Yapay Zekâ ve Yatırımlar:
Kâhin mi, Hasım mı?

Bir yatırım komitesi bugün her zamankinden daha fazla bilgiyi işleyebiliyor. Birkaç yıl içinde bir yapay zekâ, toplantı daha başlamadan bir gayrimenkul portföyündeki her kira sözleşmesini okumuş, tüm fesih haklarını tespit etmiş, kiracıların kredi değerliliğini incelemiş, emsal işlemleri değerlendirmiş ve faiz, enflasyon, boşluk oranı ve exit yield için on bin senaryo hesaplamış olabilir.

Peki daha iyi bilgi, yatırımın asıl sorununu da çözüyor mu? Son yılların tarihi daha karmaşık bir cevaba işaret ediyor.

1 Ağustos 2012’de Knight Capital alım satım sistemine yeni bir yazılım yükledi. Ardından makine işlem yapmaya başladı.

Sadece 45 dakika içinde sistem piyasaya milyonlarca hatalı emir gönderdi. Knight Capital 460 milyon ABD dolarından fazla kaybetti.

Özellikle dikkat çekici olan: Şirket içi sistemler zaten uyarılar üretmişti. İnsanlar sinyalleri aldı, ancak anlamlarını zamanında fark etmedi.

Knight Capital modern bir yapay zekâ değildi. Ancak vaka, daha güçlü sistemlerle daha da önemli hale gelen bir sorunu gösteriyor:

Makineler yalnızca doğru kararları otomatikleştirmez. Hataları da otomatikleştirir. Ve her ikisini de hiçbir insanın ulaşamayacağı bir hızla yapar.

2017’de AI Powered Equity ETF AIEQ işlem görmeye başladı. Fikir etkileyiciydi: Bir makine, şirket verilerini, haberleri ve piyasa bilgilerini hiçbir insan fon yöneticisinin başa çıkamayacağı bir ölçekte işleyebilir.

Ancak daha fazla bilgi otomatik olarak daha fazla getiri anlamına gelmedi. 2017 sonundan 2023 ortasına kadar olan dönem için AIEQ’nun yıllık getirisinin yaklaşık yüzde 6,7 olduğu bildirildi; geniş bir ABD hisse senedi piyasası karşılaştırmasında bu oran yaklaşık yüzde 11,2 idi.

Yapay zekâ destekli yatırım stratejileriyle yapılan diğer erken denemeler de beklentilerin gerisinde kaldı. Örneğin Sentient Technologies yatırım kararları için evrimsel algoritmalara güveniyordu. Şirket önemli miktarda girişim sermayesi almıştı. Yayımlanan değerlendirmelere göre fonu 2017’de yaklaşık yüzde dört, 2018’de ise neredeyse hiç getiri sağlamadı; ardından tasfiye edildi.

Ancak daha yeni araştırmalar daha nüanslı bir tablo çiziyor. Yapay zekâ tabanlı yatırım stratejilerine ilişkin güncel bir çalışma, erken kullanıcıların kısmen gerçekten de karşılaştırılabilir yapay zekâ dışı stratejilere göre fazla getiri elde edebildiğini gösteriyor. Ancak teknoloji yaygınlaştıkça bu avantaj azaldı.

Bu, çok eski bir yatırım hikâyesi olurdu: Bilgi üstünlüğü alfa yaratabilir. Ama herkes ona sahip olduğunda artık bir üstünlük değildir.

Gayrimenkulde iş özellikle ilginçleşiyor. Zillow muazzam veri miktarlarına ve dünyanın en bilinen otomatik gayrimenkul değerleme sistemlerinden birine sahipti.

Zillow Offers ile şirket belirleyici bir adım daha attı. Modellerini artık yalnızca gayrimenkul değerlemek için kullanmıyordu. Zillow kendisi ev satın almaya başladı.

Kasım 2021’de program durduruldu. Yalnızca üçüncü çeyrekte Zillow, konut stoku üzerinde yaklaşık 304 milyon ABD doları değer düşüklüğü kaydetmek zorunda kaldı. CEO Rich Barton, gelecekteki konut fiyatlarının öngörülemezliğinin beklenenden çok daha büyük olduğunu açıkladı.

Sorun “kötü bir algoritmadan” daha karmaşıktı. Büyüme baskısı, alış fiyatları, tadilat maliyetleri, işgücü ve tedarik zinciri sorunları ile değişen bir konut piyasası, geçmişten öğrenmiş modellerle karşılaştı.

Burada belirleyici bir ders yatıyor: Bir model ortalamada mükemmel olabilir ve yine de tam da sermayenin kullanıldığı yerde yanılabilir.

Sermaye bir modelin ortalama hatasıyla ilgilenmez. Sermaye, hatanın nerede ortaya çıktığıyla ilgilenir.

Madalyonun öbür yüzü de var. Alman varlık yöneticisi LAIQON birkaç yıldır yatırım sürecinde yapay zekâ kullanıyor.

Şirketin verilerine göre LAIQON AI Dynamic Multi Asset, Mayıs 2020’den Mayıs 2026’ya kadar yüzde 66,41 kümülatif performans elde etti ve belirtilen karşılaştırma grubunun 28,20 puan üzerinde kaldı. Şirkete göre daha defansif bir yapay zekâ fonu da kendi grubunun üzerinde performans gösterdi.

Bu rakamlar kurumsal iletişimden geliyor ve buna göre değerlendirilmelidir. Yapay zekânın genel olarak daha iyi yatırım kararları verdiğini kanıtlamazlar. Ancak başka bir şeyi gösterirler: Yapay zekâ destekli yatırım süreçleri işe yarayabilir.

Avrupa Menkul Kıymetler ve Piyasalar Otoritesi ESMA da artık varlık yönetiminde yapay zekâ kullanımını yoğun biçimde inceliyor. Yapay zekâyı yatırım stratejisinin temel bir parçası olarak gerçekten kullanan Avrupa fonlarının sayısı henüz görece az. Deney daha yeni başlıyor.

Blackstone farklı bir yaklaşım izliyor. Yatırım yöneticisi, yapay zekâyı diğerlerinin yanı sıra yatırım fırsatlarının taranmasında ve büyük belge yığınlarının analizinde kullandığını anlatıyor. Yapay zekâ daha hızlı sormaya yardımcı oluyor:

• Hangi işlemler ilgiyi hak ediyor?
• Hangi belgelerde dikkat çekici noktalar var?
• Hangi riskler gözden kaçmış olabilir?
• İnsanın belki de görmediği hangi örüntüler var?

Ancak makine yatırım komitesinin yerini almıyor. Bu temel bir fark. Yapay zekâ insan muhakemesini gereksiz kıldığını iddia etmek yerine onu genişletiyor. Ve belki de en büyük gücü tam olarak burada yatıyor.

Davranışsal finans onlarca yıldır kayıptan kaçınmayı, aşırı özgüveni, çapalamayı, sürü davranışını, doğrulama yanlılığını ve disposition effect denilen etkiyi belgeliyor.

Profesyonel kurumsal yatırımcılar üzerine yapılan bir çalışma özellikle dikkat çekici. İncelenen fon yöneticileri ortalama 573 milyon ABD doları büyüklüğünde portföyler yönetiyordu. Alım kararları beceri gösteriyordu. Satış kararlarında ise durum farklıydı: Bunlar rastgele satış stratejilerinden bile daha kötü performans gösterdi.

Araştırmacılar, dikkatin ve sezgisel kestirmelerin bu farkın önemli bir kısmını açıkladığına dair işaretler buldu. Yani sorun bilgi eksikliği değildi. Sorun insan davranışıydı.

Alışılmış soru şudur: „Yapay zekâ insanlardan daha iyi yatırım kararları verebilir mi?“ Belki başka bir soru daha ilginçtir: „Yapay zekâ insanların kendi kötü yatırım kararlarını fark etmesine yardımcı olabilir mi?“

O zaman makinenin rolü değişir. Kâhinden hasıma dönüşür.

Bir varlığa ikna olmuş bir yatırım ekibi yapay zekâya yalnızca „Bu iyi bir yatırım mı?“ diye sormamalı. Bunun yerine: „Buna karşı mümkün olan en güçlü yatırım argümanını kur.“

• Hangi varsayımlar alışılmadık derecede iyimser?
• Hangi bilgiler tezimizle çelişiyor?
• Hangi riskleri küçümsedik?
• Kira yüzde 20 düşük olursa ne olur?
• Exit yield yüzde beş yerine yüzde yedi olursa ne olur?
• Bu işlem üzerinde altı aydır çalışıyor olmasaydık hangi varsayımları farklı değerlendirirdik?

Ve belki de en önemli soru: Hangi bilgi bu işlemi artık yapmak istememize yol açardı?

Cevap „Aslında hiçbiri“ ise, belki artık bir yatırım modelimiz yoktur. Âşık olmuşuzdur.

Çünkü insanlar şaşırtıcı derecede hızlı yargıya varır. Janine Willis ve Alexander Todorov’un 2006 tarihli bilinen bir çalışmasında, katılımcıların tanımadıkları bir yüze bakarak sempati, güvenilirlik ve yetkinlik gibi konularda değerlendirme yapmaları için 100 milisaniye yetti.

Daha fazla zaman, bu ilk yargıların bazılarını şaşırtıcı derecede az değiştirdi. Ancak insanların yargılarını savunurken duydukları güveni artırabildi.

Bir yatırım elbette bir yüz değildir. Ama arkasındaki psikolojik mekanizma bizi ilgilendirmeli. Due diligence başlamadan önce bile belki bir hikâye zaten vardır:

• Bu olağanüstü bir varlık.
• Bu girişimci ne yaptığını biliyor.
• Bu konum gelişecek.
• Bu teknoloji her şeyi değiştirecek.

Ya da tersi: Bu hoşuma gitmiyor. Ardından analiz başlar. Ve tam burada yeni bir tehlike doğar.

Yapay zekâ milyonlarca bilgiyi analiz edebilir. Ama ona da önce bir soru sorulmalıdır. Ve bu soruyu bir insan formüle eder.

Belki çoktan yatırıma sempati duyan bir insan. Aylardır üzerinde çalışan. Satıcıyı seven. Varlığı yerinde görmüş olan. İşlemi yatırım komitesine sunmuş olan. Bir rakibin de teklif verdiğini bilen. Altı aylık emeğini kaybetmek istemeyen. Ve belki çoktan analizin belirli bir sonuca varmasını uman.

Şimdi bu insan, muazzam analitik güce sahip bir araç ediniyor. Bu onu daha rasyonel yapabilir. Ama başka bir şey de yapabilir: Zaten inanmak istediği şey için ona çok daha iyi argümanlar sağlayabilir.

Yapay zekâ ile doğrulama yanlılığı yine doğrulama yanlılığıdır. Sadece daha güçlü bir bilgisayara kavuşur.

Biz yapay zekânın yatırımcıları daha rasyonel yapıp yapmayacağını tartışırken, şirketler ve yatırımcılar yapay zekânın kendisine muazzam meblağlar yatırıyor: veri merkezleri. Çipler. Enerji. Modeller. Start-up’lar. Altyapı.

Uluslararası Ödemeler Bankası artık olası bir yapay zekâ yatırım yarışının dinamiklerini bile inceliyor. Şirketler az sayıda kazananın gelecekteki piyasaların büyük bir bölümünü kontrol edebileceğini beklerse, bireysel olarak anlaşılır davranışlar toplamda olağanüstü miktarda sermaye yatırılmasına yol açabilir.

Ve böylece dünyanın en modern teknolojisinin ortasında, insanlığın en eski yatırım sorularından biri yeniden ortaya çıkıyor: Ya ben bunun içinde olmazsam?

Yeni teknoloji. Eski duygu.

Yapay zekâ yatırım işini değiştirecek. Veri odalarını daha hızlı analiz edecek, riskleri keşfedecek, işlemleri karşılaştıracak ve senaryoları hesaplayacak. Belki insanların gözden kaçırdığı şeyleri görecek.

Ama tam da bu nedenle belki onu bir kâhine dönüştürmekten kaçınmalıyız. Daha ilginç rolü bir hasım olmak olabilir.

„Yatırım tezimi onayla“ değil, „Onu yık.“
„Neden satın almalıyım?“ değil, „Satın almak istediğim için neyi gözden kaçırıyorum?“

Çünkü daha ilk soruyu sormadan bir yatırıma sempati duyuyor ve sonra makineyi esas olarak beynimizin çoktan inanmak istediği bir şey için gerekçe bulmakla meşgul ediyorsak, en iyi yapay zekâ bile pek yardımcı olmaz.

Belki de yatırım alanında yapay zekâya öncelikle daha fazla cevap almak için ihtiyacımız yok. Belki ona, yarı yarıya verdiğimiz kararlara daha iyi karşı sorular sormak için ihtiyacımız var.

— Mag. Nevena Shotekova-Zöchling

• Willis, J. / Todorov, A. (2006): First Impressions: Making Up Your Mind After a 100-ms Exposure to a Face, Psychological Science, 17(7), 592–598.
• Akepanidtaworn, K. / Di Mascio, R. / Imas, A. / Schmidt, L. (2021): Selling Fast and Buying Slow: Heuristics and Trading Performance of Institutional Investors, NBER Working Paper 29076.
• Chen, S. / Sialm, C. / Xu, D. (2026): The Growth and Performance of Artificial Intelligence in Asset Management, NBER Working Paper 35273.
• U.S. Securities and Exchange Commission (2013): Knight Capital Americas LLC.
• Zillow Group (2021): Third Quarter 2021 Financial Results and Plan to Wind Down Zillow Offers Operations.
• ESMA (2025): Artificial Intelligence in EU Investment Funds: Adoption, Strategies and Portfolio Exposures.
• ESMA (2024): Public Statement on the Use of Artificial Intelligence in the Provision of Retail Investment Services.
• LAIQON AG / LAIC (2026): Yapay zekâ tabanlı çoklu varlık stratejilerinin altı yıllık geçmiş performansına ilişkin yayımlanmış bilgiler (şirket bilgileri).
• Blackstone: Yatırım sürecinde yapay zekâ kullanımına ilişkin yayınlar; özellikle işlem taraması, belge analizi ve portföy çalışması.
• Bank for International Settlements, BIS (2026): Bir yapay zekâ yatırım yarışının ekonomik etkileri ve olası aşırı yatırım dinamikleri üzerine araştırmalar.