Büyük Dörtlü ile yapay zekâ hakkında ilk konuşmaya başladığımızda, görüşmeler şaşırtıcı derecede hızlı ilerledi. Uzun bir girişe gerek yoktu; yapay zekânın neden önemli olduğunu açıklamamız gerekmedi. Neredeyse hemen, partner'lar ve kıdemli danışmanlar zamanlarının gerçekte nereye gittiğini anlatmaya başladı. Karar alma ya da içgörü üretmeye değil, hazırlığa. Farklı sistemlerden veri çekmeye. Rakamları hizalamaya. Daha kimse sonuçların ne anlama geldiğini düşünmeye başlamadan önce analizlerin kurum içi standartlarla uyumlu olduğundan emin olmaya.
Bizi etkileyen şey, bu işlerin hiçbirinin düşük değerli olmamasıydı. Hepsi gerekliydi. Ama aynı zamanda yıpratıcıydı. Son derece deneyimli insanlar, günlerinin büyük bir bölümünü gerçek düşünmenin başlayabileceği noktaya gelebilmek için harcıyordu.
Görüşmeler sürdükçe, yapay zekânın rol oynayabileceği onlarca sürecin de ötesinde bir tablo ortaya çıktı. Raporlama, uyum, finansal kontroller, vergi analizi, iç incelemeler. Yüzeyde bakıldığında bu, klasik bir otomasyon problemi gibi görünüyordu. Öyle değildi.
Bu süreçlerin çoğunda zaten araçlar, şablonlar ve kısmi otomasyon vardı. Her şeyi yavaşlatan şey adımların arasında yaşıyordu. Bağlam değiştirmek. Çıktıları mutabık hale getirmek. Parçalı bilgi üzerinde muhakemeyi tutarlı biçimde uygulamak. Asıl maliyet yalnızca zaman değildi; bilişsel yüktü.
İşte o noktada çerçeve değişti.
Yapay zekânın işi uçtan uca nasıl yapabileceğini sormak yerine, işi yapan insanları nasıl destekleyebileceğini sormaya başladık. Ya yapay zekâ, kontrolü ortadan kaldırmadan enerjiyi tüketen kısımları üstlenebilseydi? Ya yapılandırılmış taslaklar hazırlayabilse, tutarsızlıkları ortaya çıkarabilse ve kendi muhakemesini görünür kılabilseydi; böylece uzmanlar kurulumla değil muhakemeyle ilgilenebilseydi?
Bu yaklaşım canlıya alındığında, etkisi somut hale geldi.
Ekipler genelinde, tekrar eden analitik işlerde çevrim süreleri yüzde 80 ila 90 düştü. Özellikle mutabakat ağırlıklı süreçlerde manuel hatalar keskin biçimde azaldı. En az bunun kadar önemli olarak, daha önce aynı işe biraz farklı şekillerde yaklaşan ekipler arasında çıktılar daha tutarlı hale geldi. Ortalama olarak danışmanlar, artık daha yüksek değerli düşünmeye ayırabilecekleri ayda yaklaşık 40 ila 50 saati geri kazandı.
Ama en ilginç değişim sayılarda değildi.
İnsanların işleri hakkında konuşma biçimindeydi. İncelemeler daha sakin hale geldi. Tartışmalar daha odaklı hale geldi. Kıdemli gözden geçirenler, her şeyin doğru olup olmadığını kontrol etmeye daha az, sonuçların gerçekte ne anlama geldiğini tartışmaya daha fazla zaman harcamaya başladı.
Zamanla sistem, insanların kullanmak zorunda olduğu bir araç gibi hissettirmemeye başladı. Kararların nasıl alındığını sessizce içine alan ve bunu gelecekteki analizlere geri yansıtan, paylaşılan bir çalışma biçimi gibi hissettirmeye başladı.
Bu deneyim, uzun zamandır inandığımız bir şeyi de pekiştirdi. Daha genel bir zekâya doğru ilerleme, karmaşık alanlarda uzmanların yerini almaya çalışan sistemlerden gelmeyecek. Uzman düşüncesinin etrafındaki sürtünmeyi azaltan ve onu güçlendiren sistemlerden gelecek.
Bu çalışmalarda yapay zekâ, otonom olarak değil, iş birliğine dayalı olarak değer yarattı. İnsanlar adına karar vermedi. Onların daha iyi kararları daha hızlı almasına yardımcı oldu.
AGI benzeri sistemlerin ilk olarak nerede önem kazanacağına dair erken bir işaret varsa, o da burada. Tam otomasyonda değil, insan muhakemesini ölçekli biçimde desteklemede.
Farkı yaratan şey, otomasyondan kaldıraç etkisine doğru yaşanan bu kaymaydı.
