MIT NANDA Temmuz 2025 Raporuna Bakış: Yapay Zeka Pilot Başarısızlık Oranının %95 Olmasının Son Olmamasının Nedeni

Kanıtlanmış bir iyimserim ve karşıma çıkan her yeni teknolojiye açık fikirliyim. Uzun vadede kalıcı olacak son takıntım mı? Yapay zeka.

MIT NANDA yakın zamanda şu adlı makaleyi yayınladı: 'Genel Yapay Zeka Ayrımı. 2025'te İş Dünyasında Yapay Zeka Durumu've bence makale gerçekten okunmaya değer. Yapay zeka ve günümüz iş dünyasındaki yeri hakkında ciddi bir bakış açısı sunuyor. Linkedin akışı, yapay zekanın her şeyi nasıl değiştirdiği konusunda neredeyse histerik görünebilir, ancak rapor farklı bir tablo çiziyor.

Öncelikle MIT NANDA nedir?

Ağ Bağlantılı Aracılar ve Merkezi Olmayan Yapay Zeka (kısaca NANDA), MIT Medya Laboratuvarı'nın iddialı bir araştırma girişimidir. Proje, 18 kıtadan 6'den fazla önde gelen araştırma kurumunu ve teknoloji sektörünün önde gelen isimlerini (Meta, Dell, Microsoft ve benzeri) kapsamaktadır. NANDA'nın hedefi, çığır açıcı olmasa bile, gerçekten fütüristiktir. Hırs Yapay Zeka Aracılarının İnterneti için temel altyapıyı, yani yapay zeka aracılarının kuruluş sınırları ötesinde çevrimiçi olarak birbirlerini keşfedip, doğrulayıp ve iş birliği yaptığı merkezi olmayan bir ağı inşa etmektir. NANDA temel olarak, yapay zeka araçlarının insanlar ve kuruluşlar adına diğer araçlarla etkileşim kurmasını sağlayan net kurallar, protokoller, yönergeler ve çerçeveler üzerinde çalışmaktadır. NANDA projesi açık kaynaklıdır, yani girişimcileri, vizyonerleri, teknoloji uzmanlarını ve politika yapıcıları tam ölçekli iş birlikçiler olarak kucaklamaktadır. (Vikipedi'den izler taşıyor musunuz?)

Bunu size anlatmamın sebebi, MIT NANDA raporunun yapay zeka konusunda araştırma pastasının kreması olmasıdır. Yazarlar yapay zeka dünyasının tam sınırında yer alıyor ve bulguları ciddiye alınmalı (biraz şüpheyle de olsa).

Makale Ocak ayından beri hazırlanıyordu ve nihayet Temmuz 2025'te yayınlandı. Rapor, 300'den fazla kamuya açık yapay zeka girişiminin sistematik bir incelemesine ve 52 kuruluştan liderlerle yapılan görüşmelere ve dört büyük sektör konferansında 153 üst düzey liderle yapılan anketlere dayanıyor.

%5 AI pilot başarı oranı

Raporda, yapay zekayı başarıyla (veya başarısızlıkla) kullanan kuruluşlarda ve hatta sektörlerde yaşanan (veya yaşanmayan) kesintiyi tanımlayan "Gen AI Ayrımı" terimi tanıtılıyor. NANDA'ya göre, bir işletme "ayrımın yanlış tarafında" ise, yapısını ve iş operasyonlarını gerçekten değiştiremez, geliştiremez ve yeniden düşünemez. Dolayısıyla, ayrımın doğru tarafında olmak, yapay zeka kullanımının somut bir sonucunu elde etmek anlamına gelir."Bu yatırım yanlılığı, kaynakları görünür ama aynı zamanda önemli olan şeylere yönlendirerek GenAI Ayrımını sürdürüyor. genellikle daha az dönüştürücü kullanım durumları olurken, arka ofis işlevlerindeki en yüksek yatırım getirisi fırsatları yetersiz fonlanıyor”.

Raporun bu kadar ilgi görmesinin sebebi, temel bulgusudur. Özette şöyle deniyor: "GenAI'ya yapılan 30-40 milyar dolarlık kurumsal yatırıma rağmen, bu rapor şaşırtıcı bir sonucu ortaya koyuyor: Kuruluşların %95'i sıfır getiri elde ediyor... Entegre AI pilotlarının yalnızca %5'i milyonlarca değer elde ederken, büyük çoğunluğu ölçülebilir bir K&Z etkisi olmadan kalıyor.” Pek de ümit verici değil, değil mi?

Kuruluşların yapay zekanın gerçek değerini kavramasını engelleyen temel sınırlama, raporda "öğrenme açığı" olarak tanımlanıyor. Çoğu GenAI sistemi, geri bildirimi tutma, bağlama uyum sağlama veya zaman içinde gelişme yeteneğinden temel olarak yoksundur.

• Sistemler geribildirimlerden ders çıkarmazlar. Gerçekte bu, bir yöneticinin aynı veri setini tekrar tekrar sisteme girmesine rağmen performansta hiçbir iyileşmenin gerçekleşmemesi anlamına gelir. Orta ölçekli bir üretim yöneticisi, yerine getirme kontrol listelerini iyileştirmek için aynı ürün kılavuzunu defalarca yapay zeka sistemlerine yüklediklerini, ancak her yinelemede aynı eksikliklerin ve hataların kopyalandığını ve birden fazla geri bildirim oturumuna rağmen çıktı kalitesinde ölçülebilir bir iyileşme olmadığını anlattı.
• Her seferinde aşırı manuel bağlam gerekiyor. Yapay zeka araçlarının oturumlar arasında belleği yetersizdir, bu nedenle her etkileşim, geçmiş bilgi ve bağlamın yapay zekaya yeniden aktarılması anlamına gelir. Basit tek seferlik görevlerin aksine, karmaşık iş akışları sürekli uzar ve devam eden projeler için güvenilir bir destek görevi göremez. Raporda, her sözleşme taslağı için müşteri tercihlerini, önceki müzakere notlarını ve düzenleyici kısıtlamaları yapay zeka aracına yeniden girmek zorunda olan bir kurumsal hukuk ekibinden bahsediliyor. Bu durum, yardımcı bir iş akışını, karmaşık, çok aşamalı projelerde üretkenliği baltalayan zaman alıcı bir işe dönüştürüyor.
• Bazı iş süreçlerinde yetersiz özelleştirme. Daha geniş bağlama uyum sağlayan duyarlı bir araç elde etmek yerine, daha geniş bağlam araca uyum sağlıyor ve bu da kullanıcıları katı sistemler etrafında çalışmaya zorluyor. Bir CIO, tedarikçi tarafından sağlanan risk analizi yapay zekasının "herkese uyan tek bir kutu gibi hissettirdiğini" ve ekiplerin, yapay zekanın yerleşik süreçlere uyum sağlaması yerine, kredi onay iş akışlarını aracın katı girdilerine uyacak şekilde yeniden şekillendirmek zorunda kaldığını belirtti. Bu uyumsuzluk, nihayetinde pilot projelerin terk edilmesine yol açtı.

NANDA raporundan elde ettiğim en önemli bulgular

1. Gölge Yapay Zeka Ekonomisi Gelişiyor

Raporda, çalışanların yapay zekayı kurum genelinde onaylanmış bir araç olarak değil, kişisel bir araç olarak kendi seviyelerinde nasıl kullandıklarını tanımlamak için "gölge yapay zeka ekonomisi" terimi kullanılıyor. Aslında bu bana tanıdık geliyor. BDT'deki bir Çin otomotiv markası şubesinden bir arkadaşım, uygulama içi içerik (haber gönderileri, reklamlar ve daha fazlası) yazmak için ChatGPT kullandığını paylaştı. Genel merkez düzeyinde genel kullanım için onaylanmış hiçbir yapay zeka aracı olmadığını, bu nedenle yapay zeka kullanımının kendi için bir destek ve zaman kazandırıcı olduğunu ve bunu yöneticisine pek söylemediğini söylüyor.

Rapor oldukça somut rakamlar sunuyor. Şirketlerin yalnızca %40'ı resmi LLM abonelikleri satın almış olsa da, ankete katılan şirketlerin %90'ından fazlası, iş görevleri için düzenli olarak kişisel yapay zeka araçları kullandığını bildirdi. Bu gölge kullanım, genellikle resmi kurumsal girişimlerden daha iyi yatırım getirisi sağlıyor ve bireylerin esnek ve hızlı yanıt veren araçlara erişimi olduğunda neyin işe yaradığını ortaya koyuyor.

2. Yatırım Tahsisi Yanlış Öncelikleri Yansıtıyor

Rapor, yapay zeka yatırımı ile gerçek yatırım getirisi potansiyeli arasında önemli bir uyumsuzluk olduğunu ortaya koyuyor. GenAI bütçelerinin yaklaşık %50'si, öncelikle sonuçların kolayca ölçülebilmesi ve yönetim kurulu düzeyindeki KPI'larla uyumlu olması nedeniyle satış ve pazarlama fonksiyonlarına aktarılıyor. Ancak, en yüksek getiriler genellikle arka ofis otomasyonundan elde ediliyor; örneğin, BPO'ların ortadan kaldırılmasıyla yıllık 10 milyon dolara kadar tasarruf, harici yaratıcı maliyetlerde %30 azalma ve dış kaynaklı risk yönetiminde yıllık 1 milyon dolar tasarruf gibi. Bu yatırım eğilimi, kaynakları görünür ancak daha az dönüştürücü kullanım alanlarına yönlendirerek GenAI Ayrımını sürdürüyor.

Ancak benim kişisel inancım şu. Dünya çapında perakende bankalarına sahip uluslararası bir bankacılık şirketindeki deneyimimden hatırladığım kadarıyla, kuruluşun derinliklerine inen, verilerinden beslenen ve (kim bilir?) içeriden bilgi sızdıran bir araç sunmak büyük bir risk. Dolayısıyla, Facebook reklamları için kolay kreatifler üreten bir yapay zeka içerik fabrikasına kaydolmanın neden kolay bir karar olduğunu, karmaşık arka uç kesintilerinin ise bu kadar coşkuyla karşılanmadığını anlıyorum. Doğrudan C seviyesinden bir emir olmasaydı, şirketin omurgasına ciddi yıkıcı yapay zeka araçlarının uygulanması en az 12 ay sürerdi.

Neyse ki, yerel bir pencere üretim şirketinin satış ekibi için tasarlanmış bir yapay zeka otomasyonunun içini görme fırsatım oldu. n8n'den bir serbest çalışanı işe aldılar ve o da onlara yapay zeka destekli bir çağrı ve sohbet analiz aracı geliştirdi. İşletme artık satış hunisindeki darboğazları daha hızlı tespit edebiliyordu ve yapay zeka, yazılı ve sözlü konuşma süreçlerine yardımcı oldukça daha fazla sorun ortaya çıktı. Memnuniyet oranları çok yüksekti ve daha fazla veri daha hızlı işleniyordu.

3. Dahili Yapılar Harici Tedarikçilere Karşı Kaybediyor

Dürüst olmak gerekirse, bu bulgu beni şaşırttı. İşletmelerin kendi yapay zeka araçlarını geliştirmeleri gerektiği yönündeki yaygın inancın aksine, araştırma, harici tedarikçilerle yapılan stratejik ortaklıkların, şirket içi geliştirme çalışmalarına kıyasla dağıtıma ulaşma olasılığının iki kat daha yüksek olduğunu gösteriyor. Kimin aklına gelirdi ki, değil mi? Açıkçası ben değil.

Yapay zeka tedarikçilerini iş hizmeti sağlayıcıları gibi ele alan, derinlemesine özelleştirme talep eden ve onları model ölçütlerinden ziyade operasyonel sonuçlara karşı sorumlu tutan kuruluşlar, önemli ölçüde daha yüksek başarı oranları ve daha hızlı değer elde etme süresi elde ediyor.

4.Daha Yüksek Yatırım Daha Yüksek Kesintiye Mi Neden Oluyor? Aslında hayır.

Bileşik bir Yapay Zeka Pazarı Bozulma Endeksi kullanan rapor, yalnızca iki sektörün (Teknoloji ve Medya ve Telekom) GenAI kaynaklı yapısal bozulmaya dair net işaretler gösterdiğini ortaya koyuyor. Dokuz büyük sektörden yedisi önemli pilot faaliyet gösterirken, yapısal değişim minimum düzeyde seyrediyor. Sağlık, Finansal Hizmetler ve Enerji gibi sektörler ise 0.5 puanlık bir ölçekte 5'in altında bozulma puanları alıyor. Yatırım görünürlüğü ile gerçek dönüşüm arasındaki bu fark, sektör düzeyindeki GenAI Ayrımını örnekliyor.

%95 Başarısızlık Oranı Neden Geçicidir?

Görünüşte umutsuz ara sonuçlara rağmen, tünelin sonunda bir ışık var. Raporda, GenAI Uçurumunun geçici olduğu ve ortaya çıkan gelişmelerle aşılacağı belirtiliyor.

NANDA, daha da bağlantılı bir yapay zeka dünyasına katkıda bulunan öncü kuruluşlardan biridir. Raporda bahsedilen mekanizmalar, kusursuz ajan birlikte çalışabilirliği ve sistemler arası otonom koordinasyon için altyapı temelleri olarak Model Bağlam Protokolü (MCP) ve Ajandan Ajana (A2A)'dır.

NANDA'nın çabaları ve bu araçlar, NANDA'nın tam da peşinde olduğu şeye, yani internet genelinde otonom koordinasyon yeteneğine sahip bir ajan ağı olan Agentic Web'e giden yolu oluşturuyor. Bu ajanların etkileşimi, statik iş akışlarının yerini dinamik, kendi kendini eğiten sistemlere bırakacak şekilde tasarlanacak.

Kulağa gerçek olamayacak kadar güzel mi geliyor, hatta sihirli mi? Microsoft Copilot Studio'nun Çoklu Aracı Orkestrasyonu Vizyona en yakın benzerlik budur. Sistem, ana bir Yardımcı Pilot aracısının, planlama veya belge oluşturma gibi belirli görevlerden sorumlu alt aracıları tetiklediği bir aracı ağacı oluşturulmasına yardımcı olur. Her aracı, diğerleriyle koordinasyon sağlarken kendi uzmanlık alanı içinde kalır. Daha pratik bir ifadeyle, bir kullanıcı "4. çeyrek ürün lansmanımızı planlayın" istediğinde, düzenleyici aracı otomatik olarak uzman aracılara yetki verir; biri pazar araştırmasını yönetir, diğeri zaman çizelgesi oluşturmayı yönetir ve üçüncüsü proje yönetim araçlarıyla koordinasyonu sağlar. İşler senkronize ve özerk bir şekilde ilerler.

Peki, NANDA raporu bize ne sunuyor? İşletmeler, yıkıcı etkiler yaratan, arka planda iş operasyonlarını geliştiren ve optimize eden, öğrenme yeteneğine sahip araçlarla tedarikçi ilişkilerini sıkılaştırmaya başladıkça, GenAI Uçurumunu aşmak için pencere hızla daralıyor ve bu da kuruluşların özüne hız katıyor. Başarı, yapay zeka aracı sistemlerini sıfırdan şirket içinde kurmak yerine satın almakta yatıyor. Aracı öğrenme, hatırlama ve kendi kendine yeten sistemler daha yaygın hale geldikçe, mevcut %95'lik başarısızlık oranı, yapay zeka sistemlerinin tedarikçiler, alanlar ve kurumsal sınırlar arasında sorunsuz bir şekilde iş birliği yaptığı yeni bir çağa yol açacak. İşte bu gelecek, mevcut yatırımların gerçek yatırım getirisidir.

Yapay Zekanın benimsenmesine ilişkin alternatif görüşler

NANDA projesi, birden fazla kaynaktan veri toplama ve farklı alanlardan liderlerle anket yapma konusunda harika bir iş çıkardı. Peki, dünya çapında yapay zeka benimsenmesinin nihai aracı mı? Eğer siz de benim gibiyseniz, GenAI Ayrımı Biraz moral bozucu, hatta cesaret kırıcı olsa da, kişisel yapay zeka ateşimi canlı tutmak için yapay zekanın benimsenmesine ilişkin bu alternatif görüşleri buldum.

• IT Brief Birleşik Krallık'tan Jed Nykolle Harme parçalandı CIO Oyun Kitabı 2025 Lenovo tarafından. Çalışma, EMEA (Avrupa, Orta Doğu ve Afrika) genelindeki BT liderlerinden gelen geri bildirimleri içeriyor ve sonuçları çok daha ümit verici. Perakende sektörünün, yapay zeka pilotu performansının %96'sının beklentileri karşıladığı veya aştığı, yapay zeka memnuniyeti konusunda lider olduğu ortaya çıktı.
• Daha önce, yapay zekayı uygulamada zor bulan ve yoğun entegrasyona özellikle açık olmayan devasa kurumsal pazar oyuncularına karşı sempatimi dile getirmiştim. Ancak Lenovo, Bankacılık, Finansal Hizmetler ve Sigortacılık (BFIS) sektörlerinde farklı bir tablo sunuyor: %7'lik en düşük yapay zeka benimseme oranına rağmen, yapay zekayı test edenlerin %33'ü pilot uygulamaların beklentileri aştığını bildiriyor. Bu tür olumlu eğilimlerin sırrı, "temkinli bir yaklaşım"dır; çünkü Arabian Business onu koyar.
• Bir başka güven verici rapor IBM CEO Çalışması IBM Başkan Yardımcısı Gary Cohn'un cesur bir önsözüyle açılıyor: "Yapay zekanın benimsenmesi hızlandıkça... nihai kazanç, yalnızca riski fırsat olarak görme cesaretine sahip CEO'lara gelecektir. ... İş ortamı belirsiz olduğunda, hangi noktalarda etkili olduğunuzu belirlemek için yapay zekayı ve kurumsal verilerinizi kullanmak rekabet avantajı sağlar. Bu noktada, ilerlemek için yapay zekayı ve kendi verilerini kullanmayan liderler, rekabet etmeme yönünde bilinçli bir iş kararı alıyorlar.başlıklı bir kılavuz yayınladı
• IBM CEO Anketi, ilham verici bazı gerçekleri ortaya koyuyor. Örneğin, yapay zeka yatırım büyümesinin önümüzdeki iki yıl içinde iki katından fazla artacağı tahmin ediliyor; bu nedenle toplam BT bütçelerinin yaklaşık %20'si yapay zekaya ayrılacak. Bu taahhüt, görünür ve kanıtlanmış zorluklara rağmen yapay zekaya olan inancın güçlü olduğunu ve en önemlisi, tepkisel bir harcamadan ziyade stratejik bir yatırım olduğunu gösteriyor.
• Son olarak, rapordaki CEO'ların %64'ü, geride kalma riskinin, etkisinin net bir şekilde anlaşılmasından çok önce yeni teknolojiye yatırım yapılmasını teşvik ettiği konusunda hemfikir. Ancak, hızlı kararlar alınamıyor. Bunun yerine, karar vericiler "stratejik korunma" yöntemini tercih ediyor. Basitçe söylemek gerekirse, bir rakip kişiselleştirilmiş öneriler için bir yapay zeka sohbet robotu başlattığında, siz de web siteniz için aynısını yaparsınız. Gelir artışından emin olmayabilirsiniz, ancak o "mükemmel veri seti" derlenene kadar iki yıl daha beklerseniz, geri dönüşü olmayan bir şekilde ivme kaybedeceğinizi bilirsiniz. Yani kural basit: agresif bir şekilde taklit et, sonra sonucunu gör.

Sonuç

Sonuç olarak, yapay zekaya olan kişisel ve içten inancımı ifade etmek istiyorum. Bir girişimci, bir CMO, bir iş geliştiricisi ve eski bir bankacılık ofis çalışanı olarak, yapay zekanın bütçeleri optimize etmeye, iş akışlarını kolaylaştırmaya ve ekipleri güçlendirmeye yardımcı olabileceği birçok yol görüyorum. Gelecek zenginleştirilmiş ve hızlandırılmış. Bir işletme rekabet etmek istiyorsa, yapay zeka konusunda akıcı olması gerekiyor. Sunduğum bulgular tartışmalı olsa da, iniş çıkışlarıyla mevcut yapay zeka ortamının, her yeni teknolojiyle tekrar tekrar tekrarlanan doğal bir öğrenme süreci olduğuna inanıyorum.