AI Artık Geçmiş Sistemleri Temizliyor, Ama Yeni Bir Kalıtsal Kaos Yaratıyor

Yapay zekânın şirketlerin eski yazılım sistemlerini temizleyeceği iddiası, yıllardır dijital dönüşümün kutsal sözü olarak sunuldu. Ama Infosys kurucularından Nandan Nilekani, bu hikâyeyi tamamen tersine çevirdi: AI, geçmişi temizlemek için kullanılıyor—ama temizledikten sonra, daha da fazla kalıtsal sistem yaratıyor. Bu, sadece bir teknoloji trendi değil; dijital dönüşümün derin, gizli bir çelişkisidir.

AI: Temizleyici mi, yoksa Yeni Kalıtımın Kurucusu mu?

Diginomica’nın 2026 Şubat tarihli raporuna göre, Nilekani beş yıl içinde şirketlerin karşı karşıya kalacağı en büyük sorunun, AI sistemlerinin kendileri olacağına dair bir uyarıda bulundu. "Bugün kırık COBOL sistemlerini gidermeye çalışıyoruz. Yarın ise, AI modellerinin nasıl eğitildiğini, hangi verilerle çalıştığını ve neden hatalı kararlar verdiğini anlamak için yine aynı çaba sarf edeceğiz." diyen Nilekani, AI’nın kendi içinde kalıtsal bir yapıya sahip olduğunu vurguluyor. Bu sistemler, eğitim verileriyle donatıldıkça, kendi hatalarını tekrar ediyor, kendi algoritmalarını koruyor ve bir gün artık "eski" hale geliyor.

Yani AI, geçmişin kalıtsal sistemlerini çözüyor—ama onların yerine, daha karmaşık, daha az şeffaf ve daha zor kontrol edilebilir yeni kalıtsal sistemler kuruyor. Bu, teknoloji tarihindeki ilk kez bir araç, kendi kendini geçersiz kılan bir döngüye girmiş oluyor. Daha önceki dönemlerde, COBOL veya FORTRAN gibi dillerin kalıtsal yapısı, yazılımcıların yetersizliğiyle ilgiliydi. Ama AI kalıtsal sistemleri, teknik yetkinliğin ötesinde, veri etiği, model önyargıları ve eğitim verilerinin kalitesiyle ilgili.

Neden Bu Kadar Hızlı? Dijital Dönüşümün Yalancı Hızı

Şirketler, AI’ya hızla yöneldi çünkü "hızlı sonuç" vaadi verildi. Pazarlama ekipleri, AI ile "iş süreçlerini 80% hızlandıracağız" diye pazarladı. IT departmanları ise, bu vaadi gerçekleştirmek için kısa yollar aradı: hazır API’ler, bulut tabanlı AI modelleri, üçüncü parti çözümler… Sonuç? Her biri farklı veri kaynaklarından beslenen, farklı dilde yazılmış, farklı kurallara göre çalışan AI modelleri. Bir banka, kredi notu tahmini için bir AI, müşteri hizmetleri için başka bir AI, risk analizi için üçüncüsü… Hepsi farklı ekipler tarafından, farklı zamanlarda, farklı hedeflerle kuruldu.

Infosys’in kendi raporlarında, bu tür "AI çoğulluğu"nun şirketlerde ortalama 12-15 farklı AI sistemiyle sonuçlandığı belirtiliyor. Bu sistemler birbirleriyle iletişim kurmuyor, veri paylaşmıyor, hatta aynı müşteriye farklı kararlar veriyor. Bir müşteriye kredi vermek, bir AI tarafından onaylanırken, başka bir AI onu riskli olarak işaretliyor. İşte bu, yeni nesil kalıtsal sistemlerin başlangıcı.

Yeni Kalıtımın Gerçek Maliyeti: İnsan Kaynakları ve İnanç

Geçmişte, COBOL sistemlerini yöneten uzmanlar yaşlanıyordu ve ölüyorlardı. Bugün, AI sistemlerini yöneten uzmanlar ise, her ay farklı bir modelle çalışıyor. Bir AI modeli 6 ayda eski hale geliyor. Bu, yazılımcıların değil, veri bilimcilerinin ve AI mühendislerinin sürekli yeniden eğitilmesi gerektiği anlamına geliyor. Infosys’in Amerika kariyer sayfasında, "AI sistemlerini sürdürülebilir hale getirme" konusunda uzmanlık arayan pozisyonlar, 2024’te %140 arttı. Ama bu uzmanlar, bir yıl sonra yine yeni bir modelle uğraşmak zorunda kalıyor.

Bu durum, teknolojiye olan inancı da sarsıyor. Yöneticiler, AI’nın "kendi kendini iyileştireceğini" düşünüyor. Ama gerçeklik, AI’nın insan tarafından sürekli denetlenmesi gerektiği. AI kalıtsal sistemleri, bir zamanlar COBOL sistemlerinde olduğu gibi, "kimse anlamıyor ama çalıştığı için bırakıyoruz" hâline geliyor. Bu, teknolojik bir sorun değil, kültürel bir felaket.

Çözüm: Kalıtsal Sistemleri Yeniden Tanımlamak

Nilekani’nin önerisi, sadece teknik değil, felsefi: "AI sistemlerini, bir gün kalıtsal olacak şekilde tasarlamalıyız. Yani, baştan itibaren sürdürülebilir, şeffaf ve değiştirilebilir olmalılar." Bu, bir teknik çözüm değil, bir yönetim anlayışı gerektiriyor. Şirketler, AI sistemlerine "yaşam döngüsü" planları yazmalı. Her AI modeli, bir kopya olarak değil, bir belge olarak kaydedilmeli. Eğitim verileri, karar mantığı, performans metrikleri—tümü bir arşivde saklanmalı.

Infosys, bu konuda öncü bir rol üstleniyor. Kurumsal AI yönetimi için "AI Governance Framework" adlı bir model geliştirdi. Bu çerçeve, her AI sisteminin "doğum belgesini" oluşturuyor: kim tarafından kuruldu, hangi verilerle eğitildi, ne zaman yenilendi, kimler onu denetliyor. Bu, AI’nın kalıtsal bir yapıya dönüşmesini engellemek için gerekli olan ilk adım.

Yapay zeka, geçmişin kalıtsal sistemlerini temizlemeye çalışıyor. Ama temizlik, sadece silmek değil; yeniden inşa etmek demek. Eğer bu inşayı akıllıca yapmazsak, beş yıl içinde, her şirketin elinde, birbirine bağlı, anlaşılmaz, kendi kendini tekrar eden AI kalıtsal sistemleri yığını olacak. Ve bu kez, onları değiştirmek için kimse kalmayacak—çünkü hepsi, "yeni" olarak satılmış.