CBDC Benimsenmesinden Ortaya Çıkan Gizli Yapay Zeka Riski

Merkez bankası dijital para birimleri (CBDC’ler), ödemeleri hızlandıran, şeffaflığı artıran, finansal kapsayıcılığı iyileştiren ve para egemenliğini güçlendiren dijital çağın kilit finansal yeniliklerinden biri olarak görülüyor. Bu yetenekler, CBDC’lerin dünya çapındaki merkez bankalarından artan ilgi görmesinin nedenidir.

Ancak daha az tartışılan, bu resmi para birimlerinin dijital versiyonlarının daha görünmez riski de vardır. CBDC’lerin benimsenmesi, şirketlerin teknoloji stratejileri hakkında düşünme ve bunları sunma biçimlerini değiştiriyor ve bu değişim her zaman olumlu sonuçlanmıyor.

Son araştırmalar, CBDC’lerin dijital dönüşümü gösterme baskısını artırdığını ve bunun bazı şirketlerin yapay zeka anlatılarını, teknik gelişimle eşleştirmeden yoğunlaştırmalarına yol açtığını gösteriyor. Bu durum, daha çok pazarlama, makine öğrenimi değil.

Şirketlerin yapay zeka hedefleriyle ilgili söyledikleri ile gerçekte inşa ettikleri arasındaki bu boşluk, yatırımcılar, sermaye piyasaları ve daha geniş yapay zeka yatırım döngüsünün güvenilirliği üzerinde gerçek sonuçlar doğuruyor ve şimdiye kadar büyük ölçüde incelenmemişti.

Yatırımcılar için ders, CBDC’ler ile sınırlı kalmıyor. Yönetim yorumlarına yalnızca güvenmek yerine, yapay zeka maruziyetini patentler, Ar-Ge yoğunluğu, işe alım, dağıtımlar ve gelir üretimi üzerinden değerlendirmeleri gerekiyor. Yapay zeka iddiaları yaygınlaştıkça, tanıtım ile uygulama arasındaki güvenilirlik boşluğu maddi değerleme ve finansman riski haline gelebilir.

Merkez Bankaları Neden Dijital Para Yarışında?

Çoğu ülkenin kendi merkez bankası vardır. Bu merkezi kurumlar para politikası yoluyla ülkenin para ve kredi arzını yönetir. Enflasyonu kontrol etmek, paranın değerini istikrara kavuşturmak ve ekonomik büyümeye yön vermek için faiz oranları, zorunlu karşılıklar ve açık piyasa işlemleri gibi araçları kullanırlar. Bağımsız çalışmak üzere tasarlanmış olsalar da merkez bankaları gerçekte tam anlamıyla bağımsız hareket etmez¹.

Yalnızca bağımsızlıkları sorgulanmıyor; bu kamu finans kurumları aynı zamanda parasal sıkılaştırmanın sınırlarıyla ve dijital ekonomide parasal egemenliği koruma kaygılarıyla karşı karşıya.

Son on yılda finansal sistemler hızla dijitalleşirken özel ödeme platformları büyüdü. Günümüzde ödeme sistemleri, finansal ürünler ve para biçimleri düzenleyici ve politik çerçevelerden daha hızlı gelişiyor. Sabit coin’ler ve tokenleştirilmiş varlıklar geleneksel yapılarla yan yana işlerken merkez bankalarının politika kararlarının etkisini daha da zayıflatıyor.

CBDC’ler tüm bu sorunlara yanıt olarak ortaya çıktı. Bir merkez bankasının kendi dijital parasını çıkarması yeni bir fikir olmasa da finans kurumlarına duyulan güveni aşındıran 2008 mali krizinin ardından piyasaya sürülen Bitcoin’in (BTC ) yükselişiyle önemli ölçüde ivme kazandı.

Kripto paraların yükselişi para otoritelerinin dikkatini çekti ve devlet destekli dijital paranın nasıl görüneceğini değerlendirmeye zorladı. Merkez bankaları son birkaç yılda tam kontrolü korurken ödeme altyapısını modernleştirmek için araştırma, deney ve pilot programlarını hızlandırdı.

Veriler, 146 ülke ve para birliğinin bir şekilde sürece katılmasıyla CBDC’lere büyük ilgi olduğunu gösteriyor. Bunların 40’ı ulusal para birimlerinin dijital sürümlerini oluşturma fikrini araştırıyor. Daha fazla ülke (41) pilot uygulama başlatmış durumda; 33 ülke ise geliştirme aşamasında. Bununla birlikte yaklaşık 15 proje etkin değil ve dokuzu iptal edildi.

Nijerya gibi yalnızca birkaç ekonomi tamamen kullanıma sunulmuş bir perakende CBDC’ye kadar ilerledi; ancak bunların deneyimi sınırlı benimsenmeyle sonuçlandı.

Nijerya Merkez Bankası (CBN), bankanın “Nijerya Ödeme Sistemi Vizyonu 2028” belgesine göre 2021’de kullanıma sunulan eNaira’nın benimsenmesini artırmak amacıyla emekli maaşları, kamu çalışanı ücretleri ve sosyal yardım ödemeleri gibi devlet ödemelerinde eNaira kullanmayı planladığını kısa süre önce açıkladı.

Reuters’ın bildirdiğine göre Brezilya, Rusya, Hindistan, Çin ve Güney Afrika’nın yanı sıra Nijerya gibi ülkeleri içeren BRICS grubunun üyeleri de hızlı ödeme sistemlerini CBDC’lerle birbirine bağlamayı görüşüyor.

“Sınır ötesi ödemeler, maliyetleri düşürmek için büyük bir alan bulunduğunu düşündüğümüzden BRICS dâhil hepimizin ilgilendiği bir konu. CBDC’ler ve hızlı ödeme sistemlerinin birbirine bağlanması dâhil çeşitli seçenekler masada, ancak konu hâlâ görüşme aşamasında.”

— Hindistan Merkez Bankası (RBI) Başkanı Sanjay Malhotra, geçen hafta bir etkinlikte

Başkan ayrıca yerel para birimini uluslararasılaştırmanın yanı sıra RBI’ın yapay zekâyı sınırlandırılması gereken bir risk değil, yararlanılması gereken bir yetenek olarak gördüğünü söyledi.

Malhotra, “Hint bankaları kenarda oturup izleme lüksüne sahip değil,” dedi. Bankalara yönetim kurulu onaylı yapay zekâ yönetişim politikaları oluşturma çağrısı, dünya genelindeki merkez bankalarının operasyonel riskler, yönetişim riskleri ve siber saldırılar hakkındaki kaygılar nedeniyle bankaların yapay zekâ kullanımını incelediği bir dönemde geldi.

“Yenilik ve güvenlik birbirine karşıt hedefler değil; aslında dayanıklı bir finansal sistemin birbirini tamamlayan gereklilikleridir.”

– Malhotra

CBDC alanında Çin’in dijital yuan (e-CNY) girişimi en öne çıkan örneklerden biridir. Çin Halk Bankası kurum içi CBDC araştırmasına 2014’te başladı, 2019’da pilot program başlattı ve 2022 sonuna kadar büyük ekonomik bölgelere yaydı.

e-CNY özellikle benimsenme düzeyiyle öne çıkıyor. CBDC, Aralık 2025 itibarıyla yaklaşık 16,7 trilyon renminbi (yaklaşık 2,3 trilyon dolar) değerinde 3,4 milyardan fazla perakende işlemi gerçekleştirdi.

PBOC bu yılın başında dijital yuanı mevduat yükümlülüğü olarak yeniden sınıflandırdı. Bu, sistemin yalnızca nakit ikamesi olmaktan çıkıp Çin’in finansal altyapısına daha derinden yerleştiğine işaret ediyor. CBDC’lerin cazibesi, banka havalesi gibi geleneksel yöntemlerden daha hızlı ve ucuz mutabakat sunabilmelerinden kaynaklanıyor.

Dijital para birimleri anlık mutabakatı kolaylaştırmanın yanı sıra işlem sürtünmesini ve ödeme maliyetlerini azaltır, finansal sistem verimliliğini ve para politikasının aktarımını iyileştirir, daha izlenebilir işlemler yoluyla şeffaflığı artırır.

Artan izlenebilirlik düzenleyiciler için özellikle önemlidir; çünkü CBDC’leri nakitten ve hatta sıradan banka mevduatlarından ayıran temel özellik budur. Nakit paranın aksine CBDC’ler merkezi olarak yönetilen bir ödeme sistemi içinde işlem kayıtları oluşturabilir ve para ile düzenleme otoritelerine fonların nasıl hareket ettiği konusunda daha fazla görünürlük sağlayabilir.

Bu özelliklerin birleşimi kurumsal davranışlar için daha önce var olmayan bir bilgi ortamı yaratıyor ve şirketlerin teknoloji stratejileri hakkında iletişim kurma biçimini sessizce yeniden şekillendiriyor.

Şirketler aynı anda düzenleyiciler, yatırımcılar ve kamuoyu karşısında daha görünür hâle gelirse, ortada gerçek bir içerik olmasa bile “doğru” şeyleri yapıyor görünme teşviki artar. İşletmeler üzerindeki bu mikro düzey sonuçlar, ağırlıklı olarak parasal aktarım, finansal istikrar ve ödeme sistemi reformu gibi makroekonomik sonuçlara odaklanan araştırmacılardan fazla ilgi görmedi.

Yeni kanıtlar CBDC’lerin ödeme sistemlerini dönüştürmekten fazlasını yaptığını, şirketlerin faaliyet gösterdiği kurumsal ortamı da değiştirdiğini gösteriyor. Finansal faaliyetlerin daha görünür olması, dijital dönüşüme ilişkin daha güçlü beklentiler ve artan düzenleyici gözetim, şirketlerin yenilik stratejilerini nasıl anlattığını ve kaynaklarını nasıl tahsis ettiğini etkileyebilir. Bu durum kurumsal yapay zekâ yatırımlarının gerçekliği etrafında yeni bir risk türü yaratıyor.

Göz ardı edilen bu risk, Çin’in e-CNY uygulamasını doğal bir deney olarak kullanarak CBDC benimsenmesi ile kurumsal yapay zekâ stratejileri arasındaki ilişkiyi inceleyen yeni bir çalışmanın temelini oluşturuyor.

CBDC’ler Yapay Zekâ Güvenilirliği Sorununu Nasıl Besleyebilir?

All sizzle and no steak: The predicament of enterprise AI strategies under central bank digital currency policies² başlıklı çalışma, CBDC benimsenmesinin şirketlerin yapay zekâ hakkında söyledikleriyle fiilî yapay zekâ yatırımları arasındaki boşluğu etkileyip etkilemediğini inceliyor. Bu boşluk, bir şirketin kamuya dönük yapay zekâ anlatıları ile gerçek teknolojik yetenekleri arasındaki ayrışma olarak tanımlanan “yapay zekâ stratejisi kopukluğu” şeklinde adlandırılıyor.

Araştırmacılar yapay zekâ anlatılarını yıllık raporlardaki ilgili açıklamalar üzerinden ölçerken gerçek ve doğrulanabilir yeteneği Çin Ulusal Fikri Mülkiyet İdaresinin patent sınıflandırma sisteminden alınan ilgili patent başvurularıyla temsil etti.

Çin Nankai Üniversitesi İşletme Fakültesi Yönetim Bölümünden Jinlei Yu ve Rui Chen ile Birleşik Krallık’taki City St George’s, University of London Ekonomi Bölümünden Haotian Luo, 2014-2024 arasında Çin’de A-hissesi kote 5.015 şirkete ait 30.000’den fazla şirket-yıl gözleminden oluşan örneklem kullandı. Yazarlar, farklı Çin şehirlerinin e-CNY pilotuna farklı zamanlarda katılmasından yararlanan kademeli farkların farkı tasarımını uyguladı.

Bu tasarım, araştırmacıların Çinli şirketleri etkileyen daha geniş değişimleri hesaba katarken e-CNY benimsenmesinin etkisini tahmin etmesini sağladı.

e-CNY pilot programı, şehirler arasındaki kademeli ve çok düzeyli yayılımının nedensel belirleme için makul ölçüde dışsal zamansal ve coğrafi farklılık sağlaması nedeniyle yarı doğal deney olarak kullanıldı. Temel bulgu, CBDC benimsenmesinin yapay zekâ stratejisi kopukluğunu belirgin biçimde artırmasıdır.

e-CNY’nin yaygınlaştırılması, şirketlerin yapay zekâyla ilgili stratejik iletişimini önemli ölçüde artırırken araştırmacıların teknolojik yetenek göstergesi olarak kullandığı yapay zekâ patent başvurularında istatistiksel olarak anlamlı bir artış yaratmadı. Politika ortamı gerçek yeniliği hızlandırmak yerine yalnızca sembolik uyumu teşvik ediyor.

Şirketler, gözlemlenebilir yapay zekâ patent faaliyetinde karşılık gelen bir artış yaratmadan dijital dönüşüm öncelikleriyle uyumlu oldukları sinyalini veriyor.

Yazarlar, “Bu çalışmada yapay zekâ stratejisi kopukluğunu yönetsel kısa vadeciliğin, kasıtlı makine aklamanın veya yönetişim başarısızlığının ürünü olmaktan çok belirli alan özelliklerine kurumsal koşullar altında verilen bir yanıt olarak yeniden kavramsallaştırıyoruz,” dedi. “Yüksek sinyal değeri, büyük maliyet asimetrisi ve düşük dış doğrulanabilirlik kurumsal baskı altında bir araya geldiğinde kopukluğun sistematik biçimde ortaya çıktığını göstererek kavramı sonradan kullanılan betimleyici bir etiketten, gelecekteki teknoloji alanları ve altyapı reformlarına uygulanabilir öncül bir tahmin yapısına dönüştürüyoruz.”

Kopukluk, şirketlerin kurumsal beklentilere uyan kamuya açık taahhütleri veya resmî politikaları benimserken içeride bu tutumlardan sapan uygulamalar yürütmesiyle ortaya çıkar.

CBDC bağlamında bu, şirketlerin artan kurumsal görünürlüğe yanıt olarak kamuoyu önünde yapay zekâyı benimsemesi, ancak iç kaynak tahsisini gerçek yapay zekâ yeteneği oluşturmaktan seçici biçimde uzaklaştırması anlamına gelir. Çalışma, “Bu yalnızca yönetsel ihmal değil, yapılandırılmış bir kurumsal yanıttır: Şirketler meşruiyet taleplerini en düşük maliyetle karşılamak için dışa dönük anlatılar ile iç kaynak kararları arasındaki sınırı etkin biçimde yönetir,” diyor.

Araştırmacılar boşluğu yönlendiren üç temel mekanizma belirledi. İlki, finansman sürtünmesini azaltan gelişmiş sermaye likiditesidir. Bu durum sembolik sinyal vermeyi uzun vadeli yapay zekâ Ar-Ge’sine sermaye ayırmaktan daha ucuz hâle getirir; başka bir deyişle şirketler için konuşmak inşa etmekten daha ucuzdur.

İkinci mekanizma, şirketlerin sermaye tahsisi kararlarını düzenleyiciler ve yatırımcılar karşısında daha görünür kılan işlem izlenebilirliğidir. Bu, anlatı yoluyla daha fazla sinyal vermeyi teşvik ederken eskisinden daha görünür olacak riskli yatırım başarısızlıklarını caydırır.

Çalışma, “CBDC, şirketlerin faaliyet gösterdiği ödeme ortamını yeniden yapılandıran; finansman koşullarını, gözetim yoğunluğunu ve mutabakat hızını değiştiren, dışarıdan dayatılmış kurumsal bir değişimdir,” diye belirtiyor.

Kurumsal teoriye göre bu tür çevresel değişimler, “kuruluşları hâkim kurumsal beklentilere uymaya zorlayan baskıcı, taklitçi ve normatif baskılar” üretir.

Dolayısıyla CBDC politikası kurumsal finansal davranışların görünürlüğünü artırıp devletin dijital dönüşüme bağlılığını gösterdiğinde şirketler teknoloji politikası öncelikleriyle uyum sağlamak için daha güçlü bir meşruiyet baskısıyla karşılaşır.

Üçüncü mekanizma, şirketlerin değerlendirildiği zaman ufkunu kısaltan daha yüksek mutabakat hızıdır. Bu, olgunlaşması yavaş yenilik projeleri yerine görünür, sık ve düşük maliyetli sinyalleri ödüllendirir.

Bu üç mekanizma birlikte, gerçek yapay zekâ yeteneğine yönelik maliyetli ve belirsiz yatırımları caydırırken yapay zekâ söyleminin cazibesini artırır.

Aracılık analizi önerilen üç kanalın tamamını destekleyen istatistiksel olarak anlamlı kanıtlar üretti. Sonuçlar paralel eğilim testleri, Goodman-Bacon ayrıştırması, plasebo testleri, seçim yanlılığı için Heckman düzeltmesi, eğilim skoru eşleştirmesi ve yığılmış farkların farkı tasarımı dâhil çeşitli kontrollerde sağlam kaldı.

Peki yapay zekâ bu tür bir kopukluğa neden özellikle açıktır? Çünkü son derece yüksek bir sinyal değeri sunar; özgün algoritmalar ve büyük ölçekli model eğitimi gibi gerçek yetenekleri oluşturmak için önemli ve uzun vadeli yatırım gerektirir ve dış paydaşların doğrulaması zordur.

Yazarlar, “Şirketler ile dış paydaşlar arasındaki bilgi asimetrisi altında şirketler, maliyet birimi başına itibar getirisini en üst düzeye çıkaran uyum biçimini seçmeye teşvik edilir,” dedi.

Çalışmanın belirttiği gibi yapay zekâ yeteneği, algoritmalar ve veri işlem hatları gibi maddi olmayan varlıklara gömülü olduğu için şeffaf değildir.

Dahası, “Yapay zekâ Çin’in teknoloji politikası hiyerarşisinin zirvesinde yer alır ve orantısız ölçüde yatırımcı ilgisi ile politika meşruiyeti görür; bu da yapay zekâyla ilgili iddiaları bulut bilişim veya büyük veri hakkındaki eşdeğer iddialardan çok daha kazançlı kılar.”

Kopukluk etkisi eşit dağılmıyor. Mevcut dijital dönüşüm düzeyi daha yüksek olan, yapay zekâ iddialarının en fazla itibar taşıdığı ileri teknoloji sektörlerinde faaliyet gösteren ve yerel yönetim politika belgelerinin dijital dönüşümü en güçlü biçimde vurguladığı bölgelerde bulunan şirketlerde yoğunlaşıyor. Bu şirketlerde kurumsal yatırımcı sahipliği de genellikle daha düşük; yani temelsiz iddiaları dizginleyecek deneyimli hissedarlar daha az bulunuyor.

Bu, karşılığını verecek yeteneğe sahip olmadan yapay zekâ hakkında büyük iddialarda bulunma olasılığı en yüksek şirketlerin, yenilik görüntüsünü ödüllendiren dijital ve politik ekosistemlere zaten yerleşmiş şirketler olduğu anlamına geliyor. Piyasalar bu davranışı tamamen görmezden gelmiyor.

Çalışmanın bulgularına göre yapay zekâ kopukluğu daha yüksek şirketler daha düşük değerlemeler, daha zayıf girişim sermayesi girişleri, azalan kârlılık ve daha yüksek borçlanma maliyetleriyle karşılaşıyor.

Bu sonuç, alacaklıların, hisse yatırımcılarının ve girişim sermayedarlarının yapay zekâ iddialarının anlamlı bir teknolojik gelişmeyle desteklenmediğini en azından kısmen belirleyebildiğini ve sembolik sinyalleri buna göre cezalandırdığını gösteriyor. Ancak kopukluğun bu cezalara rağmen sürmesi, yapay zekâ söyleminin kısa vadeli meşruiyet kazançlarının şimdilik uzun vadeli piyasa disiplinine ağır bastığını düşündürüyor.

Yazarlar bu nedenle durumu CBDC benimsenmesinin istenmeyen ve daha önce belgelenmemiş bir sonucu olarak vurguluyor: Dijital para birimleri finansal verimliliği artırabilse de modernleştirmek üzere tasarlandıkları finansal sistemin çok ötesinde kurumsal yenilik açıklamalarını çarpıtabilir ve bu süreçte yapay zekâyla ilgili açıklamaların güvenilirliğini zayıflatabilir.

International Business Machines Corporation (NYSE: IBM)

Yatırım açısından IBM, hem CBDC hem de yapay zekâ alanlarında faaliyet göstermesi nedeniyle cazip bir seçenek oluşturuyor. Şirket, merkez bankalarının güvenli CBDC’ler geliştirmesine, test etmesine ve ölçeklendirmesine yardımcı olmak üzere kurumsal düzeyde blokzincir çerçeveleri ve araştırma araçları sağlıyor. IBM kısa süre önce finans kurumları, hükümetler ve şirketlerin dijital varlık operasyonlarını güvenli biçimde yönetip ölçeklendirmesine yönelik Digital Asset Haven platformunu da kullanıma sundu. IBM’in köklü finansal hizmetler ve ödeme altyapısı faaliyeti, düzenlenmiş finansal sistemlerin modernizasyonuna güvenilir bir maruziyet sağlıyor.

IBM çalışmada incelenmedi. Burada yer verilmesi, araştırmacıların bulgularıyla doğrudan bir bağlantıdan ziyade çalışmanın vurguladığı teknolojilere ve yönetişim ihtiyaçlarına maruziyetini yansıtıyor.

Şirketin kurumsal kullanıma hazır yapay zekâ ve veri platformu watsonx ise üretken yapay zekâ ve makine öğrenimi iş yüklerini oluşturmak, ölçeklendirmek ve yönetmek üzere tasarlandı.

IBM’in piyasa değeri 223,4 milyar dolardır. Yazım sırasında hisseleri 236 dolardan işlem görüyor; son bir ayda %11,34 yükselmesine karşın yıl başından bu yana %20, son bir yılda ise %2,22 geriledi. Son 12 aylık hisse başına kârı 12,45 ve fiyat/kazanç oranı 19,05’tir. IBM %2,85 temettü verimi ödüyor.

Finansal sonuçlarda IBM, 2026’nın ikinci çeyreği için 17,16 milyar dolar gelir ve 2,93 dolar düzeltilmiş hisse başına kâr bildirdi. Gelir yıllık %1 arttı, net kâr 2,17 milyar dolar oldu. Yazılım geliri %5 artarak 7,8 milyar dolara ulaştı. Hibrit bulut (Red Hat), otomasyon ve veri gelirleri artarken işlem işleme yazılımı %8 geriledi. Danışmanlık geliri 5,3 milyar dolarda yatay kaldı, Finansman segmenti %12 artarak 0,2 milyar dolara çıktı ve Altyapı geliri, planlanandan kötü gerçekleşen ve %42 düşen Z ana bilgisayar satışları nedeniyle %7 azalarak 3,8 milyar dolara indi.

“Gelir büyümemizi ve kârlılığımızı hızlandırmak, yapay zekâ ve otomasyonla şirket genelinde verimliliği artırmak ve yeniliği hızla ve geniş ölçekte ticarileştirmek için yoğun yatırım yapmak üzere harekete geçiyoruz.”

— CEO Arvind Krishna

IBM’in ikinci çeyrek serbest nakit akışı yıllık 0,3 milyar dolar azalarak 2,5 milyar dolar oldu. Şirket çeyreği nakit, kısıtlı nakit ve pazarlanabilir menkul kıymetlerde 8,2 milyar dolarla tamamladı; bu tutar 2025 sonuna göre 6,3 milyar dolar daha düşüktü.

Şirket dönem boyunca hissedarlara 1,6 milyar dolar temettü dağıttı. Yılın tamamında sabit kurla gelirin %4-%5 büyümesini ve serbest nakit akışının yaklaşık 1 milyar dolar artmasını bekliyor.

IBM bundan sonra, müşteri talebinin “en güçlü” olduğu yapay zekâya hazır çözümleri yönetmeye, devreye almaya ve oluşturmaya yardımcı olan yazılımlar dâhil yüksek büyüme gösteren portföyüne odaklanacak. Kuantum da 10 milyar doların üzerinde yatırım planıyla bir başka odak alanıdır. IBM ayrıca 2029’a kadar ilk büyük ölçekli hata toleranslı kuantum bilgisayarı sunma yolunda olduğunu söyledi.

“İkinci çeyreğin sonlarında gelir açısından ters rüzgârlarla karşılaşsak da verimliliği artırmak, portföyümüzü güçlendirmek ve serbest nakit akışı yaratmak dâhil işimizin temellerine odaklanmayı sürdürdük.”

— CFO James Kavanaugh

Sonuç

CBDC’ler haklı nedenlerle hükümetler arasında ilgi görüyor: ödeme sistemlerini modernleştiriyor, verimliliği artırıyor ve finansal altyapıyı güçlendiriyor.

Ancak her şey kazançtan ibaret değil; CBDC benimsenmesi riskler de taşıyor. Kanıtlar etkinin finansın ötesine geçerek kurumsal yenilik davranışlarına uzandığını gösteriyor. Son çalışma, CBDC benimsenmesinin şirketirketleri gözlemlenebilir yapay zekâ patent faaliyetinde karşılık gelen bir artış yaratmadan yapay zekâ anlatılarını çoğaltmaya istemeden teşvik ettiğini ortaya koyuyor.

Bu durum politika yapıcıların, teknoloji sağlayıcıların ve yatırımcıların kurumsal yapay zekâ açıklamalarının kalitesine dikkat etmesini gerektiriyor. Hem CBDC’nin hem yapay zekânın yararlarını tam olarak gerçekleştirmek için anlatıların gerçek teknolojik ilerlemeyle örtüşmesini sağlamalılar.

Kaynaklar

1. Eijffinger, S. & de Haan, J. Central bank independence and accountability. Journal of International Money and Finance, 166, 103595 (2026). https://doi.org/10.1016/j.jimonfin.2026.103595
2. Yu, J., Chen, R. & Luo, H. All sizzle and no steak: The predicament of enterprise AI strategies under central bank digital currency policies. International Review of Economics & Finance, 111, 105689 (2026). https://doi.org/10.1016/j.iref.2026.105689