Kıbrıs Teknoloji Üniversitesi'nden Dr. Panayiotis C. Andreou ve Dr. Costas Tziouvas, Kıbrıs Ulusal Yapay Zeka Stratejisi 2032'nin yayınlanmasını ülkeleri için önemli bir adım olarak değerlendiriyor. Yapay zekanın bireysel uygulamalarından öteye geçerek koordineli bir ulusal çerçeveye yönelmek, Kıbrıs'ın çağımızın en önemli teknolojik dönüşümlerinden birine sistematik ve bilinçli bir şekilde yaklaşması açısından büyük önem taşıyor. Strateji, ekonomik ve akademik bir mercekle incelendiğinde öne çıkan birkaç temel unsur barındırıyor.
ODAĞINDA BELİRLİ SEKTÖRLER VAR
Öncelikle, stratejinin genel mimarisi ekonomik açıdan sağlam temellere oturuyor. Kıbrıs, yapay zekanın her boyutunda rekabet etmeye çalışmıyor. Strateji bunun yerine odaklanma ve farklılaşma mantığını benimsiyor. Ülkenin zaten önemli bir ekonomik ağırlığa, kurumsal kapasiteye veya yerleşik sektörel güçlere sahip olduğu alanlara; yani finansal ve profesyonel hizmetler, denizcilik, turizm, sağlık, eğitim ve devlet sektörlerine yoğunlaşıyor. Veri, altyapı, beceriler, araştırma, yönetişim ve güvenilir yapay zeka ise ortak etkinleştirici kapasiteler olarak ele alınıyor.
Bu mimari, diğer küçük Avrupa ekonomilerinin benimsediği yaklaşımlarla da uyumlu. Bu ülkelerde de vurgu koordineli benimsemeye, paylaşılan altyapıya, insan sermayesi gelişimine, kamu sektörü dönüşümüne ve güvenilir yönetişime yapılıyor.
ORTAKLIKLARLA GÜÇLENMEK
Ortaklıklar aracılığıyla egemen kapasite yaratma fikri de küçük bir ekonomi için son derece uygun. Stratejik özerklik, bir ülkenin her yapay zeka modelini, yarı iletkeni, bulut platformunu veya teknolojik kapasiteyi kendi içinde inşa etmesini gerektirmiyor. Kıbrıs için daha faydalı olan yaklaşım, yeterli bilgiyi, kontrolü, dayanıklılığı ve hareket özgürlüğünü korurken, küçük bir ekonominin kendi başına verimli bir şekilde üretemeyeceği bir ölçeğe ulaşmak için Avrupa ve uluslararası ortaklıklardan yararlanmak.
Ekonomik açıdan dikkat edilmesi gereken bir diğer nokta da kurumsal kapasitenin kendisi. Veri yönetişimi, birlikte çalışabilirlik, satın alma kapasitesi, teknolojik güvence, siber güvenlik ve düzenleyici kesinlik sadece yeniliğin etrafındaki kısıtlamalar değil. İyi tasarlandıklarında, yeniliğin yayıldığı ve ölçeklendiği altyapının bir parçasını oluşturuyorlar.
KAZANIMLARA DAİR KANITLAR
İkinci olarak, bu tür stratejilerin arkasındaki önermeyi destekleyen mikroekonomik ve firma düzeyindeki kanıtlar önemli ölçüde güçlendi. Yapay zeka, işçi ve firma düzeyinde üretkenliği artırabiliyor ve yeniliği destekleyebiliyor. Bu kanallar aracılığıyla da zamanla bir ekonominin üretken kapasitesini genişletebiliyor. Ancak bu etkilerin toplam düzeyde ne büyüklükte ve ne zaman gerçekleşeceği hala oldukça belirsiz. Farklı ekonomik düzeylerde çalışan üç yakın tarihli çalışma, bireysel üretkenlikten firma büyümesine, oradan da girişimciliğe ve yeni ekonomik faaliyete uzanan olası bir aktarım zincirinin farklı halkalarını gözler önüne seriyor:
• Brynjolfsson, Li ve Raymond (2025), gerçek bir iş yerinde üretken yapay zeka kullanımından sonra anlamlı üretkenlik kazanımları elde edildiğini buldu.
• Babina, Fedyk, He ve Hodson (2024), yapay zekaya yatırım yapan firmaların satış, istihdam ve piyasa değerinde daha güçlü bir büyüme kaydettiğini gösterdi; ürün yeniliği burada önemli bir kanal olarak öne çıktı.
• Gofman ve Jin (2024), ulusal politika için doğrudan ilgi taşıyan bir bulguya değiniyor: Yapay zeka profesörlerinin kaybı, etkilenen öğrenciler arasında yapay zeka girişimlerinin oluşumunu azaltıyor. Bu durum, üniversite tabanlı yapay zeka bilgisinin girişimciliği desteklediğini gösteriyor.
Bu çalışmalar, OECD ve IMF'den gelen ve yapay zekanın potansiyel olarak anlamlı toplam üretkenlik etkilerine işaret eden genişleyen çalışma grubuyla birlikte değerlendiriliyor.
Ancak ortada hala cevap bekleyen bir soru var. Yapay zekanın bir ekonomiyi nasıl etkilediğine dair tam ekonomik modeli anlamada hala erken bir aşamada olabiliriz. Yapay zekanın belirli görevler, işçiler ve firmalar düzeyinde neler yapabildiğini ölçmede giderek daha iyi hale geliyoruz, ancak bu kazanımların nihayetinde tüm ekonomiye nasıl yayıldığını çok daha az biliyoruz.
Benimseme sadece aktarım mekanizmasının başlangıcı. Görev düzeyindeki üretkenlik kazanımlarının firma düzeyindeki kazanımlara dönüşebilmesi için örgütsel yeniden tasarıma, teknoloji ve altyapıya yönelik tamamlayıcı yatırımlara ve insan sermayesinin geliştirilmesine ihtiyaç var. Bu değişiklikler daha sonra yeniliği, yeni firma ve ürünlerin yaratılmasını ve sektörler arası yayılmaları destekleyebilir. Bunlar da zamanla birikerek toplam üretkenliği ve potansiyel çıktıyı artırır.
Bu aktarım ne anlık ne de otomatiktir. Becerilere, veri hazırlığına, örgütsel yeniden tasarıma, sermaye yatırımlarına, benimsemenin firmalar arasında ne kadar geniş çapta yayıldığına, kurumsal kapasiteye ve nihayetinde uygulamaya bağlıdır.
Daha önceki genel amaçlı teknolojilerin tarihi bize yol gösterici nitelikte. Tam ekonomik etkileri genellikle yeni süreçlere, örgütsel yapılara, becerilere ve maddi olmayan sermayeye yönelik önemli tamamlayıcı yatırımlardan sonra görünür hale geldi. Yani Brynjolfsson, Rock ve Syverson'un (2021) 'üretkenlik J-eğrisi' olarak adlandırdığı model işliyor. Başka bir deyişle, yapay zekanın ekonomik modeli hala yazılıyor. Bu durum, daha geniş değerinin herhangi bir değerlendirmesi için önemli; çünkü etkilerin aynı anda ortaya çıkmayabileceği veya tek bir göstergede görünmeyebileceği birkaç kanaldan geçmesi muhtemel.
Bazı faydalar ölçülen üretkenlik ve çıktı üzerinden kaydedilecek. Diğerleri ise yeni firmalar, fikri mülkiyet, insan sermayesi, teknolojik kapasite, bilgi yayılmaları, daha iyi kamu hizmetleri, daha büyük dayanıklılık ve önceden tahmin edilmesi zor ekonomik faaliyet biçimleri üzerinden gelebilir. Ekonomik etki bu nedenle tam olarak ölçülebilir hale gelmeden önce çok boyutlu bir hal alabilir. Bu da bizi makroekonomik büyüklük sorusuna getiriyor.
KAZANIMLAR NASIL YAYILIYOR?
Nihai kazanımların ölçeği, hem analiz hem de uygun yatırım düzeyinin ve tahsisinin belirlenmesi için açıkça önemli. Strateji, temel senaryoya kıyasla yüzde 15'e varan üretkenlik artışı ve yapay zeka destekli dönüşümden yüzde 12'lik GSYH genişlemesi gibi iddialı hedeflerden bahsediyor. Bu aşamada, bu rakamların ampirik olarak kanıtlanmış tahminlerden ziyade stratejik senaryolar veya hedefler olarak yorumlanmasının daha uygun olduğunu düşünüyoruz. Bir sonraki aşamada, bu genel rakamların varsayımlarını, temel senaryosunu, aktarım kanallarını ve zaman ufuklarını açıkça ortaya koyan Kıbrıs'a özgü bir senaryo ve etki değerlendirme çerçevesi ile daha da desteklenebilir. Böyle bir çerçeve, uygulama sürecinden elde edilen Kıbrıs'a özgü kanıtlar kullanıma sunuldukça kademeli olarak kalibre edilebilir ve iyileştirilebilir.
Ancak büyüklük konusundaki bu belirsizlik, stratejik yönü geçersiz kılmaz. Yatırımın ölçeğinin, sıralamasının ve önceliklendirilmesinin kanıtlarla birlikte gelişmesi gerektiği anlamına gelir. Üretkenlik, yenilik, kamu sektörü verimliliği, insan sermayesi ve yeni ekonomik faaliyetlerde daha ılımlı ama sürekli iyileştirmeler bile zaman içinde önemli bir değer biriktirebilir. Bu nedenle yapay zeka için stratejik gerekçe, tek bir GSYH veya üretkenlik tahminine dayanmak zorunda değildir; yapay zekanın üretkenliği, yeniliği ve ekonomik kapasiteyi maddi olarak güçlendirip güçlendiremeyeceğine dayanır ve kanıtlar giderek bunu yapabileceğini gösteriyor.
Strateji, Kıbrıs'a kapasite inşa etmek, benimsemeyi hızlandırmak, kurumları güçlendirmek, denemeler yapmak, öğrenmek ve en fazla ekonomik ve toplumsal değeri üreten uygulamaları kademeli olarak belirlemek için bir çerçeve sunuyor. Uygulama ilerledikçe, titiz bir değerlendirme ile birlikte yürütülürse, aynı zamanda eşit derecede değerli bir şey daha üretebilir: etkilerin daha doğru ölçülmesine, varsayımların iyileştirilmesine ve kaynakların işe yarayanlara yönlendirilmesine olanak tanıyan Kıbrıs'a özgü kanıtlar.
ETKİYİ ÖLÇMEK
Son bir husus özellikle Kıbrıs için son derece önemli. Burası küçük, yoğun hizmet odaklı ve uluslararası alanda bağlantılı bir ekonomi. Finansal hizmetler, profesyonel hizmetler, denizcilik, turizm, sağlık, eğitim ve kamu idaresi, tam da yapay zekanın işlerin nasıl yapıldığını, bilginin nasıl işlendiğini, kararların nasıl verildiğini ve hizmetlerin nasıl sunulduğunu değiştirebileceği bilgi ve bilgi yoğunluklu faaliyetler.
Bu dönüşüm gerçekleşirken yerinde saymak başlı başına stratejik bir tercih olur. Kanıtlar harekete geçmek için yeterince güçlü; aynı zamanda nihai kazanımların büyüklüğü, zamanlaması ve dağılımı hakkında hala öğrenilecek çok şey var. Bu iki gözlem birbiriyle çelişmiyor. Bir araya getirildiklerinde, stratejik hırsı uygulama, ölçme, öğrenme ve sürekli ekonomik kalibrasyon ile birleştirme gerekliliğini ortaya koyuyorlar ki Strateji'nin tam olarak Kıbrıs'ın takip etmesine olanak tanıdığı süreç de bu. Yön belirlemek önemli bir ilk adım.
KIBRIS NEDEN ÖNEMLİ?
Şimdi yapılması gereken, bu yönü ölçülebilir ekonomik ve toplumsal değere dönüştürmek. Strateji güvenilir bir temel sunuyor ve seçilen sektörlere, güvenilir yapay zekaya, insan sermayesine, paylaşılan altyapıya ve Avrupa ortaklıkları aracılığıyla egemon kapasiteye yaptığı vurgu, Kıbrıs'ın ekonomik yapısı ve stratejik konumuyla tam uyumlu. Bir sonraki yinelemesi, stratejik mimari ile uygulama disiplini arasındaki bağı daha da güçlendirerek bu temelin üzerine inşa edebilir.
PLANDAN PRATİĞE
AB Yapay Zeka Yasası artık genel olarak uygulanabilir durumda olduğuna göre, Strateji'nin uygulama çerçevesini gelişen yükümlülükleriyle uyumlu hale getirmek bu çerçeveyi daha da güçlendirebilir. Yönetişimi, satın almayı, risk sınıflandırmasını, şeffaflığı, insan denetimini, yapay zeka okuryazarlığını, düzenleyici kum havuzlarını ve piyasaya çıkış sonrası izlemeyi Değişikliğe uğramış haliyle 2024/1689 sayılı Tüzük (Yapay Zeka Yasası) ile bağlayarak, Kıbrıs Strateji'nin güvenilir ve sorumlu yapay zekaya yönelik mevcut vurgusunun üzerine inşa edebilir. Uygulama yol haritasını gelişen AB düzenleyici takvimiyle uyumlu tutmak, yasal kesinliği artırabilir, kamu ve özel sektörlerde tutarlı uygulamayı destekleyebilir ve kurumsal güvenilirliği ile yatırımcı güvenini pekiştirebilir. Bu bakış açısıyla düzenleyici hazırlık, yalnızca bir uyum temeli olarak değil, aynı zamanda yapay zeka benimsemesini ekonomik ve toplumsal değere dönüştürmek için etkinleştirici bir koşul olarak hizmet edebilir.
DÜZENLEYİCİ HAZIRLIK
Faydalı bir sonraki adım, üst düzey hedefleri giderek daha fazla ölçülebilir bir yatırım ve teslimat çerçevesine dönüştürmektir. Bu çerçeve şunlarla desteklenmelidir: (i) açıkça tahsis edilmiş kurumsal sorumluluklar; (ii) çok yıllı, önceliklendirilmiş bir finansman zarfı; (iii) ortak veri ve işlem altyapısı; (iv) yapay zekaya hazır bir satın alma çerçevesi; (v) ölçülebilir sektör düzeyinde benimseme ve üretkenlik göstergeleri; (vi) KOBİ'lere yayılma mekanizmaları; ve (vii) ekonomik ve toplumsal sonuçların titiz bir şekilde değerlendirilmesi.
Dolayısıyla harekete geçme gerekçesi güçlüdür ve tek bir genel GSYH veya üretkenlik rakamına dayanmaz. Strateji, Kıbrıs'a yapay zekayı kademeli olarak daha yüksek üretkenliğe, daha güçlü firmalara, daha iyi kamu hizmetlerine, yeni bilgi yoğunluklu faaliyete, geliştirilmiş insan sermayesine ve daha büyük kurumsal kapasiteye dönüştürmek için net bir çerçeve sağlar. Uygulamaya, ölçmeye ve kanıta dayalı önceliklendirmeye verdiği vurgu, kaynakların en büyük ekonomik ve toplumsal değeri üreten müdahalelere yönlendirilmesini sağlamaya yardımcı olabilir. Bu anlamda Strateji, Kıbrıs 2032 yılına kadar yapay zeka kapasitelerini geliştirirken, hem güvenilir bir yön hem de sürdürülebilir öğrenme ve teslimat için pratik bir temel oluşturmaktadır.
Kaynaklar:
[1] Brynjolfsson, E., Li, D. & Raymond, L. (2025). “Generative AI at Work.” Quarterly Journal of Economics, 140(2), 889–942.
[2] Babina, T., Fedyk, A., He, A. & Hodson, J. (2024). “Artificial Intelligence, Firm Growth, and Product Innovation.” Journal of Financial Economics, 151, 103745.
[3] Gofman, M. & Jin, Z. (2024). “Artificial Intelligence, Education, and Entrepreneurship.” Journal of Finance, 79(1), 631–667.
[4] Brynjolfsson, E., Rock, D. & Syverson, C. (2021). “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies.” American Economic Journal: Macroeconomics, 13(1), 333–372.
[5] Filippucci, F., Gal, P. & Schief, M. (2024). “Miracle or Myth? Assessing the Macroeconomic Productivity Gains from Artificial Intelligence.” OECD Artificial Intelligence Papers, No. 29.
[6] Misch, F., Park, B., Pizzinelli, C. & Sher, G. (2025). “Artificial Intelligence and Productivity in Europe.” IMF Working Paper 25/67.
[7] Değişikliğe uğramış haliyle yapay zeka üzerine uyumlaştırılmış kurallar belirleyen 2024/1689 sayılı Tüzük (Yapay Zeka Yasası).
