AI Hep Bu Kadar İyi Değildi. Biz Çok Hızlı Alıştık

💡 Özet: Ana Çıkarımlar

• AI yalnızca yazılım geliştirmeyi hızlandırmıyor. Bir şirketin ekonomik olarak deneyebileceği fikirlerin sınırını genişletiyor.
• Geçmiş ekipleri bugünün araçlarıyla yargılamak yanlış. Fakat bugünün şirketini de dünün maliyet ve kapasite varsayımlarıyla yönetemeyiz.
• Kıt kaynak yer değiştiriyor. Kod ucuzladıkça doğru problem, müşteri bilgisi, dağıtım ve muhakeme daha değerli oluyor.
• Amaç daha çok yazılım üretmek değil. Amaç, daha hızlı kanıt toplamak ve daha iyi karar vermek.

Bir yönetici, tek bir kişinin birkaç haftada önemli bir ürün ortaya çıkardığını görüyor. Aynı iş birkaç yıl önce bir ekip ve aylar süren bütçe gerektiriyor gibi görünüyordu.

İlk çıkarım çok kolay:

Bizim yazılım ekibi yıllarca çalıştı. Bir kişi bugün bu kadarını yapabiliyorsa demek ki eski ekip pek bir şey üretmemiş.

Bu hüküm yanlış. Fakat işaret ettiği değişim gerçek.

2023'te çalışan ekibin elinde 2026'nın araçları yoktu. Bugünün teknolojisini geçmişe taşıyarak performans ölçemeyiz. Ne var ki pek çok şirket şimdi ters yönde aynı hatayı yapıyor. Yazılım projelerini hâlâ yeni araçlar hiç gelmemiş gibi bütçeliyor, kadroluyor ve sıraya koyuyor.

Yaklaşık otuz yıldır yazılım dünyasının içindeyim. Bu yüzden her yeni aracı temel bir kırılma diye adlandırmaya temkinli yaklaşırım. Ancak burada gerçekten değişen bir sınır var: AI'ye devredebildiğimiz işin büyüklüğü.

Bu sınır büyüdükçe şirketlerin ekonomik olarak deneyebileceği fikirler de artıyor.

Değişen şey yalnızca hız değil

Birkaç ay öncesine kadar bir kodlama modeliyle çalışırken onu sürekli yönlendirmem gerekiyordu. İşi küçük parçalara bölüyor, kısıtları tekrar anlatıyor ve hataları düzeltiyordum. Zor kısmı çoğu zaman yine kendim tamamlıyordum.

Bugün koşullar farklı. Doğru bağlamı ve açık bir iş tanımını verdiğimde daha büyük işleri AI'ye devredebiliyorum. Geri gelen sonucu yine inceliyorum. Kritik işlerde insan denetimi hâlâ şart. Fakat devredilebilen iş, bir fonksiyondan bütün bir özelliğe doğru büyüdü.

Bu teknik bir gelişme gibi görünebilir. Asıl sonucu ekonomiktir.

Yüzde onluk bir verimlilik artışı mevcut projeyi biraz ucuzlatır. Bir eşiğin aşılması ise daha önce pahalı bulunan bir fikri sınamaya değer hâle getirir. Bazı işler artık “AI yardım etsin” düzeyinde kalmıyor. İş AI'ye devrediliyor, sonuç değerlendiriliyor ve anlamlı kanıta daha hızlı ulaşılıyor.

Bu değişime çok hızlı alışıyoruz. Bir model, birkaç ay önce neredeyse imkânsız görünen bir işi yapıyor. Bir gün şaşırıyoruz. Birkaç hafta sonra bunu sıradan kabul ediyoruz. Yeni sürüm geldiğinde ise geçmişi yeniden yazıyoruz: “AI zaten bunları yapabiliyordu.”

Çoğu zaman yapamıyordu. En azından aynı güvenilirlikle, aynı büyüklükteki işlerde ve bu kadar az müdahaleyle yapamıyordu.

Yakın geçmiş yanlılığı, geriye bakış yanlılığı ve sürekli kayan referans noktası bu durumu açıklıyor. Kavramların adından çok sonucu önemli. Yeni kabiliyeti hızla olağanlaştırıyoruz. Böylece hem geçmiş performansı hem bugünkü kapasiteyi yanlış okuyoruz.

Geçmişi bugünün araçlarıyla yeniden yazmayın

Benzer teknoloji geçişlerini daha önce de yaşadık. IDE'ler mekanik işleri azalttı. Stack Overflow teknik bilgiye ulaşmayı hızlandırdı. Modern yazılım çerçeveleri pek çok sorunu standartlaştırdı. Bulut hizmetleri, haftalar süren altyapı işlerini birkaç saate indirdi.

On beş yıl önce bir ortamı haftalar içinde kuran ekip başarısız sayılmaz. Aynı ortamın bugün bir öğleden sonra hazırlanabilmesi bu gerçeği değiştirmez. O ekip farklı araçlar ve kısıtlarla çalışıyordu.

Aynı mantık AI için de geçerli. 2026'da daha düşük maliyetle hazırlanan bir prototip, 2023'teki ekibin kötü çalıştığının kanıtı değildir.

Ancak buradan geçmişin çalışma biçimini korumamız gerektiği sonucu da çıkmaz. Geçmişe adil davranmak, bugünkü hantallığı savunmak değildir.

Geçmiş performansı dönemin araçlarıyla değerlendirin. Bugünün beklentilerini ise bugün gerçekten mevcut olan araçlara göre belirleyin.

Değer, iş bilgisi ve sorumlulukta birikiyor

Yazılım geliştirme artık yalnızca yazılım bölümünün işi değil. Lojistik uzmanı rota istisnalarını, finans uzmanı mutabakat kurallarını, pazarlama uzmanı ise kampanya akışındaki sorunu bilir.

Sınırları belli işlerde güçlü AI kullanan iyi bir sektör uzmanı, ortalama bir yazılım ekibinden daha iyi sonuç üretebilir. Çünkü gerçek operasyonda neyin doğru olmak zorunda olduğunu bilir.

Ancak risk ve bağımlılık arttığında güçlü mühendislik yeniden merkeze gelir. Müşteriye dokunan, yasal düzenlemelere tabi veya gelir açısından kritik sistemlerde güvenilirlik, veri bütünlüğü, güvenlik ve destek göz ardı edilemez.

Sonuç “yazılımcıya gerek kalmadı” değildir. Değer, tanımlanmış görevi koda çevirmekten; doğru müdahaleyi seçmeye, güvenli sınırlar kurmaya ve sonucu sahiplenmeye kayıyor.

Daha çok yazılım, daha çok değer demek değildir

Geçmişte plana “üç yazılımcı, altı ay” diye girecek bazı fikirler bugün birkaç hafta içinde test edilebilir.

Buradaki kritik kelime test etmektir. Bu, bir kişinin ekibin yerine geçtiği anlamına gelmez. Şirketin büyük yatırım yapmadan önce önemli sorulara cevap bulabilmesi demektir: Müşteri bunu istiyor mu? İş akışı anlamlı bir maliyeti ortadan kaldırıyor mu? Sonuç hızı, kaliteyi veya geliri artırıyor mu?

Üç ayda yüzlerce özellik üretmek yalnızca yazılım üretildiğini kanıtlar. Kimsenin onu istediğini veya sonucun bakım maliyetine değeceğini kanıtlamaz.

Kod ucuzladıkça asıl kıt kaynak değişiyor. Müşteriyi anlamak, doğru probleme ulaşmak, güven kazanmak ve dağıtım yapmak daha değerli oluyor. AI'ın şirketleri hiç yapılmayan işe alımlar üzerinden değiştirdiğini daha önce yazmıştım. Aynı kaldıraç, küçük ekiplerin geçmişte bütçe bulamayacak fikirleri sınamasını da sağlıyor.

Modeller hâlâ hata yapıyor. Etkileyici bir demo, güvenilir bir yazılım değildir. Arada veri, entegrasyon, benimseme, destek, bakım ve sorumluluk vardır. Daha hızlı üretim, doğrulama ve sahipliği daha önemli kılar. Aksi hâlde hız, anlama borcuna dönüşür.

AI, daha çok yazılım üretme sorununu hafifletiyor. Bunun karşılığında başka bir soruyu büyütüyor: Hangi yazılımı üretmeye değer?

Birkaç ay içinde bugünün kabiliyetleri bize sıradan gelecek. Tam da bu yüzden referans noktasını şimdi kayda geçirmek önemli.

Geçmişi dönemin araçlarıyla değerlendirin. Bugünün şirketini bugünün araçlarıyla yönetin. Asıl yönetim sorusu, ucuzlayan yazılımın nerede daha hızlı öğrenmeye hizmet edeceği; nerede yalnızca yeni bir bakım yükü yaratacağıdır.