İlk etapta yalnızca yazılım sektöründe yaşanan dönüşümün bir parçası olarak algılanan yapay zeka, her geçen gün hayatımızın tüm alanlarında köklü değişiklikler yaratmaya devam ediyor. Bu alanlardan biri de ekonomi. Ekonominin yapısını, ölçüm biçimini ve değer anlayışını yeniden şekillendiren transformative AI ekonomisi çağı olarak adlandırılan bir dönem yaşıyoruz.

Bazı araştırmalar, Sanayi Devrimi'nden sonra ekonomide en hızlı dönüşümün son birkaç yılda yaşandığını ortaya koyarken bu durum yapay zeka ekonomik etki düzeyinin potansiyelini de gözler önüne seriyor. Bu dönüşümle ilgili ekonomistler temelde ikiye bölünmüş durumda: Yapay zekanın üretkenlik ve refahı arttıracağını savunanlar, iş gücü piyasasında dengesizliklerin yaratabileceği riskleri savunanlar.

Yapay Zekanın Ekonomiye Etkileri

Yapay zeka; bilgi işleme, dil üretimi ve veri analizi başta olmak üzere pek çok aşamada insan gücünün yerini almış durumda. ChatGPT, Claude ve Gemini gibi büyük dil modelleri, on binlerce çalışana ihtiyaç duyulan görevleri dahi saniyeler içinde yerine getirebiliyor.

Bu dönüşüm, şirketlerin iş süreçlerinin otomatikleştirilmesini ve birim başına üretkenliği artırmasını sağlıyor. McKinsey Global Institute verilerine göre yapay zeka, 2030’a kadar küresel üretkenliği yıllık ortalama %0.8 ila %1.3 oranında artırabilir. Bu, sadece verimlilik artışı ile değil, yapay zeka GDP etkisi açısından da kayda değer bir sıçrama kabul ediliyor.

Yapay zeka araçları yeni ürün ve hizmetlerin geliştirilmesinde maliyetleri oldukça düşürürken değişimin hızını da arttırıyor. Ölümcül hastalıklara karşı yeni ilaçların keşfi, enerji verimliliği alanındaki çalışmalar ve iklim modelleme yöntemleri yapay zeka sayesinde standardize edilmiş durumda. 

Tom Cunningham’ın 2 Ekim 2025'te yayımlanan Economics and Transformative AI başlıklı yazısında vurguladığı gibi, yapay zeka ile yaşanan bu dönüşüm ve değişim yalnızca ekonomik büyümeyi hızlandırmakla kalmıyor; aynı zamanda büyümenin doğasında köklü değişikliklere sebep oluyor. Bu yönüyle transformative AI ekonomisi, klasik üretim ekonomisinden ayrışıyor.

AI Yetenekleri Tanımı Nasıl Yapılmalı?

Ekonomistler için en temel sorunlardan biri, 'AI yetenekleri' ifadesini doğru tanımlamak. AI yetenekleri tanımı yapılmadan yapay zekanın üretkenliğe ve GYSH'ye etkisini ölçmek doğru olmaz. Çünkü yapay zekanın hangi görevlerde insan düzeyine yakın bir performans sağladığı ve bu görevlerin ekonomik değer zincirindeki ağırlığı net olarak bilinmiyor.

Örneğin bir chatbotun müşteri temsilcisi görevlerini %80 doğrulukla yerine getirmesi, o sektördeki emek talebini doğrudan etkiler. Ancak bu etkinin GYSH’ye nasıl yansıdığı, o görevlerin ücret payı, katma değer oranı ve üretim zincirindeki yerine de bağlıdır. Bu yüzden ekonomistler, yapay zeka ekonomik etki analizlerinde “görev temelli üretim modelleri”ne yöneliyor.

Yapay Zekanın GDP Etkisi

Yapay zekanın ekonomik etkisini somut biçimde görmek için ChatGPT ekonomik araştırma alanında yapılan çalışmalar önemli ipuçları sunuyor. NBER ve OpenAI tarafından 2025’te yayınlanan geniş çaplı bir çalışma, ChatGPT kullanıcılarının ortalama %40 zaman tasarrufu sağladığını, hata oranlarını %25 azalttığını ve karar verme hızını iki katına çıkardığını ortaya koydu. Bu mikro düzeydeki verimlilik kazanımları, makro düzeyde GDP artışına dönüşebilir. Ancak dönüşümün büyüklüğü, teknolojinin benimsenme hızı, sektörlerin yapısı ve iş gücü esnekliği gibi faktörlere de doğrudan bağlı.

Ekonomistler burada “yayılım katsayısı” (diffusion coefficient) kavramına dikkat çekiyor. Yani ChatGPT gibi araçların potansiyeli ne kadar büyük olursa olsun, bu araçların yaygınlaşma hızı düşükse, GYSH üzerindeki etkisi sınırlı kalır. Yapay zekanın ekonomik etkisi, resmi istatistiklerde her zaman tam olarak yansımıyor. Bunun nedeni, GSYH’nın (Gayrisafi Yurtiçi Hasıla) ölçüm sisteminin dijital ekonomiye henüz tam olarak uyum sağlayamamış olması. ChatGPT'nin ücretsiz sürümü gibi pek çok yapay zeka aracı bir piyasa değeri olmadığından GSYH hesaplamalarına dahil edilmiyor ancak bu araçların kullanıcıların refahını ciddi oranda arttırdığı su götürmez bir gerçek.  Bu durum, ekonomide “görünmeyen büyüme” olarak tanımlanıyor.

PwC gibi kuruluşlar, yapay zekanın 2030’a kadar küresel ekonomiye 15 trilyon doların üzerinde katkı sağlayacağını öngörüyor. Bu yaklaşım, transformative AI ekonomisinin üretkenliği tarihsel ölçekte hızlandıracağını savunuyor. Buna karşın Daron Acemoğlu gibi ekonomistler ise yapay zekanın kısa vadede sınırlı GDP katkısı sağlayacağını ve asıl farkın uzun vadeli iş dönüşümlerinde görüleceğini düşünüyor. Acemoğlu’na göre, “otomasyonun verimliliğe katkısı, yeni işlerin yaratılmasıyla desteklenmezse, toplam ekonomik refah artışı sınırlı kalır.”

Yapay zekanın ekonomik etkisini yönetebilmek için üç temel politika öne çıkıyor:

• Milli gelir hesaplama sistemleri, dijital refahı ve ücretsiz hizmetleri de içerecek biçimde güncellenmeli, yapay zekanın GSYH üzerindeki etkisi daha ölçülebilir hale getirilmeli 
• Yeni iş alanlarına geçişi kolaylaştıracak programlar oluşturulmalı, özellikle kodlama, veri analizi gibi alanlarda geniş tabanlı eğitim politikaları yürütülmeli
• Ayrıca yapay zeka altyapısında tekelleşmeyi önlemek, küçük ölçekli girişimlerin teknolojiye erişimini kolaylaştırmak için inovasyon teşvik edilmeli

Önümüzdeki on yıl yapay zekanın ekonomik etkisi açısından belirleyici olacak; üretkenliği artırma potansiyeli tartışmasız olsa da, bu potansiyelin gerçeğe dönüşmesi politika, eğitim ve etik alanındaki ulusal ve küresel kararlarla şekillenecek. Gelecekte ekonomi; refahın GSYH yerine ‘’dijital refah'' ile ölçülmesi ve insan-makine işbirliğine dayalı modellere dayalı bir hal alacak. Bu kapsamda yapay zekanın yalnızca üretkenliği değil, ekonominin anlamını da yeniden tanımladığı söylenebilir.