← Bloga dön

My Blog: Post AGI · Yazı 02

Sohbet ve Kodlamadan Sonra Ne Var? Sıra Dijital İşin Tamamında.

Yapay zekânın bir sonraki cephesi yeni bir sohbet botu ya da daha iyi bir kodlama asistanı değil. Bilgisayarda yapılabilen hemen her işi yapabilmek.

Gökhan Mergen portresi
Gökhan Mergen My Blog: Post AGI

Üretken yapay zekânın ilk dalgası sohbet oldu. Yaklaşık dört yıl önce ChatGPT, herkesin bir soru yazıp üzerinde düşünülmüş bir cevap alabileceğini gösterdi ve iki ayda 100 milyon kullanıcıya ulaştı. Doğal dil, zekâya açılan evrensel bir arayüz oldu. Ama yapay zekâ camın arkasında duruyordu. İşiniz hakkında size akıl verebiliyordu; kopyalamak, yapıştırmak, tıklamak ve her şeyi uygulamak yine size kalıyordu.

İkinci dalga kodlama oldu. 2025'te ajanlar bir sonraki satırı önermekle yetinmedi; kod depolarında gezinmeye, komut çalıştırmaya, hata kayıtlarını okumaya ve koca özellikleri baştan sona teslim etmeye başladılar. Yapay zekâ sohbet penceresinden dışarı adım attı ve bilgi yerine sonuç üretmeye koyuldu. Yazılım mühendisliği, asıl işin büyük bir kısmını yapay zekânın yaptığı ilk meslek oldu.

Peki üçüncü dalga ne olacak? Pek çok kişi doğrudan uzak ufka sıçrıyor: çamaşır katlayan insansı robotlar, yeni fizik keşfeden otonom laboratuvarlar. O cepheler gerçek, ama oraya sıçrayınca hemen önümüzde uzanan koca kıtayı es geçmiş oluyoruz.

Bir sonraki cephe dijital işin tamamı. İş hakkında konuşmak değil, yalnızca o işi yürüten kodu yazmak da değil. Ekranın iş yeri olduğu her yerde işi bizzat bitirmek.

Kodlama bir köprübaşıydı

Kodlamanın özel bir yanı yoktu. Yalnızca açılması en kolay kapıydı:

  • Kod metindir. Dil modelleri metin makineleri; kod da var olan en yapılandırılmış metin.
  • Kendini denetler. Derleyici itiraz eder, test ya geçer ya kalır. Pekiştirmeli öğrenmenin ihtiyaç duyduğu şey tam da bu nesnel sinyal; METR'in ajanların ilerlemesini yazılım görevleriyle ölçmesinin nedeni de bu.
  • Hatalar ucuzdur. Kötü bir commit'ten tek bir git revert ile dönülür.
  • Yapanlar aynı zamanda kullananlardı. Yapay zekâ laboratuvarları programcılarla dolu; onlar da en iyi bildikleri iş için araç yaptılar.

Kodlamanın kanıtladığı şey kodlamadan büyük: Yapay zekâ bir hedefi alıp adımlara bölebiliyor, araç kullanabiliyor, uzun görevler boyunca nerede kaldığını takip edebiliyor ve kendi sonuçlarını denetleyebiliyor. Bu eşik bir kez aşıldı mı, yazılım mühendisliği varış noktası gibi görünmekten çıkıp bir köprübaşı gibi görünmeye başlıyor.

Ne de olsa her dijital görevde bit girer, bit çıkar. Hesap tablosu küçük bir programdır. Finansal rapor birkaç sorgu ile biraz düzyazıdan ibarettir. Sigorta talebi de bir form, bir kayıt sorgusu ve bir karar. Kod yazabilen bir ajan, API'si olan her yerde bunların hepsini yapabilir. API yoksa ekranı görüp fareyi oynatabilen bir ajan, işi tıpkı bir insan gibi tık tık halleder. İkisi birlikte, bugüne dek yapılmış her yazılımı menzile sokuyor; 20 yıllık ERP sistemini de, kimsenin asla modernleştirmeyeceği devlet portalını da.

Dijital iş denen kıta

İnsanların günlerini gerçekte nasıl geçirdiğini düşünün. Pazarlama müdürü rakipleri araştırır, performansı analiz eder, kampanya planı hazırlar ve lansmanı koordine eder. Finans analisti beş ayrı sistemden veri çeker, hesap tablolarının mutabakatını yapar, tutarsızlıkların peşine düşer ve önerilerini yazar. Girişimci tedarikçileri değerlendirir, web sitesi kurar, yatırımcı sunumu hazırlar ve yüzlerce idari angaryayla uğraşır. Hepimiz de sigorta portallarıyla boğuşur, faturalara itiraz eder, seyahat rezervasyonu yapar, bitmek bilmeyen web formlarını doldururuz.

Bunlar ne sohbet sorunu ne de kodlama sorunu. Bunlar işi yürütme sorunları. Parça parça yazılımları birbirine bağlayan yapıştırıcı biziz: On beş sekme açıyor, bir Slack mesajını okuyor, bir hesap tablosuna bakıyor, bir PDF'le karşılaştırıyor, on yıllık bir panelde tıklaya tıklaya ilerliyor ve sonunda bir özeti e-postaya yapıştırıyoruz. Bunların hiçbiri el becerisi gerektirmiyor. Hepsi klavye, fare ve ekran üzerinden yapılıyor.

Ödül muazzam. BLS'in en güncel meslek verilerine göre, yazılım geliştiricilerin çoğunun yer aldığı bilgisayar ve matematik meslekleri ABD'deki toplam ücretlerin yaklaşık %6'sını alıyor. İşi ağırlıklı olarak ekran başında geçen meslek gruplarının payı ise yaklaşık %45, yani yılda 4,9 trilyon dolar. Bu para, tüm işlerin üçte birinden geliyor.

Mayıs 2025 itibarıyla ABD'deki yıllık ücret toplamını meslek gruplarına göre gösteren çubuk grafik. Ekran başı meslek grupları (yönetim, iş ve finans, büro ve idari destek, bilgisayar ve matematik, mimarlık ve mühendislik, hukuk, sanat ve medya, bilim) vurgulanmış; 10,8 trilyon dolarlık ücret toplamının %45'ini ve istihdamın %34'ünü oluşturuyorlar. Bilgisayar ve matematik mesleklerinin payı %6.

Kaynak: BLS Occupational Employment and Wage Statistics, May 2025, Table 1. 22 ana meslek grubu. Ekran başı = yönetim, iş ve finans, bilgisayar ve matematik, mimarlık ve mühendislik, bilim, hukuk, sanat ve medya, büro desteği (sınıflandırma yazara ait).

Kaba bir ayrım bu: Yöneticiler saatlerini toplantılarda geçirir, hemşireler ve satış elemanları da saatlerce ekrana bakar. Ama büyüklük mertebesi açık. Ekran başı işler, bilgisayar ve matematik mesleklerinin kazandığının neredeyse sekiz katını kazanıyor. Dünya genelinde ise Forrester daha 2018'de 1,25 milyar bilgi çalışanı saymıştı. Masadaki değer bugünkü yazılım harcamaları değil, işin arkasındaki emeğin kendisi.

Araçlardan dijital çalışanlara

Kırk yıldır yazılım tek bir varsayıma dayanıyor: İşi insan yapar, bilgisayar da araçları sağlar. Hesap tabloları, tarayıcılar, tasarım uygulamaları, kurumsal sistemler; hepsi insan eline verilmiş birer kaldıraç.

Yapay zekâ bu iş bölümünü tersine çeviriyor. Bir şeyin nasıl yapılacağını sormak yerine o şeyin kendisini istiyorsunuz. Bu pazarı araştır ve bir yatırım notu hazırla. Satış hunimizi analiz et, en büyük riskleri işaretle ve tahmini güncelle. Bu sözleşmeleri incele ve revize bir taslak hazırla. İstek plana dönüşüyor, plan birçok uygulamada atılan adımlara, adımlar da bitmiş bir çıktıya.

Bir asistanı dijital çalışana dönüştürmek altı beceri gerektiriyor:

  • Niyeti anlamak: belirsiz bir hedefi net amaçlara ve kısıtlara çevirmek.
  • Planlamak ve uygulamak: işi adımlara bölmek ve uygulamalar arasında hareket ederek yürütmek.
  • Mevcut araçları kullanmak: tarayıcılar, dosyalar, API'ler, kurumsal sistemler, masaüstü yazılımları.
  • Bağlamı korumak: kullanıcının projelerini, tercihlerini ve geçmişini bilmek.
  • Sonuçları doğrulamak: kendi işini kontrol etmek ve aksiliklerden toparlanmak.
  • Ne zaman soracağını bilmek: emin olmadığını fark etmek ve sonuç doğuracak adımlardan önce onay almak.

İnsanın rolü de bununla birlikte değişiyor: yazılımı kullanan kişi olmaktan işi yöneten kişi olmaya. Yeni arayüz tek bir cümleye sığıyor: Ulaşmak istediğim şey bu; nasıl yapılacağını sen bul, beni haberdar et, gerektiğinde sor ve sonucu göster.

Bugün neredeyiz?

Ekran artık engel değil. Gerçek masaüstü görevlerinden oluşan OSWorld benchmark'ı 2024'te yayımlandığında en iyi model görevlerin %12'sini bitirebiliyordu, insanlar ise %72'sini. Ajanlar 2026'nın başında insan seviyesini geçti ve şu anda %86 civarında.

OSWorld masaüstü görev benchmark'ında Nisan 2024'ten Temmuz 2026'ya kadar bildirilen en iyi başarı oranını gösteren çizgi grafik: başlangıçta %12,2, Claude 3.5 Sonnet %14,9, OpenAI CUA %38,1, Claude Sonnet 4.5 %61,4, Claude Opus 4.6 %72,7 (%72,36'lık insan referans düzeyini geçerek), Claude Fable 5 %86,0.

Kaynaklar: OSWorld makalesi (Nisan 2024); Anthropic ve OpenAI lansman raporları; resmi OSWorld-Verified sıralaması. Her kilometre taşında bildirilen en iyi skor; 2025 ortasına kadar orijinal OSWorld, sonrasında OSWorld-Verified. Bu yüzden erken ve geç noktalar tam olarak karşılaştırılabilir değil.

Bu benchmark neredeyse doydu; geliştiricileri de bu yüzden daha zorunu hazırladı. OSWorld 2.0, uçtan uca 108 iş akışından oluşuyor ve yetkin bir insanın bunlardan birini bitirmesi medyan 1,6 saat sürüyor. Haziranda yayımlandığında en iyi ajanlar bu iş akışlarının dörtte birinden azını eksiksiz tamamlayabiliyordu. Üç ay sonra bildirilen en iyi sonuç yarıya yakındı, ama bu sonuç tam olarak karşılaştırılamayan revize bir sürümde alındı.

Görev süresi de aynı hikâyeyi anlatıyor. METR, 2025'in başında öncü ajanların bir uzmanın yaklaşık 50 dakikasını alan yazılım görevlerini bitirebildiğini ve bu ufkun kabaca her yedi ayda bir ikiye katlandığını tespit etti. Nisan 2026'ya gelindiğinde ölçülen en iyi model yaklaşık 17 saate ulaştı; METR'in görev setinin ölçebildiği tavan da zaten bu.

Kullanım da peşinden geliyor. Anthropic'in Haziran 2026 Economic Index raporuna göre, eskiden çoğunlukla sohbetten ibaret olan Claude oturumları giderek uzun soluklu ajan görevlerinden oluşuyor. Teslim edilen çıktılar arasında belgeler ve raporlar şimdiden neredeyse kod kadar yaygın. Ankete katılan kullanıcıların üçte birinden fazlası da gelecek yıl iş görevlerinin çoğunu ya da neredeyse tamamını yapay zekânın yapmasını bekliyor.

Kodlamadan neden daha zor?

Dijital iş sonuçta yazılımı kullanmaktan ibaretse, neden kodlamayla aynı anda düşmedi? Çünkü dijital dünya, bir kod deposundan çok daha dağınık.

  • Arayüzler temiz değil. Dünyanın büyük kısmı eski portallarla, kırılgan hesap tablolarıyla ve API'leri zayıf SaaS araçlarıyla dönüyor. Bu sorun büyük ölçüde çözüldü: Ajanlar artık tıpkı insanlar gibi ekranı görüp tıklayabiliyor.
  • Bağlam dağınık. Kodlamada doğrunun tek kaynağı depodur. Başka her yerde ise sohbet zincirlerine, eskimiş wiki sayfalarına, e-posta eklerine ve yazılı olmayan kurallara dağılmıştır: Bu müşteri neden özel koşullardan yararlanıyor, hangi hesap tablosu asıl tablo?
  • Yan etkiler geri alınamaz. En büyük müşterinize gönderdiğiniz talihsiz bir e-postayı ya da yanlış hesaba yaptığınız bir havaleyi git revert ile geri alamazsınız. Daha kötüsü, para transfer edebilen bir ajan, bir saldırganın e-postaya gizlediği talimatlarla kandırılabilir.
  • Başarı bulanık. Hiçbir birim testi çeyreklik iş değerlendirmesi ya da tedarikçi pazarlığı için PASS döndürmez.
  • Hatalar katlanarak birikir. Bir iş akışının %90'ını yapıp son %10'unda sessizce çuvallayan ajan, işe yaramamaktan da beterdir. 17 saatlik görevlerin yarısını başaran METR modeli, %80 başarı eşiğinde yaklaşık 3 saate iniyor. Bordro ise %99,9 ister.

OSWorld 2.0'ın yazarları başarısızlıkları net biçimde tarif ediyor: Bugünün ajanları ekran kontrolünde ya da kodlamada nadiren tökezliyor. Kısıtları akıllarından çıkarıyor, görevin ortasında gelen bilgiyi kaçırıyor, sormak yerine tahmin yürütüyor ve doğrulamayı atlıyorlar. Bunlar robotun değil, işe yeni başlamış bir çalışanın sorunları.

Üstelik bu sorunlar da geriliyor. Bellek ve derin entegrasyonlar dağınık bağlamı bir araya dikiyor. Sandbox'lar, denetim kayıtları ve onay noktaları sayesinde ajanlar ayak işinin çoğunu üstlenirken geri dönüşü olmayan her adımdan önce durup bir insanın tek tıkla onay vermesini bekleyebiliyor. Kazanan ürünler yalnızca en zeki olanlar olmayacak. İnsanların işi halletmek için güvendiği ürünler olacak.

Uygulamalardan sonuçlara

Belki de en derin değişim bu. Bugün bir iş raporu hazırlamak için hangi uygulamaları açacağınızı düşünürsünüz: tarayıcı, hesap tablosu, belge düzenleyici, sunum aracı, üç ayrı panel. Yapay zekâ üzerine kurulu bir dünyada ise ulaşmak istediğiniz sonucu tarif edersiniz; hangi araçlara, verilere ve adımlara ihtiyaç olduğunu sistem kendisi çıkarır. Bilişimin merkezinde artık uygulama değil, görev duruyor.

Uygulamalar ortadan kalkmayacak; veritabanları, işlem sistemleri ve uzmanlaşmış araçlar altyapı olarak yerinde duracak. Ama AI All the Way Down yazısında savunduğum gibi, ajan bunların üstünde yeni bir katman oluyor. Yazılımlar yeteneklerini tıklayan insanlara değil ajanlara açacak; müşteriler de giderek kullanıcı başına değil sonuç başına (kapanmış bir çeyrek, dosyalanmış bir hasar talebi, başlatılmış bir kampanya) ödeme yapacak. Yapay zekâ, yığına eklenecek bir uygulama daha olmak için yarışmıyor. Dünyadaki dijital faaliyetin büyük kısmını yürüten katman olmak için yarışıyor.

Çalışanlar açısından kıt beceriler, Salesforce'ta ya da Excel'de hangi düğmeye basılacağını bilmekten zevke, muhakemeye, ilişkilere, sorumluluk üstlenmeye ve neyin yapılmaya değer olduğuna karar vermeye kayıyor. Bunun bir kıyamet değil, bir altına hücum olduğunu daha önce savundum: Dijital çıktı ucuzladığında ona olan talep patlar ve yeni işler doğar. Ama geçiş herkes için yumuşak olmayacak. Tam da ajanların artık iyi yaptığı rutin ekran işleri üzerine kurulu giriş seviyesi pozisyonlar bunu ilk hissedecek.

Atomlardan önce bitler

Bilişimin tarihi bir soyutlama tarihidir: makine kodundan programlama dillerine, komut satırından grafik arayüzlere, yerel yazılımdan buluta ve şimdi de açık talimatlardan doğal dile. Sıradaki soyutlama, yazılım kullanmaktan işi halletmeye geçiş.

  • 1. evre, sohbet: Yapay zekâ dilde ve akıl yürütmede ustalaştı, ama dünyadan yalıtılmış halde.
  • 2. evre, kodlama: Yapay zekâ, var olan en temiz dijital ortamda işi otonom olarak yürütmede ustalaştı.
  • 3. evre, bütün dijital işler: Yapay zekâ bu yürütme becerisini dünyadaki her ekrana, her iş akışına ve her yazılıma yayıyor.

Yapay zekâ atomların dünyasını yeniden biçimlendirmeden önce bitlerin dünyasını yutacak. Ardından darboğaz, ekranın dokunamadığı yere kayacak: inşa etmeye, iyileştirmeye, onarmaya, taşımaya, birine bakmaya; yani işlerin geri kalan üçte ikisine. Robotlar yetişene kadar insanlığın karşılaştırmalı üstünlüğü, makinelerin tasarladığını fiziksel gerçekliğe dönüştürmek olacak.

Sohbet, yapay zekânın bizimle birlikte düşünebileceğini gösterdi. Kodlama, bizim için bir şeyler inşa edebileceğini. Şimdi de modern dünyanın dijital çarklarını o döndürecek. Tek bir görev değil, tek bir uygulama değil, tek bir meslek değil: dijital işin çoğunluğu.

Abone ol

Yeni yazıları e-postayla alın.

Yeni yazılar Substack üzerinden e-postayla gelir. İstediğiniz zaman abonelikten çıkabilirsiniz. E-postalar İngilizcedir. Ya da takip edin: RSS feed.

Substack'te abone ol

Yorumlar