MIT NANDA Temmuz 2025 Raporuna Bakış: Neden 95% AI Pilot Başarısızlık Oranı Son Değil

Ben bir kanıtlanmış optimistim ve yeni gelen her teknolojiye açık fikirliyim. Son zamanlarda uzun sürecek bir obsesyonum var: AI.

MIT NANDA recently yayınladığı ‘The GenAI Divide. State of AI in Business in 2025’ adlı makalesi gerçekten okunmaya değer. AI ve iş dünyasındaki yeri hakkında gerçekçi bir bakış açısı sunuyor. Linkedin haberleri AI’nin her şeyi değiştirdiği konusunda neredeyse histerik görünse de rapor farklı bir tablo çiziyor.

İlk olarak, MIT NANDA nedir?

Ağlı Agents ve Decentralized AI (NANDA olarak kısaltılmıştır) MIT Media Lab’den bir araştırma girişimidir. Proje 6 kıtadan 18’den fazla önde gelen araştırma kurumunu ve Meta, Dell, Microsoft gibi teknoloji endüstrisinin büyük isimlerini içerir. NANDA’nın amacı gerçekten gelecek vaat eden, eğer değilse thenkırılmaz. Hedef İnternet için AI ajanları temel altyapısını oluşturmak, yani merkezi olmayan bir ağ oluşturmak – burada AI ajanları birbirleriyle organizasyon sınırları boyunca keşfedebilir, doğrulayabilir ve işbirliği yapabilir. Temel olarak, NANDA, AI ajanlarının diğer ajanlarla insanları ve organizasyonları temsil ederek etkileşime girmelerine olanak tanıyan net kurallar, protokoller, rehberler ve çerçeveler oluşturmaya çalışıyor. NANDA projesi açık kaynaklıdır, yani girişimcileri, vizyonerleri, teknologları ve politika yapıcıları tam ölçekli işbirlikçiler olarak kabul eder. (Vikipedi vibes alıyor musunuz?)

Bunu size söylememin nedeni, MIT NANDA raporunun AI araştırmalarının meyvesi olması. Yazarlar AI dünyasının ön saflarında ve bulguları ciddiye alınmalıdır (tabii ki bir tutam tuz ile).

Rapor Ocak ayında başladı ve Temmuz 2025’te yayınlandı. Rapor, 300’den fazla kamuoyuna açık AI girişiminin sistematik bir incelemesine ve 52 organizasyonun liderlerinin röportajlarına ve dört büyük endüstri konferansından 153 üst düzey liderin anketlerine dayanmaktadır.

5% AI Pilot Başarı Oranı

Rapor, “The GenAI Divide” terimini tanıtıyor, bu da organizasyonların ve hatta endüstrilerin AI’yi başarılı (veya başarısız) bir şekilde kullanmasıyla oluşan değişimi (veya değişim olmamasını) tanımlar. Bir iş “bölünmenin yanlış tarafında” ise, NANDA’ya göre, iş真正 olarak değişmez, gelişmez ve yapısını ve iş operasyonlarını yeniden düşünmez. Buna karşılık, bölünmenin “doğru tarafında” olmak, AI kullanımının somut bir sonucu anlamına gelir – “Bu yatırım yanlılığı, kaynakları görünür ancak genellikle daha az dönüşümsel kullanım örneklerine yönlendirerek GenAI Divide’ı sürdürür, mientras en yüksek ROI fırsatları arka ofis fonksiyonlarında kalır.”.

Raporun bu kadar hype almasının nedeni, ana bulgusudur. Yönetici özeti şöyle diyor: “GenAI’ye 30-40 milyar dolarlık kurumsal yatırım rağmen, bu rapor şaşırtıcı bir sonuç ortaya koyuyor: yalnızca %5’lik entegre AI pilotları milyonlarca dolarlık değer yaratıyor, büyük çoğunluk ise ölçülebilir bir P&L etkisi olmadan takılı kalıyor” İyi görünmüyor, değil mi?

Organizasyonların AI’nin gerçek değerini gerçekleştirmesini engelleyen temel sınırlama, raporun tanımladığı “öğrenme boşluğu”. Çoğu GenAI sistemi temel olarak geri bildirimi tutamaz, bağlamına adapte olamaz veya zaman içinde gelişemez.

• Sistemler geri bildirimi öğrenmez. Gerçekte bu, bir yöneticinin aynı veri setini tekrar tekrar beslemesi, ancak performansında hiçbir iyileşme olmaması anlamına gelir. Bir orta pazar imalat müdürü, AI sistemine ürün el kitabı yüklemesini tekrar tekrar yüklediğini, ancak her yinelemede aynı eksikliklere ve hatalara sahip olduğunu, geri bildirimi rağmen çıktı kalitesinde hiçbir iyileşme olmadığını anlattı.
• Her seferinde aşırı manuel bağlam gereklidir. AI araçları, seanslar arasında hafıza tutamaz, bu nedenle her etkileşim, geçmiş bilgi ve bağlamı yeniden beslemeyi gerektirir. Karmaşık iş akışları, basit tek seferlik görevlerin aksine, sürüklenip gider ve güvenilir bir destek olarak komplex, çok aşamalı projelerde başarısız olur. Rapor, her sözleşme taslağı için client tercihlerini, önceki müzakere notlarını ve düzenleyici kısıtlamalarını AI aracına yeniden girmek zorunda kalan bir kurumsal hukuk ekibinden bahseder – bu, üretkenliği komplex, çok aşamalı projelerde boğan ve zaman alan bir iş haline getirir.
• Bazı iş süreçleri için yetersiz özelleştirme. Esnek bir araç yerine, daha büyük bağlamın aracı uyarlamak zorunda kalınması anlamına gelir. Bir CIO, satıcı tarafından sağlanan risk analizi AI’sinin “her yere uyan bir kutu” gibi hissettiğini, ekibin kredi onay işlemlerini aracıların katı girişlerine uydurmak zorunda kaldıklarını, bu da pilotların terk edilmesine neden olduğunu belirtti.

NANDA Raporundan En Önemli Bulgularım

1. Gölgeli AI Ekonomisi Büyüyor

Rapor, “gölgeli AI ekonomisi” terimini tanıtıyor, bu da çalışanların AI’yi organizasyon çapında onaylanmış bir araç olarak değil, kişisel bir araç olarak kullanma şeklini tanımlar. Bu bana tanıdık geliyor. Çin’deki bir otomotiv markasının CIS şubesinden bir arkadaşım, ChatGPT’yi uygulama içi içerik (haber gönderileri, reklamlar vb.) yazmak için kullandığını söyledi. HQ düzeyinde AI aracı onaylanmamış, bu nedenle AI kullanması kendi kişisel hızlandırıcısı ve zaman tasarrufu, ancak bunu yöneticisiyle paylaşmıyor.

Rapor çok spesifik rakamlar veriyor. Şirketlerin yalnızca %40’ı resmi LLM abonelikleri satın almışken, çalışanlar %90’ından fazlasının düzenli olarak iş görevleri için kişisel AI araçları kullandığını bildirdi. Bu gölge kullanım, resmi kurumsal girişimlerden daha iyi ROI sağlayabilir ve gerçekten neyin işe yaradığını ortaya koyar – bireylerin esnek ve duyarlı araçlara erişimi olduğunda.

2. Yatırım Dağılımı Yanlış Öncelikleri Yansıtüyor

Rapor, AI yatırımı ve gerçek ROI potansiyeli arasında önemli bir uyumsuzluk ortaya koyuyor. GenAI bütçesinin yaklaşık %50’si satış ve pazarlama fonksiyonlarına akarken, en yüksek geri dönüşler genellikle arka ofis otomasyonundan, BPO eliminasyonundan, dış yaratıcı maliyetlerin azaltılmasından ve dış risk yönetiminden kaynaklanıyor. Bu yatırım yanlılığı, GenAI Divide’ı sürdürür ve kaynakları daha az dönüşümsel kullanım örneklerine yönlendirir.

Kişisel olarak inanıyorum ki, uluslararası bir bankacılık şirketinde çalışırken, organizasyonun içine nüfuz eden, verilerini besleyen ve (kim bilir?) iç bilgi sızdıran bir aracı tanıtmak büyük bir risktir. Bu nedenle, Facebook reklamları için kolay içerik oluşturmak için AI içeriği fabrikasına kaydolmak kolay bir karardır, ancak karmaşık arka ofis bozulmaları aynı şekilde coşkuyla karşılanmaz. Tabii ki, C düzeyinden direkt bir komut olmadıkça, şirketin omurgasına ciddi AI araçları uygulamak en az 12 ay sürecekti.

Şanslıyım ki, bir yerel pencere imalat şirketinin satış ekibinin AI otomasyonuna iç göz atma fırsatım oldu. Bir freelancer n8n’den AI destekli çağrı ve sohbet analizi aracı geliştirdi. İş şimdi daha hızlı bottlenecks bulabiliyor ve AI iş süreçlerini yazılı ve sözlü konuşma olarak işleyebiliyor. Memnuniyet oranı çok yüksekti ve daha fazla veri daha hızlı işleniyordu.

3. İç Geliştirmeler Dış Satıcılara Kaybediyor

Doğruyu söylemek gerekirse, bu bulgu beni şaşırttı. İç AI araçları geliştirmenin empresas için daha iyi olduğu inancının aksine, araştırma, stratejik ortaklıkların iç geliştirme çabalarına göre iki kat daha fazla dağıtıma ulaştığını gösteriyor. Kim bunu düşünürdü, değil mi? Açıkçası ben değil.

Kurumsal AI satıcılarını iş hizmetleri sağlayıcıları olarak gören, derin özelleştirmeyi talep eden ve operasyonel sonuçlara göre model benchmarklarına göre hesaplanan şirketler, çok daha yüksek başarı oranlarına ve daha hızlı zaman-değer oranlarına ulaşıyor.

4. Daha Yüksek Yatırım Daha Yüksek Bozulmaya Neden Olur mu? Aslında Hayır.

Birleşik AI Pazar Bozulma Endeksi kullanarak, rapor yalnızca iki endüstrinin – Teknoloji ve Medya & Telekom – GenAI’den yapısal değişim belirtileri gösterdiğini ortaya koyuyor. Dokuz büyük sektörden yedisi önemli pilot faaliyeti gösteriyor, ancak minimal yapısal değişim gösteriyor ve Sağlık, Finansal Hizmetler ve Enerji endüstrileri bozulma puanını 0.5’in altında gösteriyor. Bu, yatırım görünürlüğü ile gerçek dönüşüm arasındaki boşluk, endüstri düzeyinde GenAI Divide’ı örnekliyor.

Neden 95% Başarısızlık Oranı Geçici

Görünüşte umutsuz ara sonuçlara rağmen, bir ışık var. Rapor, GenAI Divide’ın geçici olduğunu ve ortaya çıkan gelişmelerle aşılacağını açıklıyor.

NANDA kendisi, daha da bağlantılı bir AI dünyasına katkıda bulunan liderlerden biri. Raporun bahsettiği mekanizmalar, Model Context Protocol (MCP) ve Agent-to-Agent (A2A) altyapı temelini oluşturuyor – sistemler arası sorunsuz ajan etkileşimi ve özerk koordinasyon için.

NANDA’nın çabaları ve bu araçlar, tam da NANDA’nın peşinde olduğu şeyin yolunu açıyor – Agentic Web, internet boyunca özerk koordinasyon yapabilen ajanlar ağı. Etkileşimleri, statik iş akışlarını dinamik, kendi kendine eğitimli sistemlerle değiştirmek üzere tasarlanacak.

İyi bir şey fazla mı geliyor veya sihir gibi mi görünüyor? İyi, Microsoft Copilot Studio’nun Multi-Agent Orchestration bu vizyona en yakın benzerlik. Sistem, bir ana Copilot ajanının, özel görevler için sorumlu olan alt ajanları tetiklediği bir ajan ağacı oluşturmanıza yardımcı oluyor. Her ajan uzmanlık alanlarında kalırken, diğerleriyle koordinasyon içinde çalışıyor. Pratik terimlerle söyleyerek, bir kullanıcı “Q4 ürün lansmanımızı planlayın” talep ettiğinde, orkestratör ajanı, pazar araştırması, zaman çizelgesi oluşturma ve proje yönetimi araçlarıyla koordinasyonu gibi özel görevler için alt ajanlara devrediyor. Çalışma senkronize bir şekilde, ancak özerk olarak devam ediyor.

NANDA raporunu bize ne bırakıyor? GenAI Divide’ı aşmak için pencere daralıyor ve şirketler, öğrenme yeteneğine sahip araçlarla/vendor ilişkileri kilitlemeye başlıyor – bunlar iş operasyonlarını değiştiriyor, geliştiriyor ve optimize ediyor. Başarı, AI ajanı sistemlerini satın almaktan, içinden geliştirmekten geliyor. Agentic öğrenme, hatırlama ve kendini yeterli kılan sistemler daha yaygın hale geldikçe, mevcut %95’lik başarısızlık oranı, AI sistemlerinin satıcılar, alanlar ve organizasyonel sınırlar boyunca sorunsuz bir şekilde işbirliği yaptığı yeni bir döneme yol açacak. Bu, mevcut yatırımların gerçek ROI’si.

AI Benimsenmesine Alternatif Görüşler

NANDA projesi, çok sayıda kaynaktan veri derleyerek ve birden fazla alandan liderlerle anket yaparak harika bir iş çıkardı. Ancak AI benimsenmesine ilişkin son söz mü? Eğer siz de benim gibi The GenAI Divide‘ı biraz ümitsiz, hatta cesaret kırıcı bulduysanız, ben de size AI ateşinizi canlı tutmak için bazı alternatif görüşler buldum.

• Jed Nykolle Harme of IT Brief UK Lenovo’nun CIO Playbook 2025 adlı çalışmasını inceledi. Çalışma, EMEA (Avrupa, Orta Doğu ve Afrika) bölgesindeki IT liderlerinin geri bildirimi içeriyor ve sonucu çok daha umut verici. Perakende endüstrisi AI memnuniyetinde önde geliyor ve %96’sı AI pilot performansının beklentileri karşıladığını veya aştığını söylüyor.
• Önceden, AI’yi uygulamakta zorlanan ve yoğun olarak entegre etmekte isteksiz olan devasa şirketlere karşı empati duydum. Lenovo ise farklı bir tablo çiziyor: Bankacılık, Finansal Hizmetler ve Sigorta (BFSI) endüstrileri – AI benimseme oranının en düşük olduğu %7’de, AI’yi test edenlerin %33’ü pilotların beklentileri aştığını söylüyor. Bu olumlu trendin sırrı, Arabian Business tarafından “tedbirli bir yaklaşım” olarak tanımlanıyor.
• Diğer bir cesaret verici rapor, IBM CEO Study, IBM Başkan Yardımcısı Gary Cohn’un cesur bir önsözüyle başlıyor: “AI benimsemesi hızlandıkça… nihai geri dönüş, yalnızca riski fırsata dönüştüren CEO’lara gelecektir. … İş ortamı belirsiz olduğunda, AI ve kendi verilerinizi kullanarak nerede kaldırma gücüne sahip olduğunuzu belirlemek, bir rekabet avantajıdır. Bu noktada, AI ve kendi verilerinizi kullanarak ilerlemeyecek liderler, rekabet etmeyeceklerine bilinçli bir iş kararı veriyorlar.“
• IBM CEO Anketi bazı ilham verici gerçekleri ortaya koyuyor. Örneğin, AI yatırımı, önümüzdeki iki yıl içinde toplam IT bütçesinin %20’sine ulaşacak – bu, AI’ye olan inançın güçlü olduğunu ve stratejik bir yatırım olduğunu, tepkisel harcama olmadığını gösteriyor.
• Son olarak, raporun CEO’larının %64’ü, geri kalma riskinin yeni teknolojiye yatırım yapma kararını,明net bir anlayışa ulaşmadan önce etkilediğini söylüyor. Ancak, hızlı kararlar verilmiyor. Karar vericiler “stratejik hedge” yapıyor. Basit terimlerle, bir rakip AI destekli bir sohbet botu için kişiselleştirilmiş öneriler sunarsa, siz de aynı şeyi yapıyor ve web sitenizi için yapıyor olursunuz. Gelir artışı konusunda emin olmayabilirsiniz, ancak iki yıl daha beklerseniz ve “mükemmel veri seti” derlenene kadar beklerseniz, momentumu geri dönülmez bir şekilde kaybedersiniz. Yani kural basittir: Agresif bir şekilde kopyala, sonra sonucu gör.

Sonuç

Sonuç olarak, AI’ye olan kişisel inancımı ifade etmek istiyorum. Bir girişimci, CMO, iş geliştirme uzmanı ve bankacılık sektöründe eski bir ofis çalışanı olarak, AI’nin bütçeleri optimize etmede, iş akışlarını basitleştirmede ve ekipleri güçlendirmede birçok yol gördüm. Gelecek, geliştirilmiş ve hızlandırılmış. Bir iş rekabet etmek istiyorsa, AI ile akıcı olmalı. Sunulan bulgular tartışmalı olsa da, AI manzarasının current AI, tepeleri ve çukurlarıyla doğal bir öğrenme zaman çerçevesi olduğuna inanıyorum – bu, her yeni teknolojiyle tekrar tekrar yaşanan bir durum.
boost teams. The future is augmented and accelerated. If a business wants to compete, it needs to be AI-fluent. While the findings I presented are controversial, I am convinced that the current AI landscape, with its peaks and hollows, is a natural learning timeframe, repeated again and again with every new technology.