Maliyetler nereye gidiyor
Armstrong, 12 ila 18 ay içinde yapay zeka iş yüklerinin yaklaşık %80'inin bugünkü öncü sistemlerden %99'a varan oranda daha düşük maliyetli modellere kayacağını tahmin ediyor. Kalan %20 ise bilimsel araştırma gibi yüksek riskli görevler için en üst düzey modelleri kullanmaya devam edecek. Bu ayrımı tüketici elektroniğine benzetti: çoğu kişi bir MacBook veya oyun bilgisayarı alırken en üst düzey özellikleri tercih etmiyor. Aynı mantığın yapay zeka için de geçerli olacağını söylüyor — çoğu görev daha ucuz, yeterince iyi modellerle çalışacak.
Coinbase bu fikri şimdiden uygulamaya koydu. Şirket, istemleri mevcut en uygun maliyetli modele yönlendiriyor; bu da token kullanımı katlanarak artsa bile yapay zeka harcamalarının büyük ölçüde sabit kalmasını sağladı. En iyi tescilli sistemlere yakın performans gösteren ve yaklaşık otuzda biri maliyete sahip DeepSeek V4 gibi açık kaynak alternatifleri bu stratejiyi uygulanabilir kılıyor.
Kurumsal bütçeler şimdiden zorlanıyor
Yatırımcı Tommy Shaughnessy, kurumsal yapay zeka harcamalarının tahminleri ne kadar hızlı aşabileceğine dair bir örnek olay olarak Uber'i işaret etti. Shaughnessy'ye göre Uber, 2026 yılı tam yapay zeka bütçesini Nisan başı gibi tüketti — yılın dört ayından daha kısa bir sürede. Armstrong, bu tür maliyet aşımlarının şirketleri en gelişmiş modelin peşinden koşmak yerine daha ucuz alternatifler aramaya iteceğini savunuyor.
Token başına maliyetler düştükçe darboğaz yukarı akışa kayıyor. Gerçek engel, herhangi bir modeli ölçekli olarak çalıştırmak için gereken enerji ve silikon haline geliyor. Armstrong, yapay zeka tarafından üretilen zekaya olan talebin pratik bir tavanı olmadığını belirtiyor. Ancak bu zekayı sağlayacak fiziksel altyapı şimdiden duraklıyor.
Armstrong neden daha ağır AI düzenlemelerine karşı çıkıyor
Armstrong ayrıca daha katı yapay zeka düzenlemelerine karşı olduğunu dile getirdi. Ana pratik zorluğun zaten enerji santralleri ve veri merkezleri kıtlığı olduğu bir durumda, politika kısıtlamalarının teknolojinin yörüngesini şekillendirmemesi gerektiğini savunuyor. Aşırı düzenlemenin, bu altyapının en çok ihtiyaç duyulduğu bir zamanda inşasını yavaşlatabileceğini öne sürdü.
Veri merkezi kapasitesi yetişemiyor
Küresel veri merkezi kapasitesi şimdiden talebin gerisinde kalıyor. 2026'nın ilk çeyreğinde girişim parası yapay zeka girişimlerine akarken bile fiziksel inşaat hızı henüz yetişemedi. Armstrong'un temel argümanı her şeyi birbirine bağlıyor: yapay zekanın gerçek sınırı model kalitesi veya maliyet değil, trilyonlarca sorguyu çalıştırmak için gereken ham enerji ve bilgi işlem altyapısıdır.
Cevapsız kalan soru, bu altyapının ne kadar hızlı genişleyebileceği ve kamu hizmetlerinin, düzenleyicilerin ve çip üreticilerinin yavaşlama belirtisi göstermeyen bir sektöre ayak uydurup uyduramayacağıdır.
