- Updated: December 2, 2025
- 5 min read
IBM CEO Arvind Krishna: AI Veri Merkezi Yatırımları Kâr Getirmeyecek
IBM CEO Arvind Krishna, AI veri merkezi harcamalarının mevcut altyapı maliyetleriyle kârlı olamayacağını ve AGI (Yapay Genel Zeka) hedefinin hâlâ çok düşük bir olasılıkla gerçekleşebileceğini belirtti.
IBM’in AI Veri Merkezi Yatırımları: Maliyet, Kârlılık ve Gelecek Perspektifi
Aralık 2025’te Business Insider’da yayımlanan bir röportajda IBM CEO’su Arvind Krishna, büyük teknoloji şirketlerinin AI veri merkezlerine yaptığı trilyon dolarlık sermaye harcamalarının (CapEx) geri dönüşünün şüpheli olduğunu vurguladı. Krishna, mevcut enerji ve donanım maliyetleriyle 8 trilyon dolarlık bir yatırımın, sadece faiz ödemeleri için 800 milyar dolar kar gerektirdiğini söyledi. Bu açıklamalar, AI yatırımlarının sürdürülebilirliği ve AGI (Artificial General Intelligence) hedefinin gerçekçi olup olmadığı konusunda sektörde geniş bir tartışma başlattı.
Krishna’nın “Napkin Math” Analizi
Krishna, “Decoder” podcast’inde yaptığı açıklamalarda, bir gigavatlık veri merkezinin inşa maliyetinin yaklaşık 80 milyar dolar olduğunu belirtti. 20‑30 gigavatlık bir kapasiteye ulaşmak isteyen bir şirketin ise 1,5 trilyon dolar harcama yapması gerekir. Bu rakamlar, Enterprise AI platform by UBOS gibi çözümlerin sunduğu ölçeklenebilir altyapı seçenekleriyle karşılaştırıldığında, mevcut piyasa koşullarında çok yüksek bir bariyer oluşturuyor.
Krishna ayrıca, AI çiplerinin beş yıl içinde değer kaybedeceğini ve yenilenmesi gerektiğini hatırlatarak, “Bu ekipmanları beş yıl içinde tamamen değiştirmek zorundayız; aksi takdirde maliyetler daha da artar” dedi. Bu durum, OpenAI ChatGPT integration gibi entegrasyonların uzun vadeli maliyet etkinliğini sorgulatıyor.
Maliyet ve Kârlılık Üzerine Derinlemesine Analiz
- CapEx vs. Opex: Veri merkezi yatırımları büyük ölçüde sermaye harcaması (CapEx) gerektirirken, işletme giderleri (Opex) enerji ve bakım maliyetlerini içerir.
- Enerji Tüketimi: 100 GW’lık bir kapasite, yıllık yaklaşık 800 TWh enerji tüketir; bu da küresel enerji talebinin %5’ine eşdeğerdir.
- Finansal Getiri: Krishna, %10 net kar marjı hedefiyle 8 trilyon dolar yatırımın 800 milyar dolar kar getirmesi gerektiğini vurguladı.
- Alternatif Çözümler: Workflow automation studio ve Web app editor on UBOS gibi düşük maliyetli bulut tabanlı platformlar, AI iş yüklerini daha verimli yönetebilir.
Bu analiz, UBOS pricing plans gibi esnek fiyatlandırma modellerinin, büyük ölçekli veri merkezi yatırımlarına kıyasla daha sürdürülebilir bir alternatif sunduğunu gösteriyor.
AGI Hedefi: 0‑1% Olasılık mı?
Krishna, mevcut LLM (Large Language Model) yolunun AGI’ye ulaşmak için yeterli olmayabileceğini ve bu hedefin %0‑1 arasında bir olasılıkla gerçekleşebileceğini belirtti. Bu görüş, AI haberleri sayfamızda da ele alınan bir konudur.
Diğer teknoloji liderleri de benzer şüpheleri dile getirdi:
- Marc Benioff (Salesforce): AGI’yi “hipnoz” benzeri bir pazarlama taktiği olarak nitelendirdi.
- Andrew Ng (Google Brain): AGI’nın aşırı abartıldığını ve gerçekçi bir hedef olmadığını savundu.
- Ilya Sutskever (OpenAI): Ölçekleme aşamasının sona erdiğini ve araştırma odaklı bir döneme geri dönülmesi gerektiğini vurguladı.
Bu eleştiriler, AI Trendleri Türkiye bölümümüzde de incelenen, AI’nın sürdürülebilir büyüme stratejileri üzerine yeni bir bakış açısı sunuyor.
Sektörün Diğer Oyuncularının Yanıtları
Meta, Google ve Amazon gibi devler, veri merkezi kapasitesini artırma planlarını sürdürüyor. Meta’nın son kazanç raporunda “kapasite” ve “AI altyapısı” terimlerine sıkça yer verildi. Google ise uzayda veri merkezi kurma vizyonunu duyurdu. Ancak bu planların finansal sürdürülebilirliği, Krishna’nın “no way” ifadesiyle çelişiyor.
Öte yandan, AI YouTube Comment Analysis tool ve AI SEO Analyzer gibi uygulamalar, mevcut altyapı üzerinde daha düşük maliyetli AI çözümleri sunarak, büyük veri merkezlerine bağımlılığı azaltıyor.
Gelecek Perspektifi: Maliyet Etkin AI Stratejileri
Krishna’nın açıklamaları, AI yatırımlarının yeniden değerlendirilmesi gerektiğini gösteriyor. Şirketler, aşağıdaki stratejileri benimseyerek riskleri azaltabilir:
- Hibrit Bulut Yaklaşımı: Yerel veri merkezleri yerine UBOS platform overview gibi hibrit çözümlerle maliyetleri dengelemek.
- Modüler Donanım: AI çiplerini 3‑5 yıllık döngülerde yenilemek yerine, modüler tasarımlarla ömrünü uzatmak.
- Enerji Verimliliği: Yenilenebilir enerji entegrasyonu ve soğutma optimizasyonlarıyla Opex’i düşürmek.
- Uygulama Katmanı Optimizasyonu: UBOS templates for quick start ve AI Article Copywriter gibi hazır çözümlerle geliştirme süresini kısaltmak.
Bu yaklaşımlar, UBOS for startups ve UBOS solutions for SMBs gibi farklı ölçeklerdeki işletmeler için de geçerli. Sonuç olarak, AI veri merkezi harcamalarının sürdürülebilirliği, sadece sermaye gücüne değil, aynı zamanda stratejik inovasyona ve maliyet optimizasyonuna bağlıdır.
Görsel: AI Veri Merkezi Maliyet Dinamikleri
Şekil: IBM’in AI veri merkezlerine yönelik yatırım maliyetleri ve enerji tüketimi tahminleri.
Kaynaklar ve İlgili İçerikler
Bu haber, Business Insider kaynağından alınmıştır. Daha fazla AI haberine AI haberleri sayfamızdan ulaşabilirsiniz.
İlgili UBOS içerikleri:
- UBOS homepage
- About UBOS
- AI marketing agents
- UBOS partner program
- UBOS portfolio examples
- AI Video Generator
- AI Email Marketing
- AI Chatbot template
- AI Image Generator
- AI Audio Transcription and Analysis
Meta Description: IBM CEO Arvind Krishna, AI veri merkezi harcamalarının kârlılığını sorguladı; 8 trilyon dolarlık yatırımın geri dönüşü ve AGI olasılığı üzerine sektörel analiz.
Keywords: IBM, yapay zeka, veri merkezi, AI harcaması, teknoloji haberleri, Türkiye, AI yatırımları, bulut bilişim, büyük veri, yapay zeka trendleri, Arvind Krishna