Sonunda yapay zekayı kullanan şirketler, işlerinin büyük model şirketleri tarafından kapıldığını fark etti.

Bu makaleyi okumak için 27 Dakika

Şirketler bir yandan Token'lar için çılgınca para öderken, diğer yandan en kritik operasyonel verilerini model sağlayıcılarına teslim ediyor. Karşılığında elde ettikleri ticari değer ise neredeyse ölçülemez durumda.

Orijinal Başlık: "AI Kullanan Şirketler Sonunda Büyük Model Şirketlerinin İşlerini Kaptırdığını Fark Etti"
Orijinal Yazar: Yuhang Yuan, Jing Yu, Geek Park

Sadece paranızı değil, işinizi de istiyorlar. 1 Temmuz'da Palantir CEO'su Alex Karp, CNBC stüdyosuna girerek neredeyse kontrolden çıkmış bir ses tonuyla bir bomba patlattı.

AI sektörünün "çılgınca" olduğunu söyledi, Amerikan şirket CEO'larının OpenAI ve Anthropic'e "öfkeden kudurduğunu" söyledi, şirketlerin saçma bir şey yaptığını söyledi – bir yandan çılgınca token ücreti öderken, bir yandan da en kritik operasyonel verilerini model sağlayıcılarına teslim ediyorlar. Karşılığında elde ettikleri ticari değer ise neredeyse ölçülemez.

Sunucu ona bunun "suçu başkasına atmak" olup olmadığını sordu. Karp şu cevabı verdi: "Hayır, sadece gerçekleri söylüyorum."

Palantir'in hisseleri o gün %9 arttı. Bu rakam başlı başına bir oydu – piyasa, birçok kişinin söylemek isteyip de söyleyemediği şeyi söylediğini düşünüyordu.

Bu sadece bir kişinin duygusal patlaması değil. Yüz milyarlarca dolar piyasa değerine sahip bir şirketin patronu, ulusal yayında tüm büyük model sektörüne ateş açtığında ve piyasa bunu gerçek parayla olumlu karşıladığında, bu, kolektif bir duygunun kritik bir noktaya ulaştığı anlamına gelir.

Son iki yıldır herkes büyük modelleri nasıl benimseyeceğini konuşuyordu. Ama şimdi yeni bir sorun su yüzüne çıkıyor – bir şirket büyük modellere çok yaklaşırsa, onun tarafından parçalanır mı?

01 "Hevesten" "Saflıktan Kurtulmaya"

2024'ün başlarına dönüp baktığımızda, şirketlerin büyük modellere karşı tutumu dört kelimeyle özetlenebilir – "önce kullanmaya başla".

ROI'yi boş ver, verilerin nereye gittiğini boş ver, yeter ki geride kalma. O zamanların ana anlatısı "AI devrimi geldi, kucaklamazsan elenirsin" idi. Her sektörden CIO'lar ve CTO'lar büyük bir baskı altında AI'yı mümkün olan her iş sürecine sıkıştırıyordu. Bu, tipik bir teknoloji paniğiyle yönlendirilen bir karardı.

2025'e gelindiğinde, "tam ölçekli yaygınlaştırma" anahtar kelime haline geldi. Şirketler artık sadece demo yapmak veya dahili hackathon düzenlemekle kalmayıp, büyük modelleri ciddi bir şekilde temel iş süreçlerine entegre etmeye başladı. Müşteri hizmetlerinden kod üretimine, pazar analizinden ürün tasarımına kadar AI'nın nüfuz derinliği ve genişliği katlanarak artıyor.

Ancak 2026 yılına girilirken, ince bir duygu değişimi yaşanıyor.

Salesforce'un araştırma verilerine göre, BT liderlerinin yalnızca yarısı, şirketlerinin veri altyapısının yapay zekanın başarılı bir şekilde uygulanmasını destekleyeceğine güveniyor. NTT DATA'nın bu yıl Mayıs ayında yayınladığı araştırma raporunda doğrudan "duvara çarpmak" ifadesi kullanıldı; kurumsal yapay zeka, veri gizliliği ve egemenlik gereksinimlerinin getirdiği mimari darboğazlarla karşı karşıya. Gartner, 2027 yılına kadar ülkelerin %35'inin bölgeselleştirilmiş yapay zeka platformlarına bağımlı olacağını tahmin ediyor; bugün bu oran yalnızca %5.

Karp bu değişimi daha da net bir şekilde ifade ediyor. Şirketlerin, akılsızca token tüketmeye dayalı "tokenmaxxing"den, gerçek yatırım getirisini sorgulamaya yöneldiğini söylüyor. "Temel görüş şu: Artık token'lar üzerinde zaman harcamayı bırakın."

Bu, büyük modelleri reddetmek anlamına gelmiyor; tüm sektör 'coşkudan' 'saflıktan kurtulmaya' doğru ilerliyor. Çılgınlık dönemi sona erdikten sonra şirketler, temel bir soruyu daha soğukkanlı bir bakış açısıyla incelemeye başlıyor: Verdiğim şeylerle geri aldığım şeyler arasındaki hesap tutuyor mu?

02 Ortaklar Rakibe Dönüştüğünde

Karp'ın eleştirisi hâlâ iş modeli düzeyinde kalıyor. Ancak gerçekten tüyler ürperten şey, daha doğrudan bir tehdit: Yapay zeka hizmet sağlayıcınız, sizin sağladığınız veriler ve senaryo anlayışınızı kullanarak sizin yerinizi alacak bir ürün geliştiriyor olabilir.

2026 Nisan ayında yaşananlar, bu endişeyi teoriden gerçeğe dönüştürdü.

Bu yıl Şubat ayında Figma ve Anthropic, Claude tarafından oluşturulan kodu Figma'nın tasarım sürecine sorunsuz bir şekilde entegre eden "Code to Canvas" adlı bir özellik geliştirmek için iş birliği yapıyordu. İki şirket yakın ortaklar gibi görünüyordu.

14 Nisan'da Anthropic'in Ürün Sorumlusu Mike Krieger, sessizce Figma'nın yönetim kurulundaki görevinden istifa etti.

Üç gün sonra Anthropic, doğal dil kullanarak doğrudan etkileşimli prototipler, sunumlar ve pazarlama materyalleri oluşturabilen, Figma'nın temel işine doğrudan rakip olan bir yapay zeka tasarım aracı olan Claude Design'ı piyasaya sürdü.

Figma'nın hisse senedi fiyatı o gün yaklaşık %8 düştü.

Fast Company'nun daha sonraki haberinde dikkat çekici bir detay vardı: Figma, Adobe ve Canva gibi şirketlerin Anthropic ile yıllardır süren iş birlikleri olmasına rağmen, Claude Design duyurulmadan önce hiçbirine haber verilmedi. Herkes, kendi yapay zeka ortaklarının gözlerinin önünde rakiplere dönüştüğünü şaşkınlıkla fark etti.

Bu hikaye, büyük model çağında her zamankinden daha tehlikeli bir yapısal sorunu gözler önüne serdiği için üzerinde düşünmeye değer: Bir yapay zeka şirketiyle derinlemesine iş birliği yaptığınızda, yalnızca pazar giriş kapınızı değil, aynı zamanda temel kullanım senaryosu anlayışınızı ve kullanıcı ihtiyaç verilerinizi de teslim ediyorsunuz.

Anthropic'in Claude Design'ı geliştirebilmesinin büyük ölçüde nedeni, tasarım araçları şirketleriyle yaptığı iş birlikleri sayesinde tasarımcıların iş akışlarını ve sorun noktalarını derinlemesine anlamış olmasıydı.

Ancak perspektifi genişlettiğimizde, bu teknoloji tarihinde yeni bir senaryo değil.

Amazon, e-ticaret platformundan kendi markasını yaratarak, platform verileriyle en kârlı kategorileri hassas bir şekilde belirledi ve ardından kendi ürünlerini piyasaya sürerek üçüncü taraf satıcıları yavaş yavaş yok etti. Microsoft, işletim sisteminden yola çıkarak tarayıcı, ofis yazılımı ve iletişim araçlarını tek tek bünyesine kattı; Netscape yok edildi, Slack satılmak zorunda kaldı. Google, arama motorundan genişleyerek arama sonuç sayfalarıyla kullanıcı sorularını doğrudan yanıtladı ve Yelp ile birçok dikey bilgi hizmeti sağlayıcısını marjinalleştirdi.

Teknoloji sektörünün değişmez kuralı hiç değişmedi: Platform, yeterli veri ve kullanıcı anlayışına sahip olduğunda, yukarı yönlü alanlara sızmaya başlar.

Büyük model çağında bu kural daha da vahşi hale geldi, çünkü geleneksel platform sızması anlayışı biriktirmek için zaman gerektirirken, büyük modeller doğal olarak bir "anlayış hızlandırıcısı"dır. Her API çağrınız, her iş verisi girişiniz, model sağlayıcının sizin alanınızı daha hızlı ve daha derinlemesine anlamasına yardımcı olur.

03 Yapay Zeka Çağının "Roche Limiti"

Astronomide "Roche Limiti" adı verilen bir kavram vardır: Bir gök cismi, büyük kütleli bir yıldıza çok yaklaştığında, gelgit kuvvetleri kendi yerçekimini aşar ve cisim parçalanır.

Bu benzetme, günümüzde şirketlerin büyük modellerle olan ilişkisini tanımlamak için rahatsız edici bir doğruluk taşıyor.

Büyük model, o büyük kütleli yıldızdır. Her şirket, onun yerçekiminden yararlanarak hızlanmak ister; verimlilik artışı, maliyet düşürme, yenilik. Ancak sorun şu ki, yeterince yaklaştığınızda "maddeniz" soyulmaya başlar. Verileriniz, know-how'ınız, kullanıcı ihtiyaçlarına dair anlayışınız, iş birliği sürecinde yerçekimi merkezine doğru akar.

Peki şirketler, "AI ile dans ederken" nihayetinde yutulmamanın sınırını nerede bulacak?

Bu soru ABD'de masaya yatırılmış durumda. Ancak bunun Çinli şirketler için hâlâ çok uzak olduğunu düşünüyorsanız, bu bir yanılsama olabilir.

Çin ve ABD'li şirketlerin AI uygulama temposunda farklılıklar var. ABD'li şirketler, büyük ölçekli ve derinlemesine iş entegrasyonu olan AI dağıtım aşamasına girmişken, Çinli şirketler genel olarak pilot uygulamalardan ölçeklenmeye geçiş sürecinde. Lenovo ve IDC'nin bu yıl Mart ayında yayımladığı araştırmaya göre, Çin'deki şirketlerin %72'si akıllı ajan pilot uygulamalarını tamamlayarak resmi kullanıma almış ve ortalama 3,5 senaryoda AI dağıtmış durumda. Ancak zorlukların odağı da "yetersiz işlem gücü ve veri"den "beklenen uygulama etkisinin sağlanamaması" ve "ROI'nin net olmaması"na kaymış durumda.

Başka bir deyişle, Çinli şirketler ABD'li şirketlere benzer bir "AI uyanıklık dönemine" giriyor.

GeekPark, son zamanlarda birçok girişimci ve geleneksel işletme sahibiyle yaptığı görüşmelerde ilginç bir olgu keşfetti: Bu konular üzerine düşünceler çoğu zaman "model şirketlerinin işimi elimden alması" gibi doğrudan bir kriz duygusundan değil, AI'ı gerçekten işe entegre ettikten sonra doğal olarak "AI çağında benim temel değerim tam olarak ne?" sorusunu yeniden tanımlamaya başlamaktan kaynaklanıyor.

Bu yeniden tanımlama, sonuçta iki temel yeteneğe dayanacak.

04 "AI Temelini" Kim Kontrol Ediyor?

Birincisi ve en gerçekçi olanı, Karp'ın vurguladığıyla tamamen örtüşüyor: Verileriniz ve iş mantığınız, kimin temelinde çalışıyor?

Karp'ın CNBC'de defalarca vurguladığı temel argüman bu. Şirketlerin en hassas operasyonel verileri, üçüncü taraf model sağlayıcılarının kara kutusuna girmemeli. Palantir'i "egemen AI" sağlayan bir uygulama katmanı olarak konumlandırıyor: Modeller başkalarından alınabilir, ancak veriler kendi duvarlarınızın içinde kalmalı ve dağıtım, kontrol edilebilir altyapınızda yapılmalı.

Bu paranoya değil; Çinli şirketlerin hissiyatı tamamen aynı. Kingsoft Office WPS 365'in ürün ve araştırma sorumlusu Huang Weijie, kısa süre önce çok isabetli bir söz söyledi: "Bugün şirketlerin eksik olduğu şey donanım ve modeller değil, güvenli bir AI uygulama katmanı."

IDC verileri de bu eğilimi doğruluyor: Kurumsal AI işlem gücü dağıtımında genel bulutun payı azalırken, özel bulut ve yerel dağıtımın toplam payı %54'ten %69'a yükseldi. "Verinin alan dışına çıkmaması", bir uyumluluk sloganı olmaktan çıkıp CTO'ların seçim yaparken ilk filtreleme koşulu haline geliyor.

Karp buna "meta bilişsel emtialaşma" adını veriyor. Ona göre, modellerin kalitesi giderek birbirine yaklaşıyor ve gerçek farklılaşma değeri model katmanında değil, model yeteneklerini belirli kurumsal senaryolara bağlayan uygulama katmanında yatıyor. Palantir'in NVIDIA ile ortaklaşa geliştirdiği "Egemen Yapay Zeka Motoru" da bu mantığın ürünleşmiş hali—açık kaynak modelleri, Palantir'in kendi ontoloji katmanı ve yönetişim çerçevesiyle birleştirerek şirketlerin yapay zekayı tamamen kontrollü bir ortamda çalıştırmasını sağlıyor, veriler tek bir bayt bile dışarı çıkmıyor. Palantir'in 2026 yılının ilk çeyreğinde 1,63 milyar dolar gelir elde edip yıllık bazda %85 büyümesi, bir bakıma piyasanın bu yola verdiği oy.

Burada dikkate değer bir sinyal var—gelecekte şirketlerin "kendi zeminlerinde" yapay zeka çalıştırmasına yardımcı olan şirketler ve çözümler daha fazla rağbet görecek. Çin'de "özel yapay zeka beyni" gerçek bir sektör haline geldi ve birçok girişim bu yönde ürünler geliştiriyor. Bu teknolojik bir titizlik değil, şirketlerin iyice düşündükten sonra verdikleri rasyonel bir karar.

05 Organizasyonu bir "tekrarlayıcıya" dönüştürmeyin

İkinci yetenek, ölçülmesi daha zor, ancak Geek Park'ın şirketlerle yaptığı görüşmelerde giderek daha güçlü hissediliyor—yapay zeka giderek daha fazla yürütme aşamasının yerini alabiliyorken, organizasyonda gerçekten ne tür "insanlara" ihtiyaç var?

Hızlı ilerleyen bazı şirketler bu tuzağa çoktan düştü.

Yapay zeka belirli aşamalarda insanlardan açıkça daha verimli olduğunda, akla gelen doğal fikir "insanları çıkarmak" oluyor. Ancak organizasyon inceldikçe, gizli bir sorun ortaya çıkıyor—yapay zekanın çalıştırdığı şey, aslında geçmişte bu insanların eski ortamda oluşturduğu "en iyi uygulamalar". Ortam değiştiğinde, pazar değiştiğinde, kullanıcılar değiştiğinde, yapay zeka hâlâ sadakatle o eski mantığı uyguluyor ve organizasyonda bu değişiklikleri algılayacak, işi ileriye taşıyacak yeterli insan kalmıyor.

Açıkçası, yapay zekayla doldurulmuş ama insanlardan arındırılmış bir organizasyon, büyük olasılıkla sadece geçmişi verimli bir şekilde tekrarlıyordur.

Bu, yapay zekanın yürütmeyi devralması gerektiği anlamına gelmiyor. Tam tersine, yapay zeka giderek daha fazla yürütme katmanını devraldıkça, şirketlerin başka tür bir insana ihtiyacı daha da artıyor—geleneksel anlamda belirli görevleri yerine getiren insanlar değil, yapay zekayı "yönetebilen" insanlar. Bu rol, işin bütününü anlamalı, yapay zekanın ürettiği şeylerin değişen gerçekliğe uygun olup olmadığını değerlendirebilmeli ve yapay zekanın sunduğu "en iyi çözüm"ün ötesinde yeni olasılıklar görebilmelidir.

Öncü şirketlerden bazıları bu sorunu ciddi şekilde düşünmeye başladı. Şunu fark ettiler: Yapay zekâ varken, gerçek rekabet gücü "yapay zekâ ile kaç kişinin yerini aldığın" değil, "insanlarının yapay zekâyı kullanarak daha önce yapamadıkları şeyleri yapıp yapamadığıdır." Eğer yapay zekâyı sadece geçmiş verilerde sürekli otomatize etmek ve döngüye sokmak için kullanıyorsan, aslında geçmişin bir anlık görüntüsüne hapsolmuş oluyorsun.

Bu algı değişiminin önemi, veri egemenliğinden aşağı kalmayabilir. Yapay zekâ teknolojik engelleri ortadan kaldırdığında, "insan muhakemesi" ve "organizasyonun evrimleşme yeteneği" en zor kopyalanan şeyler haline geliyor. Bazı şirketler bunu fark etti, bazıları henüz fark etmedi. Ancak bu ayrım, önümüzdeki bir iki yıl içinde çok net bir şekilde ortaya çıkabilir.

06 Sektörün "Yeni Yapay Zekâ Şirketlerine" İhtiyacı Var

Son iki yıldır, tüm sektöre örtük bir varsayım hâkimdi: Yapay zekâ çağında değer, sonunda model şirketlerinin elinde toplanacak. Modele ne kadar yakınsan, değerin o kadar yüksek.

Bu varsayım sarsılıyor.

Karp, CNBC'de aslında bir şeyi açıkladı: Modelin kendisi metalaşan bir biliş haline geliyor. Çeşitli büyük modellerin yetenek farkı giderek azaldıkça, gerçek farklılaşma model katmanında olmayacak. Sadece model şirketlerinin hâkim olduğu bir endüstri yapısı, yalnızca işletmeler için sağlıksız olmakla kalmaz, aynı zamanda tüm yapay zekâ sektörünün gelişme hızını da kısıtlar.

İşletmelerin ihtiyacı olan şey hiçbir zaman daha güçlü bir model olmadı. İhtiyaç duydukları şey, veri egemenliği endişelerine yanıt verebilecek, rekabet engellerini "emilimden" koruyabilecek ve yapay zekâyı işe gerçekten entegre ederken kontrolden çıkmasını engelleyebilecek bütün bir ekosistem. Bu talep, "token satmaktan" çok daha karmaşık bir pazar yaratıyor.

Birkaç yönde net sinyaller var.

"Egemen yapay zekâ altyapısı", gerçek ve büyük yatırımlar alan bir alan haline geliyor. Bu bir konsept değil. Sadece 2026'nın ilk yarısında, Avrupa'da egemen yapay zekâ altyapısı üzerine çalışan üç şirket (Nebius, nScale, AtlasEsge) toplamda 11,8 milyar doların üzerinde fon topladı. Birkaç gün önce Londra merkezli Valarian, 50 milyon dolarlık A Serisi yatırım aldı ve çok spesifik bir şey yapıyor: Yapay zekâ sistemleri ile hassas veriler arasına bir "egemenlik kontrol katmanı" ekleyerek hangi yapay zekânın hangi verilere, hangi koşullarda erişebileceğine karar veriyor. İki yıl önce böyle bir şeye talep yoktu, şimdi hükümetler ve büyük şirketler sıraya giriyor.

「AI Ağ Geçidi」 ve orkestrasyon ara katmanı, kurumsal AI mimarisinin vazgeçilmez bir parçası haline geliyor. Bir şirket aynı anda OpenAI, Anthropic, açık kaynak modeller ve kendi ince ayar yaptığı özel modelleri kullanırken, birleşik yönlendirme, maliyet kontrolü, yetki yönetimi ve denetimi kim yapacak? Geleneksel yazılım döneminde bu konuma ara katman yazılımı denirken, AI döneminde ağ geçidi veya orkestrasyon katmanı adı veriliyor. Gösterişli değil, ancak bir şirketin "AI kullanmaktan" "AI'ı yönetmeye" geçişindeki kritik altyapıdır. Palantir aslında tam olarak bu katmanı yapıyor, sadece en ağır versiyonunu gerçekleştirdi. Daha hafif, farklı ölçeklerdeki şirketlere yönelik çözümler için büyük bir alan var.

Uygulama katmanında, dikey sektörlerdeki AI çözümleri "kabuktan" "derinliğe" doğru ilerliyor. Geçmişteki birçok sözde AI uygulaması, aslında GPT'nin üzerine geçirilmiş bir kabuktan ibaretti. Ancak şimdi, gerçekten ayakta kalabilenler, belirli bir sektörün know-how'ını derinlemesine anlayan ve AI yeteneklerini sektör mantığıyla sıkıca bağlayan ürünler. Bu tür şirketlerin değer dayanağı modelde değil, sektör bilgisindedir – ki bu, büyük dil modellerinin eğitim yoluyla elde etmesi çok zor olan bir şeydir.

Hatta "insan" boyutunda bile yeni hizmet pazarları ortaya çıkıyor. Giderek daha fazla şirket, ihtiyaç duyduğu şeyin daha fazla AI aracı değil, "AI'ı yönlendirebilecek" insanlar ve buna uygun organizasyonel metodolojiler olduğunu fark ettikçe, AI çağındaki organizasyonel dönüşüm danışmanlığı, yetenek geliştirme ve süreç yeniden tasarımına yönelik talep hızla artıyor.

Sonuçta, yalnızca "model katmanından" oluşan bir endüstri kırılgandır. AI endüstrisinin daha hızlı ve daha sağlıklı ilerlemesini sağlayacak şey, daha çok boyutlu bir ekosistemdir. Bu ekosistemde, bazıları model yapar, bazıları egemen altyapı sağlar, bazıları ağ geçidi ve yönetişim sunar, bazıları dikey sektörlerde derin uygulamalar geliştirir, bazıları da şirketlerin organizasyonel yeteneklerini yeniden şekillendirmesine yardımcı olur. Her katman, şirketlerin "kucaklamaktan" "yönetmeye" geçiş sürecindeki gerçek ihtiyaçlarına yanıt verir.

Bu ihtiyaçlar son bir yılda belirsizlikten giderek netleşti. Bundan sonra, bu ihtiyaçlar etrafında doğan yeni nesil çözümler, hizmet sağlayıcılar ve ürünler, belirgin bir patlama dönemi yaşayabilir.

Roche Limit metaforuna dönelim. Güvenli bir yörünge bulmak hiçbir zaman yalnızca bir şirketin işi olmamıştır. Tüm ekosistem modelin ötesinde güçler üretmeye başladığında, şirketler ancak o zaman parçalanmama cesaretine sahip olur.