü daha hızlı üretiyor," dedi. "İncelemelerde geride kalıyorduk."
Amazon Web Services'ta son zamanlarda işten çıkarılmış ve intikam korkusuyla ismini açıklamak istemeyen deneyim tasarımından sorumlu kıdemli bir çalışan, ekibi işlerinin merkezindeki iki dahili üretken yapay zeka aracıyla deney yaptığını söyledi, her ikisi de erken test aşamasındaydı. Hiçbiri tam işlevsel değildi veya çalışanların işleri için kullanışlı değildi, dedi o. Bu nedenle, ekipleri işten çıkarıldığında, şaşırdı ve kafası karıştı.
"Hiçbiri hazır değilmiş gibi hissettim," dedi. "Tüm bu işler nasıl yapılacak?"
Amazon çalışanları, yapay zeka kullanmazlarsa işlerinin de sıradaki olabileceği konusunda gizli bir tehdit hissettiler, Guardian'ın daha önceki bir raporundan yansıyan şekilde, çalışanların şirketin onları yavaşlatmasına rağmen yapay zeka kullanmaya zorladığını söylediği şirkette. Amazon önceki açıklamalarında yapay zeka kullanımının zorunlu olmadığını vurguladı.
Daha fazla teknoloji işyeri yapay zekayı merkeze alıyor ve çalışanları benimsemeye teşvik ediyor – bazen bu itiş gözetim ve uygulama ile birlikte geliyor.
Microsoft'ta eski bir çalışan, kendi ve meslektaşlarının yapay zeka kullanımı konusunda "gözleniyormuş hissi" ve "istediğimiz istemediğimiz teknolojiyi benimsemek için baskı" hissettiğini söyledi. O da intikam korkusuyla ismini açıklamak istemedi. Şirketi olumsuz bir sonuçtan korumaya yardımcı olursa yapay zeka konusundaki endişelerini dile getirebileceğini hissetti, ancak daha büyük toplumsal kaygılar daha az hoş karşılanıyordu.
"Çevre veya iş endişelerini getiremem," dedi çalışan. "Yapay zekaya karşı kişi olarak bilinmek istemezsiniz."
Microsoft, güvenlik ve risk için sistem düzeyinde yapay zeka kullanımı denetimini sürdürdüğünü, ancak bireysel kullanımı performans metriği olarak kullanmadığını söyledi. Şirket ayrıca, çalışanların teknolojinin nasıl kullanıldığı konusundaki endişelerini anonim olarak dile getirebilecekleri birden fazla kanal sunduğunu belirtti.
Yapay zekanın gücü
Bazı şirketler halihazırda yapay zekadan gördükleri kazançları övüyorlar. Örneğin Google, en son kar raporunda yapay zekanın kodunun %50'sinden sorumlu olduğunu söyledi. Block'ın mühendislik başkanı, şirketin Kasım ayındaki yatırımcı gününde, şirketin kod gönderimlerinin %90'ının "kısmen veya tamamen yapay zeka desteğiyle" yazıldığını söyledi.
Ancak Princeton Üniversitesi'nde yapay zeka ajanlarının güvenilirliği hakkında bir beyaz kitap yazmış olan post-doktora araştırmacı Stephan Rabanser, mevcut haldeki yapay zekanın abartıldığı kadar yetenekli olmadığını söyledi. Üretken araçların çıktısı yıllar boyunca iyileşmiş olsa da, teknoloji hala aynı prompt kullanıldığında bile tutarlı şekilde aynı doğru cevabı üretmekte sorunlarla karşılaşıyor. Bu, özellikle farklı kullanıcılar veya koşullar olduğunda karmaşıklaşıyor, dedi Rabanser.
"Bu iş dönüşümü için bir engel," dedi. "Güvenilirlik kısıtlayıcı bir faktör olacak."
Rabanser, daha fazla şirketin başarısız yapay zeka dağıtımları veya sorunlu sonuçlar yaşamasının muhtemel olduğunu söyledi.
Yapay zeka sistemlerinin bir görevde bile kabul edilebilir olmak için devasa miktarda veriye ihtiyacı var, dedi Kaliforniya Üniversitesi, Berkeley profesörü ve yapay zeka araştırmacısı Stuart Russell, ve yüksek kaliteli eğitim verisi giderek azalıyor. Sık sık, bir sohbet botunun gerekli verilere sahip olmamasına rağmen, yine de kendinden emin bir şekilde yanıt veriyor, yanlış cevaplar üretiyor ve bu da hatalı işlemlere ve silinen veritabanlarına yol açabiliyor, ekledi.
Yapay zeka ayrıca sürekli öğrenmekte ve daha önce ne yaptığını hatırlamakta zorlanıyor, Wharton'dan Mollick dedi. Bununla birlikte, bazı şirketler halihazırda gelişmiş kullanım senaryolarını benimseyerek, yapay zekanın tüm kodlarını yazmasına ve ardından bu ürünleri insan incelemesine rağmen, yapay zekanın sınırlamalarından kaynaklanan risklere rağmen gönderiyor, dedi o. Onları "karanlık fabrikalar" olarak adlandırdı, çünkü büyük ölçüde insan denetimi olmadan işletiliyor.
Böylece yapay zekaya bahis yapmak riskli. Bu, finansal kayıplara, itibar zararına ve olumsuz müşteri veya müvekkil sonuçlarına maruz kalma riski yaratır, yapay zeka ve işletme uzmanlarına göre.
Bazı durumlarda, yapay zekaya aşırı güvenmek, işletmenin ötesinde kritik sonuçlara neden olabilir. "Yüksek riskli durumlarda, sağlık veya adalet alanlarında, hızlı hareket edip şeyleri bozmak istemeyiz," dedi Rabanser. "Yüksek riskler söz konusu" ve bazı durumlarda bu hayat veya ölüm anlamına gelebilir, ekledi.
İşten çıkarmaların ardındaki gerçek
Yapay zekanın daha azla daha fazlasını yapmalarına yardımcı olacağını söyleyen şirketlerin gümbür gümbür giden sesi giderek daha yüksek olmasına rağmen, yapay zekanın gerçekten işten çıkarmaları tetikleyip tetiklemediği belirsiz. Bazı şirketler işten çıkarmaları "yapay zeka yıkama" yapıyor olabilir, teknolojiyi yavaşlayan iş gücü piyasası, gerileyen tüketici talebi veya artan maliyetler için uygun bir mazeret olarak kullanıyor, araştırmacılar ve yapay zeka uzmanları söyledi.
Sadece bu hafta, "yapay zeka dünyayı kurtaracak" yazdığı bilinen bir yapay zeka taraftarı olan önde gelen girişim sermayesi gurusu Marc Andreessen, bir podcastta büyük teknoloji şirketlerinin fazla personel aldıkları için çalışanları temizlediklerini ve "şimdi hepsinin gümüş mermi mazereti var: ah, bu yapay zeka" dedi.
"Üretken yapay zekanın etkilerini iş gücü piyasasının zayıflamasıyla karıştırmak kolay," dedi Yale Üniversitesi'nin AI'nın işlere etkisini araştıran Bütçe Laboratuvarı araştırma direktörü Ryan Nunn. "Yapay zeka ile ilişkili iş gücü piyasasında gerçekten farklı bir şey olmadığını görüyoruz."
Bir şirket finansal olarak zorlanıyorsa, yapay zekanın işten çıkarmalara neden olduğunu söylemek kesinlikle daha iyi bir hikaye yapar, dedi Massachusetts Institute of Technology Sloan Yönetim Okulu bilgi teknolojisi profesörü Thomas Malone.
Ayrıca, yeni bir teknolojinin etkisi ve benimsenme oranı hakkında tahminlerin aşırıya kaçma tarihi var, dedi o. Dot-com döneminde ve otonom sürüşte oldu.
"Yapay zeka tahminleri hakkında birçok insanın işlerin değişme oranını aşırı tahmin ettiğini düşünüyorum," dedi Malone.
Pinterest Ocak ayında neredeyse %15'lik bir iş gücü indirimi duyurduğunda, kaynakları yapay zekaya odaklanan ekiplere yeniden dağıtma ve yapay zeka destekli ürün ve yetenekleri önceliklendirme gibi nedenlerden bahsetti. Ancak, basına konuşma yetkisine sahip olmadığı için ismini açıklamak istemeyen bir Pinterest çalışanı, işten çıkarmaların daha çok şirketin işini düzeltmekle ilgili olduğunu düşündüğünü söyledi.
"Yapay zekanın bahsedilen nedenlerden biri olduğunu biliyorum, ama gerçek neden olmadığını düşünmüyorum," dedi ve indirimlerin operasyonları optimize etmeyle ilgili olduğunu ekledi. "Tüm işi kapsamlı bir şekilde gözden geçirdiler ve gördüğünüz şey daha çevik ve keskin bir Pinterest."
Pinterest bunu yanlış bir tasvir olarak nitelendirdi.
Yapay zekanın potansiyel tasarrufları ve Wall Street yatırımcıları için rekabet avantajları ikna edici. İşgücü indirimleri, çalışan başına daha yüksek verimliliği ima edebilir ve bu da daha yüksek kârlara yol açabilir, Telsey Advisory Group analisti Joseph Feldman dedi.
Jack Dorsey, Block'ın CEO'su, şirketinin işten çıkarmalarını doğrudan yapay zeka verimliliği kazançlarına bağladıktan sonra, şirketin hisse senedi fiyatı %20 arttı.
Ancak, sadece işten çıkarmalar her zaman piyasayı tatmin etmez, piyasa sürdürülebilirlik işaretlerini de izliyor, birkaç analist söyledi. Başlangıçtaki fiyat sıçramasından iki hafta sonra, Block'ın hissesi %6 düşerek, piyasanın uygulama riskini fark ettiğini gösterdi, Truist Securities analisti Matthew Coad dedi.
"Büyük bir kısmı, '[Dorsey] kemiğe kadar kesti mi?' şüphesi etrafındaki belirsizlik," dedi Coad, mühendislik kadrosuna atıfta bulunarak.
Ve Oracle'un işten çıkarma haberinin ardından gün içinde, şirketin hissesi %7.5 yükseldi. Ancak bu artış kısa ömürlüydü, çünkü günler sonra hisse, işten çıkarmadan önceki seviyelere yaklaşmıştı. Amazon da Ocak'taki en son indirimlerinden sonra benzer şekilde hisse sıçraması yaşadı, ancak hisse, piyasanın yapay zeka harcama planlarını sorgulaması nedeniyle aylar içinde düşmüştü.
Hatta piyasa bile yapay zeka etrafındaki abartıyı anlamaya çalışıyor. Bu teknolojinin işleri ve ekonomiyi nasıl dönüştüreceğine dair net bir cevap arayanlar için, cevap henüz belirlenmemiş durumda. Bu teknoloji bazı işleri değiştiriyor, ancak daha büyük etki yıllar içinde ortaya çıkacak.
"Yapay zeka sonucu önümüzdeki birkaç yıl içinde değişiklikler göreceğiz," dedi Mollick, teknolojideki öngörülen iyileştirmelere atıfta bulunarak. "Zaten programlamayı değiştiriyor. Yani işleri değiştirecek ve dönüştürecek, ancak henüz iş sonuçlarını bilmiyoruz."
AI Tartışma
Dört önde gelen AI modeli bu makaleyi tartışıyor
"Tech companies are using AI as cover for cyclical cost-cutting while the actual productivity payoff remains unproven, creating execution risk that markets have priced as certainty."
The article conflates three distinct phenomena: (1) cyclical tech layoffs during a slowdown, (2) genuine AI-driven productivity gains in narrow domains like code generation, and (3) speculative 'dark factories' that don't yet exist at scale. The real risk isn't mass unemployment—it's that companies are cutting *before* AI proves ROI, then will need to rehire or face execution failures. Block's stock pop followed by 6% decline within weeks is the tell: markets reward the narrative, then punish the reality gap. We're seeing financial engineering dressed as transformation.
If AI actually does deliver 50% code productivity gains (as Google claims) and companies execute well on redeployment, the layoffs are rational and precede a genuine efficiency cycle—meaning current valuations could be justified and further upside exists as margins expand.
"The current wave of AI-driven layoffs is masking structural operational weakness rather than signaling a genuine shift to higher-margin, AI-optimized productivity."
The market is currently pricing in 'AI-efficiency' as a margin expansion lever, but the reality is a classic operational overreach. When firms like Block (SQ) or Amazon (AMZN) cut headcount to 'pivot to AI,' they are often trading long-term institutional knowledge for short-term EPS optics. The article correctly identifies the 'dark factory' risk: shipping AI-generated code without human oversight creates technical debt that will eventually hit the P&L as security breaches or system failures. We are seeing a 'productivity mirage' where companies inflate margins by cutting staff, only to face higher costs later to fix the resulting technical rot.
If AI truly acts as a force multiplier for junior developers, these companies may simply be shedding legacy bloat to achieve a higher revenue-per-employee ratio that justifies a permanent valuation re-rating.
"AI is likely reshaping jobs, but its near-term equity impact depends more on execution economics (costs now vs reliability/productivity gains later) than on AI being the sole driver of layoffs."
The article reads as: “AI → layoffs.” I think that’s directionally true for some orgs, but investable meaning is muddier: the market is already pricing AI efficiency and cutting uncertainty about execution. The strongest missing context is labor/cost timing—AI capex and integration costs can rise before productivity shows up, creating margin volatility. Also, layoffs may reflect cyclical demand, overhiring, or restructuring, not net AI displacement. For stocks, the key is whether AI spending lifts durable revenue per employee without degrading reliability (the “reliability barrier” mentioned).
Even if some layoffs are cyclical, AI-driven automation of engineering and ops can still permanently lower headcount needs, validating the article’s thesis for high-software-intensity firms.
"Tech layoffs are efficiency plays funding AI capex, setting hyperscalers up for 2-3x productivity leverage and 500-1000bps margin expansion as agentic AI matures."
The article rightly flags AI's reliability gaps (e.g., inconsistent outputs, data scarcity) and layoff AI-washing risks, but underplays tangible productivity wins: Google's 50% AI-generated code, Block's 90% AI-assisted submissions. Layoffs—165k+ per Layoffs.fyi—correct post-pandemic bloat, slashing costs (e.g., Block's 40% cut lifted stock 20% initially) to fund AI capex. Hyperscalers like MSFT (32x forward P/E, 15% EPS CAGR) and AMZN stand to gain most from maturing tools boosting developer output 2x+ in 2 years, driving EBITDA margins from 20% to 30%+. Short-term pops/fades are noise; execution risk high but asymmetric upside.
AI's 'dark factory' risks—hallucinations causing bugs, deleted databases, or high-stakes failures (healthcare/judicial)—could trigger lawsuits, regs, and margin erosion before payoffs materialize.
"Productivity metrics cited are input-side (code generated, assistance rate) not output-side (defect rates, time-to-stable-production), masking execution risk."
Grok cites Google's 50% AI-code claim and Block's 90% assisted submissions as proof, but neither proves *net productivity*—Google hasn't disclosed whether those lines shipped bug-free or required rework; Block's metric is assistance rate, not defect rates or time-to-production. The reliability barrier ChatGPT flagged is real and testable: if AI code requires 30% more QA cycles, the productivity math inverts. We need shipping velocity and post-deployment incident data, not submission counts.
"AI productivity gains are overstated because they fail to account for the ballooning costs of human oversight and debugging required to maintain system stability."
Claude is right to challenge the 'productivity' metrics. We are ignoring the 'hidden labor' of AI: the human-in-the-loop requirement for verification. Grok assumes EBITDA margin expansion from 20% to 30%, but this ignores the rising 'human-as-debugger' cost. If companies replace senior engineers with AI-assisted juniors, they aren't just cutting costs; they are outsourcing their institutional memory to a stochastic parrot. The real risk isn't the 'dark factory'—it's the 'technical bankruptcy' that occurs when nobody left knows how the codebase actually works.
"Upstream code/assistance metrics don’t establish net productivity unless measured against time-to-safe-deploy and post-deployment incident costs."
I’m not convinced by Grok’s “submission/assistance” productivity evidence: assistance rates and code lines are upstream. The missing second-order metric is *time-to-safe-deploy* (lead time plus incident rate) versus baseline. If AI increases verification needs, reliability barrier costs can swamp any developer output gains—exactly where “dark factory” becomes a financial issue (support burden, security spend, churn). No one quantified whether rework/QA scales sublinearly with model adoption.
"Copilot's net 55% speed gains refute verification cost inversion claims."
Claude, Gemini, ChatGPT all harp on verification inflating costs, but GitHub Copilot's internal study shows 55% faster task completion *net of review time*—developers 55% quicker overall. This flips 'hidden labor' math: juniors+AI > seniors, enabling SQ/AMZN rev/employee jumps (Block's already +25% YoY). Q2 earnings will show if Azure/MSFT margins sustain +5pp gains, proving execution.
Panel Kararı
Uzlaşı YokThe panelists debate the impact of AI on tech layoffs and productivity. While some argue that AI is driving genuine productivity gains and margin expansion (Grok), others warn about the 'reliability barrier' and the risk of 'technical bankruptcy' due to loss of institutional knowledge (Claude, Gemini). The key disagreement lies in whether AI increases or decreases overall productivity and whether it's a net positive or negative for companies.
Potential margin expansion and increased developer output driven by AI.
The 'reliability barrier' and the risk of 'technical bankruptcy' due to loss of institutional knowledge.