Not: Bu makale Portekizce yazılmış ve yayınlanmıştır ve yayınlanan orijinalin çevrilmiş bir versiyonudur burada.
Bölüm 1/3 "AEC'de Yapay Zeka: Teşhis, Başucu Kitabı ve Test." 2. Bölüm, AEC için kalibre edilmiş bir yapay zeka benimseme playbook'u içerir. 3. Bölümde, Model Bağlam Protokolü'nün Revit bağlı olduğu işlevsel bir araç gösterilmektedir.
AEC pazarındaki konuşma, yapay zekanın benimsenip benimsenmeyeceği sorusunun ötesine geçti. Şimdi soru, neden bu kadar az girişimin ölçülebilir sonuçlar ürettiğidir ve yanıt sektöreldir: proje tabanlı çalışma, parçalanmış veriler, ince marjlar, yasal ağırlıklı belgeler. Bunların hiçbiri, kurumsal yapay zeka ile ilgili çoğu kılavuzun yazıldığı oyun kitabına uymuyor. Benimseme oranları diğer sektörlerinkini yakalıyor. Değer yakalama bunu yapmaz.
Evlat edinme gerçektir. Değer yakalama bunu yapmaz.
Aynı anda iki şey doğru olabilir: AEC firmaları, yapay zekayı iki yıl öncesine göre daha hızlı benimsiyor ve beklediklerinden daha az değer elde ediyor.
Birden fazla pazar sektöründen gelen veriler tutarlıdır. MIT'nin 150 yönetici görüşmesine, 350 çalışan anketine ve The GenAI Divide: State of AI in Business 2025'teki 300 halka açık dağıtımın analizine dayanan NANDA girişimi, üretken yapay zeka kurumsal pilotlarının %95'inin P&L üzerinde ölçülebilir bir etki yaratmadığını buldu [Kaynak: MIT NANDA, 2025]. PwC'nin 1.217 firma üzerinde yaptığı ayrı bir araştırma, başka bir açıdan aynı hikayeyi anlatıyor: Şirketlerin %20'si yapay zeka tarafından elde edilen getirilerin %74'ünü elde ederken, geri kalanı asla tutunmayan pilotlar yürütüyor [Kaynak: PwC Yapay Zeka Performans Çalışması, 2025].
Her iki çalışma da AEC'ye özgü değildir. Sektörel veriler ise aynı yöne, hatta daha belirgin bir şekilde işaret ediyor.
2025 Tasarım ve Üretimde Gelinen Nokta, 5.594 endüstri liderinden haber aldı. AEC'nin yapay zekaya yönelik duyarlılığı üç yıl içinde ilk kez düştü. Yapay zekanın sektörlerini geliştireceğine inananların oranı 2024'te %78'den %69'a düştü [Kaynak: Autodesk State of Design & Make, 2025]. Güven 11 puan düştü. Mimarlık hizmetleri, yalnızca %57 ile en az iyimser AECO segmentidir. Ve AECO liderlerinin %48'i artık yapay zekanın sektörlerini istikrarsızlaştıracağını söylüyor.
Bunun gibi duygulardaki düşüşler, her teknolojik zirveden sonra olur. İlgili soru, AEC segmentinin zirveyi geçip geçmediği değil, sancıların diğer endüstrilerin karşılaştığı ile aynı olup olmadığı veya AEC'ye özgü olup olmadığıdır.
Beş Spesifik AEC Ağrısı
Playbook çalışırken işe yarasaydı, "AEC segmentinin yenilenmesi gerekiyor" argümanı geçerli olurdu, ancak durum böyle değil. İşte bunu yapmak için beş neden:
Proje bazlı çalışma "bileşik faiz" döngüsünü kırar. SaaS şirketleri, kümülatif kullanıcı verileriyle tek bir çıktı üzerinde yineleme yapar. AEC firmaları yüzlerce benzersiz tasarım üzerinde çalışıyor. Her proje sıfırdan bir veri seti ile başlar. İyileştirmek için birikmiş geçmişe dayanan araçlar, yeterince geçmiş biriktirmez veya çok daha yavaş yapar.
Maliyet kontrolü, teknolojiye yapılan yatırımdan daha ağır basar. Tasarım ve Üretimde Gelinen Nokta verilerinde, Yapı hizmet liderlerinin %40'ı maliyet kontrolünü en büyük zorluk olarak gösterirken, teknoloji ve yapay zekadan bahsedenlerin yalnızca %23'ü [Kaynak: Autodesk State of Design & Make, 2025]. Mimari, petrol ve gaz ve Yapı sahipleri de aynı şeyi yapıyor. Bu segmentlerdeki yapay zeka konuşmaları, "kapasiteyi nasıl oluşturur" ile değil, "marjı nasıl korur" ile başlar.
Çizimler harika eserlerdir. Bir Yapı belgesinde yapay zekanın yanlış oluşturduğu bir spesifikasyon, bir sohbet robotunun çıktısından diğer birkaç endüstrinin karşı karşıya kaldığı yasal sorumluluk yaratır. Düzenleyici ve sigorta katmanı, "AI herkese yardımcı olur" yaklaşımlarının ölçeklendirilmesini, bir demo'da göründüğünden daha zor hale getirir.
Şirket başına düşük BT kapasitesi. Kademe dışındaki çoğu AEC firmasının şirket içi geliştirme ekipleri yoktur. Birçok farklı rol biriktiren BIM Yöneticileri var. "Yapay zekanın kurumsal çapta konuşlandırılması" öncülü, teknoloji veya finansta var olmayan bir kapasite açığını gizler.
Alt yükleniciler aracılığıyla yürütme boşluğu. Yapay zekayı benimseyen şirket genellikle fiziksel işi yapan şirket değildir. Bir tasarım firması, çakışma tespitini otomatikleştirebilir; çözülen çizimleri okuyan müteahhit, başka teşviklerle başka bir teknoloji parkında faaliyet gösteriyor. Tedarik zincirindeki bir şirketteki verimlilik kazanımları diğerlerine yayılmaz.
SaaS Playbook Neden Burada Başarısız Oluyor?
McKinsey'in Bir Yıllık Aracı Yapay Zeka raporlaması, 50'den fazla kurumsal uygulamayı sentezledi ve mantıksız bir ders çıkardı: "Bu ajanla ilgili değil; iş akışıyla ilgili." (Bu aracıyla ilgili değil, iş akışıyla ilgilidir.) Araca odaklanan şirketler demo üretir. İş akışlarını yeniden tasarlayan şirketler sonuç üretiyor [Kaynak: McKinsey Bir Yıllık Ajan Yapay Zeka, 2025].
AEC segmentine uygulandığında, bu, 100 Copilot lisansı satın almanın ve üretkenlik kazanımlarını beklemenin bir strateji olmadığı, yalnızca yazılım lisansları için bir sözleşme olayı olduğu anlamına gelir. Kimin neyi gözden geçirdiği, değişikliklerin ne zaman yeniden işlendiği, çakışmaların nasıl algılandığı, açıklama taleplerinin nasıl aktarıldığı gibi temel alınan iş akışı taşınmadı. Bu nedenle değer P&L'de görünmez.
2025 Tasarım ve Üretimde Gelinen Nokta raporunda, Güney Afrika firması SAOTA'nın üst düzey BIM yöneticisi Oliver Hall, bunu tam olarak şöyle ifade ediyor: "bu tür bir teknolojiyi yerleşik şirketlere büyük ölçekte entegre etmek her zaman mümkün olmayabilir" [Kaynak: Autodesk State of Design & Make, 2025]. Kısıtlama, yapay zekanın kendisi değil, yapay zekayı sığdırmaya çalıştığınız iş akışıdır.
Kimsenin ele almak istemediği kültürel sürtüşme
İşin garip kısmı şu. Saatlik veya elle faturalandırılan profesyonel hizmetlerde, mühendisin kendi işini otomatikleştirmesi, kullanım oranını tehdit eder. Bunu bir saniyeliğine düşünün. Dokümantasyonu hızlandırmak için yapay zekayı kullanan bir tasarım firması, çıktıları daha hızlı üretir, bu da bir avantaj gibi görünür, ancak zaman ve malzeme veya belge sayımı sözleşmeleri her zaman aynı çıktıyı daha hızlı üretmeyi ödüllendirmez.
AEC segmenti, BIM'ın teslim edilebilir bir ölçü olarak sayfa sayısını alakasız hale getirdiği daha önce bunun bir versiyonunu yaşadı. Bir model istediği kadar sayfa oluşturabilir, bu nedenle modelin neleri içerdiğini ölçmek için geçiş yapmamız gerekti: model bilgisinin kalitesi, model evriminin izlenebilirliği, kağıt yerine verilerle tanımlanan çıktılar. Bu geçiş henüz tamamlanmadı.
Bu, AEC firmalarının nasıl tazmin edildiğinin seviyesinde oturan bir eğitim sorunu değil, ekonomik bir sorundur. Ücret modelleri ve teşvik yapıları değişmediği sürece, bağımsız benimseme rasyonel olmaya devam eder ve şirkette değer yakalama seviyesi düşük kalır. AECO liderlerinin %46'sı, yapay zeka ile çalışma yeteneğinin 2024'te %41'den daha yüksek bir işe alım önceliği olacağını söylüyor [Kaynak: Autodesk State of Design & Make, 2025]. Yapay zeka konusunda eğitim almış kişileri, verimlilik kazanımlarını cezalandıran bir ücret yapısı içinde işe almak, yalnızca bağımsız üretkenlik arayan değersiz veya tamamen yapılandırılmamış girişimler üretir.
Ne olmuş yani?
Tanı önemlidir çünkü yanıtı belirler. Zorluk "AEC segmenti gecikiyor" ise, yanıt "daha hızlı daha fazla araç satın alın" şeklindedir. Zorluk yapısalsa, yanıt farklıdır: Yapay zekanın belirli iş akışlarınıza gerçekte nerede uyduğunu teşhis edin, mümkün olduğunda ücret mantığını değiştirin ve hiçbir zaman proje tabanlı, parçalı ve yasal olarak sorumlu işler için tasarlanmamış SaaS oyun kitaplarını kopyalama dürtüsüne direnin.
Bu serinin 2. bölümü, AEC için kalibre edilmiş bir başucu kitabı sunar: rol olgunluk değerlendirmesi, proje ekonomisini dikkate alan yatırım getirisi ölçümü, yürütmeyi taşerona devreden bir endüstri için tasarlanmış değişiklik yönetimi ve şirket içi bir geliştirme ekibine bağlı olmayan prototipten üretime giden yol. 3. Bölüm, dağıtım boşluğunun küçük ama gerçek bir bölümünü kapatan, çeyrek değil saatler içinde oluşturulmuş Revit bağlantılı bir araç olan somut bir örneği göstermektedir.
Kaynaklar
- Autodesk Tasarım ve Üretimde Gelinen Nokta 2025 — autodesk.com
- MIT NANDA, GenAI Bölünmesi: İş Dünyasında Yapay Zekanın Durumu 2025 — nanda.media.mit.edu
- PwC, Yapay Zeka Performans Çalışması 2025 — pwc.com
- McKinsey, Agentic AI'nın Bir Yılı: İşi Yapan İnsanlardan Altı Ders (2025) — mckinsey.com
Buraya yorum eklemek için kayıtlı bir kullanıcı olmanız gerekir. Daha önce kayıt olduysanız, lütfen giriş yapın. Henüz kayıt olmadıysanız, lütfen kayıt olun ve giriş yapın.