Özet
Geçen yıl yayınladığımız “AIGC: Web3 Çağında Üretkenlik Araçları” başlıklı ilk derinlemesine raporumuzda, bu teknolojinin yarattığı dönüşümü ve sektöre etkilerini ele almıştık. ChatGPT’nin popülerlik kazanmasıyla birlikte kullanıcıların aklına şu sorular gelmeye başladı: “AIGC’nin ticarileşme süreci nasıl işleyecek?” ve “AIGC nasıl para kazanacak?”. Bu sorulara yanıt bulmak amacıyla dünya çapında onlarca AIGC ekibiyle görüştük. Ayrıca, Ocak ayı başlarında Microsoft’un OpenAI ile derinlemesine bir iş birliğine giderek mevcut ürünlerine yapay zekâ teknolojilerini entegre edeceğini, geliştiricilere Azure OpenAI bulut hizmeti sunacağını ve kendi yapay zekâ uygulamalarını geliştirmelerine olanak tanıyacağını duyurduğunu gördük. AIGC için umut vadeden yeni bir dönem başlıyor; bu yazımızda özellikle AIGC’nin ticarileşme sürecini mercek altına alacağız.
AIGC'nin Getirdiği İş Modeli Dönüşümü: Yapay Zekâ Görünür Hale Geliyor. Doğal dil işleme (NLP) teknolojilerinin yapay zekâyı daha erişilebilir kılması ve AIGC algoritmalarının sürekli optimize edilmesiyle birlikte, AIGC'nin ticarileşme hızı ve etkisi beklenenden daha yüksek olacak gibi görünüyor. Örneğin Jasper gibi bazı girişimler şimdiden gelir elde etmeye başladı. Bu durum, yapay zekânın iş modellerinde giderek daha görünür ve somut bir rol oynadığını gösteriyor. Artık yapay zekâ, eskiden olduğu gibi yalnızca donanım veya sistemlerle paketlenmiş bir bileşen olarak ticarileştirilmiyor. Aynı zamanda, sıradan kullanıcılar için uzak ve ulaşılmaz bir ileri teknoloji olmaktan çıkıyor.
B2B, AIGC'nin Temel İş Modeli Olmaya Devam Ediyor. AIGC, bireysel kullanıcıların düşük bir eşikle yapay zekâ kullanarak içerik üretmesini mümkün kılsa da, şu an için temel iş modeli hâlâ B2B (işletmeden işletmeye) olarak öne çıkıyor. Kurumsal müşterilerin bu alandaki talebi ve ödeme eğilimi nispeten daha istikrarlı. Bunun başlıca iki nedeni var: İlk olarak, AIGC iş süreçlerinde verimlilik artışı ve maliyet düşüşü sağlıyor. Örneğin, bilgi toplandıktan sonra AIGC ile mevcut şablonlara uygun haber metinleri veya ürün incelemeleri hızla oluşturulabiliyor. İkinci olarak ise, daha önce karşılanamayan bazı ihtiyaçları gideriyor.
Bireysel Kullanıcılara Yönelik AIGC Çözümleri Genellikle SaaS Abonelik Modeliyle Sunuluyor. Yapay zekâ modellerinin ve hesaplama gücünün gelişimi, kullanışlılık eşiğini aştıkça, AIGC'nin bireysel kullanıcılar üzerindeki etkisi de göz ardı edilemez boyuta ulaştı. Bu etki, çoğunlukla SaaS (Hizmet Olarak Yazılım) abonelik modeli üzerinden hayata geçiyor. AIGC ürünleri, öncelikle bilgi edinme, belge formatlama ve iş akışı yönetimi gibi çeşitli süreçlerde bireysel kullanıcıların verimliliğini artırıyor. İkinci olarak, video veya fotoğraf düzenleme yazılımları gibi bir yaratıcılık aracı işlevi görerek, geniş kitlelerin yaratıcı süreçlere katılımını büyük ölçüde kolaylaştırıyor. Verimlilik araçlarına bir örnek olarak Notion'un piyasaya sürdüğü NotionAI verilebilir. Burada özellikle dikkat çeken nokta, yapay zekâ modellerinin mevcut iş akışlarına bir altyapı bileşeni olarak sorunsuz bir şekilde entegre edilebilmesi.
AIGC'nin yaygınlaşmasıyla birlikte devasa bir işlem gücü pazarı ortaya çıkacak. OpenAI araştırmalarına göre, yapay zeka eğitimi için gereken işlem gücü üstel bir hızla artıyor ve bu artış, donanım alanındaki Moore Yasası'nı bile geride bırakıyor. Büyük ölçekli AI modellerinin yüksek işlem gücü ihtiyacı, maliyetleri de beraberinde getiriyor. Örneğin, GPT-3'ün eğitim maliyeti 4 milyon doları aşıyor. AI modelleri genellikle açık kaynaklı olsa da, veri setleri ve eğitim sonuçları genelde şirket içi varlık olarak saklanıyor. Bu da her AI ürününün kendi eğitim maliyetini üstlenmesi anlamına geliyor. Gelecekte AIGC, hem B2B hem de B2C düzeyinde ticarileştikçe, işlem gücü kümelerinin kurulumu ve bulut hizmetleri de bu süreçten fayda görecek. Ayrıca, NVIDIA A100 ve H100 çiplerine getirilen ihracat kısıtlamaları düşünüldüğünde, yerli işlem gücü çipi üreticileri için yeni pazar fırsatları doğacak.
AIGC Topluluklarının Değeri. Son dönemde çeşitli girişim ekipleriyle yaptığımız görüşmelerde, sektörün önemli bir odak noktasının AIGC ile Web3.0'ın entegrasyonu ve AIGC'nin topluluklarla birleşimi olduğunu gözlemledik. AIGC, kullanıcıların yaratıcılık sürecindeki engelleri azaltarak topluluk etkileşimini ve büyümesini destekliyor, aynı zamanda platformların içerik maliyetlerini de düşürüyor. Topluluk üyelerinin içerikle ilgili tartışmaları ve tercihleri, AIGC modelleri için değerli geri bildirimler sağlayarak ürünün daha da geliştirilmesine ve güçlenmesine katkıda bulunuyor. NFT'ler ise eserlerin sahipliğini kanıtlamayı ve toplulukları bir arada tutmayı mümkün kılıyor. Dolayısıyla AIGC ile NFT topluluklarının bir araya gelmesi, gelecek vadeden ticari yeniliklerin kapısını aralayabilir.
AIGC Yatırım Çerçevesi: Yazılım, Donanım ve Veri Setleri. Üretim algoritmaları, doğal dil işleme (NLP) ve işlem gücü, AIGC'nin çalıştırılabilirliğini belirlerken; yüksek kaliteli veri setleri, AIGC'nin kalitesini ve iş modelini şekillendiriyor. Yazılım katmanı, başlıca doğal dil işleme teknolojilerini (Google, Microsoft, iFLYTEK, TuoErSi gibi) ve AIGC üretim algoritma modelleri ile veri seti sağlayıcılarını (NVIDIA, Meta, Baidu, BlueFocus, Visual China, Kunlun Tech gibi) kapsıyor. İşlem gücü katmanında ise ZTE, Longsys, New Bright, TFCC, Baosight Software, Eoptolink gibi şirketler yer alıyor.
Risk Uyarısı: Teknolojik yenilikler beklentileri karşılamayabilir; politika ve düzenleme riskleri mevcuttur.
Microsoft ve OpenAI iş birliğini derinleştiriyor, AIGC ticarileşmesi hızlanıyor. Microsoft, 23 Ocak'ta OpenAI ile ortaklığını genişleteceğini resmen duyurdu. Yapay zeka teknolojilerini yaygınlaştırmak amacıyla önümüzdeki yıllarda milyarlarca dolar ek yatırım yapacaklarını açıkladı. Microsoft, OpenAI'nin ticarileşme sürecini hızlandırıyor ve ChatGPT, DALL-E gibi mevcut yapay zeka araçlarını Bing ve Office gibi kendi yazılımlarına entegre ederek kullanıcılara daha verimli etkileşim deneyimleri sunuyor. Daha da önemlisi, Microsoft, geliştiricilerin OpenAI modelleri üzerinden kendi uygulamalarını oluşturmasına olanak tanıyan Azure OpenAI bulut hizmetini sağlıyor. Bu adım, yapay zeka teknolojilerinin ticarileşmesini daha da hızlandırıyor.
Bu hamle, AIGC sektörünün lideri OpenAI'nin ticarileşme yoluna girdiğini gösteriyor. Bir yandan OpenAI, bir model altyapısı olarak arama motorlarını ve ofis yazılımlarını daha verimli hale getirip kullanıcı bağlılığını artırıyor. Diğer yandan, iş ortaklarının hesaplama gücü altyapısından yararlanarak gelecekteki temel donanım genişlemeleri için sağlam bir zemin hazırlıyor.
Daha önce yayınladığımız "AIGC: Web3 Çağında Verimlilik Araçları" başlıklı derin analiz raporumuzda, AIGC teknolojisinin getirdiği teknik dönüşümleri ve uygulama alanlarını incelemiştik. Ürünler piyasaya çıktıkça ve uygulama alanları genişledikçe, pazarın ilgisi giderek daha fazla iş modeli tartışmalarına kayıyor. Bu da şu kritik soruyu gündeme getiriyor: AIGC nasıl para kazanacak? Sektörde yaptığımız görüşmeler sonucunda, 2023 yılının AIGC'nin ticarileşmesinin hız kazanacağı bir yıl olacağını düşünüyoruz. AIGC, insanların günlük yaşamına ve iş hayatına giderek daha fazla nüfuz edecek.
1. AIGC'nin Getirdiği İş Modeli Dönüşümü: Yapay Zekânın Altyapı Haline Gelmesi
Sektörde yaptığımız görüşmelerde en çok dikkatimizi çeken kavram, "yapay zekânın altyapı haline gelmesi" oldu. Yapay zeka yıllardır gelişiyor olsa da, birçok alandaki uygulamaları daha çok uzmanlaşmış bir "uzman" gibiydi. Oysa günümüzde büyük modellere dayanan AIGC, genel kültürle donanmış bir yüksek lisans öğrencisine benziyor: Başlangıçta belirli uzmanlık alanlarında sınırlı işlevlere sahip olsa da, çok daha güçlü bir ölçeklenebilirlik sunuyor. Bu nedenle, 2023'te GPT-4 modelinin yayınlanmasının ardından "AIGC+"nın küresel bir eğilim haline geleceği öngörülüyor. Temel büyük modeller ve veri kümeleri, bir sonraki teknoloji çağında gerçek anlamda "BT altyapısı" olacak. Dikey alanlardaki değeri de göz ardı edilemez. Örneğin, OpenAI ile Microsoft arasındaki iş birliği, genel amaçlı yapay zekânın altyapı haline gelme eğiliminin ne kadar belirginleştiğini gösteriyor.
Yapay zekâ, çeşitli görevleri otomatikleştirerek verimliliği artırma ve yeni iş yapış biçimlerini mümkün kılma potansiyeline sahip. İşte yapay zekânın iş modellerini dönüştürme yollarından bazıları:
Otomasyon: Yapay zeka (AI), veri girişi, müşteri hizmetleri ve tedarik zinciri yönetimi gibi çeşitli görevleri otomatikleştirebilir. Bu sayede insan gücüne olan ihtiyaç azalır, verimlilik artar ve sonuç olarak maliyetler düşerken kârlılık yükselir.
Daha İyi Karar Alma: Yapay zeka, büyük veri kümelerini analiz ederek işletmelere değerli içgörüler sunar ve daha sağlam kararlar almalarına yardımcı olur. Örneğin, fiyatlandırmayı optimize etmek, yeni fırsatları tespit etmek veya müşteri davranışlarını öngörmek için kullanılabilir.
Kişiselleştirme: Yapay zeka, her bir müşteriye özel ürün ve hizmet önerileri sunmak için kullanılabilir. Bu da işletmelerin pazarlama çabalarını daha etkin hedeflemesini ve müşteri memnuniyetini artırmasını sağlar.
Yeni İş Modelleri: Yapay zeka, daha önce mümkün olmayan yeni iş modellerinin önünü açar. Örneğin, AI destekli sohbet botları sayesinde işletmeler, kapalı oldukları saatlerde bile 7/24 kesintisiz müşteri desteği sağlayabilir.
Bugüne kadar yapay zekanın dikkat çeken uygulamaları çoğunlukla güvenlik ve ağ izleme gibi alanlarda yoğunlaşmıştı. 2020 yılında "Yapay Zeka + Güvenlik" sektörünün pazar büyüklüğü 45.3 milyar RMB'ye ulaştı ve bu, ticari anlamda en hızlı büyüyen ve en büyük hacme sahip alanlardan biri oldu. Bu büyüklüğün 2025 yılına kadar 90 milyar RMB'ye çıkmas�� bekleniyor. Ancak bu alandaki çözümler genellikle donanım ve sistemle birlikte paket halinde sunuluyor.
Doğal dil işleme (NLP) teknolojilerindeki ilerlemeler, yapay zekanın kullanımını ve erişilebilirliğini kolaylaştırırken, AIGC üretim algoritmalarının optimizasyonu ve geliştirilmesiyle birlikte, AIGC'nin ticari uygulama hızı ve etkinliği de önemli ölçüde arttı. Örneğin Jasper gibi bazı girişimler şimdiden gelir elde etmeye başladı. Bu durum, yapay zekanın giderek netleşen bir iş modeli oluşturduğunu gösteriyor. 2021'de kurulan Jasper'ın kuruluş yılındaki geliri 45 milyon ABD Doları'na ulaştı ve 70.000 kullanıcıyı ağırladı. 2022 yılı gelirinin ise 75 milyon ABD Doları olması bekleniyor. Jasper'ın resmi web sitesinden görüldüğü üzere, ücretlendirme modeli SaaS benzeri bir yapıya dayanıyor ve Temel, Gelişmiş ve Özel olmak üzere üç farklı seviyede sunuluyor. Aynı şekilde, Çin'deki öncü AIGC şirketlerinden bazıları da 2022'de kullanıcı sayısı ve içerik üretim hacmi açısından hızlı bir başlangıç yaptı; 2023 itibarıyla gelir ve kâr elde etmeleri zor görünmüyor. Ancak bu şirketlerin SaaS tarzı bir abonelik modeli oluşturup oluşturamayacağı ise henüz gözlemlenmeyi bekliyor.
Jasper örneğine baktığımızda, platform sadece GPT-3, NeoX, T5 gibi farklı model algoritmalarını bir araya getirmekle kalmıyor; aynı zamanda gerçek iş ihtiyaçlarına göre özel olarak geliştirilmiş öğrenme modelleriyle kullanıcı arayüzü ve temel iş akışlarını şekillendirerek yapay zekânın günlük kullanımını kolaylaştırıyor. Birden fazla modeli entegre ettiği için, belirli kullanım senaryoları veya sektörler için en uygun model kombinasyonunu da belirleyebiliyor. Bu yaklaşım, tek bir kaynağa aşırı bağımlılığı önlüyor ve nihai çıktıların kalitesini artırıyor. Jasper’ın kullanıcı arayüzünde, yeni ürün tanıtım e-postası şablonu gibi yüzlerce dikey alana özel hazır şablon bulunuyor. Bu tasarım, kullanıcıların daha hassas ve doğru çıktılar üretmesine yardım ederek, ürünün kullanımını teşvik etmeyi amaçlıyor. Jasper’ın kuruluşundan sadece iki yıl sonra IBM ve Airbnb gibi büyük müşterileri kazanabilmesinin arkasında da bu etkili yaklaşım yatıyor.
Teknoloji ilerledikçe, yapay zekâ artık sadece donanım ve sistemlerle paketlenip ticarileştirilen bir ürün olmaktan çıkıyor. Aynı zamanda, sıradan insanların ulaşamayacağı bir uç teknoloji de değil; aksine, herkesin kolayca kullanabileceği ve verimliliğini artırabileceği bir araç haline geliyor. Bu durum, yapay zekânın iş modelinin giderek daha şeffaf ve net bir hal aldığını gösteriyor.
2. AIGC’de Ana İş Modeli Hâlâ B2B
AIGC, bireysel kullanıcıların (C2C) düşük bir eşikle yapay zekâ kullanarak içerik üretmesine olanak tanısa da, şu an için ana iş modeli hâlâ B2B’dir. Bireysel kullanıcıların uzun vadeli ve sürekli bir ihtiyacı genellikle yoktur; çoğu zaman sadece geçici bir merak veya deneyim amacıyla bu teknolojiye yönelirler. Oysa kurumsal müşterilerde (B2B) ihtiyaç ve ödeme isteği çok daha istikrarlı ve sürdürülebilirdir. Bunun başlıca iki nedeni bulunuyor:
Maliyetleri Düşürmek
AIGC, web sitesi içerik düzenleme ve grafik tasarım gibi belirli işleri mevcut personel yerine üstlenerek, bu alanlarda insan gücünü kısmen ikame ediyor. Örneğin, insan gücü maliyeti 1 milyon yuan olduğunda ve AIGC bu maliyeti %50'nin üzerinde azaltabildiğinde, şirketlerin makineyi insanın yerine koyma konusunda yeterli motivasyonu oluşuyor. Bu süreç zaten başlamış durumda ve özellikle spor, finans ve otomotiv gibi dikey sektörlerde daha belirgin bir şekilde görülüyor.
Nitekim Reuters, 2018 yılında Lynx Insight Service adlı bir yapay zekâ destekli haber yazma aracını kullanmaya başladı. Bu aracın temel amacı, editörlerin görevlerini makine ve insan arasında dağıtmaktı: veri madenciliği ve veri desenlerinin tespiti gibi makinelerin güçlü olduğu alanlar makineye bırakılırken, soru oluşturma, görevlere öncelik verme ve bağlamı anlama gibi insanın daha başarılı olduğu alanlar insan editörlere kalıyordu. Bu durum, daha önce araştırma raporu yazımında ChatGPT'yi denediğimiz senaryoya benziyor. Gelecekte insanlar genel yönü belirlemek ve soruları ortaya koymakla görevliyken, yapay zekâ bilgi toplama, işleme, özetleme ve entegrasyon gibi süreçleri üstlenecek.
Yukarıda bahsedilen yöntemlere ek olarak, günümüzde daha yaygın olan yaklaşım, yapay zekânın bilgi ve verileri hızla toplayıp önceden hazırlanmış şablonlara yerleştirerek metin üretmesidir. Bu yöntem, günlük hayatta karşılaştığımız “WIND” (WIND Veri Servisi) tarafından yayınlanan hızlı haberlerde veya “otomotiv dikey medyası”ndaki araç parametre karşılaştırmalarında sıkça görülüyor.
Haber metinlerinin yanı sıra, AIGC tarafından üretilen görseller de haber bültenlerinde veya bağımsız medya platformlarının kapaklarında ve içeriklerinde kullanılıyor. Bu yöntem, daha önce görsel kaynak kütüphanelerinden uygun resim aramak yerine doğrudan metne uygun görseller oluşturmayı sağladığı için daha etkili sonuçlar veriyor; aynı zamanda grafik tasarımcıya olan ihtiyacı azaltarak hem maliyetleri düşürüyor hem de verimliliği artırıyor. Ancak bu alanda metin talebi, görsel talebinden daha yüksek. Bunun nedeni ise hem işin tamamlanma düzeyi hem de pazarın kendi büyüklüğüdür.
B2B talepleri arasındaki boşluğu kapatmak
Bazı B2B uygulamaları proje bazlı özellikler taşıdığından, bu tür ihtiyaçların karşılanması zorlaşıyor; biz buna "talep boşluğu" diyoruz. Örneğin, bir IP matrisi oluşturulduğunda, büyük bir IP için sinema filmleri, televizyon dizileri, oyunlar, animeler ve koleksiyon figürleri gibi yan ürünler geliştirilmesi gerekiyor. Bu süreçte, IP matrisini zenginleştirmek amacıyla çok sayıda farklı orijinal içerik üreticisine ihtiyaç duyuluyor; ancak bu, maliyetli ve emek yoğun bir süreç. İçerik sağlayıcılar, yüksek iş yükü nedeniyle büyük miktarda orijinal içerik üretmekte zorlanırken, talep sahipleri de henüz herhangi bir içerik görmedikleri için ödeme yapmaktan çekiniyor. Gelecekte, AIGC (Yapay Zeka ile İçerik Üretimi) teknolojisi sayesinde içerik üreticileri, yalnızca birkaç taslakla başlayarak modellerin yardımıyla büyük miktarlarda içerik üretebilecek. Yayılım modellerinin (diffusion models) varlığı sayesinde, bu "açık kutu + kapalı kutu" yaklaşımıyla yapılan içerik üretimi, ikincil yaratıcılık (derivative creation / "second creation") anlamına bile gelebilir. Eğer AIGC ile bu talep boşluğu kapatılabilecekse, büyük ölçekli B2B projelerin hayata geçirilmesi de daha kolay hale gelecektir.
İkinci boyut (anime/manga) pazarını örnek alalım: Bu sektör zaten patlama yaşıyor ve değer zinciri olgunlaşmış durumda. 2020 yılında Çin'deki toplam pazar büyüklüğü 100 milyar yuanı aştı; geniş kapsamlı ikinci boyut kullanıcı sayısının ise 2023 yılında 500 milyona ulaşması bekleniyor. İkinci boyut IP'ler etrafında gelişen popüler oyuncaklar, sanal idol grupları, giyim ürünleri ve fiziksel eğlence alanları gibi yeni türev ürün matrisleri, büyük bir pazar potansiyeline sahip olup günümüzün odak noktası haline geldi.
Popüler oyuncaklar, sanal idol grupları ve giyim ürünlerinin tasarım ve üretim sürecinde mutlaka tasarımcı seçimi ve tasarım tamamlama adımları yer alıyor. AIGC desteğiyle bu süreçte verimlilik büyük ölçüde artırılabilir. Geleneksel yöntemlerde, bir dizi tasarımcıya ilk taslakların hazırlanması görevi veriliyor ve ardından bu taslaklar IP sahibi tarafından incelenip görüşülüyor; bu süreçte iletişim maliyetleri ve başlangıç taslak üretim ücretleri nispeten yüksek oluyor. AIGC kullanıldığında ise tasarımcılar, öncelikle kendi tarzlarına özel bir üretim modeli eğiterek IP sahibinin taleplerine göre hızlıca birden fazla alternatif taslak oluşturabiliyor. Böylece tasarımcının belirlenmesi hızlanıyor ve iletişim maliyetleri düşüyor. Daha sonraki tasarım ve üretim süreçlerinde de AIGC ile benzer tarzda veya aynı IP'ye dayalı çeşitli içerikler verimli bir şekilde üretilebiliyor; bu da hem verimliliği artırıyor hem de maliyetleri azaltıyor.
Dolayısıyla, teknolojinin ilerlemesiyle AIGC'nin yaygınlaşmasına rağmen, şu anki dönemde B2B yönü hala ana ticari model olarak görülmeli. Bunun temel nedeni, B2B müşterilere somut verimlilik kazandırması ve daha önce karşılanması oldukça zor olan talep eşleştirme süreçlerini doldurabilmesi; bu da müşterilerin ödeme isteğini güçlendiriyor.
3. Bireysel Kullanıcılar için AIGC: Öncelik SaaS Abonelik Modelinde
Yapay zeka (AI) modelleri ve hesaplama gücü geliştikçe, kullanışlılık eşiğini aşmalarıyla birlikte, AIGC'nin bireyler üzerindeki güçlendirici etkisi de dikkat çekmeye başladı. Çok düşük marjinal maliyetlerle sunulan AIGC uygulamaları, bireylerin bilgi işleme verimliliğini ve içerik üretim kalitesini önemli ölçüde artırabilir. Bu tür teknolojiler aynı zamanda üretim ilişkilerinin evrimine geri besleme sağlayabilir.
Bu nedenle, tüketici odaklı AIGC uygulamalarının ticari değeri iki ana başlıkta incelenebilir: Birincisi, verimlilik aracı olarak; geleneksel not alma ve takvim yönetimi araçları gibi, AIGC uygulamaları da bireysel kullanıcıların bilgi edinimi, içerik düzenleme ve iş akışı gibi süreçlerdeki verimliliğini artırabilir. Ayrıca, yapay zeka modelleri altyapı olarak mevcut iş akışlarına entegre edilebilir. İkincisi, yaratım aracı olarak; video ve fotoğraf düzenleme yazılımlarına benzer şekilde, AIGC, kullanıcı tarafından oluşturulan içeriğin (UGC) yaygın olduğu günümüz ortamında, sıradan kullanıcıların yaratım sürecine katılmasının önündeki engelleri büyük ölçüde azaltarak bireysel medyanın IP değerini güçlendirebilir.
Ticari açıdan bakıldığında, AIGC tabanlı SaaS abonelik modelleri orta ve uzun vadede öne çıkacak bir trend haline gelecek. Midjourney gibi şirketler şimdiden bu yönde adımlar atıyor.Kullanıcıların ödeme yapma gerekçeleri ise şu şekilde sıralanabilir:
Daha verimli bilgi edinme
AIGC, yeni nesil bilgi edinme yöntemi olarak geleneksel arama motorlarının yerini alıyor. ChatGPT'in piyasaya sürülmesinden sonra en çok sorulan sorulardan biri şuydu: "ChatGPT, Google'ın sonunu mu getirecek?" Geleneksel arama motorları, kullanıcılara anahtar kelime aramaları yaparak ve sonuçları sıralayarak faydalı olabilecek web sayfalarına bağlantılar sunar. ChatGPT ise, geniş bir metin veri kümesini kullanarak kullanıcı sorularına doğrudan yanıt verir. Örneğin, bir kullanıcı "fiber optik kablo sektörüne genel bakış" diye sorduğunda, ChatGPT eğitildiği büyük veri kümesine dayanarak mantıklı bir cevap üretir; hatta kullanıcı takip soruları sorduğunda da bunlara yanıt verebilir. Geleneksel arama motorları ise uygun kaynakları bulup anahtar kelimelere göre düzenlemek zorundadır. Gerçek kullanım deneyimlerine göre, ChatGPT'den alınan bilgilerin kalitesi arama motorlarına kıyasla genellikle daha yüksek ve daha hızlıdır; ancak veri kümesinin sınırlılıkları (örneğin ChatGPT'nin 2020 sonrası gelişmelerden habersiz olması) gibi dezavantajları da vardır. Yine de, pek çok kullanım senaryosunda artık arama motorlarının yerini almış durumda. ChatGPT şu anda demo aşamasında olsa da, sosyal medyada bazı kullanıcılar iş verimliliklerini artırmak için bu hizmete ücret ödemeye hazır olduklarını belirtiyor.
Destekleyici ifadeden, tamamen yerini alan ifadeye geçiş
AIGC, içerik üretimi alanında destekleyici bir rol oynamaktan, tamamen insanın yerini alabilecek bir noktaya doğru evrilebilir. Verimlilik araçları, ifadeyi geliştirmek ve iletişim verimliliğini artırmak için uzun süredir çeşitli yöntemler deniyor. Örneğin Grammarly, kullanıcıların ton ve kelime seçimini düzelterek, yaygın kullanılan ifade kalıpları ve standartlar sunar. AIGC ise bu sınırları aşarak, belirli bir format, ton ve senaryoya uygun içerik üretme yeteneğine sahiptir ve böylece insan müdahalesini tamamen ortadan kaldırabilir. Jasper buna iyi bir örnektir: AI tabanlı metin üretimini temel alan Jasper, Instagram başlıkları oluşturmaktan TikTok video senaryoları yazmaya, reklam metinlerinden e-posta içeriklerine kadar pek çok görevi otomatik olarak yerine getirebilir.
Mevcut iş akışlarına entegrasyon
AIGC'nin geleceği, mevcut iş akışlarına entegre olmaktan geçiyor. Büyük ölçekli yapay zeka modellerini altyapı olarak kullanarak, belirli kullanım senaryolarına ve ihtiyaçlara yönelik uygulamalar geliştirilebilir veya mevcut iş süreçlerine dahil edilebilir. Örneğin, Notion AI; iş birliği, not alma, tablo oluşturma ve pano yönetimi gibi işlevleri bir araya getiren, çoklu platformlarda çalışan bir belge aracıdır. Notion, 2021 yılında Coatue ve Sequoia'nın öncülük ettiği 250 milyon dolarlık C Serisi finansman turunu tamamladı ve bu yatırım sonrasında şirketin değerlemesi 10.3 milyar dolara ulaştı. 2022 itibarıyla Notion'un 30 milyon kullanıcısı ve 4 milyon ücretli abonesi bulunuyor. Şirket, yakın zamanda Notion AI'nin test sürümünü yayınladı. Notion AI, mevcut iş akışlarına tamamen entegre edilmiş durumda; kullanıcılar içerik toplarken, takvimlerini yönetirken veya yeni içerik üretirken yapay zeka destekli araçlardan faydalanarak verimliliklerini önemli ölçüde artırabiliyor. MidJourney, Wujie Bantu (Sınırsız Harita) ve ChatGPT gibi araçlar ise tam anlamıyla birer "araç" olarak görülmeyebilir, çünkü kullanıcıların mevcut iş süreçlerinden bağımsız çalışıyorlar. Bu nedenle AIGC, bazen sadece bir "oyuncak" gibi algılanabiliyor. Ancak, bu tür yetenekler mevcut iş akışlarının içine yerleştirildiğinde durum tamamen değişiyor.
Kullanıcıların yaratıcılığını genişletmek
Yaratıcı araçların gelişimi ve yaygınlaşması, daha fazla bireysel kullanıcının içerik üreticisi olmasını sağladı ve Kullanıcı Üretimi İçerik (UGC) alanında bir patlama yaşanmasına yol açtı. AIGC ise, bir içerik üretim aracı olarak, görsel ve video gibi içeriklerin üretim eşiğini daha da aşağı çekecek. Eskiden metinler otomatik seslendirme oluşturmak için kullanılıyordu; ancak AIGC artık tek bir cümleyle metin, görsel hatta video üretebiliyor. Örneğin, MidJourney'de kullanıcılar sadece bir metin açıklaması girerek bilgisayarın otomatik olarak bir eser oluşturmasını sağlayabiliyor. AIGC, metin içeriğine dayalı olarak sanal insan programları da üretebilir. Bu tür uygulamalar, oldukça düşük bir öğrenme eğrisi ve çok kısa bir süre içinde, kullanıcıların çok daha fazla içerik üretmesine olanak tanıyor.
4. AIGC'nin Temelindeki Hesaplama Gücü İşletmeleri
Peki, AIGC'nin temelini oluşturan bu "büyük hesaplama gücü" tam olarak ne kadar büyük?
Yapay zeka eğitimi için gereken işlem gücü, donanımın Moore Yasası'nı geride bırakacak bir hızla üstel olarak artıyor. 2018'de OpenAI, büyük dil modellerinin ihtiyaç duyduğu işlem gücünü ve bu ihtiyacın artış eğilimini ölçmeye çalışan bir araştırma yayınladı. Araştırma, 2012 ile 2018 arasında yapay zeka eğitimi için kullanılan işlem gücünün yaklaşık her 3-4 ayda bir ikiye katlandığını ortaya koydu. Bu, genel bir üstel artışa işaret ediyor (Moore Yasası ise işlem gücünün 18 ayda bir ikiye katlanmasını öngörür). Aynı dönemde, yapay zeka eğitimi için harcanan işlem gücü 300.000 kat artarken, Moore Yasası yalnızca 7 katlık bir artış öngörüyordu.
Günümüzde yaygın olarak kullanılan büyük modellerin (GPT-3, NLG, Gopher gibi) işlem gücü genellikle petaFLOPS-gün birimiyle ölçülür. Bu birim, saniyede bir katrilyon (1015) kayan noktalı işlem yapabilen bir sistemin, aralıksız bir gün boyunca çalışmasını ifade eder. Karşılaştırma yapmak gerekirse, Nvidia'nın bayrak gemisi ürünü RTX3090'ın standart güç tüketimindeki kayan nokta işlem gücü yaklaşık 35 TFLOPs'tır; yani saniyede 35 trilyon işlem. 1 petaFLOPS-günlük işlem gücüne ulaşmak için, bu kartın tam kapasiteyle durmaksızın yaklaşık 29 gün çalışması gerekir. Hatta günümüzün en hızlı süper bilgisayarları kullanılsa bile, bu tür bir eğitim süreci ideal koşullar altında dahi bir haftadan uzun sürer.
AIGC'nin yaygınlaşmasıyla birlikte, devasa bir hesaplama gücü (compute) pazarı ortaya çıkacak. Büyük ölçekli AI modelleri için gerekli olan yüksek hesaplama gücü, maliyet açısından oldukça yüksektir. Örneğin, 175 milyar parametreye sahip GPT-3 modelinin eğitimi için gereken hesaplama gücü 3650 PFLOPS-gün seviyesindedir. Lambda'nın hesaplamalarına göre, ideal koşullarda 28 TFLOPS hesaplama gücüne sahip V100 GPU'su kullanıldığında ve bulut hizmetleri için en az üç yıllık maliyetler dikkate alındığında, GPT-3'ü eğitmenin maliyeti 4,6 milyon ABD Doları'na ulaşmaktadır. Bir sonraki nesil model olan GPT-4'ün ise parametre sayısı çok daha fazla olacaktır.
AI modelleri genellikle açık kaynaklı olsa da, veri kümeleri ve eğitim sonuçları genellikle şirket içi varlık olarak saklanır; bu da her yeni AI ürünü için eğitim maliyetinin ayrı ayrı ödenmesi gerektiği anlamına gelir. Şu anda çoğu girişim ekibi, özel bir hesaplama gücü kümesi kurmanın çok maliyetli olması nedeniyle bulut ortamında çalışmayı tercih etmektedir. En üst seviye ürünlerden biri olan A100 GPU'sunun fiyatı yaklaşık 60.000–90.000 RMB arasındadır; 1000 adet A100 kartı ile birlikte CPU, sabit disk, depolama ve veri merkezi elektrik altyapısı gibi ilgili donanım yatırımları, toplam maliyeti yaklaşık 100 milyon RMB'ye çıkarabilmektedir. Gelecekte AIGC, hem B2B hem de B2C alanlarında ticarileştikçe, hem özel hesaplama kümelerinin kurulumu hem de bulut hizmetleri önemli gelir kaynakları haline gelecektir. Ayrıca, NVIDIA A100 ve H100 GPU'larına getirilen ihracat kısıtlamaları düşünüldüğünde, yerli hesaplama gücü çipleri için de yeni pazar fırsatları doğacaktır.
5. AIGC Topluluğunun Değeri — Geleceğin Altın Madeni
Son zamanlarda çeşitli girişim ekipleriyle yaptığımız görüşmelerde, sektörün önemli bir ilgi odağının AIGC ile Web3.0'ın birleşimi ve AIGC'nin topluluklarla entegrasyonu olduğunu gözlemledik. Bu yakınsamanın temel yönleri şu şekilde öne çıkıyor: AIGC, topluluk etkileşimini ve kültürel gelişimi destekleyebilir; topluluklar yapay zeka modellerine geri bildirim sağlayabilir; AIGC ile NFT'nin birleşimi ise yepyeni iş modellerinin önünü açabilir.
Düşük katılım engeli, daha geniş bir kullanıcı kitlesinin topluluk etkileşimine dahil olmasını sağlar. Kullanıcı Tarafından Üretilen İçerik (UGC) platformlarıyla karşılaştırıldığında, Yapay Zeka Tarafından Üretilen İçerik (AIGC), kullanıcıların yaratıcı süreçlere katılımını daha da kolaylaştırır ve maliyetlerini düşürür. Bu durum, topluluğun etkileşimi ve büyümesi için bir avantaj sağlarken, aynı zamanda platformun içerik maliyetlerini de azaltır. Örneğin, "Baozou Manhua" (Çılgın Karikatürler) başlangıçta, kullanıcıların kendilerini ifade etmesini kolaylaştıran bir karikatür oluşturma aracı sunmuş ve bu sayede pek çok popüler espri ortaya çıkmış; böylece "Baozou IP" topluluğu zenginleşmiştir. AIGC'nin kullanıcılara sunduğu yaratıcılık potansiyeli, geleneksel içerik topluluklarının sınırlarını aşar ve yeni platform iş modellerinin doğuşuna öncülük edebilir.
Topluluğun AIGC içeriklerine verdiği geri bildirimler, yapay zeka modelleri için değerli bir eğitim verisi kaynağı oluşturabilir. Örneğin, görsel üretiminde aynı anahtar kelimeler farklı platformlarda çok farklı sonuçlar verebiliyor. A platformunda mükemmel sonuçlar alınırken, B platformunda çıktılar beklentilerin çok altında kalabiliyor. Bunun temel sebeplerinden biri model eğitimindeki farklılıklardır. Aynı model kullanılsa bile, uygulanan eğitim yöntemleri sonuçları büyük ölçüde değiştirebilir. Denetimli öğrenme (supervised learning) sürecinde, eğitmenler AIGC tarafından üretilen içeriklere dair geri bildirimlerle algoritma parametrelerini ayarlayarak performansı tatmin edici seviyeye getirir. ChatGPT'ın ürün demosunu ücretsiz sunmasının önemli nedenlerinden biri de, açık kullanıcı etkileşimi yoluyla zengin geri bildirim verisi toplamaktır. Topluluğun içerikler üzerindeki tartışmaları ve tercihleri, AIGC modellerine kaliteli geri bildirim sağlayarak ürünün gelecekteki iyileştirme ve geliştirme süreçlerine katkıda bulunabilir.
AIGC, fikri mülkiyet (IP) alanına girdiğinde, geleneksel telif hakkı ve lisanslama sistemleriyle uyum sağlamakta zorlanıyor. Bu sorun, Kullanıcı Tarafından Üretilen İçerik (UGC) döneminden beri karşılaşılan bir durum; hayranların ürettiği ikincil içerikler (fan-made content) buna iyi bir örnek. NFT'lerin sağladığı benzersiz kimliklendirme özelliği ise, orijinal yaratıcıları, ikincil içerik üreticilerini ve izleyicileri çok daha kapsamlı bir şekilde bir araya getirme potansiyeli taşıyor. BAYC ve Cryptopunks gibi NFT koleksiyonlarının sahiplerinin oluşturduğu özel hayran topluluklarını zaten görüyoruz. NFT'lerin hayran ekonomisiyle bütünleşmesi ise üzerinde çalışılan yeni bir model. AIGC'nin üretim süreci doğası gereği rastgele olduğundan, aynı içeriğin birebir tekrar üretilmesi neredeyse imkansız. Bunun yerine, her üretimde içerikle ilişkilendirilebilen ve dijital bir parmak izi işlevi gören bir "seed" (tohum) değeri oluşuyor. Bu seed değeri NFT'lerle birleştirildiğinde, içeriği üreticisine doğrudan bağlayabilir ve aynı zamanda orijinal IP ile olan ilişkiyi de kayıt altına alabilir. Bu alanda keşfedilecek büyük bir potansiyel var. Silikon Vadisi ve Singapur'da bu konuya odaklanmış pek çok ekip halihazırda çalışmalar yürütüyor. Biz de BroadChain olarak bu gelişmeleri yakından takip etmeye devam edeceğiz.
6. Yatırım Stratejisi: AIGC’nin Yazılım, Donanım ve Veri Kümeleri
PGC’den UGC’ye ve ardından AIGC’ye geçişle birlikte, yapay zeka destekli içerik üretimi, insanları içerik oluşturma sınırlamalarından kurtarıyor. Bu teknoloji, yüksek verimlilikle kaliteli içerik üretmeyi mümkün kılarak, insanlığı gerçek anlamda metaverse’e taşıma potansiyeli taşıyor. Ancak AIGC’nin metaverse’ün ihtiyaçlarını karşılayabilmesi ve yüksek kaliteli, doğru içerikleri bağımsız olarak üretebilmesi için teknolojik açıdan belirli ilerlemeler gerekiyor. Bu gelişmeleri yazılım ve donanım olmak üzere iki ana boyutta ele alabiliriz: Yazılım tarafında doğal dil işleme teknolojileri, AIGC üretim algoritmaları, modeller ve veri kümeleri yer alırken; donanım tarafında ise temel olarak hesaplama gücü (işlemci performansı) ve iletişim ağları öne çıkıyor.
Tetikleyici Faktörler:
1) İkinci çeyrekte GPT-4’ün yeni modelinin piyasaya sürülmesi bekleniyor.
2) Microsoft, AIGC özelliklerini arama motoruna ve Office ofis yazılımlarına entegre ediyor.
Tematik yatırım açısından bakıldığında, AIGC'nin 2022'deki kavramsal tanıtım aşamasının ardından 2023'te sektörde bir patlama yaşayacağını öngörüyoruz. Bu süreç, hem yeni modellerin piyasaya sürülmesini hem de "AIGC+" yaklaşımının çeşitli alanlarda uygulanmasını kapsayacak. Bir yandan, kısa video platformları ve oyunlar gibi mevcut "killer uygulamalar" üzerinde köklü bir etki yaratarak içerik hacmini ve kullanıcı bağımlılığını daha da artıracak; aynı zamanda sosyal medya ve reklamcılık sektörleri için yeni araçlar sunacak. Öte yandan, Web3'ün açık ve kolektif inşa değerleriyle uyumlu olarak, Kullanıcı Tarafından Üretilen İçerik (UGC) ve AIGC içeriği daha çekici hale gelecek; ikincil yaratım ve açık hayal gücüne dayalı yeni bir dalga başlayacaktır.
Risk Uyarısı
Teknolojik ilerleme beklentileri karşılamayabilir: AIGC teknolojisinin gelişimi tahmin edilen seviyede gerçekleşmeyebilir. Benzer şekilde, süper bilgisayarlar ve işlem gücü gibi altyapı donanım teknolojilerinde de beklenen ilerleme sağlanamayabilir.
Politika ve Düzenleme Riski: AIGC şu anda erken aşamada olduğundan, AIGC eserleri için telif hakkı veya başka yasal düzenlemelerin ileride getirilip getirilmeyeceği belirsizliğini koruyor.