Verimlilik maskesi takmış obur!

Verimlilik, modern kapitalizmin en masum görünen, en yanıltıcı kelimesi. Her sanayi devriminde, her yazılım güncellemesinde, her teknolojik sıçramada aynı vaat tekrarlanıyor. "Bu yeni teknoloji sayesinde işleri daha az kaynakla, daha az enerjiyle ve daha az maliyetle yapacağız.”
Peki, enerjiyi ve kaynakları daha verimli kullanan yazılımlar, çipler ya da makineler toplam kaynak tüketimini gerçekten azaltır mı?
İlk bakışta, doğrusal mantıkla cevap çok açık görünür. Eğer daha verimli motorlar, daha akıllı algoritmalar ve daha az elektrik harcayan mikroçipler aynı hesaplama işini daha az kaynakla yapabiliyorsa, matematiksel olarak toplam tüketimin de düşmesi gerekir. Bir birim çıktıyı elde etmek için gereken girdi miktarı azalıyorsa, toplam girdi havuzunun korunması, hatta daralması beklenir.
Ancak ekonomi tarihi, insan davranış setleri ve sistem düşüncesi, bu sığ ve doğrusal mantığı her seferinde acımasızca, büyük bir gürültüyle çürütür. İnsanlık olarak ilerleme adını verdiğimiz o devasa makine, tasarruf edilen her birimi sistemik bir iştahla yeniden yutar.
Bugün yapay zekâ devrimini, büyük dil modellerini ve otonom ajan ekosistemlerini tam da bu paradoksun göbeğinde tartışmak zorundayız. Çünkü yapay zekâ, sadece entelektüel emeği ikame eden bir yazılım dalgası değil, yeryüzünün sonlu kaynaklarını üstel bir hızla tüketen, verimlilik maskesi takmış tarihin en iştahlı enerji oburudur.
1865’ten bugüne değişmeyen paradoks
Tarihi biraz geriye saralım ve bugünkü Silikon Vadisi illüzyonlarının köklerini anlamak için 19. yüzyıl İngiltere’sine, endüstriyel kapitalizmin şafağına gidelim.
1865 yılında İngiliz iktisatçı William Stanley Jevons, kömür rezervlerinin tükenmesi korkusuyla çalkalanan bir imparatorlukta radikal bir gözlem yaptı. James Watt’ın geliştirdiği yeni ve daha verimli buhar makineleri piyasaya sürülüyordu. Bu makineler, eski modellere kıyasla aynı miktarda işi yapmak için çok daha az kömür yakıyordu. Dönemin ana akım düşünürleri ve bürokratları, bu teknolojik mucize sayesinde İngiltere’nin kömür tüketiminin hızla düşeceğini ve enerji krizinin çözüleceğini öngörmüştü.
Ancak tam tersi oldu. Buhar makineleri verimli hale geldikçe, kömür tüketimi düşmedi. Aksine muazzam bir patlama yaptı. İngiltere’nin kömür iştahı geometrik bir hızla arttı.
Jevons’ın fark ettiği ve bugün iktisat literatüründe "Jevons Paradoksu" olarak anılan bu durumun arkasındaki mekanizma aslında son derece basit bir sistemik geri besleme döngüsüne işaret ediyor.
Bir teknoloji verimli hale geldiğinde, o teknolojiyi kullanmanın birim maliyeti düşer. Birim maliyet düştüğünde, o faaliyet ya da ürün ekonomik olarak ucuzlar ve erişilebilir hale gelir. Ucuzlayan ve erişilebilir olan her şey ise hızla yaygınlaşır, yeni kullanım alanları bulur ve daha önce o kaynağı talep etmeyen kitleleri sisteme dahil eder. Verimlilik maliyetleri düşürür, düşen maliyetler yeni talep dalgaları yaratır ve o yeni talep, verimlilikle kazanılan tasarruf miktarını katbekat aşarak toplam tüketimi daha da büyütür.
Buna "rebound (geri tepme) etkisi" deniyor. Verimlilikle kazanılan her birim tasarruf, sistemin çeperinde açılan yeni bir iştahla, yeni bir kapasite genişlemesiyle dolar. Tasarruf edilen kaynak asla doğada veya depoda kendi kendine bekleyerek kaybolmaz. Aksine, kapitalist büyüme motorunun bir sonraki vitesini finanse etmek için sermayeye dönüşür.
İşte bu yüzden verimlilik, modern ekonominin ve büyüme odaklı paradigmanın en sevdiği kavramdır. Çünkü verimlilik, sanıldığı gibi kaynakları korumanın bir yolu değil, büyümenin önündeki fiziksel, coğrafi ve finansal engelleri kaldırmanın en sofistike aracıdır.
Verimlilik maskeli enerji oburu
Bugün OpenAI, Google, Microsoft ya da Anthropic gibi teknoloji devlerinin laboratuvarlarında üretilen yapay zekâ modellerini tam da bu tarihsel lensle okumak zorundayız.
Yapay zekâ dünyasında neredeyse her hafta yeni bir verimlilik müjdesi veriliyor. "Yeni modelimiz, bir önceki modele göre yüzde 50 daha az bilgi işlem gücüyle çalışıyor", "Sorgu başına harcanan enerji miktarını onda birine indirdik."
Peki, bu mühendislik başarıları küresel enerji tüketimini azaltıyor mu? Kesinlikle hayır. Tam aksine, Jevons Paradoksu dijital evrende çok daha yıkıcı ve üstel bir hızla çalışıyor.
Büyük dil modelleri daha verimli çalışmaya başladığında ve sorgu başına düşen birim maliyetler ucuzladığında, ortaya çıkan bu finansal ve operasyonel tasarruf, yapay zekânın daha önce maliyet veya altyapı yetersizliği nedeniyle giremediği her yere sızmasına yol açıyor. Her akıllı ev aletinin içine, her şirketin müşteri ilişkileri yönetimine, her otonom aracın beynine, her e-posta taslağının arkasına birer görünmez katman olarak ekleniyor.
Verimlilik, böylece, tasarruf sağlamıyor. Sistemin çeperini genişletiyor, yeni bağımlılıklar yaratıyor ve derinleşmeyi finanse ediyor.
Bu bağlamda “rebound etkisi”, aslında geleceğe kesilmiş, vadesi her gün uzatılan bir verimlilik borcu gibi. Bugün teknoloji şirketlerinin sürdürülebilirlik raporlarında övünerek sunduğu her enerji tasarrufu, gelecekteki devasa tüketim dalgalarından çekilmiş, faturası ertelenen bir harcama anlamına geliyor.
Sektörden yükselen her "daha yeşil, daha az karbon salan yapay zekâ" duyurusu, eşzamanlı olarak yeni bir pazar işgali ve büyüme beyanı. Geleneksel çevreciliğin "daha az tüket" çağrısına karşı geliştirilen bu "daha verimli tüket" anlatısı da tüketimin freni değil, bizzat o büyüme motorunun yüksek oktanlı yakıtı.
Veri merkezleri bir ülke olsaydı?
ABD'deki veri merkezlerinin 2030 yılına kadar ülkedeki yeni elektrik talebinin yaklaşık dörtte birini tek başına yutacağı öngörülüyor. Bu, sadece bir ülkenin iç dinamikleriyle sınırlı bir büyüme değil. Resmin bütününe baktığımızda karşımıza çıkan tablo çok daha sarsıcı. Eğer dünyadaki tüm veri merkezlerinin enerji talebini tek bir ülke olarak kabul etseydik, bu sanal devlet Japonya ile Rusya’nın arasında bir yere konumlanarak dünyanın en büyük beşinci elektrik tüketicisi olurdu.
Bu rakamlar bize çok net bir gerçeği haykırıyor. Karşı karşıya olduğumuz mesele, salt bir yazılım mimarisi, daha akıllı algoritmalar ya da gelişmiş çip tasarımları meselesi değil. Bu, saf ve katı bir enerji hikâyesidir.
Yapay zekâ ve enerji liderliği
Bu durum, küresel güç dengelerini ve jeopolitiği de kökten sarsıyor. Gelinen noktada, teknoloji dünyasında uzun süredir kutsanan "yapay zekâ liderliği" kavramıyla "enerji liderliği" çakışıyor.
Küresel teknoloji ve egemenlik yarışı, artık sadece en zeki modelleri kimin yazacağı ya da en yüksek parametreli algoritmaları kimin eğiteceği üzerinden yürütülmüyor. Asıl yarış, bu modelleri besleyecek kesintisiz elektriği kimin üreteceği, o enerjiyi veri merkezlerine nasıl depolayacağı ve bu devasa yükü kaldırabilecek şebeke kapasitesini kimin kuracağı üzerinden veriliyor.
Bu yeni enerji gerçeği, büyük güçlerin stratejik hamlelerinde tüm çıplaklığıyla görülüyor. ABD, daha önce kapatmayı planladığı nükleer ve kömür santrallerini yeniden devreye alıyor. Çin, çip fabrikaları ile güneş tarlalarını, hidroelektrik santralleri ile veri merkezlerini coğrafi olarak birbirine bağlayan bütünleşmiş bir siber-enerji ekosistemi inşa ediyor. Petrol sonrası dünyaya hazırlanan Suudi Arabistan ve Birleşik Arap Emirlikleri gibi aktörler de ellerindeki devasa finansal sermayeyi ve coğrafi avantajları olan kesintisiz güneş enerjisini birlikte paketliyorlar. Batı'nın teknoloji devlerine "Modellerinizi bizim topraklarımızda, bizim güneşimizle eğitin" diyerek yeni nesil bir veri-enerji baronluğuna soyunuyorlar.
Bu yeni jeopolitik denklemde roller yeniden dağıtılıyor. Enerjisini kendi üretebilen ve kaynak bağımsızlığını ilan eden küresel güçler bu yeni dünyanın "ev sahibi" konumuna yükselirken, enerjide dışa bağımlı olan, veri merkezlerini beslemek için ithal kaynaklara muhtaç kalan ülkeler ise sadece yüksek faturalar ödeyen birer "kiracı" durumuna düşüyor.
İtirazların Sınırı: Ayrışma tezi
Bu derin sistemik eleştirinin karşısına, ana akım teknoloji optimistlerinin ve çevre iktisatçılarının en güçlü argümanını koymadan analizi bitirmek entelektüel olarak dürüst bir yaklaşım olmaz. Teknoloji dünyasında sıkça savunulan "decoupling" (ayrışma) tezi, ekonomik büyüme ile kaynak tüketimi arasındaki bağın kopartılabileceğini iddia eder.
Bu tezin savunucuları haklı olarak şu şerhleri düşerler. Birincisi, Jevons Paradoksu sonsuza gitmez. Her teknolojinin bir doyum noktası vardır, belli bir eşikten sonra verimlilik toplam tüketimi gerçekten aşağı çeker. İkincisi, şebekeler karbonsuzlaştıkça veri merkezleri kömür molekülüyle değil temiz elektronla çalışacaktır. Üçüncüsü, yapay zekânın kendisi pasif bir tüketici değildir. Şebekeyi optimize eden, temiz kaynak keşfini hızlandıran, füzyon araştırmasını simüle eden, malzeme biliminin önünü açan net pozitif bir iklim aktörüdür.
Bu itirazlar teorik olarak tutarlıdır. Ama hepsi gözden kaçırılan tek bir koşula bağlıdır. Ayrışma ve doygunluk, ancak sistemin toplam ölçeği görece sabit ya da doğrusal büyürken işler. Oysa yapay zekânın, veri üretiminin ve hesaplama ihtiyacının ölçeği sabit değil. İnsanlık tarihinde eşine az rastlanır bir üstel hızla büyüyor.
Temiz elektron, yeşil enerji ya da şebeke optimizasyonu ne kadar gelişirse gelişsin, bu gezegendeki fiziksel kaynaklar, nadir toprak elementleri, su kaynakları ve arazi payları en nihayetinde sonludur. Siz sonlu bir kaynak havuzunu, üstel bir hızla büyüyen algoritmik bir iştaha bağladığınızda, verimlilik yoluyla kazandığınız her birim yeşil alanı, rakibinizin bir sonraki sokakta açtığı yeni ve daha büyük bir veri merkezine kaptırırsınız. Yapay zekâ, şebekeyi yüzde 10 daha verimli hale getirebilir. Ancak bu verimliliğin yarattığı maliyet avantajı, pazara yüzde 100 daha büyük yeni modellerin sürülmesini tetikler. Dolayısıyla verimlilik enerji yarışını bitirmez. Yalnızca masadaki bahisleri yükseltir ve kaçınılmaz yüzleşme anını geciktirir.
Sonuç
Yapay zekâ zaten doğası gereği olağanüstü verimli. Her geçen gün daha da verimli hale geliyor. Asıl yapısal sorun da tam olarak bu verimliliğin kendisi. İlerlemeyi, kalkınmayı ve medeniyeti sadece verimlilik rasyolarıyla, kârlılık oranlarıyla ölçen modern endüstriyel uygarlık, kendi yarattığı her tasarrufu daha büyük bir tüketime, daha büyük bir sömürüye ve daha büyük bir talebe tahvil eden kusursuz bir makine kurdu. Bu makinedeki verimlilik tüketimi azaltmıyor. Sadece faturanın yerini ve zamanını değiştiriyor.
Analiz Özeti ve Çıkarımlar
Yazının kısa özeti ve okurun bu metinden çıkarması gereken temel önermeler.
- Yapay zekanın operasyonel verimliliği, birim maliyetleri düşürerek talebi patlatmakta ve Jevons Paradoksu uyarınca toplam enerji tüketimini azaltmak yerine artırmaktadır.
- 19. yüzyıl kömür ekonomisindeki gibi, teknolojik tasarruf her zaman daha geniş bir kullanım alanı bularak sistemik büyüme motorunun yakıtına dönüşmektedir.
- Yapay zekanın sızdığı her yeni alan, verimlilikle kazanılan tasarrufu anında yutarak küresel veri merkezlerini dünyanın en büyük enerji tüketicilerinden biri yapmaktadır.
- Küresel güç dengesi model başarısından enerji liderliğine kayarken, ülkeler devasa veri merkezlerini besleyecek kesintisiz elektrik altyapısı kurma yarışına girmektedir.
- Büyüme odaklı kapitalist paradigma, verimliliği kaynakları korumak yerine büyümenin önündeki fiziksel engelleri kaldırmak ve yeni pazarlar işgal etmek için kullanmaktadır.
- Yapay zeka verimliliği toplam tüketimi düşürmez aksine yeni kullanım alanları yaratarak enerji iştahını üstel bir hızla büyütür.
- Jevons Paradoksu günümüzde dijital evrende çok daha yıkıcı bir geri tepme etkisiyle çalışarak tasarrufu kapasite genişlemesine dönüştürmektedir.
- Veri merkezlerinin enerji talebi, bu sektörü yakın gelecekte dünyanın en büyük beşinci elektrik tüketicisi seviyesine taşıyacaktır.
- Yapay zeka liderliği artık sadece yazılım başarısı değil, devasa enerji şebekelerini yönetme ve kesintisiz elektrik sağlama kapasitesidir.
- Teknolojik verimlilik sanıldığı gibi bir tasarruf aracı değil, faturayı geleceğe erteleyen ve büyüme bahislerini yükselten sistemik bir makyajdır.
Ana Kavramlar
Yazıda geçen kavramların sözlük tanımları.
Kaynakça ve Atıf
Yazıda kullanılan raporlar ve akademik kaynaklar.
- AI Environmental Transparency Initiative — United Nations University (UNU-INWEH) (2026)unu.edu
- AI has an environmental problem. Here's what the world can do about that — UNEP (2026)unep.org
- AI Index Report 2026 — Stanford HAI (2026)hai.stanford.edu
- Google Environmental Report 2026 — Google (2026)blog.google
- Electricity 2024 - Analysis and forecast to 2026iea.org
- Carbon and Energy Footprints of Neural Machine Translation Modelsarxiv.org
- The Coal Question; An Inquiry Concerning the Progress of the Nation, and the Probable Exhaustion of Our Coal-Mineseconlib.org
- Artificial Intelligence Index Report 2024aiindex.stanford.edu
- Carbon and Energy Footprint of Neural Network Pre-training and Inferencearxiv.org
İlgili İçerikler
Bu yazının ilişkilendiği kavram, kitap, konuşma, podcast ve raporlar.
İlgili Yazılar
4İlgili Kavramlar
3İlgili Kitaplar
3İlgili Konuşmalar
3- Yapay Zekâ ve İnsana EtkisiAç →
Colors of Marketing · 2026-02-20
- Yapay Zekânın Toplumsal Sürdürülebilirliğe EtkisiAç →
BloombergHT — Yapay Zeka Merkezi · 2024-10-18
- Yapay Zekâ, Finans ve SürdürülebilirlikAç →
Finansal Teknoloji · 2025-10-15
İlgili Podcast Bölümleri
3- Hayır. Yapay zekâ iklim krizini çöz(e)mez!Dinle →
Yapay Zekâ & Toplum · 23 Haz 2026
- Yapay cazibe ile çözülen muhakeme.Dinle →
Yapay Zekâ & Toplum · 10 Haz 2026
- Özgür irade mi, algoritmik teslimiyet mi?Dinle →
Yapay Zekâ & Toplum · 21 May 2026
İlgili Raporlar
4- Google2026Google Environmental Report 2026
Google'ın 2026 Çevre Raporu; veri merkezleri, yapay zekâ altyapısı, karbon emisyonları, su ve enerji kullanımına ilişkin yıllık şeffaflık verilerini ve ilerleme göstergelerini sunar.
- United Nations University (UNU-INWEH)2026Environmental Cost of AI's Energy Use: Carbon, Water and Land Footprints
UNU-INWEH derlemesi, yapay zekânın enerji tüketiminin karbon, su ve arazi ayak izleri üzerindeki etkilerini çok yönlü biçimde inceleyen bir araştırma koleksiyonu sunar.
- UN News (summary of UNU report)2026AI's environmental costs threaten water, land and climate
BM Haberleri, UNU raporunu özetleyerek yapay zekânın su, arazi ve iklim üzerindeki artan çevresel maliyetlerine dikkat çekiyor.
- United Nations University (UNU-INWEH)2026AI Environmental Transparency Initiative
BM Üniversitesi bünyesinde başlatılan girişim, yapay zekânın çevresel maliyetlerinin (enerji, karbon, su, arazi) standart ve karşılaştırılabilir biçimde raporlanmasını hedefliyor.



