İkisi de aynı soruya cevap: yapay zekanın faturasını kim ödüyor?

Bu yazıda dört gelir modelini yan yana koyacağım: abonelik, reklam, sponsorlu ajan ve API. Sonra Türkiye'deki bir KOBİ ve bir yazılımcı için bunun ne anlama geldiğini yazacağım. Amacım haber vermek değil; hangi tarafta durduğunu görmen.

Dört model, tek soru

Bir yapay zeka şirketinin para kazanmasının dört yolu var.

1. Abonelik: Kullanıcı aylık ücret öder. Tahmin edilebilir, ama tavanı var. Herkes 20 dolar vermez.
2. Reklam: Kullanıcı ödemez, dikkatini satar. Tavanı yok, ama kullanıcının güvenini aşındırır.
3. Sponsorlu ajan ve komisyon: Marka, kendi yapay zeka temsilcisini sohbetin içine koyar; satıştan pay alınır. Reklamla e-ticaretin karışımı.
4. API: Geliştirici token başına öder. Şirketin altyapı gelirini oluşturur, ama fiyat savaşına en açık model.

Bir dakika duralım. Bu dört modelin ortak noktası ne? Hepsinde ücretsiz kullanan biri var ve o ücretsiz kullanımın parasını başka biri ödüyor. Soru şu: o "başka biri" sen misin?

Reklam: "son çare"den yedi ayda bir milyar dolara

Takvimi yan yana koyunca hız görülüyor. Reklam testleri 9 Şubat 2026'da ABD'de Free ve Go planlarındaki yetişkin kullanıcılarla başladı. 22 Temmuz'da self-servis Ads Manager açıldı. 11 Ağustos'ta Birleşik Krallık, Meksika, Brezilya, Japonya ve Güney Kore eklendi. 17 Eylül'de Türkiye listeye girdi; 16 Eylül'de de Sponsored Agents formatının testi duyuruldu.

OpenAI, Ağustos 2026 sonunda reklam işinin yıllıklandırılmış 1 milyar dolar gelir hızına ulaştığını ve platformda on binlerce reklamveren bulunduğunu açıkladı.

Kim görüyor? Yalnızca Free ve Go kullanıcıları. Plus, Pro, Business, Enterprise ve Edu hesapları reklamsız. 18 yaş altı olduğu belirlenen hesaplara reklam gösterilmiyor. Reklamlar yapay zekanın ürettiği metnin içine gömülmüyor, ayrı bir alanda duruyor.

Açık konuşalım: Sam Altman reklamı "son çare" diye tanımlamıştı. Son çare, yedi ayda ana gelir kalemlerinden birine dönüştü. Bu bir ahlak meselesi değil, matematik meselesi. Yüz milyonlarca ücretsiz kullanıcıya her gün model çalıştırmanın maliyetini abonelik karşılamıyor.

Sponsorlu ajan: reklamın bittiği yer

Sponsored Agents formatında kullanıcı reklamı tıkladığında siteye gitmiyor; markanın kendi yapay zeka ajanıyla ChatGPT'nin içinde ayrı bir görüşme başlatıyor. Landing page bitiyor, "landing conversation" başlıyor.

Bu, reklam gelir modeliyle komisyon gelir modelinin birleştiği nokta. Kullanıcı sohbetten hiç çıkmadan karşılaştırıyor, soruyor, satın alıyor. Platform hem gösterimden hem de muhtemelen satıştan pay alacak. Sohbet, alışveriş merkezine dönüşüyor.

Türkiye için bir de mevzuat notu: 1 Ağustos 2026'da yürürlüğe giren reklam yönetmeliği değişikliği, insandan ayırt edilemeyen yapay zeka karakterlerinin reklamda açıkça etiketlenmesini zorunlu kılıyor. Sponsorlu ajanın "ben yapay zekayım" demesi bir tercih değil.

API: fiyat savaşı ve görünmez fatura

Şimdi masanın öbür tarafına geçelim. Geliştirici tarafına.

30 Temmuz 2026'da OpenAI, GPT-5.6 Luna'nın fiyatını yüzde 80, Terra'nın fiyatını yüzde 20 indirdi. Anthropic'in Sonnet 5 tanıtım fiyatı 31 Ağustos'ta bitti. Ocak ile Haziran 2026 arasında OpenAI, Anthropic ve Google toplam 14 fiyat değişikliği yaptı. Bazı fiyatlar düştü, bazıları sessizce yükseldi, bazı modeller emekliye ayrılıp daha pahalı haleflerine yönlendirildi. Kimse mail atmadı.

Bu yüzden Ağustos'ta bütçelediğin fiyat Eylül'de yanlış çıkıyor. Ve asıl tehlike şu: a16z'nin 2026 anketine göre LLM API kullanan şirketlerin yüzde 71'i harcamayı çağrı bazında takip etmiyor. Fatura gelince öğreniyorlar.

Bir örnek yeter. Eski bir model emekliye ayrılıp yerine yenisi yönlendirildiğinde token fiyatı düşebilir; ama yeni model aynı prompta yüzde 30-40 daha fazla çıktı üretiyorsa, çağrı başına maliyetin yükselir. Token ucuzladı, fatura kabardı. Loglarında aynı isim, faturanda başka rakam.

Bu bir "hangisi ucuz" sorusu değil. Bu, ölçmeyen herkesin kaybettiği bir oyun.

Ortak nokta: model ucuzlar, dikkat pahalanır

İki tarafı üst üste koyunca tez ortaya çıkıyor.

Token fiyatı düşüyor. Flagship modellerin fiyatı üç yılda kat kat geriledi. Bu, altyapının metaya dönüşmesi demek. Meta olan şeyin tek başına marjı kalmaz.

Bu yüzden şirketler paranın olduğu yere kayıyor: dikkate. Yüz milyonlarca insanın günde saatlerce derdini anlattığı bir sohbet penceresi, arama kutusundan daha değerli bir reklam alanı. Arama motoru niyeti tahmin ederdi, sohbet motoru niyeti dinliyor.

Yani formül basit: kullanıcı ürünse reklam, geliştirici ürünse token. İkisinden birinde mutlaka sensin.

Türkiye için ne demek?

KOBİ isen, kullanıcı tarafındasın. Ücretsiz plan kullanan çalışanların artık reklam görüyor. Müşterilerin de görüyor. Bu iki şey demek: birincisi, müşterine ulaşmak için yeni ve henüz kalabalık olmayan bir kanal açıldı. İkincisi, şirket verisini ücretsiz planda işleyen çalışanlar için "kim neyi görüyor" sorusunu bu hafta sormalısın.

Yazılımcı isen, geliştirici tarafındasın. Tek modele bağlı bir ürün, o modelin fiyat kararına bağlı bir üründür. Fiyat üç ayda bir değişiyorsa ürünün fiyatlaması da üç ayda bir gözden geçirilmeli. Çağrı bazında maliyet ölçmüyorsan kâr marjını bilmiyorsun demektir.

Veli isen, kısa bir not: 18 yaş altı hesaplara reklam gösterilmiyor. Ama bu, çocuğun hesabının doğru yaşla açılmış olmasına bağlı. Yetişkin hesabıyla ödev yapan çocuk, yetişkin reklamı görür.

Bu hafta yapılacak 5 iş

1. Tarafını belirle. Ürününde kullanıcı mısın, geliştirici misin, ikisi de misin? Her taraf için ayrı maliyet ve ayrı fırsat var.
2. API kullanıyorsan çağrı bazında maliyet ölç. Toplam fatura değil; hangi özellik, hangi model, kaç token. Yüzde 71'in içinde kalma.
3. Tek tedarikçiye bağlı kalma. En az iki model sağlayıcı arasında geçiş yapabilecek bir mimari kur. Fiyat değişince üç günde geçebilmelisin.
4. Reklam kanalını küçük bütçeyle test et. Erken dönem ucuz. Ama dönüşüm ölçümü kurulmadan tek kuruş harcama.
5. Şirket içi kullanım politikası yaz. Hangi veri hangi plana giriyor, kim reklam görüyor, sponsorlu ajanla kim konuşuyor. Bir sayfa yeter.

Sık sorulan sorular

ChatGPT'de reklamı kimler görüyor?
Yalnızca Free ve Go planı kullanıcıları. Plus, Pro, Business, Enterprise ve Edu hesapları reklamsız. 18 yaş altı olduğu belirlenen hesaplara reklam gösterilmiyor.

ChatGPT reklamları Türkiye'de ne zaman başladı?
Self-servis reklam altyapısı 17 Eylül 2026'da Türkiye'deki işletmelere açıldı; aynı günlerde Türkiye'deki ücretsiz kullanıcılar reklamları görmeye başladı.

API fiyatları neden bu kadar sık değişiyor?
Model sağlayıcılar arasında fiyat savaşı var. 2026'nın ilk yarısında üç büyük sağlayıcı toplam 14 fiyat değişikliği yaptı. Yeni modeller çıkıyor, eskileri emekliye ayrılıyor, tanıtım fiyatları bitiyor. Çağrı bazında ölçüm yapmayan ekipler bu değişiklikleri faturada fark ediyor.

Sonuç

Yapay zeka ucuzluyor diye sevinenler, ucuzlayan şeyin ne olduğuna baksın. Ucuzlayan token. Pahalanan, senin dikkatin ve müşterinin dikkati.

Tez: Modelin fiyatı düşerken dikkatin fiyatı yükselir. Faturayı ya cebinden ya dikkatinden ödersin; üçüncü seçenek yok.

Soru senin: Bu ay yapay zeka için ödediğin faturayı biliyor musun, yoksa ödediğini bile bilmiyor musun?

Kaynaklar

• Teknoport: ChatGPT'de Reklam Dönemi Genişliyor (17 Eylül 2026)
• N24: ChatGPT Reklamları Türkiye'de (18 Eylül 2026)
• Ajansgiller: ChatGPT Reklamları Türkiye'de Açıldı (18 Eylül 2026)
• Vossi: ChatGPT Ads Nedir, Sponsored Agents testi (17 Eylül 2026)
• Teknobird: ChatGPT Ads, 1 milyar dolar yıllık gelir hızı (19 Eylül 2026)
• explainx.ai: OpenAI Ads Manager lansmanı (22 Temmuz 2026)
• CloudZero: LLM API fiyat karşılaştırması, Luna ve Terra indirimi (30 Temmuz 2026)
• DEV Community: 6 ayda 14 fiyat değişikliği, a16z yüzde 71 verisi (30 Haziran 2026)
• AI Empire Media: 2026 fiyat kırılımı, Sonnet 5 tanıtım fiyatı (Temmuz 2026)

10 Eylül 2026'da OpenAI, Agents API'yi tüm geliştiricilere açık genel betaya aldı. Duyuru ilk bakışta sıradan bir ürün notu gibi duruyor. Değil. Son iki yıldır yapay zeka ürünü geliştiren ekiplerin kendi eliyle yazdığı katman, bu duyuruyla sağlayıcının içine taşındı.

Ne olduğunu anlatayım, sonra bunun Türkiye'deki küçük ekip için ne anlama geldiğine geleceğim.

Duyuruda ne var

Agents API, OpenAI'ın Codex için geliştirdiği çalıştırma katmanını yönetilen bir hizmet olarak sunuyor. Dört başlık öne çıkıyor.

Uzun soluklu oturumlar. Bir oturum bağlam sınırına yaklaştığında API eski bağlamı kendisi sıkıştırıyor. Geliştirici artık kendi sıkıştırma mantığını yazmıyor. Ajan tabanlı ürün geliştirenlerin en çok vakit harcadığı yerlerden biriydi, gitti.

Kum havuzu seçimi. Ajanın çalışacağı ortamı seçebiliyorsunuz. OpenAI'ın barındırdığı ortam, kendi altyapınız ya da iş ortağı sağlayıcılar. Birinci sınıf entegrasyonu duyurulanlar: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop ve Vercel.

Alt ajanlar. Büyük bir görevin parçalarını üstlenen yardımcı ajanlar koordine edilebiliyor. Yani bir ajan işi bölüp dağıtabiliyor.

Araçlar. Web araması, MCP ve paralel programatik araç çağrıları destekleniyor.

Fiyat tarafında OpenAI Agents API için ayrı bir ücret almıyor. Kullanılan token ve araçlar faturalanmaya devam ediyor. Bu cümlenin ikinci yarısına birazdan döneceğim.

Asıl haber özellik listesi değil, sınırın yer değiştirmesi

2025 boyunca bir ürünü rakibinden ayıran şeylerden biri şuydu: ajan altyapısını kim daha iyi kurmuş. Bağlam sıkıştırma, oturum yönetimi, izole çalıştırma ortamı, alt görev dağıtımı. Bunlar mühendislik farkıydı ve yatırımcıya anlatılırdı.

Kendi jeneratörünü kuran fabrikaya benziyordu. Şebeke yokken jeneratör bir avantajdır. Şebeke geldiğinde jeneratör bir maliyet kalemine dönüşür.

Şebeke geldi.

Bunun acı tarafı şu: o katmanı yazmak için harcadığınız altı ay artık kimsenin umurunda değil. Tatlı tarafı da var. Aynı altı ayı bir daha harcamayacaksınız.

Ücretsiz olan API, pahalı olan token

Burada dikkat edilmesi gereken bir hesap var.

3 Eylül'de çıkan GPT-6 Astra'nın standart API fiyatı milyon token başına 10 dolar girdi, 50 dolar çıktı. Bir önceki amiral geminin promosyonlu fiyatının 2,5 katı. Temmuz ayında model fiyatlarının çöküşünü yazmıştım. O eğri ilk kez ters yöne döndü.

Şimdi bunu ajan mantığıyla birleştirin. Ajan uzun çalışır. Uzun çalışan şey çok token yakar. Bağlamı sıkıştırmak bile token harcar. Alt ajan çalıştırmak, her alt ajan için ayrı bağlam demek.

Yani Agents API için ayrı ücret ödemiyorsunuz ama ajanınız sizin yerinize düşündükçe fatura büyüyor. Görev başına maliyet tavanı koymamış bir üründe kâr marjı tek bir hatalı döngüde erir. Bu bir mühendislik detayı değil, fiyatlandırma kararıdır ve ürün yöneticisinin masasına aittir.

Kum havuzu seçimi aslında bir taşınabilirlik kararı

Barındırılan kum havuzu hızlı başlatır. İlk günden çalışan bir ajanınız olur, altyapı derdi yoktur. Bedeli bağlılıktır.

Dokuz iş ortağının listede olması işleri biraz rahatlatıyor. Kendi altyapınızda ya da bir bulut sağlayıcısında çalıştırma seçeneği masada duruyor. Yine de karar bilinçli verilmeli.

Sorunun net hali şu: sağlayıcınız yarın fiyatı iki katına çıkarsa ya da bir özelliği geciktirse, ajanınızı kaç günde başka bir ortama taşırsınız? Bu soruya "denemedik" diyorsanız cevap bilinmiyor demektir.

Türkiye'deki küçük ekip için ne değişti

Üç kişilik bir yazılım ekibi, geçen yıl ajan altyapısı kurmak için aylarını veriyordu. Artık vermeyecek. Bu iyi bir haber.

Ama aynı kolaylık rakibinizde de var. Herkesin aynı anda kazandığı zaman, kimseye rekabet avantajı sağlamaz. Sadece başlangıç çizgisini öne çeker.

Geriye üç şey kalıyor.

Birincisi veri. Müşterinize ait, size özgü, başkasında olmayan kayıt. Mimarlık ve mühendislik tarafında sahada gördüğüm şey şu: bir firmanın on yıllık proje arşivi, doğru düzenlendiğinde herhangi bir modelin sağlayamayacağı bir üstünlüktür.

İkincisi iş akışına gömülülük. Ajanınız müşterinin günlük rutininin neresinde duruyor? Ayda bir açılan bir panel mi, yoksa her sabah çalışan bir süreç mi?

Üçüncüsü sorumluluk. Çıktı yanlış olduğunda kim cevap veriyor? Bu sorunun cevabı yazılı olan ürün, cevabı olmayan üründen farklı bir ligde oynar.

Aynı hafta frene de basıldı

Not düşmek gerekiyor. 10 Eylül'de ajan altyapısı herkese açıldı. 12 Eylül'de Anthropic'in kurucusu Dario Amodei 3.800 kelimelik bir yazıyla sektörden model yeteneklerini artırma hızını düşürmesini istedi. Sam Altman aynı gün bu çağrıya katıldığını söyledi ve OpenAI'ın 2026'da halka arza gitmeyeceğini açıkladı.

Amodei'nin yazısındaki uyarılardan biri doğrudan bu konuyla ilgili: başıboş ajan sürülerinin 6 ila 12 ay içinde ciddi zarar verebilecek düzeye gelmesi ihtimali.

Aynı hafta içinde hem ajan gücü dağıtıldı hem de o gücün hızı tartışıldı. Pratik sonucu şu: ajan kontrollerini, yani bütçe tavanını, işlem kaydını ve kapatma düğmesini bugün kuran ucuza kurar. Düzenleme geldikten sonra kuran pahalıya kurar.

Bu ay yapılacak beş iş

1. Kendi yazdığınız orkestrasyon kodunu envanterleyin. Hangi parça artık sağlayıcıda hazır var, hangisi gerçekten size özgü? İlk gruptakileri silmek, ikinci gruptakileri derinleştirmek gerekiyor.
2. Görev başına maliyeti ölçün ve tavan koyun. Ölçmediğiniz bir maliyeti yönetemezsiniz, tavanı olmayan bir ajan da kendi faturasını yazar.
3. Kum havuzu kararını yazıya dökün. Barındırılan ortam mı, kendi altyapınız mı? Kararla birlikte çıkış planını da yazın.
4. Alt ajan kullanacaksanız izin sınırlarını en baştan tanımlayın. Hangi ajan hangi araca erişiyor, hangisi veri tabanına yazabiliyor?
5. Ajanın dokunduğu veriyi sınıflandırın. Kişisel veri, ticari sır ve genel bilgi aynı torbada durmamalı.

Tez

Ajan altyapısı bir rekabet avantajıydı, ürün özelliğine dönüştü. Ürünü ayakta tutan şey artık ajanın kendisi değil, ona ne yaptırdığınız ve sonucuna kimin imza attığı.

Kapanışta bir soru bırakayım: ajanınızı bugün kapatsanız, müşteriniz bunu kaç saat içinde fark eder? Cevabınız "hemen" ise gerçek bir ürün kurmuşsunuz. "Fark etmez" ise elinizde hâlâ bir demo var.

Sıkça Sorulan Sorular

OpenAI Agents API nedir?

OpenAI'ın 10 Eylül 2026'da genel betaya aldığı, uzun süre çalışan bulut ajanları için yönetilen bir arayüz. Oturum yönetimi, bağlam sıkıştırma, izole çalıştırma ortamı ve alt ajan koordinasyonunu sağlayıcı tarafında çözüyor.

Agents API için ayrı ücret ödeniyor mu?

Hayır. OpenAI arayüzün kendisi için ayrı ücret almıyor. Kullanılan token ve araçlar faturalanıyor. Ajanlar uzun çalıştığı için asıl maliyet kalemi token tarafında oluşuyor.

Ajanı kendi sunucumda çalıştırabilir miyim?

Evet. OpenAI'ın barındırdığı kum havuzunun yanı sıra kendi altyapınızı ya da iş ortağı sağlayıcıları kullanabiliyorsunuz. Duyuruda Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop ve Vercel entegrasyonları yer aldı.

Küçük bir yazılım ekibi için bunun anlamı ne?

Ajan altyapısı kurmak için harcanan aylar ortadan kalkıyor. Ancak aynı kolaylık rakiplerde de olduğu için bu bir rekabet avantajı yaratmıyor. Farklılaşma sahip olunan veriye, iş akışına gömülülüğe ve sorumluluğun kimde olduğuna kayıyor.

Kaynaklar

• OpenAI, Agents API genel beta duyurusu, 10 Eylül 2026.
• MarkTechPost, "OpenAI Launches the Agents API in Public Beta", 10 Eylül 2026.
• OpenAI, GPT-6 Astra duyurusu ve fiyatlandırması, 3 Eylül 2026.
• Dario Amodei, "We Must Pace the Frontier", 12 Eylül 2026.
• Fortune, Sam Altman röportajı, 12 Eylül 2026.

Son haftalarda üç haber üst üste geldi. Meta, 30 milyar parametreli açık kaynak modeli Muse Glimmer'ı yayınladı; tek bir 24 GB ekran kartında, hiçbir buluta bağlanmadan çalışıyor. Aynı günlerde Alibaba'nın Qwen ekibi, 27 milyar parametreli Qwen 3.8 modelini yine açık lisansla paylaştı. Ve yine aynı dönemde Anthropic, Claude'un ürettiği metne ve dosyalara görünmez bir köken imzası eklemeye başladı.

Bu üç haber birbirinden bağımsız gibi görünüyor. Değil. Üçü de aynı cümleyi kuruyor: yapay zeka üzerindeki kontrol, yani hem verin hem de ürettiğin içerik, sana geri geliyor.

1. Cihaz içinde güçlü model ne demek?

Geçen yıla kadar ciddi bir yapay zeka modeli çalıştırmak için ya OpenAI'a ya Google'a bağlanmak zorundaydınız. Her sorunuz, her belgeniz onların sunucusuna gidiyordu. Şimdi tablo değişti. Açık ağırlıklı modeller, yani indirilip kendi makinenizde çalıştırabildiğiniz modeller, artık bir oyuncu bilgisayarındaki ekran kartında dönebilecek kadar verimli hale geldi. İnternet bağlantısı bile gerekmiyor.

Bunu bir benzetmeyle söyleyeyim: yıllarca dışarıda, başkasının fırınında ekmek pişirdik. Şimdi fırın mutfağımıza girdi.

2. Bu neden KOBİ için kritik?

Çünkü küçük ve orta ölçekli işletmenin en büyük iki derdine dokunuyor: veri güvenliği ve maliyet.

• Veri dışarı çıkmıyor. Müşteri listesi, sözleşme, TC kimlik numarası, fiyat bilgisi cihazınızdan ayrılmıyor. Halka açık bir modele yapıştırdığınız veri sizin kontrolünüzden çıkar; cihaz içinde çalışan model bu riski sıfırlar.
• Aylık ücret yok. Bir kez kurarsınız, kullanım başına para ödemezsiniz. Yoğun kullanan işletme için bu, yıllık ciddi bir tasarruf demek.
• Çevrimdışı çalışır. İnternet kesilse de, sağlayıcı çökse de sizin sisteminiz durmaz.

3. Aynı dönemde gelen ikinci sinyal: içeriğe köken imzası

Madalyonun bir yüzü verinizin sizde kalması. Diğer yüzü de ürettiğiniz içeriğin izlenebilir olması. Anthropic tam da bunu yapmaya başladı: Claude'un yazdığı metne görünmez bir filigran, ürettiği görsel ve dosyalara ise C2PA denen açık standartla dijital imzalı köken bilgisi ekliyor. Kural Avrupa Yapay Zeka Yasası'ndan geliyor ama dünya çapında uygulanıyor.

Anlamı şu: yakın gelecekte bir içeriğin nasıl üretildiğini kanıtlayabilmek, tıpkı bir faturanın kaşesi gibi standart olacak. Veriyi içeride tutmak da, içeriğin kökenini göstermek de aynı olgunlaşmanın iki ayağı: yapay zeka artık kontrol edilebilir bir araca dönüşüyor.

4. Sahadan bir kanıt

Bunu bir slogan olarak söylemiyorum. Geliştirdiğimiz sistemlerde bu yaklaşımı bizzat kuruyoruz. Yakın zamanda yaptığımız bir takip uygulamasında tüm veriyi cihazda tuttuk, içe aktarımda TC, telefon ve şifre gibi alanları otomatik maskeledik. HANDEN X'te de distribütör kasa ve müşteri verisi kendi alanında kalıyor, dışarı çıkmıyor. Gizlilik odaklı mimari bir pazarlama cümlesi değil, satılabilir bir üründür.

5. Girişimci için 5 adım

• Hangi işinizi cihaz içi bir model çözebilir, tek tabloya yazın: yazışma, özetleme, sınıflandırma gibi tekrar eden işler ilk aday.
• Bir açık modeli deneyin. İndirmek ve çalıştırmak artık teknik bir ekip gerektirmiyor; küçük bir kurulumla test edin.
• Veri envanteri çıkarın: hangi veri hangi modele gidiyor? Hassas olanları cihaz içi tarafa alın.
• İçerik kökeni politikanızı yazın: ürettiğiniz görsel ve metinlerde köken bilgisini korumayı alışkanlık haline getirin.
• Tek sağlayıcıya çakılmayın: cihaz içi açık model ile bulut modelini görev bazında birlikte kullanın; biri düşse iş durmasın.

Tez

Yapay zekada güç artık büyük sağlayıcının sunucusunda değil, sizin kontrolünüzde birikiyor. Veriniz cihazda, içeriğinizin kökeni cebinizde. Asıl fark, modeli kimin ürettiğinde değil, veriyi ve üretimi kimin kontrol ettiğinde.

Bugün işinizin en kritik verisi hangi şirketin sunucusunda duruyor? Bu soruya net cevap veremiyorsanız, cihaz içi yapay zeka tam da bu cevabı size geri vermek için geldi.

Eylül'ün ilk günlerinde dört sınır model üst üste çıktı: Claude Fable 5.1, Google Gemini 3.8 Flash, Meta Muse Spark 1.3, OpenAI Astra. Herkes "hangisi en iyi" diye tabloya baktı. Yanlış soru. Çünkü bu hafta ortaya çıkan asıl rakam performans değil, fiyat farkıydı.

Bugün en pahalı sınır modelle en ucuzu arasında 119 kat fark var. Meta'nın Muse Spark'ı milyon token başına yaklaşık 0,10 dolara iş görüyor. Fable 5.1 aynı işi ortalama 11,90 dolara yapıyor. Arada, milyon token başına 2 dolar civarında koca bir orta sınıf duruyor: Sonnet 5, Gemini Pro, Terra. Yani artık tek bir "en iyi model" yok; her fiyata ayrı bir zeka var.

Yanlış soru: hangi model?

Çoğu işletme tek bir modele karar verip her işi ona yaptırıyor. Fatura da buradan şişiyor. Sık gelen müşteri sorusuna cevap yazdırmakla, bir sözleşmedeki riskleri analiz etmek aynı zekayı gerektirmez. Ama tek model kullanınca ikisine de aynı, çoğu zaman en pahalı, gücü koşuyorsunuz. Bir çırağın yapacağı işe genel müdürü oturtmak gibi.

Doğru soru: hangi iş, hangi katman?

Bu haftaki fiyat yelpazesi aslında bir hediye. Zekayı üç katmana ayırın ve her işi doğru katmana yönlendirin.

• Uç katman (en ucuz): Sınıflandırma, etiketleme, özetleme, sık soruya taslak cevap. Muse Spark gibi 0,10 dolarlık modeller bu tekrar eden hacmi neredeyse bedava çeviriyor.
• Orta katman (2 dolar bandı): Günlük yazışma, içerik üretimi, orta karmaşıklıkta analiz. İşin gövdesi burada döner.
• Üst katman (pahalı): Kritik karar, hukuki risk, karmaşık akıl yürütme. Sadece gerçekten gerektiğinde, az ve öz kullanın.

Hızın da fiyatı düştü: Gemini 3.8 Flash saniyede 300 kelimenin üzerinde üretiyor. Yani ucuz katman artık hem bedavaya yakın hem çok hızlı.

Ucuzlama sonsuz değil

Bir de ters yönde bir sinyal var. Herkes fiyatı dibe çekerken DeepSeek yeni modelinin fiyatını yüzde 14 artırdı. Mesaj net: dibe doğru yarış bir yere kadar. Değer katan taraf eninde sonunda para ister. Bu yüzden strateji "her şeyi en ucuza yaptır" değil. Strateji, ucuzu ucuz işe, pahalıyı değerli işe koşmak.

Türkiye ve KOBİ için ne demek?

Türk işletmesinin çoğu yapay zekaya ya hiç girmedi ya tek bir uygulamaya aylık ödeyip her işi ona yaptırıyor. İkisi de para kaybettiriyor. Girmemek fırsatı, yanlış katmana koşmak parayı kaçırıyor. Oysa doğru kurgu, aynı işi çoğu zaman yarı maliyete indirir; çünkü hacmin büyük kısmı zaten ucuz katmanda görülebilecek işlerdir.

Bugün atılacak üç adım

• İşlerinizi tek tabloya dökün ve her birine bir katman yazın: uç, orta, üst. Hangi işin gerçekten pahalı zekaya ihtiyacı var, göreceksiniz, sandığınızdan az.
• Yönlendirme kurun: gelen iş türüne göre otomatik olarak doğru katmana gitsin. Bu bir mühendislik lüksü değil, basit bir kural setiyle başlar.
• Faturayı ölçün: hangi işe ne kadar harcadığınızı görün. Ölçmediğiniz gideri yönetemezsiniz; ölçtüğünüz anda çoğu işi bir alt katmana indirirsiniz.

Tez

Yapay zekada kazanan, en iyi modeli bulan değil, her işe doğru zekayı koşan olacak. 119 kat fiyat farkı bir sorun değil, doğru okunursa bir kar kapısı. En pahalı modeli her işe koşmak gururdur, sonu şişmiş fatura. Zekayı sınıflandırmak akıldır, sonu para.

Eylül'ün ilk üç gününde çıkan dört sınır modeline yüzeyden bakınca sıradan bir rekabet turu görünüyor. Fable 5.1, Gemini 3.8 Flash, Muse Spark 1.3, Astra. Herkes benchmark tablosuna, fiyata, bağlam penceresine baktı. Ben iki sessiz detaya bakıyorum. Çünkü asıl kırılma orada.

Birinci detay: tek ağırlık, iki kapı

Bu turda üç lansman aynı deseni paylaştı. Tek bir model ağırlığı, iki ayrı erişim rejimi. Anthropic, Fable ile birebir aynı ağırlıklara sahip ama siber yetenekleri açık bırakılmış Mythos 5.1'i ayrı bir kapıdan verdi. Google, Gemini 3.8 Flash'ın Cyber varyantını sadece savunma tarafına, geçit programıyla açtı. OpenAI, Astra'nın en ileri siber becerilerini hesap düzeyinde kısıtladı ve modeli ilk kez "kritik siber eşiği" tetiklediği için sınırlı dağıttı.

Buradan çıkan sonuç net: güvenlik artık modelin yeteneğine değil, erişimine yerleşiyor. Aynı beyin, kime hangi kapıdan verildiğine göre farklı bir ürün oluyor. Bu, sektörün "modeli aptallaştırarak güvenli yaparız" dönemini kapatıp "modeli akıllı tutar, kapıyı kontrol ederiz" dönemine geçtiğinin işareti. Regülasyon, satın alma ve sorumluluk tartışması bundan sonra bu eksende yürüyecek.

İkinci detay: yeni mimari yok, yeni ortam var

Bu modellerin kazanımı yeni bir mimariden gelmiyor. Taban model büyük ölçüde sabit. Fark, eğitim sonrası aşamada modelin uzun ufuklu görev döngülerinde çalıştırıldığı pekiştirmeli öğrenme ortamlarının ölçeklenmesinden geliyor. GLM-5.3 ekibi bunu açıkça yazdı: "Tek yaptığımız eğitim sonrasını ölçeklemekti." Sabit taban modelle Terminal-Bench skoru yüzde 4,6'dan yüzde 28'e çıktı. Altı katı, tek bir yeni parametre eklemeden.

Bu ortamların ne kadar kırılgan olduğunu da yine sağlayıcılar itiraf etti. Anthropic, üretim pekiştirme ortamlarının yaklaşık yüzde 10'unun yanlış etiketlendiğini, ödül hilesinden bozuk göreve kadar hatalar barındırdığını söyledi. Yani kabiliyet artık ortamın kalitesiyle geliyor ve o ortamı kurmak modeli eğitmek kadar zor bir mühendislik işi.

Bunun pratik karşılığı

Aylar önce bu köşede "prompt öldü, döngü mühendisliği başladı" demiştim. Bu tur o tezin kanıtı. Değerin biriktiği yer model ağırlığı değil. Değer, modelin içine yerleştiği döngüde, o döngüyü besleyen ortamda ve veride birikiyor.

Türk ekipler için bunun anlamı büyük. Foundation model eğitmek için ne compute'umuz ne sermayemiz yeter, gerek de yok. Ama belirli bir sektöre özel pekiştirme ortamı kurmak, kendi verinle modeli o işte ustalaştırmak, döngüyü kendi iş akışına gömmek erişilebilir bir hedef. Küresel model taban olur, üstündeki ustalık senin olur.

Üç somut çıkarım

Bir: Model seçimini geçici bir karar olarak kur. Ağırlık ucuzlayan ve haftada değişen bir girdi. Bağımlılık kurma.

İki: Yatırımını ortama yap. Kendi sektörünün görevlerini, değerlendirme setlerini, düzeltme döngülerini kur. Rakibinin kopyalayamayacağı tek şey bu.

Üç: Güvenliği erişim katmanında düşün. Hangi yeteneği kime hangi kapıdan verdiğin, ürününün en kritik tasarım kararı haline geldi.

Model yarışının gürültüsüne kapılma. Gürültünün altında sessizce yer değiştiren bir şey var: rekabetin ağırlığı modelden ortama kaydı. Bunu erken gören, bir sonraki turu izleyen değil kuran taraf olur.

Özet: Anthropic'in 1 Eylül'de duyurduğu Claude Fable 5.1 benchmark rakamıyla değil üç davranış vaadiyle geldi: sade dil, doğrulanmış tablo, kaynak gösterme. Bu yazı Fable 5'in resmi rakamlarını, testlerdeki çelişkiyi ve 5.1'de bilinen ile bilinmeyeni ayırıyor; sonra asıl meseleye giriyor: iyi yazmak, iyi bilmek değildir. Kapanışta Türk girişimci için beş somut aksiyon var.

Giriş: Rakamsız bir duyuru

1 Eylül 2026, saat 21:01. Claude uygulamasında bir kart: "Claude Fable 5.1 kullanıma hazır. Max planı kullanımının yüzde 50'sine kadar dahil." Altında üç madde. Hiçbirinde benchmark, hiçbirinde "en güçlü", hiçbirinde yüzde işareti yok.

Sade dilde yazar, ne istediysen onu yapar. Bitmiş tablo üretir, her sayıyı kontrol eder. Kaynak gösterir, bildiğini tahmininden ayırır.

Aynı şirket 9 Haziran'da Fable 5'i tanıtırken tam tersini yapmıştı; rakamla, kademeyle, üstünlükle. Bu yazının tezi şu: aradaki fark bir pazarlama tercihi değil, sektörün yön değiştirdiğinin belgesi. Yarış zekadan güvene döndü. Ve bu soruyu masaya koyuyor: iyi yazmak ne zaman iyi bilmekle aynı şey oldu?

1. Fable 5 ne getirmişti: Resmi tablo

Anthropic Fable 5'i Opus'un üstünde yeni bir kademe olarak sundu: Mythos sınıfı. Nisan'da yalnızca siber savunma ortaklarına açılan Mythos Preview'un halka açık, güvenlik sınıflandırıcılı hali. Resmi duyurudaki veriler:

• SWE-Bench Pro: yüzde 80,3. GPT-5.5: yüzde 58,6. Fark 22 puan.
• Stripe: 50 milyon satırlık Ruby kod tabanında, bir ekibin iki ayda yapacağı geçiş bir günde.
• Hebbia Finance Benchmark: tüm modeller arasında birinci; belge, tablo ve grafik yorumlamada belirgin artış.
• Cognition FrontierCode: orta efor seviyesinde bile en yüksek puan.
• Anaconda Excel testi: Opus 4.8'e karşı her efor seviyesinde önde, yüzde 25-30 daha hızlı bitiş.

Teknik: 1M token bağlam, 128K çıktı, milyon token başına 10 dolar giriş, 50 dolar çıkış. Mythos Preview'un yarı fiyatı.

Ardından 12 Haziran'da ABD ihracat kontrolü geldi; model dünya çapında üç gün kapandı, 1 Temmuz'da yeniden açıldı. O krizi "Hangi Model Değil, Hangi Pasaport" yazısında analiz etmiştim. Bu yazı modelin gücüne değil, güvenilirliğine bakıyor.

2. Resmi tablonun altındaki iki çatlak

Çatlak 1: Fallback oranı. Anthropic'in kendi verisine göre siber, biyoloji-kimya ve distilasyon sınıflandırıcıları oturumların yüzde 5'inden azında tetikleniyor ve cevap Opus 4.8'e düşüyor. Şirket bunu dürüstçe yazıyor. Pratikte anlamı şu: yirmi oturumdan birinde ödediğiniz modelle konuşmuyorsunuz, ve sınıflandırıcı zararsız istekleri de yakalayabiliyor.

Çatlak 2: Vending-Bench. Andon Labs'in uzun ufuklu ajan testi, modele sanal bir otomat işletmesi verip aylarca kâr üretmesini ister. Kısıtsız Mythos 5 bu testte Opus 4.7 ve GPT-5.5'ten daha az para kazandı. Tek testi genellemek yanlış olur; ama sinyal net: benchmark liderliği, uzun süreli ekonomik kararlarda otomatik olarak üstünlüğe dönüşmüyor.

İkisini yan yana koyun: model çok şey biliyor, ama ne zaman bilmediğini her zaman söylemiyor ve uzun vadeli işletme kararlarında bunun bedeli ölçülebiliyor. 5.1'in üç maddesi bu iki çatlağa yazılmış cevap.

3. 5.1 hakkında bilinen ve bilinmeyen

Bilinen: uygulama içi duyuru 1 Eylül'de çıktı. Max planında kullanımın yüzde 50'sine dahil. Fable 5'in nokta sürümü; Mythos sınıfı ve güvenlik sınıflandırıcılı konumlanma korunuyor. Üç davranış vaadi: sade dil, doğrulanmış tablo, kaynak ve bilinen/tahmin ayrımı.

Bilinmeyen: resmi benchmark tablosu, API model kimliği, fiyat ve bağlam penceresi bu yazı yazılırken yayınlanmadı. Temmuz sonundan itibaren "model hazır, bekletiliyor" anlatısı dolaştı; 28 Ağustos, 31 Ağustos ve 5 Eylül tarihleri gezdi. En somut teknik sinyal, 31 Ağustos'ta Amazon Bedrock'ta Fable 5.1 kimliğinin "model bulunamadı" (404) dönmesiydi; uydurma kimlikler "geçersiz" (400) dönüyor. Sızıntılar fiyatın 10/50 dolarda kaldığını iddia ediyor, teyit yok.

Bu ayrımı bilerek koyuyorum. 5.1'in üçüncü vaadini yazının kendisine uyguluyorum: bildiğim, Anthropic'in resmi metni ve ekranımdaki kart. Tahminim, sızıntı kronolojisi. İkisini aynı cümleye koymuyorum.

4. Sahada sorun hiç zeka olmadı

Bu yıl Antalya'dan Maraş'a düzinelerce işletmeyle konuştum. Hiçbiri masaya "model yeterince zeki değil" diye oturmadı. Hepsi aynı cümleyle oturdu: "Geçen ay denedim, rakamı uydurdu, bir daha güvenmedim."

Geçen kış bir distribütörün sipariş verisini modele okuttuk. Rapor kusursuz görünüyordu; tek bir bayinin cirosunu iki ay birleştirip tek aya yazmıştı. Patron o rakamı görünce toplantıyı bitirdi. Sistem doğruydu, veri doğruydu, model bir yerde tahmin etti ve söylemedi. Proje üç ay durdu.

Bir çağrı merkezinde model müşteriye "ödemeniz muhtemelen alınmıştır" dedi. Tahsilat aramasında "muhtemelen" kelimesinin yeri yok; kayıt varsa var, yoksa yok. O günden beri modelin önüne bir kapı koyuyoruz: kaynağı yoksa cümle müşteriye gitmiyor. Bu kapıyı iki yıldır elle kuruyoruz, çünkü Türk patronun ilk yanlış rakamdan sonra ikinci şansı yok.

5.1'in vaadi, o kapının modelin içine girmesi. İyi haber. Ama modelin kaynak göstermesi sizin verinizin doğru olduğu anlamına gelmez. Girdi çöpse, kaynaklı çöp alırsınız.

5. İyi yazmak, iyi bilmek değildir

Buraya kadar rakam ve tarih konuştuk. Şimdi asıl meseleye geleyim, çünkü 5.1'in üç maddesi de tek bir yaraya bakıyor.

Model olasılık üretir. Ona bağlam verirsin, o da token dağılımından "buradan sonra en çok ne gelir" sorusunu cevaplar. Kodun ne yaptığını bilmez, neye benzediğini bilir. Çoğu zaman bu ikisi örtüşür. Örtüşmediği yerde işler açılır.

Bu yüzden "reasoning effort'u yükselt" demek çare değil. Model yanlış bir varsayımla yola çıktıysa, fazladan düşünmek onu doğruya çevirmez, yanlışın altını doldurur. Sonunda önüne düzgün cümlelerle savunulmuş, kendinden çok emin bir hata gelir. En tehlikelisi de budur, çünkü itiraz edecek halin kalmaz. 5.1'in "sade dil" vaadi de iki yönlü: daha sakin bir dil, daha ikna edici bir yanlış demektir.

Asıl soru şu: modelin dediğine "hayır" diyebilen deterministik bir katmanın var mı? Tip kontrolü, unit test, integration test, CI pipeline, "bu değişiklik merge olmuyor" deyip kapıyı tutan bir bekçi. Yoksa model kullanmıyorsun, bir tahmin makinesine limitsiz kredi açıyorsun.

Sahada tek şey öğrendim: model "bitti, çalışıyor" der, test suite "hayır" der. Bunu yüz kere yaşadım. Testim olmasaydı hangisine inanırdım? Kendine güvenen tarafa. Yani sorgulanmamış olana.

Model büyüdükçe hatalar kaybolmuyor, kılık değiştiriyor. Daha temiz yazılıyor, daha geç fark ediliyor. Eskiden ilk review'da yakaladığın şeyi artık production'da müşteri buluyor. Fatura da orada kesiliyor.

Şunu da söyleyeyim: herkes yapay zekacı oldu. Prompt yazan, demo çeviren, ekran görüntüsü paylaşan çok. Sistem kuran az. Çünkü sistem kurmak model seçmek değil; modelin etrafına onu ölçen, sınırlayan, gerektiğinde reddeden bir mimari kurmak. O iş hâlâ zor, hâlâ nadir, hâlâ mühendislik. 5.1 o mimarinin küçük bir parçasını modelin içine taşıyor, hepsini değil.

6. Türk girişimci için beş aksiyon

1. Doğrulama test seti kurun. Şirket verinizden 10-20 soru. Her cevabı "biliyor / tahmin ediyor / uydurdu" diye etiketleyin. Yeni sürüme geçmeden önce ve sonra aynı seti çalıştırın; fark, gerçek kazancınızdır.
2. İlk iş yükü tablo olsun. 5.1'in en ölçülebilir vaadi Excel. Nakit akışı, stok, tahsilat listesi. Formülleri kontrol ettirin, muhasebeciyle çapraz doğrulayın.
3. Kaynak zorunluluğunu sistem prompt'una yazın. "Kaynağını göster, bilmiyorsan bilmiyorum de." Kaynak veremeyen cümle karar dosyasına girmez; bunu kural yapın, ricaya bırakmayın.
4. Çoklu model mimarisi kurun. Fable 5 üç gün kapandı, fallback yüzde 5, fiyat en pahalı kademe. Kritik akışta yedek rota ve model geçişini konfigürasyonda tutun, kodda değil.
5. Bütçeyi zekaya değil doğrulamaya ayırın. Bir üst modele ödeyeceğiniz farkı, çıktıyı test eden kontrol katmanına harcayın. Güven, modelden değil sistemden gelir.

Sıkça Sorulan Sorular

Claude Fable 5.1 nedir?

Anthropic'in Mythos sınıfı modeli Fable 5'in nokta sürümü. 1 Eylül 2026'da Claude uygulamasında duyuruldu; öne çıkan vaatleri sade dil, doğrulanmış tablo üretimi ve kaynak gösterme.

Fable 5.1 benchmark sonuçları açıklandı mı?

Bu yazı yazılırken hayır. Fable 5'in resmi rakamları var (SWE-Bench Pro yüzde 80,3, Hebbia birincilik). 5.1 için yalnızca sızıntı ve tarih tahminleri dolaşıyor.

Reasoning effort'u artırmak doğruluğu artırır mı?

Model doğru varsayımla başladıysa evet, cevap derinleşir. Yanlış varsayımla başladıysa hayır; yanlışı daha tutarlı savunur. Doğruluk düşünme süresinden değil, çıktıyı doğrulayan deterministik katmandan gelir.

Mythos 5 ile Fable 5 farkı ne?

Aynı model. Fable 5 güvenlik sınıflandırıcılı halka açık sürüm; Mythos 5 sınıflandırıcıları kısmen kaldırılmış, yalnızca onaylı kurumlara açık sürüm.

KOBİ Fable 5.1'e geçmeli mi?

Önce kendi doğrulama test setinizle ölçün. Tablo ve kaynak gerektiren işlerde deneyin; kritik akışta tek modele bağlanmayın.

Tez: Yapay zekada yarış zekadan güvene döndü. Kazanan en çok bilen değil, ne bilmediğini söyleyen. Modelin ne dediğini okuyup ölçebilen, gerektiğinde "olmamış" deyip geri çeviren biri hâlâ masada. Model ne kadar büyürse büyüsün, o sandalye küçülmüyor.

Sizin şirketinizde bilinen ile tahmin edilen ayrı mı duruyor, yoksa aynı Excel hücresinde mi?

Özet: Kimi K3, 2,8 trilyon parametreyle açık model yarışını yeni bir ölçeğe taşıdı. Fakat tam ağırlıklar henüz yayımlanmadan yeni aboneliklerin kapasite yüzünden durdurulması başka bir gerçeği açığa çıkardı: açık ağırlıklı yapay zeka özgürlük sağlar, bedava ve kolay işletim sağlamaz. Bu yazıda model dosyası ile çalışan hizmet arasındaki görünmeyen faturayı, 20 Temmuz 2026 verileriyle inceliyorum.

Üç günlük model kapasite sınırına dayandı

16 Temmuz 2026'da Moonshot AI, Kimi K3'ü duyurdu. Üç gün sonra, 19 Temmuz Pazar akşamı şirket yeni abonelikleri geçici olarak durdurdu. Son 48 saatte gelen talep, mevcut kapasitenin sınırına dayanmıştı. Mevcut abonelere öncelik verilecek, yeni üyelikler kapasite eklendikçe gruplar hâlinde açılacaktı.

Şirketin duyurusu teknik bir bültenden çok bir itiraf gibiydi: “Kimi K3 beklediğimizden çok daha fazla sevgi gördü, GPU'larımız bunu hissediyor.”

İlk bakışta bu bir kapasite haberi. Bence daha büyük bir ders: bir modeli eğitmek, model dosyasını açmak ve o modeli kesintisiz bir ürüne dönüştürmek üç ayrı iştir.

Yapay zeka dünyası ilk ikisini konuşmayı seviyor. Müşteri üçüncüsüne para ödüyor.

“Açık”, “ücretsiz” ve “çalışır” aynı şey değil

Kimi K3 bugün Kimi.com, Kimi Work, Kimi Code ve Kimi API üzerinden kullanılabiliyor. Tam model ağırlıkları ise Moonshot'ın resmî açıklamasına göre 27 Temmuz 2026'ya kadar yayımlanacak. Dolayısıyla 20 Temmuz'da elimizde çalışan bir hizmet var, fakat indirilebilir tam ağırlık paketi henüz yok.

Bu tarih ayrımı küçük görünür. Değil. “Açık kaynaklandı” diye yazmakla “ağırlıklar yayımlandı” demek arasında doğrulanabilir bir fark var. Model tedarikinde pazarlama cümlesiyle dosya teslimini birbirine karıştırmamak gerekir.

2,8 trilyon parametrenin görünmeyen altyapısı

Kimi K3, toplam 2,8 trilyon parametreli bir Mixture of Experts modeli. Her adımda 896 uzmanın yalnızca 16'sını etkinleştiriyor. Yerleşik görsel anlama yeteneği ve 1 milyon token bağlam penceresi var. Moonshot, önceki Kimi K2'ye göre yaklaşık 2,5 kat daha iyi ölçekleme verimliliği elde ettiğini söylüyor.

Bunlar etkileyici rakamlar. Fakat işletme tarafında en önemli satır teknik blogun daha aşağısında: Moonshot, Kimi K3 dağıtımı için 64 veya daha fazla hızlandırıcılı “supernode” yapılarını öneriyor.

Tarif açık. Fırın sanayi tipi.

Bu nedenle “ağırlıkları indirir, ofiste çalıştırırız” cümlesi çoğu KOBİ için gerçekçi değil. Kimi K3 gibi dev bir modeli kendi altyapısında işletmek; hızlandırıcı, yüksek bant genişlikli bağlantı, soğutma, enerji, model sunum yazılımı, güvenlik, izleme ve uzman ekip gerektiriyor. Model dosyasına para ödememek, toplam sahip olma maliyetini sıfırlamıyor.

Performans tablosu: Güçlü, fakat mutlak lider değil

Kimi K3, Frontend Code Arena'da 1679 puanla birinci oldu, Claude Fable 5'i geride bıraktı ve ölçülen yedi alanın altısında liderlik aldı. Sadece oyun kategorisinde ikinci kaldı. Önceki sürüm Kimi K2.6'nın 18. sıradan 1. sıraya taşınması, kapanan mesafenin hızını gösteriyor. İkili karşılaştırmalarda çıktısı yüzde 76 oranında tercih edildi; Claude Fable 5 yüzde 63, GPT-5.6 Sol yüzde 58 aldı.

Geniş ölçümde tablo daha dengeli. Artificial Analysis Intelligence Index'te Claude Fable 5 60, GPT-5.6 Sol 59, Kimi K3 57, Claude Opus 4.8 ise 56 puan aldı. Yani Kimi K3 genel sıralamada üçüncü.

Doğru cümle şu: Kimi K3 arayüz kodlamada dünyanın en iyisi, genel tabloda en üst seviyenin hemen arkasında. Bir frontend zaferini bütün görevler için dünya şampiyonluğu gibi sunmak doğru değil.

İlginç olan, bu temkinin üreticiden gelmesi. Moonshot kendi duyuru yazısında, Claude Fable 5 ve GPT-5.6 Sol ile aralarında kullanıcı deneyimi tarafında belirgin bir açık bulunduğunu yazdı. Bir şirketin kendi zayıf noktasını yayımlaması, bugünlerde çoğu benchmark tablosundan daha güvenilir bir veri.

İşletmenin yapması gereken model taraftarlığı değil, kendi görev testini kurmak. Banka mutabakatı, müşteri mesajı, belge sınıflandırma, kod düzeltme ve teklif hazırlama aynı beceri değildir. Her biri ayrı ölçülmelidir.

API fiyatı ucuz olabilir, tamamlanan iş pahalı olabilir

Kimi K3'ün resmî API fiyatı 1 milyon token başına önbellek isabetli girdide 0,30 dolar, normal girdide 3 dolar, çıktıda 15 dolar. Artificial Analysis'in standart görev hesabında Kimi K3 yaklaşık 0,94 dolar, GPT-5.6 Sol 1,04 dolar, Claude Fable 5 ise 2,75 dolar maliyet çıkarıyor.

Bu, Kimi K3'ün en üst seviye zekâyı daha düşük görev maliyetiyle sunduğunu gösteriyor. Ancak liste fiyatı yine de eksik bir ölçü.

• Bir model aynı işi kaç denemede tamamlıyor?
• Ne kadar uzun yanıt veriyor?
• Önbellek gerçekten ne oranda çalışıyor?
• Yanlış çıktının insan kontrol maliyeti ne?
• Hizmet yavaşladığında veya durduğunda satış ne kadar etkileniyor?

Ucuz token, ucuz iş demek değildir. Doğru metrik “1 milyon token kaç dolar?” değil, “başarıyla tamamlanan görev kaç TL?” sorusudur.

Haberin gerçek mesajı: Dağıtım da bir hendektir

Moonshot'ın yeni abonelikleri durdurması modelin başarısız olduğunu göstermiyor. Tam tersine, talebin şirketin beklediğinden daha hızlı büyüdüğünü gösteriyor. Fakat aynı olay şunu da kanıtlıyor: kullanıcıya sürekli kapasite sunabilmek başlı başına rekabet avantajıdır.

Model ağırlıkları rakibe geçebilir. Benchmark farkı birkaç haftada kapanabilir. Ama küresel dağıtım, kapasite planlama, yüksek önbellek oranı, düşük gecikme ve güvenilir faturalama bir gecede kopyalanmaz.

2026'nın yeni savunma hattı yalnızca model değil. Model yönlendirme, değerlendirme seti, maliyet kontrolü, izleme ve yedek sağlayıcı birlikte bir ürün hendeği oluşturuyor.

Bu arada dikkat çeken bir ayrıntı daha var: Moonshot aynı günlerde yeni bir finansman turu arıyor ve Hong Kong'da halka arza hazırlanıyor. Tesadüf değil. Model eğitmek tek seferlik bir sermaye harcaması; milyonlarca kullanıcıya kesintisiz hizmet vermek ise her ay tekrar eden bir işletme gideri. Kapasite bir mühendislik başlığı gibi görünür, faturası sermaye tarafına çıkar.

Türk işletmesi için sonucu şu: hizmetinizi kasası tükenebilecek tek bir sağlayıcının üstüne kurarsanız, onun sermaye sorununu kendi müşteri sorununuza çevirirsiniz. Ucuz API bazen sübvansiyonlu API demektir.

Qwen3.8 aynı hafta geldi: Tek olay değil, üretim bandı

19 Temmuz'da Alibaba, 2,4 trilyon parametreli Qwen3.8-Max-Preview modelini Şanghay'daki Dünya Yapay Zeka Konferansı'nda duyurup Token Plan, Qoder ve QoderWork üzerinde ön izlemeye açtı. Alibaba, modelin Claude Fable 5'in hemen arkasında olduğunu söylüyor. Fakat bu iddiayı doğrulayacak bağımsız test sonuçları henüz yayımlanmış değil.

Bu temkin payı önemli. Şirket benchmark'ı satın alma kanıtı değildir.

Yine de üç gün içinde gelen Kimi K3 ve Qwen3.8-Max-Preview aynı yönü gösteriyor: Çin'in çok trilyonlu model üretimi tek seferlik bir sürpriz olmaktan çıktı. Açık ve kapalı model seçenekleri daha hızlı çoğalacak. Model seçme ve değiştirme yeteneği, modelin kendisinden daha kalıcı bir kabiliyete dönüşecek.

Türk KOBİ'si hangi yolu seçmeli?

Ben HANDEN X'te distribütör operasyonunu ve CashClaw'da ajan güvenliğini tek bir modele bağlamıyorum. Rutin iş, kritik muhakeme, görsel analiz ve kod görevi için farklı motorlar kullanılabiliyor. Maliyet tavanı ve yedek model, özellik değil hizmet sürekliliğinin parçası.

Bu yaklaşımın amacı her yeni modeli sisteme doldurmak değil. Tam tersine, yalnızca kendi testimizi geçen modeli doğru göreve almak. Model kiralık. Kalite sorumluluğu bizde.

Yarın sabah uygulanabilecek 5 adım

1. “Açık model” hedefinizi netleştirin. Veri egemenliği mi, düşük fiyat mı, yoksa sağlayıcı bağımsızlığı mı istediğinizi yazın.
2. 50 gerçek görevden oluşan test seti kurun. Genel benchmark yerine kendi müşterinizin işini ölçün.
3. Başarılı görev başına maliyeti hesaplayın. Token, tekrar deneme, insan kontrolü ve gecikmeyi aynı tabloda toplayın.
4. Yedek sağlayıcı tatbikatı yapın. Ana model kapandığında aynı gün içinde geçebileceğiniz doğrulanmış bir alternatif tutun.
5. 27 Temmuz'u teslim tarihi olarak izleyin. Kimi K3 ağırlıkları geldiğinde lisansı, dosyaları, donanım ihtiyacını ve bağımsız testleri doğrulamadan üretim kararı vermeyin.

Sonuç: Özgürlük dosyada, değer işletmede

Kimi K3 önemli bir eşik. 2,8 trilyon parametreli bir modelin açık ağırlık sözüyle gelmesi, kapalı laboratuvarların fiyat ve erişim gücüne ciddi baskı yapıyor. Türk girişimcisi için bu iyi haber.

Fakat açık ağırlığı bedava altyapı sanmak yeni bir yanılgı üretir. Ağırlık dosyası özgürlük verir. Donanım, servis, güvenlik, izleme ve kesintisiz dağıtım hâlâ para ve disiplin ister.

Tez: Açık ağırlık size tarifi verir; ekmeği zamanında çıkarmak hâlâ fırını işletenin işidir.

Peki kullandığınız yapay zeka yarın yeni müşteri kabul etmeyi durdursa, işiniz kaç dakika içinde ikinci fırına geçebilir?

Sıkça Sorulan Sorular

Kimi K3 açık kaynak mı?

Moonshot, Kimi K3'ü açık 3 trilyon sınıfı model olarak tanıtıyor ve tam ağırlıkları 27 Temmuz 2026'ya kadar yayımlayacağını söylüyor. 20 Temmuz itibarıyla model yönetilen hizmetlerde kullanılabiliyor, fakat tam ağırlık paketi henüz yayımlanmış değil.

Kimi K3 tamamen ücretsiz mi?

Hayır. Model ağırlıklarının açık olması API ve altyapının ücretsiz olduğu anlamına gelmiyor. Resmî API fiyatı 1 milyon token başına normal girdide 3 dolar, çıktıda 15 dolar. Kendi sunucunda çalıştırma da ciddi donanım ve işletme maliyeti doğuruyor.

Kimi K3 normal bir bilgisayarda çalışır mı?

Tam model için gerçekçi değil. Moonshot, üretim dağıtımında 64 veya daha fazla hızlandırıcılı supernode yapılarını öneriyor. Çoğu birey ve KOBİ için yönetilen API ya da daha küçük açık modeller daha mantıklı.

Kimi K3 dünyanın en güçlü modeli mi?

Bazı frontend testlerinde lider. Geniş Artificial Analysis Intelligence Index'te ise 57 puanla üçüncü, Claude Fable 5 ve GPT-5.6 Sol'un arkasında. Doğru model seçimi genel sıralamadan çok, işletmenin kendi görev testine dayanmalı.

KOBİ açık model mi, kapalı API mi kullanmalı?

Genel ofis işleri ve düşük hacimde yönetilen API hızlı başlangıç sağlar. Hassas veri, yüksek ve düzenli hacim veya sağlayıcı bağımsızlığı gerektiğinde uygun boyutlu açık model düşünülebilir. Kritik üretim sisteminde en sağlıklı yapı, doğrulanmış en az iki seçeneği yönlendirebilen mimaridir.

Kaynaklar ve ilgili okumalar

• Moonshot AI: Kimi K3, Open Frontier Intelligence, 16 Temmuz 2026
• Artificial Analysis: Four frontier launches in eight days, 17 Temmuz 2026
• Arena.ai: Frontend Code Arena sonuçları, 17 Temmuz 2026
• Euronews: Kimi K3 halts new signups amid skyrocketing demand, 20 Temmuz 2026
• PYMNTS: Moonshot Halts New Kimi K3 Subscriptions as Demand Overwhelms Compute, 20 Temmuz 2026
• Business Standard: Moonshot AI pauses Kimi subscriptions amid surging demand, IPO push, 20 Temmuz 2026
• South China Morning Post: Qwen3.8-Max-Preview, 19 Temmuz 2026

İlgili yazılar: ChatGPT İlk Kez %50'nin Altına Düştü: Tek Model Çağı Bitti · Anthropic Ayda 1,25 Milyar Dolar GPU Ödüyor · Akıl Ucuzladı, Model Kovalamayı Bırak

Kurdukları bir yapay zeka ajanı gece yarısı çalışmaya başladı. İşi basitti: bir raporu düzelt, hata varsa tekrar dene. Ama "hata varsa tekrar dene" cümlesinin bir sonu yoktu. Ajan düzeltti, beğenmedi, tekrar düzeltti, yine beğenmedi. Sabaha kadar aynı işi 4.000 kez yaptı. Sabah faturayı açtıklarında rakam ortadaydı: tek gecede yüzlerce dolar, dönüp duran bir robota gitmişti.

Kod yanlış değildi. Prompt de fena değildi. Yanlış olan tek şey vardı: döngü.

Bu yazı tam da onun hakkında. Çünkü sahada gördüğüm en pahalı hatalar artık kötü prompt'tan değil, kötü kurulmuş döngüden çıkıyor.

Üç perde: Prompt, Bağlam, Döngü

Kısa bir hafıza tazeleyelim.

2023, herkesin "prompt mühendisi" olmaya çalıştığı yıldı. Mesele tek bir mükemmel komutu yazmaktı. "Şunu şöyle yap, şu tonda, şu formatta." İyi cümle kuran, iyi çıktı alıyordu.

Sonra iş büyüdü. Anladık ki modele nasıl sorduğun kadar, ona ne verdiğin de önemli. Doğru hafıza, doğru belge, doğru araç, doğru bağlam. Buna bağlam mühendisliği dediler. Modele soruyu sormadan önce masasına doğru dosyaları koymak.

Şimdi üçüncü perdedeyiz: döngü mühendisliği. İngilizcesi loop engineering.

Farkı şu. Prompt ve bağlam, modele "tek sefer" bir soru sorup cevap almakla ilgiliydi. Ajan öyle çalışmıyor. Ajan bir döngüde dönüyor:

Planla. Sonra bir araç çağır, yani harekete geç (dosya oku, mail at, veri çek). Sonucu gözle, ne oldu bak. Düşün ve düzelt. Sonra baştan.

Döngü mühendisliği bu çarkı tasarlamaktır. Adımları, durma koşulunu, hata kurtarmayı, doğrulama basamağını, bütçe tavanını. Yani "bu robot nereye kadar dönecek, yanlış yaparsa ne olacak, ne zaman durup bana getirecek" sorularının cevabını.

Neden tam da şimdi?

İki şey aynı anda oldu, disiplini zorunlu kıldı.

Birincisi, ajanlar pilottan üretime geçti. Artık slayt gösterisi değil, gerçek işi yapan sistemler bunlar. Gartner'ın öngörüsü net: bu yıl sonuna kadar kurumsal uygulamaların yaklaşık yüzde 40'ı ajan içerecek. Yani "denesek mi" sorusu geride kaldı, "nasıl kontrol edeceğiz" sorusu öne geçti.

İkincisi, ve asıl kırılma bu: akıl ucuzladı. Modeller hem güçlendi hem fiyatları sertçe düştü. Bugün amiral gemisine yakın kalitede iş yapan, ama çok daha ucuz modeller var. İşin ekonomisi tamamen değişti.

Düşün. Eskiden bir işi modele bir kez yaptırırdın, çünkü her çağrı pahalıydı. Şimdi aynı işi bir döngüde on kez yaptırıp en iyisini seçmek ekonomik hale geldi. "Tek mükemmel cevap" çağı bitti. "Döngüde kendini düzelten sistem" çağı başladı.

Ama ucuz akıl bedava değil. O gece yarısı 4.000 kez dönen ajan, tam da "akıl ucuzladı, salla gitsin" rehavetinin faturası.

Tez: Rekabet artık en iyi döngüde

Şunu açık söyleyeyim.

Bundan sonra iki firmanın farkı, kimin daha güzel prompt yazdığında değil. İkisi de aynı modeli kiralıyor, ikisinin de erişimi aynı. Fark, kimin daha iyi döngü kurduğunda.

Kötü döngü: kontrolsüz. Ne zaman duracağını bilmez, hatasını fark etmez, üstüne hata biriktirir, para yakar. Sonsuza dönebilir.

İyi döngü: yaptığını doğrular, sınırı gelince durur, yanlışında geri döner, bütçesini aşmaz, iş bitince sana getirir.

En sevdiğim benzetme şu. Prompt yazmak, çırağa "şunu yap" demektir. Döngü kurmak ise çırağa şunu demektir: "Yaptığını kontrol et. Hata varsa düzelt. Şu bütçeyi geçme. Emin değilsen bana sor. Bitince önüme getir." Birincisi bir cümle, ikincisi bir yönetim sistemi. Aradaki fark, iyi usta ile fena usta arasındaki farktır.

Bunu havada konuşmuyorum

Bu kavramı masabaşında bulmadım, sahada yedim.

Günlük işimi yürüten JARVIS sistemi tam da böyle çalışıyor: planla, yap, kontrol et, düzelt. Tek seferlik cevap veren bir kutu değil, döngüde dönen bir işletim sistemi. Ve o döngüyü yıllarca sağlama almakla uğraştım.

Bu yüzden açık kaynak tarafında CashClaw'u çıkardım. GitHub'da 290'a yakın yıldıza ulaştı ve npm'de "Agent Economy Layer" olarak duruyor. İçindeki özelliklere bakın, hepsi tek bir derdin cevabı: döngüyü kontrol etmek. Sonsuz döngüyü kesen recursive kill. Bütçe tavanı koyan cost cap. Ajanın hangi aracı kullanacağını sınırlayan tool firewall. Bunlar süs değil, o 4.000 kez dönen ajanın panzehiri.

HANDEN X ise sahada gerçek iş yürüten bir ajan akışı. Distribütörün rotasını, alacağını, denetimini döngüde işliyor. Orada "durma koşulu" ve "doğrulama" akademik terim değil, patronun parası.

Yani döngü mühendisliği benim için trend kelimesi değil, faturasını gördüğüm bir gerçek.

Yarın sabah yapabileceğin 5 şey

Büyük laf yok. KOBİ'ysen, girişimciysen, tek kişilik ekipsen bile bunları yarın uygulayabilirsin.

1. Döngünün adımlarını kağıda yaz. Ajanının hangi sırayla ne yaptığını tek tek çıkar: önce ne planlıyor, hangi aracı çağırıyor, sonucu nasıl okuyor. Yazamıyorsan, kuramamışsın demektir.
2. Bir doğrulama adımı ekle. Ajan bir iş bitirince, çıktıyı kim kontrol edecek? İkinci bir kontrol basamağı koy: ya basit bir kural, ya ikinci bir model, ya insan onayı. Doğrulamasız döngü, kör uçuştur.
3. Durma koşulu ve bütçe tavanı koy. En kritik madde bu. "En fazla 5 deneme." "En fazla şu kadar dolar." "Şu süreyi geçme." Sınırsız döngü, er ya da geç fatura demektir.
4. Her iterasyonu logla. Ajan her döndüğünde ne yaptığını bir yere yazsın. Sorun çıktığında "acaba nerede saçmaladı" diye saatlerce bakmazsın, log'a bakarsın. Kayıt tutmayan sistem, hatasını da tekrarlar.
5. Kendini düzeltme kuralı ekle. Hata olduğunda ne olacak? Aynı şeyi mi deneyecek, yoksa farklı mı? "Aynı hata iki kez olduysa dur ve bana haber ver" gibi basit bir kural, o gece yarısı faturasını sıfırlar.

Beşi de bir günde kurulur. Beşi de sana para kazandırmaz, para kaybettirmez. Bu çağda kaybetmemek çoğu zaman kazanmaktır.

Son söz

Prompt ölmedi. Sadece giriş kapısı oldu. Bağlam da öldürmedi onu, üstüne bir kat çıktı. Şimdi bir kat daha var: döngü.

Ve şunu unutma. Akıl ucuzladıkça, düşünmeyen sistemin maliyeti artıyor. Çünkü ucuz aklı kontrolsüz döndürmek, en pahalı hata.

Tez: Rekabet artık en iyi prompt'ta değil, en iyi döngüde. Prompt çırağa "yap" demektir; döngü çırağa "yaptığını kontrol et, hata varsa düzelt, bütçeyi aşma, bitince getir" demektir.

Peki senin ajanın bu gece çalışsa, sabah seni bir çözüm mü, yoksa bir fatura mı karşılar?

Ertuğrul Akben

Yapay Zeka & Sistem Stratejisti

ertugrulakben.com

Sıkça Sorulan Sorular

Döngü mühendisliği (loop engineering) nedir?

Bir yapay zeka ajanının içinde döndüğü döngüyü (planla, araç çağır, sonucu gözle, düzelt) tasarlama disiplinidir. Adımları, durma koşulunu, hata kurtarmayı, doğrulama basamağını ve bütçe tavanını kapsar.

Prompt mühendisliğinden farkı ne?

Prompt mühendisliği modele tek bir soruyu en iyi biçimde sormakla ilgilidir. Döngü mühendisliği ise ajanın çok adımlı, kendini düzelten çalışma akışını yönetir. Prompt "yap" der, döngü "yap, kontrol et, düzelt, dur" der.

Neden şimdi önem kazandı?

Ajanlar üretime geçti (Gartner: yıl sonuna kadar kurumsal uygulamaların yaklaşık %40'ı ajanlı) ve model maliyetleri sert düştü. Bir işi tek sefer değil, döngüde defalarca çalıştırmak ekonomik hale geldi; bu da döngü kontrolünü zorunlu kıldı.

Şaşırtıcı olan çıkması değil. Şaşırtıcı olan şu: bu model, birçok gerçek işte amiral gemisi Opus 4.8'e yaklaşan sonuçlar veriyor ama katbekat ucuz. Öyle ucuz ki tanıtım fiyatı 31 Ağustos'a kadar bir önceki Sonnet 4.6'nın bile altında.

Bir dakika duralım. On sekiz ay önce bu performansa erişmek için avuç dolusu para veriyorduk. Bugün neredeyse bedava. Bu yazıda haber vermek istemiyorum. "Bu sana ne kazandırır?" sorusuna cevap arıyorum. Çünkü akıl ucuzladıysa, senin stratejin de değişmek zorunda.

Zeka artık kıt değil, bol

Yıllardır oyunu tek bir soru üzerine kurduk: "Hangi model en akıllı?" En büyük parametreyi, en yüksek benchmark'ı kovaladık. Herkes gözünü foundation model tahtına dikti.

O taht hâlâ el değiştiriyor da, artık kimse oturmuyor. Çünkü sektörün ekseni kaydı. Soru "model ne kadar büyük?" olmaktan çıktı, "gerçek işi denetimsiz ne kadar iyi bitiriyor?" oldu. Aradaki fark, motor gücüyle varış noktası kadar açık.

Rakamlar da bunu söylüyor. NVIDIA geçtiğimiz günlerde açık ağırlıklı bir difüzyon dil modeli yayınladı. Metni tek tek değil paralel üretiyor, 2,42 kat daha hızlı çalışıyor ve bunu yaparken kalitenin yüzde 98,7'sini koruyor. Yaklaşık 2,1 trilyon token üzerinde eğitilmiş. Türkçesi şu: aynı işi neredeyse aynı kalitede, iki buçuk kat hızlı ve çok daha ucuza yapabiliyorsun. Çalıştırma maliyeti (inference) sert biçimde düşüyor.

Zeka metalaştı. Elektrik gibi, su gibi. Bir şey bollaşınca, o şeyin kendisi rekabet avantajı olmaktan çıkar. Kimse "benim prizimden daha kaliteli elektrik akıyor" diye reklam yapmaz. Rekabet, o elektrikle ne ürettiğine kayar.

Devler artık modelde değil, veride yarışıyor

Buna inanmıyorsan büyüklerin nereye para döktüğüne bak.

SAP, dört yılda 1,18 milyar dolar yatırımla kendi yapay zeka laboratuvarını kuruyor. Ama dikkat: yeni bir "en büyük sohbet modeli" için değil. Yapısal iş verisi üzerinde tahmin yapmak için. Yani ellerindeki asıl hazineyi, on yıllardır biriktirdikleri kurumsal veriyi zekaya çeviriyorlar.

OpenAI ise Codex'i güçlendirmek için Ona'yı satın aldı. Codex'in haftalık 5 milyondan fazla kullanıcısı var; Ona ise kalıcı, bulutta çalışan bir ajan. Yani yarış "en zeki cevabı kim verir"den, "arka planda işi kim bitirir"e taşınmış durumda.

Gördün mü kalıbı? Ne SAP ne OpenAI daha büyük model peşinde. İkisi de zekayı bir hammadde gibi alıp, üzerine kendi verisini ve kendi iş akışını koyuyor. Değer orada.

Peki Türk girişimci ne yapıyor?

Çoğu hâlâ yanlış soruyu soruyor: "Hangi modeli kullansam?"

Doğru soru bu değil. Ucuz ve güvenilir akıl çağında model, altından su akan bir musluk. Bugün Claude, yarın açık ağırlıklı bir model, öbür gün NVIDIA'nın difüzyon modeli. Hepsi ucuzluyor, hepsi iyileşiyor. Muslukları kovalayarak servet kuramazsın.

Sahiplenebileceğin üç şey var, sadece üç: veri, iş akışı ve dağıtım.

Verini kimse senden alamaz. Manavgat'taki bir distribütörün onlarca rotasında, binlerce SKU'sunda, yıllardır biriken tahsilat geçmişinde saklı olan bilgi, hiçbir foundation model'in eğitim setinde yok. O senin. Aynı şekilde iş akışın, yani firmanın yazılı olmayan süreçleri, kimin ne zaman ne yaptığı, hangi müşteriye nasıl davranıldığı da senin. Ve müşteriye ulaşma kanalın, dağıtımın da senin.

Model kiralık. Veri, akış ve dağıtım mülk. Sen mülke yatırım yapacaksın, kiralık motora değil.

Burada bir de sigorta meselesi var. Açık ağırlıklı modeller (NVIDIA'nın yeni modeli gibi, ya da Qwen, Llama tarafı) sana geri alınamaz bir güvence verir. Lisansı verilmiş ağırlığı kimse geri çağıramaz. Bir sabah "artık bu ülkeye kapalı" diyemezler. Kapalı API'ye tek başına bağlanmak, tek prize bağlı yaşamaktır. Çoklu model mimarisi kurmak ise jeneratörünü de hazır tutmaktır.

Sahada ne görüyorum

Bunları masabaşı teori olarak yazmıyorum. Kendi ürünlerimde yaşıyorum.

HANDEN X şu anda bir VPS'te, sahada, gerçek bir distribütörün işini yönetiyor. Onu değerli kılan altındaki model değil. Rota mantığı, banka mutabakatı, alacak yaşlandırması, o firmanın gerçeğine gömülmüş iş akışı değerli. Modeli yarın komple değiştirsem, ürün ayakta kalır. Çünkü değer motorda değil, şaside.

CashClaw tarafında da benzer bir şey görüyorum. Ajan ekonomisi katmanı olarak yaklaşık 290 yıldıza ulaştı. İnsanların ilgisini çeken şey "hangi modeli çağırıyor" değil, ajanların iş yapıp para kazanmasını sağlayan katman, yani akış.

JARVIS zaten günlük işimin omurgası; onu da tek bir modele bağlamıyorum, işin türüne göre model seçiyorum. AI-MOI verisi ise Türkiye gerçeğini net gösteriyor: KOBİ'lerin yapay zeka olgunluğu hâlâ dipte, aktif kullanım tek haneli yüzdelerde. Bu kötü haber değil. Bu, açık ara boş bir meydan demek. Övünmüyorum, sadece söylüyorum: sahada çalışan şey, en büyük modeli kim kullanıyor değil, veriyi ve akışı kim sahiplenmiş.

Wrapper olmak utanılacak bir şey değil. Ama orada kalmak tembelliktir. Modelin üstüne ince bir kabuk geçirip bırakmak kolay. Zor olan, o kabuğun altına kendi verini, kendi sürecini, kendi dağıtımını gömmek. Zoru yapan kazanır.

Yarın sabah yapabileceğin 5 şey

1. Modeli soyutla, çoklu model kur. Kodunda "Claude" diye sabit bir bağ olmasın. Model çağrısını tek bir katmanın arkasına al ki, yarın daha ucuz ya da daha iyi bir model çıkınca tek satırla geçebilesin. Tek tedarikçiye kilitlenme.
2. Veriyi bugünden toplamaya ve sahiplenmeye başla. Müşteri konuşmaları, teklifler, tahsilat geçmişi, süreç notları. Bugün dağınık duran her veri, yarın senin en büyük savunma hattın. KVKK uyumlu topla, kendi elinde tut.
3. Açık ağırlıklı bir modeli dene. Tek bir işi seç, açık ağırlıklı bir modelle çalıştır. Amaç hemen üretime almak değil; bir sabah kapı yüzüne kapanırsa jeneratörün çalışıyor mu, onu görmek.
4. Maliyet tavanı koy. Akıl ucuzladı diye faturanın kendi başına şişmesine izin verme. İş başına maliyet tavanı belirle, bütçe aşımında ajanı durduran bir mekanizma kur. Ucuz zeka, kontrolsüz kullanılınca pahalıya patlar.
5. İş akışını sahiplen. Firmanın en çok zaman kaybettiren tek sürecini al, baştan sona haritalandır, otomatikleştir. Modelin ne olduğunun önemi yok; o süreci en iyi senin bildiğin gerçek, senin avantajın.

Son söz

Herkes hâlâ en büyük modeli konuşurken, akıl çoktan ucuzladı. Bundan sonra kazanan, en zeki modeli bulan değil, o ucuz zekayı kendi verisiyle, kendi akışıyla, kendi dağıtımıyla değere çeviren olacak.

Tez: Motor kiralık, şasi senin. Zekayı satın al, işi sen sahiplen.

Peki bir el çabukluğuyla en büyük modeli kovalarken, aslında rakibinin çoktan sahiplendiği o veriyi ve akışı sen neden hâlâ toplamaya başlamadın?

Ertuğrul Akben

Yapay Zeka & Sistem Stratejisti

ertugrulakben.com

Sıkça Sorulan Sorular

Ucuz yapay zeka modelleri çıktıysa artık en iyi modeli kullanmak önemsiz mi?

Model seçimi hâlâ önemli ama artık kalıcı rekabet avantajı değil. Modeller hızla ucuzluyor ve birbirine yaklaşıyor. Fark, o modeli kendi verin ve iş akışınla ne kadar iyi kullandığında ortaya çıkıyor.

Açık ağırlıklı (open-weight) model kullanmanın avantajı ne?

Verilmiş ağırlık geri alınamaz. Bir tedarikçinin erişimi bir sabah kesme riskine karşı sigortadır. Çoklu model mimarisiyle birlikte kullanıldığında bağımsızlık sağlar.

KOBİ olarak yapay zekada nereden başlamalıyım?

En çok zaman kaybettiren tek süreci seç, veriyi topla, modeli soyutla ve iş akışını otomatikleştir. Tüm işi bir anda dönüştürmeye çalışma; hızlı kazançla başla.

Bir reklama bakıp içinizden "acaba bu gerçek mi?" diye geçirdiğiniz son an ne zamandı? Muhtemelen sandığınızdan daha yakın. Bugün ekranda gülümseyen o yüz, ürünü öven o kişi, gerçek bir insan da olabilir, bir komutla üretilmiş bir görüntü de. Ve çoğu zaman ikisini ayırt edemiyoruz. İşte bütün mesele bu küçük tereddütte gizli. Reklamı yapmak hiç bu kadar kolay olmamıştı. Ama izleyeni ikna etmek hiç bu kadar zor olmamıştı.

O tereddüt duygusunu artık devlet de kayda geçirdi. Ticaret Bakanlığı, "Ticari Reklam ve Haksız Ticari Uygulamalar Yönetmeliğinde Değişiklik Yapılmasına Dair Yönetmelik"i 1 Temmuz 2026'da Resmî Gazete'de yayımladı. Sayısı 33297. Yürürlüğe girişi 1 Ağustos. Yani bir ay sonra bu iş resmiyet kazanıyor. Ben bu düzenlemeyi bir kısıtlama olarak değil, uzun süredir konuştuğumuz bir sorunun nihayet çerçeveye oturması olarak görüyorum. Gelin nedenini konuşalım.

Etiket bir yük değil, bir sigorta

Yönetmeliğin kalbinde iki kural var. Birincisi şu: bir reklamda yapay zeka ile üretilmiş, insandan ayırt edilemeyen bir dijital karakter kullanıyorsanız, bunun yapay zeka ile üretildiğini "açık, anlaşılır ve ayırt edilebilir" biçimde belirtmek zorundasınız. İkincisi daha da sert: gerçek bir kişinin yapay zeka ile oluşturulmuş dijital kopyasının, bir ürünü kendisi denemiş gibi ya da tavsiye ediyormuş gibi gösterilmesi tamamen yasak.

İlk duyduğunda çoğu marka sahibi bunu bir maliyet, bir engel gibi okuyor. "Şimdi reklamımın altına yapay zeka yazacağım, insanlar soğuyacak" diye düşünüyor. Ben tam tersini düşünüyorum ve bunu danışmanlık yaptığım firmalara da böyle anlatıyorum.

Şöyle bakın. Tüketici bir görüntü karşısında zaten içten içe soruyor: "Bu gerçek mi?" Sen etiketi koymazsan, o soru cevapsız kalıyor ve şüphe bütün markaya yayılıyor. Etiketi koyduğunda ise soru cevaplanıyor, şüphe dağılıyor. Yani o küçük "yapay zeka ile üretilmiştir" ibaresi, aslında markanın dürüstlük beyanı oluyor. Bir yük değil, bir sigorta. Güven ekonomisinde en pahalı şey belirsizliktir, etiket o belirsizliği ortadan kaldırır.

Bunu bir örnekle netleştireyim. Restoranda menüde "ev yapımı" yazması, o yemeği daha az mı değerli yapar? Tam tersi. Kaynağını dürüstçe söyleyen marka, söylemeyene göre bir adım öne geçer. Yapay zeka etiketi de önümüzdeki dönemde tam olarak bu işlevi görecek.

Reklamı ucuzlatan teknoloji, güveni pahalılaştırdı

Son iki yılda ne değişti, ona bakalım. Eskiden bir reklam filmi çekmek ekip, stüdyo, oyuncu, kurgu isterdi. Bütçesi olmayan küçük işletme bu oyunun dışındaydı. Şimdi bir cümlelik komutla saniyeler içinde sunum kalitesinde görsel, hatta konuşan bir karakter üretiliyor. Üretim maliyeti neredeyse sıfıra indi. Bu, KOBİ'ler için harika bir şey. Ben de savunuyorum, kullanıyoruz, müşterilerimize kullandırıyoruz.

Ama madalyonun öbür yüzü şu: üretim ucuzlayınca, piyasa üretimle doldu. Her yerden görüntü fışkırınca, izleyicinin gözü otomatik olarak savunmaya geçti. Artık insanlar gördüğü her yüze, her tavsiyeye baştan bir soru işaretiyle bakıyor. Yani teknoloji reklamın maliyetini düşürdü, ama güvenin maliyetini yükseltti. Bugün en kıt kaynak görüntü değil, inandırıcılık.

İşte bu yüzden yönetmeliğin ikinci kuralı bence çok kritik. Gerçek bir kişinin yapay zeka klonunun ürünü kullanmış gibi gösterilmesinin yasaklanması, sadece o kişiyi korumuyor. Bütün reklam ekosisteminin inandırıcılığını koruyor. Çünkü bir tane sahte tavsiye, yüz tane gerçek tavsiyenin değerini düşürür. Sahtekarlığa kapı kapandığında, dürüst iş yapanın sözü daha çok para eder. Düzenleme aslında dürüst reklamcının rekabet gücünü artırıyor.

Türkiye nerede duruyor, marka ne yapmalı?

Bu konuda Türkiye geç kalmış değil, aksine dünyayla aynı hizada yürüyor. Avrupa Birliği de yapay zeka içeriğinde şeffaflığı, yani üretilmiş içeriğin işaretlenmesini bir ilke olarak masaya koydu. Yaklaşımın özü ortak: kullanıcının, karşısındakinin makine üretimi mi insan üretimi mi olduğunu bilme hakkı var. Türkiye'nin bu düzenlemesi de aynı damardan geliyor. Bunu abartıp "dünyaya öncülük ediyoruz" demeye gerek yok, ama "geride kaldık" demek de haksızlık olur. Doğru zamanda, doğru yerde bir adım bu.

Yönetmelik yalnızca yapay zekayla da sınırlı değil, dikkat edin. İçinde hedefli reklamda hangi kritere göre reklam gösterildiğinin açıklanması, çocuklara kişisel veriye dayalı profillemenin yasaklanması, influencer paylaşımlarında "reklam" ya da "tanıtım" ibaresinin zorunlu olması, indirimlerde son 10 günün en düşük fiyatının esas alınması gibi maddeler de var. Yani bütün bir "dürüst pazarlama" çerçevesi. İşin ciddiyetini görmek için ceza tarafına bakmak yeterli: Reklam Kurulu'nun 2026 idari para cezaları 79.161 TL ile 31.808.530 TL arasında değişiyor. Yani bu bir tavsiye metni değil, bilanço meselesi.

Peki marka olarak biz ne yapacağız? Panik değil, plan. İşte önerdiğim yol:

• Envanter çıkarın. Yayında olan tüm reklamlarınızı 1 Ağustos'tan önce tarayın. Hangisinde yapay zeka görsel, ses ya da karakter var, listeleyin. Neyi düzelteceğinizi bilmeden düzeltemezsiniz.
• Etiketi tasarımın parçası yapın. "Yapay zeka ile üretilmiştir" ibaresini son anda köşeye sıkıştırmayın. Baştan, okunur ve markanın diline uygun biçimde kurgulayın. Zorunluluğu estetikle barıştırmak mümkün.
• Klon tavsiyelerine dokunmayın. Gerçek bir kişinin yapay kopyasının ürünü övdüğü hiçbir formatı denemeyin bile. Burası gri alan değil, kırmızı çizgi. Riski cezadan çok itibar.
• Ajansınızla sözleşmeyi güncelleyin. Dışarıdan içerik alıyorsanız, "yapay zeka içeriği beyanı" maddesini sözleşmeye koyun. Sorumluluğu netleştirin ki bir sorun çıktığında sahibi belli olsun.
• Şeffaflığı pazarlama diline çevirin. Etiketi utanılacak bir şey gibi saklamak yerine, "içeriğimizi açık şekilde işaretliyoruz" tavrını marka değeriniz haline getirin. Bugün dürüstlük, en ucuz reklamdan daha çok satıyor.

Son söz

Ben bu düzenlemeye baktığımda bir kısıtlama görmüyorum, bir ayıklama görüyorum. Önümüzdeki dönemde piyasa ikiye ayrılacak: kaynağını dürüstçe söyleyenler ve söylemeyenler. Uzun vadede kazanan taraf hangisi olur, bunu tahmin etmek zor değil. Çünkü müşteri ürünü unutur, ama kandırıldığını hissettiği anı unutmaz.

Yapay zeka reklamı ucuzlattı, güzel. Ama güveni pahalılaştırdı. Ve iş dünyasında en pahalı varlık her zaman güvendir. Bu yönetmelik, o güveni koruyanların önünü açıyor. Gelecek hafta başka bir konuyla buluşalım.

Ertuğrul Akben Yapay Zeka & Sistem Stratejisti ertugrulakben.com

Etiketler: #YapayZeka #Reklam #DijitalPazarlama #GüvenEkonomisi #MarkaStratejisi

Bu bir teknoloji dedikodusu değil. Bir güç dengesinin kaymasının ilk açık işareti. Ve bu kayma, kendi modelini kurmaya çalışmayan ama yapay zekayı işine katmak isteyen her Türk işletmesini doğrudan ilgilendiriyor. Bu yazıda olayı haber olarak değil, "bu sana ne kazandırır, neyden korur" sorusuyla ele alacağım.

Taht El Değiştirirken Ne Oldu?

OpenAI boş durmadı; bu ay en güçlü ailesini tanıttı. GPT-5.6'nın yanında amiral gemisi Sol, daha ekonomik Terra ve Luna geldi. Teknik olarak güçlü modeller. Ama aynı dönemde Google Gemini ve Anthropic Claude o kadar kullanıcı çekti ki, en güçlü modeli çıkarmak bile ChatGPT'nin liderliğini koruyamadı.

Buradaki ders şu: artık "en iyi model" diye sabit bir taht yok. Üç dev başa baş koşuyor, aralarındaki sıra her ay değişiyor. Bugün birinci olan, üç ay sonra ikinci olabiliyor.

Asıl Sinyal Microsoft'tan Geldi

Haberin en stratejik kısmı çoğu kişinin gözünden kaçtı. Yıllarca OpenAI'ın en büyük ortağı ve yatırımcısı olan Microsoft, kendi modellerini çıkarmaya başladı. Bunlardan MAI-Code-1-Flash, yazılı bir tarifi doğrudan koda çeviriyor. Niyet açık: tek bir sağlayıcıya olan bağımlılığı azaltmak ve maliyeti düşürmek.

Bir an durup düşünelim. Dünyanın en değerli şirketlerinden biri bile "tek tedarikçiye bağlı kalmayayım" diyor. Peki sınırlı bütçeyle iş kuran bir KOBİ, bütün dijital geleceğini neden tek bir yapay zeka markasına bağlasın?

Yapay Zekanın Üç Katmanı ve Sizin Yeriniz

Kafa karışıklığını dağıtmak için yapay zeka dünyasını üç kata ayıralım:

• Birinci kat, çip ve compute. NVIDIA, TSMC, dev veri merkezleri. Buraya Türkiye'nin girme şansı yok; milyarlarca dolarlık bir lig.
• İkinci kat, foundation model. ChatGPT, Gemini, Claude, açık modeller. Bu lige de yeni giremezsiniz; geriye birkaç dev kalacak ve şu an birbirini yiyorlar.
• Üçüncü kat, uygulama ve dikey çözüm. İşte Türk girişimcinin, Türk KOBİ'sinin asıl meydanı burası. Modeli siz üretmezsiniz; o modeli belirli bir sektörün belirli bir derdine bağlarsınız.

İyi haber şu: birinci ve ikinci kattaki savaş, üçüncü kattaki sizi zenginleştiriyor. Rekabet fiyatları aşağı çekiyor; API maliyetleri yıllık yüzde 70 ile 90 arasında düşüyor. Dünyanın en güçlü modeli, aylık birkaç yüz dolarlık faturayla sizin uygulamanızın altında çalışabiliyor. Compute'a sahip olmanız gerekmiyor; üstüne değer koymanız yeterli.

Türk İşletmesi İçin Tek Sigorta: Çoklu Model

Türkiye'de en sık yapılan hata, ilk denenen modele yerleşip orada kalmak. Oysa doğru mimari, modeli kolayca değiştirebildiğiniz mimaridir. Bugün biri ucuzladı, ona geçersiniz; yarın diğeri güçlendi, ona. Üstelik açık ağırlıklı modeller (Qwen, Llama, DeepSeek) bu sigortayı neredeyse bedavaya verir; lisansları geri alınamaz, bir gece kapanıvermezler.

Biz ürünlerimizi tam bu yüzden tek bir motora değil, model değiştirilebilir bir mimariye kurduk. AgabeyogluAI Gateway birden fazla modele tek noktadan erişim verir; altındaki HANDEN X (distribütör iş yönetimi), Vadelim (yapay zeka tahsilat asistanı), VOXONIC AI (çağrı merkezinde anlık çeviri) ve MutfakAI (saniyeler içinde satış görseli) hangi modelin kullanıldığını değil, sizin verinizi ve iş akışınızı merkeze alır. Model değişir, iş kalır.

Bugün Atabileceğiniz 5 Adım

• Tek modele kilitlenmeyin. Hangi aracı kullanıyorsanız kullanın, "yarın bunu değiştirmem gerekirse ne kadar zorlanırım?" diye sorun.
• En az iki model deneyin. Aynı işi ChatGPT, Gemini ve Claude'a yaptırıp sonucu kıyaslayın. Çoğu zaman ucuz olan, sizin işiniz için yeterlidir.
• Veriyi sahiplenin. Sizi rakipten ayıran şey model değil, sizin verinizdir. Onu modele teslim etmeyin, kendinizde tutun (KVKK uyumu da bunu gerektirir).
• Modeli değil süreci düşünün. "Hangi yapay zeka?" değil, "hangi tekrarlayan işimi otomatikleştireyim?" sorusuyla başlayın.
• Açık modelleri tanıyın. Maliyet ve egemenlik kaygınız varsa, açık ağırlıklı modeller en güçlü sigortanızdır.

Model savaşı bir tehdit değil, bir hediye. Devler birbiriyle yarıştıkça altyapı ucuzluyor, seçenek artıyor. Asıl tehlike, bu savaşı görmezden gelip tek bir bayrağın altına çakılmakta.

Tez: Motoru değil mimariyi sahiplen; pasaportun yapay zekanı belirlemesin.

Kaynaklar

• CNBC, "Microsoft unveils new AI models to lessen reliance on OpenAI" (2 Haziran 2026)
• Donanım Haber, "Yapay zeka dünyasında bu hafta" (Haziran 2026)
• Microsoft Work Trend Index 2026
• Fivetran 2026 Agentic AI Readiness Index
• llm-stats.com, AI Updates (Haziran 2026)

Bugün Antalya'da "yapay zeka eğitimi" diye aratan biri karşısında üç farklı dünya buluyor: belediye etkinlik haberleri, bireysel sertifika kursları ve web tasarım firmalarının yanına iliştirdiği "AI uyumlu" etiketleri. Bunların hiçbiri bir işletmenin operasyonunu dönüştürmez. İşletmenizin ihtiyacı olan şey bir sertifika değil, ölçülebilir sonuç üreten bir yol haritasıdır. Bu yazıda bir Antalya yapay zeka uzmanının gerçekte ne iş yaptığını, hangi sektörlerin öne çıktığını ve doğru danışmanı seçmenin somut kriterlerini anlatıyorum.

Kısa Özet

• "Yapay zeka uzmanı" üç farklı şeydir: sertifika eğitmeni, yazılımcı ve yapay zeka danışmanı/sistem stratejisti. İşletmeler için değer üçüncüsündedir.
• Antalya'da en yüksek getiriyi turizm, sağlık turizmi, tarım ve perakende sektörleri sağlar.
• İşletmelerin önündeki bir numaralı engel maliyet değil, uzmanlık eksikliğidir (yüzde 30.6).
• Doğru danışman 5 kriterle seçilir: gerçek üretim referansı, yerellik, ölçülebilir sonuç, KOBİ gerçekliği, eğitim + uygulama birlikteliği.
• Doğru yol: tüm işi değil, en çok zaman kaybettiren tek bir süreci seçip hızlı kazançla başlamak.

Yapay Zeka Uzmanı Gerçekte Ne İş Yapar?

Piyasada "yapay zeka uzmanı" ifadesi üç ayrı şeyi karıştırıyor ve bu karışıklık işletmelere pahalıya patlıyor. Net ayıralım:

• Sertifika kursu eğitmeni: Size ChatGPT, Canva AI ve Midjourney kullanmayı öğretir, sonunda e-Devlet'te görünen bir belge verir. Bireyler ve iş arayanlar için değerlidir. Ama bu, işletmenizin muhasebesini, stok tahminini veya müşteri hizmetlerini dönüştürmez.
• Yazılım geliştiricisi: Belirli bir modeli kodlar. Teknik tarafı çözer ama "hangi süreci, neden, ne kadar getiriyle otomatikleştirmeliyim" sorusunu cevaplamaz.
• Yapay zeka danışmanı ve sistem stratejisti: Önce işletmenizin gerçek sorununu bulur, hangi sürecin yapay zekaya hazır olduğunu belirler, yatırımın geri dönüşünü hesaplar ve uygulamayı baştan sona yönetir. İşletmeler için asıl değer burada üretilir.

Farkı tek bakışta görmek için:

Bir işletme sahibiyseniz size lazım olan üçüncüsüdür. AI ile şov değil, AI ile sonuç. Maraş'taki bir baharatçının da, Antalya'daki bir otelin de ihtiyacı aynı: aynı ekiple daha fazla iş çıkarmak, hata oranını düşürmek, müşteriye daha hızlı yanıt vermek.

Antalya'da İşletmeler İçin Yapay Zeka Neden Bu Kadar Kritik?

Antalya'nın ekonomik dokusu yapay zekayı diğer şehirlerden daha acil hale getiriyor. Şehrin can damarı olan sektörlerin her biri veri yoğun ve hız odaklı çalışıyor:

• Turizm ve otelcilik: Çok dilli müşteri iletişimi, rezervasyon optimizasyonu, yorum analizi ve dinamik fiyatlama. Bir otelin gece resepsiyonu artık yapay zeka destekli bir asistanla 100'den fazla dilde anlık yanıt verebilir.
• Sağlık turizmi: 7/24 hasta iletişimi, otomatik lead skorlama, kişiselleştirilmiş takip mesajları ve çok dilli çağrı yönetimi. Antalya'nın en hızlı büyüyen sektörlerinden birinde satış verimliliği doğrudan yapay zekaya bağlı.
• Tarım ve sera: Verim tahmini, hastalık erken teşhisi, sulama ve enerji optimizasyonu.
• Perakende ve e-ticaret: Stok tahmini, ürün öneri motorları, ürün fotoğrafçılığının yapay zeka ile saniyeler içinde üretilmesi.

Buna rağmen sahadaki gerçek şu: işletmelerin önündeki bir numaralı engel maliyet değil, uzmanlık eksikliği. Yani teknoloji hazır, bütçe çoğu zaman makul, eksik olan tek şey doğru yönlendirme. İşte tam bu noktada doğru uzmanı seçmek belirleyici oluyor.

Doğru Yapay Zeka Danışmanı Nasıl Seçilir? 5 Kriter

Antalya'da yapay zeka hizmeti veren çok sayıda isim göreceksiniz. Çoğu ya web tasarımcı ya da uzaktan çalışan ulusal bir ajans. İşletmeniz için karar verirken şu beş kritere bakın:

• 1. Gerçek üretim referansı var mı? Sunumda güzel duran slaytlar değil, canlıda çalışan sistemler önemli. Distribütörler için iş yönetim platformları, çağrı merkezi sesli çeviri sistemleri, tahsilat asistanları gibi gerçekten sahada üretime alınmış işler isteyin.
• 2. Yerel mi, yoksa uzaktan mı? Antalya'daki bir işletmeyi anlamak için sektörü yerinde görmek gerekir. Uzaktan jenerik çözüm satan bir ajans, sizin operasyonunuzu tanımaz.
• 3. Ölçülebilir sonuç vaat ediyor mu? "Dijital dönüşüm" gibi soyut laflar değil, "şu süreçte şu kadar zaman tasarrufu, şu kadar hata azalması" gibi somut hedefler koyabilmeli.
• 4. KOBİ gerçekliğini biliyor mu? Büyük danışmanlık devlerinin modeli orta ölçekli bir Antalya işletmesine genelde uymaz. Türkiye KOBİ'lerinin gerçek bütçesini ve hızını bilen biri lazım.
• 5. Eğitim ve uygulamayı birlikte sunuyor mu? En iyi sonuç, ekibinize balık tutmayı da öğreten danışmandan gelir. Sadece sistem kurup gitmek değil, ekibinizi o sistemi yönetebilir hale getirmek.

Ertuğrul Akben Kimdir? Antalya'da Yapay Zeka Tarafında Ne Yapıyor?

Ben Ertuğrul Akben. Yapay zeka ve sistem stratejisti, yatırımcı ve araştırmacıyım. Manavgat doğumluyum ve faaliyetlerimin Akdeniz ayağını buradan yürütüyorum.

İşin otorite tarafı için somut veriler: Türkiye genelinde 490 firma ve 1.414 katılımcıyla KOBİ'lerin yapay zeka olgunluğunu nicel olarak ölçen AI-MOI Turkey 2025 araştırmasını ben yürüttüm. SYS4AI platformu üzerinden 500'den fazla bireye ve 30'dan fazla kurumsal ortağa yapay zeka eğitimi verdim. MASİAD, yani Manavgat Sanayici ve İş İnsanları Derneği'nin Yönetim Kurulu Danışmanı olarak derneğin dijital dönüşüm ve yapay zeka stratejisine liderlik ediyorum. Kasım 2025'te Dijital Zirve Manavgat 5'te konuşmacı olarak yer aldım.

Üretim tarafında ise iş laftan ibaret değil. Distribütörler için 24 modüllü bir yapay zeka iş yönetim platformu olan HANDEN X bir BAT distribütöründe 50'den fazla plasiyerle canlı çalışıyor. Çağrı merkezleri için anlık sesli çeviri yapan VOXONIC AI bir yıldır üretimde. Türkçe tahsilat asistanı Vadelim, restoranlar için yapay zeka görsel üretimi yapan MutfakAI ve LLM API geçidi AgabeyogluAI aktif. AR-GE tarafında Transformer mimarisine alternatif DSGMv2 modeli, nedensellik tabanlı bilgi erişim sistemi NeuroCausal RAG ve hibrit hafıza mimarisi NEURON gibi özgün projeler geliştirdim. Kısacası önce kendi sistemlerimi kurdum, sonra başkalarına anlatıyorum.

Antalya Yapay Zeka Danışmanlığı ve Eğitimi: Hangi Hizmetler?

İşletmenizin nerede durduğuna göre yol değişir. Sunduğum başlıklar:

• Kurumsal yapay zeka danışmanlığı: Mevcut süreçlerinizin analizi, yapay zekaya hazır alanların tespiti ve uygulama yol haritası. Detaylar için Antalya yapay zeka danışmanlığı sayfasına bakabilirsiniz.
• İşletmelere ve ekiplere yapay zeka eğitimi: ChatGPT ve diğer araçlarla iş süreçlerini dönüştürmeye yönelik uygulamalı programlar. Ayrıntılar Antalya yapay zeka eğitimi sayfasında.
• Süreç otomasyonu ve özel çözümler: WhatsApp satış otomasyonu, teklif sistemleri, müşteri hizmetleri chatbotu, stok ve muhasebe otomasyonu.
• Bölgesel vizyon ve yol haritası: Şehir ve sektör ölçeğinde stratejik bakış için Antalya yapay zeka ekosistemi ve Manavgat yapay zeka yol haritası yazılarını okuyabilirsiniz.

Sonuç: Yapay Zeka Bir Maliyet Değil, Madencidir

İş dünyasında zaman altınsa, yapay zeka onun madencisidir. Antalya'daki işletmelerin önünde devasa bir fırsat var çünkü rakiplerin büyük çoğunluğu hâlâ bekliyor. Bu farkı erken kapatan, pazarında bir adım öne geçiyor. Mesele yapay zekanın gelip gelmeyeceği değil, sizin onu rakibinizden önce mi yoksa sonra mı kullanacağınız.

Bugün atılabilecek dört somut adım:

• Bir süreç seçin: En çok zaman kaybettiğiniz tek bir operasyonu belirleyin. Müşteri yanıtı, teklif hazırlama, stok takibi, fark etmez.
• Hızlı kazanç arayın: Tüm işi değil, o tek süreci yapay zeka ile çözmeyi hedefleyin. WhatsApp otomasyonu ve teklif sistemi genelde en hızlı dönüşü verir.
• Doğru uzmana danışın: Yukarıdaki beş kriterle değerlendirin. Ücretsiz bir ön keşif görüşmesi her zaman ilk adımdır.
• Ekibinizi dahil edin: Sistemi kuran değil, ekibinizin yönetebildiği çözüm kalıcı olur.

Antalya'da işletmeniz için yapay zeka danışmanlığı veya eğitimi konuşmak isterseniz, ücretsiz ön keşif görüşmesiyle başlayabiliriz. Önce durumunuzu anlarız, sonra yol haritasını çıkarırız.

Sıkça Sorulan Sorular

Antalya'da yapay zeka uzmanı kimdir?
Ertuğrul Akben, Antalya merkezli faaliyet gösteren bir yapay zeka ve sistem stratejistidir. SYS4AI platformu üzerinden 500'den fazla kişiye eğitim vermiş, 490 firmalık AI-MOI Turkey 2025 araştırmasını yürütmüş ve MASİAD Yönetim Kurulu Danışmanı olarak görev yapmaktadır. İşletmelere kurumsal yapay zeka danışmanlığı ve eğitimi sunmaktadır.

Yapay zeka danışmanlığı ile yapay zeka kursu arasındaki fark nedir?
Yapay zeka kursu bireylere araç kullanımını öğretir ve sertifika verir. Yapay zeka danışmanlığı ise bir işletmenin süreçlerini analiz eder, yapay zekaya hazır alanları belirler, yatırımın getirisini hesaplar ve uygulamayı baştan sona yönetir. İşletmeler için asıl değer danışmanlık tarafında üretilir.

Antalya'da hangi sektörler yapay zekadan en çok faydalanır?
Turizm ve otelcilik, sağlık turizmi, tarım ve sera, perakende ve e-ticaret Antalya'da yapay zekadan en yüksek getiriyi sağlayan sektörlerdir. Bu sektörlerin tamamı veri yoğun ve hız odaklı çalışır.

Yapay zeka danışmanlığı ne kadar sürede sonuç verir?
Doğru seçilmiş tek bir süreçte, örneğin WhatsApp satış otomasyonu veya teklif sisteminde, sonuçlar genellikle birkaç hafta içinde görülmeye başlar. Tüm işi birden dönüştürmek yerine hızlı kazanç sağlayan tek bir süreçle başlamak en sağlıklı yöntemdir.

Yapay zeka danışmanlığına nasıl başlanır?
İlk adım ücretsiz bir ön keşif görüşmesidir. Bu görüşmede işletmenizin en çok zaman ve para kaybettiği süreç belirlenir, yapay zekaya uygunluğu değerlendirilir ve somut bir yol haritası çıkarılır. Büyük bir bütçe veya teknik altyapı gerekmez; tek bir süreçle başlanır.

Antalya dışındaki işletmelere de hizmet veriliyor mu?
Evet. Akdeniz ofisi Manavgat'ta olmakla birlikte Türkiye geneline kurumsal danışmanlık ve eğitim hizmeti sunulmaktadır. Manavgat ve Kahramanmaraş gibi bölgeler için ayrıca özel yol haritaları hazırlanmıştır.

Bu olayı bir teknoloji haberi gibi okursanız kaçırırsınız. Burada kırılan şey bir ürün değil, son yirmi yılın varsayımı: en iyi teknolojiye, kart bağlayan herkesin, her yerden erişebileceği varsayımı. Artık soru "hangi model" değil. Artık soru "hangi pasaport".

Tam olarak ne oldu

• 9 Haziran: Fable 5 ve Mythos 5 yayınlandı, Anthropic'in kamuya sunduğu en yetenekli modeller.
• 12 Haziran, 17:21: Lutnick'in mektubu geldi. Modeller, ABD dışındaki her konuma ve ABD içindeki tüm yabancı kişilere karşı ihracat kontrolü kapsamına alındı.
• Sonuç: "Yabancıya kapat, vatandaşa aç" ayrımını canlı serviste güvenilir biçimde uygulamak mümkün olmadığı için Anthropic modelleri herkese kapattı. Yani kısıt yabancıyı hedefledi, faturayı global kullanıcının tamamı ödedi.
• Gerekçe: Hükümet şimdilik yalnızca sözlü kanıt sundu. İşaret edilen şey evrensel olmayan, dar bir jailbreak: modele bir kod tabanını okutup içindeki yazılım açıklarını buldurmak. Yani siber saldırı kapasitesi endişesi.

Mektup, somut güvenlik kaygısını ayrıntısıyla açıklamadı bile. Bir sabah kalktınız, dünyanın en güçlü kapalı modeli üzerine kurduğunuz işin altındaki zemin, sizin hiç taraf olmadığınız bir kararla çekildi.

İronisi: kendi güvenlik uyarısı silaha dönüştü

Burada acı bir taraf var. Anthropic, sektörde modellerin tehlikeli yeteneklerini en şeffaf raporlayan şirket olmasıyla bilinir. Muhtemelen tetiği çeken de bu oldu: kendi yayınladığı güvenlik değerlendirmeleri, modelin siber alandaki kapasitesini görünür kıldı ve devlet bu görünürlüğü bir "ulusal güvenlik varlığı" gerekçesine çevirdi. Yani dürüst davranan şirketin en güçlü ürünü, dürüstlüğünün üstüne kapatıldı. Bunun bir alt mesajı var: bundan sonra her frontier model, gücü ölçüsünde, üreten ülkenin stratejik silahı muamelesi görecek. Ve silahlar ihraç edilmez, lisanslanır.

Bu neden senin sorunun

Diyelim ki bir Türk girişimcisiniz ve ürününüzü tek bir kapalı modelin üstüne kurdunuz. Bu sabaha kadar sizin için bu bir "güç" hikayesiydi: dünyanın en iyi modelini, aylık birkaç yüz dolara, kendi uygulamanızın altına koymuştunuz. Dün gece bu bir "bağımlılık" hikayesine döndü. Çünkü o motorun açık kalıp kalmayacağına ne siz karar veriyorsunuz, ne sözleşmeniz, ne de o modeli üreten şirket. Karar, bir başka ülkenin başkentinde, sizin adınızın bile geçmediği bir masada veriliyor. Pasaportunuz artık yapay zekanızı belirliyor.

Bugün gerekçe siber güvenlik. Yarın gerekçe ticaret savaşı, rekabet, diplomatik kriz ya da sadece bir seçim dönemi olabilir. Mekanizma kurulduktan sonra sebebin önemi kalmaz. Önemli olan tek soru şu: motorunuz, sizin kontrolünüzde olmayan bir düğmeye bağlı mı?

Bunun adı tersine küreselleşme

Yıllardır yapay zekanın küreselleşmenin en saf hali olduğunu düşündük. Bir API anahtarı, bir kredi kartı, ve Nairobi'deki de Manavgat'taki de San Francisco'daki ile aynı zekaya erişiyordu. Dün bu sayfa kapandı. Compute katmanı (çip) zaten yıllardır ihracat kontrolü altındaydi, Türkiye dahil pek çok ülkeye en güçlü çipler kapalıydı. Şimdi sıra model katmanına geldi. Yani değer zincirinin en üst iki katmanı, üreten ülkenin egemenlik alanına çekiliyor. Bu, küreselleşmenin tersine dönmesidir ve geçici bir kaza değil, yeni normaldir.

Bu noktada iki yanlış refleks var. Birincisi paniğe kapılıp "demek ki yapay zekaya hiç güvenilmez" demek. İkincisi inkar edip "bana dokunmaz, ben küçüğüm" demek. Doğru refleks üçüncüsü: mimarini, hiçbir tek noktanın seni durduramayacağı şekilde kur. Buna sigorta denir ve üç katmanı var.

Üç katmanlı sigorta

1. Tek tedarikçiye bağlanma, çoklu model kur. Uygulamanın altındaki modeli değiştirilebilir bir parça gibi tasarla. Claude kapanırsa Gemini, GPT ya da açık bir model devralabilmeli. Bunu sonradan eklenen bir yama değil, ilk günden bir mimari ilke yap. Tek modelin üstüne sıkı sıkıya kodlanmış her ürün, dün gece kırılganlığını gördü.
2. Asıl sigorta açık ağırlıklı modeller. Bir modelin ağırlıkları açık kaynak ve serbest lisansla (Apache 2.0, MIT) bir kez yayımlandıysa, hiçbir hükümet onu geri alamaz. Çünkü o dosya artık dünyanın dört bir yanında, binlerce diskte. Qwen, Llama, DeepSeek, GLM ailesi tam da bu yüzden jeopolitik sigortadır. Kapalı API'de risk yüksek, açık ağırlıkta neredeyse sıfır. Kapalı modelin son sürümü her zaman bir adım önde olabilir, ama bir adım önde ama kapatılabilir motor ile yarım adım geride ama kimsenin kapatamayacağı motor arasında, işini kuran adam ikincisini ihmal edemez.
3. Modeli değil, dikeyi sahiplen. Senin gerçek varlığın model değil. Senin varlığın, Türk firmasının yazılı olmayan sürecini haritalayan iş akışın, müşterine ait veri ve o veriyle kurduğun entegrasyon. Model değişebilir, bunlar kalır. Değerin biriktiği yer en üst katman, yani uygulama ve dikey ajan katmanıdır ve orası kapatılamaz, çünkü orası sensin.

Ben bunu bugün nasıl yapıyorum

Bu satırları teorik yazmıyorum. Dört üründe de aynı ilkeyi uyguluyorum. HANDEN X distribütör operasyonunu, Vadelim Türkçe tahsilatı, VOXONIC çağrı merkezi çevirisini, KOZA tarafı KOBİ dönüşümünü yönetiyor. Hiçbiri tek bir kapalı modele kilitli değil; hepsi modeli değiştirilebilir bir bileşen olarak görüyor ve asıl değeri yerel veride ve yerel iş akışında topluyor. AgabeyogluAI Gateway tarafında ise mesele bizzat bu: Claude, GPT, Gemini, Grok ve açık ağırlıklı modelleri tek Türk faturası altında, biri kapanırsa diğeri devralacak şekilde birleştirmek. Dün gecenin dersi, bu yaklaşımın neden lüks değil zorunluluk olduğunu gösterdi.

Devletin cevabı ve seninki

Madalyonun iki yüzü bu hafta yan yana geldi. Bir yanda ABD, en güçlü modelini sınırın içine çekti. Öte yanda Türkiye, daha bugün 2026-2030 Yapay Zeka Eylem Planı'nı ve yerli model Bilge'yi açıkladı. İkisi aynı gerçeğin iki ifadesi: erişim silah haline geldiyse, egemenlik artık tercih değil zorunluluktur. Ama şu ayrımı net görmek lazım. Egemenliği devlet kurar, kendi modeliyle, kendi verisiyle, kendi veri merkeziyle. Senin sigortan ise bunu beklemek değil. Senin sigortan, bugün elinde olan açık ağırlıklı modeller ve sahip olduğun dikey üründür. Devletin planı 2030'a bakar, senin müşterin bu çeyreğe bakar. İkisini karıştırma.

Bugün atılacak beş adım

1. Ürünlerinin altındaki modeli envantere çıkar: hangi iş hangi modele bağlı, o model kapanırsa ne durur? Cevabı bilmiyorsan, kırılganlığın da bu.
2. En kritik akışına bir yedek model bağla. Birincil kapalı, ikincil açık ağırlıklı olsun. Bir kez bağladığında, kapatılma riskin pratikte biter.
3. En az bir açık ağırlıklı modeli (Qwen, Llama, DeepSeek ya da GLM) kendi ortamında, kendi verinle ayağa kaldır. Bunu "ileride lazım olur" diye değil, bu hafta yap.
4. Verini ve iş akışını sahiplen. Müşteri verisi senin ortamında, dışa bağımlılık en altta. Asıl varlığın bu, modeli kiraladığını unutma.
5. Tek satıcıya romantik bağlılık kurma. "En iyi model" güzeldir ama "kapatılamayan mimari" para kazandırır. İkisini aynı cümlede tutamıyorsan, ikincisini seç.

Sonuç

Dün üç günlük bir model söndü ve bize sandığımızdan çok şey anlattı. Yapay zeka çağının en güçlü kası, aynı zamanda en politik kası. En iyi modele sahip olmak artık yetmiyor; o modele yarın da erişebileceğinden emin olman gerekiyor. Bunun tek yolu, kaderini tek bir kapalı kutuya ve o kutunun bağlı olduğu başkente teslim etmemek. Çoklu model kur, açık ağırlığı sigortan yap, dikeyini ve verini sahiplen. Pasaportun yapay zekanı belirlemesin diye, motoru değil, mimariyi sahiplen. Türk sorunu, Türk çözümü, ama bu kez altyapının kimseye kapatılamayacak kısmı üstünde. Hep birlikte daha ileriye.

Planı tek cümlede anlamak: dört fiil

Eylem Planı dört eksen üzerine kurulmuş ve her eksende birbirini tamamlayan dört eylem var. Eksenlerin adı bilerek fiil seçilmiş: Fark Et (okuryazarlık ve bilinç), İstifade Et (sektörel kullanım ve veri), Üret (kendi modellerini geliştirmek) ve Yönet (egemen yapay zeka kapasitesi ve yatırım ortamı). Sürecin yönetişimini kurulacak Ulusal Yapay Zeka Kurulu üstlenecek, takibini Sanayi ve Teknoloji Bakanlığı yapacak. Hedef sıralama net konmuş: Türkiye küresel yapay zeka endeksinde 2021'de 44. sıradaydı, 2024'te 34. sıraya çıktı, yeni hedef ekosistemde ilk 20, küresel ekonomide ilk 10.

Rakamlar konuşsun

Bir planı vaatten ayıran şey sayılardır. Açıklanan taahhütlerin öne çıkanları şunlar:

• Kamu yatırım programlarından yapay zeka projelerine en az yüzde 2 pay ayrılacak.
• 81 ilde yapay zeka okuryazarlığı atölyeleriyle 2 yılda 5 milyon vatandaşa eğitim verilecek; Ulusal Yapay Zeka Okuryazarlığı Programı başlatılacak.
• 10 bin ileri düzey uzman ve 100 bin uygulama profesyoneli yetiştirme hedefi konuldu.
• Altyapıda en az 10 milyar dolarlık, özel sektör ağırlıklı kaynak hedeflendi; veri merkezi kurulu gücü 2030'a kadar en az 1 gigavata çıkarılacak.
• Sağlık, tarım, savunma ve e-ticaret başta olmak üzere en az 2.000 kamu veri seti Ulusal Veri Kütüphanesi üzerinden açılacak.
• Önceliklendirilen alanlarda KOBİ'lere yapay zeka kuponları ile erişilebilir teknoloji sağlanacak; kamu, yerli yapay zeka çözümlerinin ilk alıcısı olacak.
• Türk Devletleri Teşkilatı ile Oğuz, Kıpçak ve Karluk dillerini kapsayan ortak bir Türk dilleri büyük dil modeli geliştirilecek.

Bu liste, "Türkiye yapay zekayı ciddiye alıyor mu" sorusunu kapatıyor. Geriye "uygulama nasıl gelecek" sorusu kalıyor ki asıl iş orada.

Bilge: heyecan da var, eksik de

Bilge, TÜBİTAK'ın geliştirdiği yerli Türkçe büyük dil modeli. Bakan Kacır, modelle yaptığı diyaloğu sosyal medyada paylaştı, Erdoğan da konuşmasında "geliştirme çalışmaları devam eden" ifadesini kullandı. Yani Bilge bitmiş bir ürün değil, sahnedeki haliyle bir niyet beyanı. Şimdiye kadarki en somut pratik kullanımı şu: Eylem Planı için yapayzekavizyonu.sanayi.gov.tr üzerinden toplanan vatandaş görüşleri Bilge ile analiz edildi.

Burada dürüst olmak zorundayım, çünkü işim bu. Tanıtım videosundaki cilalı diyalogların dışında Bilge'ye dair tek bir teknik veri yok: parametre sayısı, mimari, kıyaslama puanları, erişim modeli, API var mı, açık mı kapalı mı, hiçbiri açıklanmadı. Bir modeli "milli" yapan etiketi değil, ölçülebilir performansı ve erişilebilirliğidir. Bu sorular cevaplanana kadar Bilge bir slayttır, bir araç değil. Bunu kötülemek için değil, beklentiyi doğru ayarlamak için söylüyorum.

Yerli model alanı zaten kalabalık

Bilge tek başına değil. T3 Vakfı ve Baykar'ın geliştirdiği açık kaynaklı T3 AI çoktan sahada. Özel sektörde Kumru, sadece 2 milyar parametreyle, testlerde kendinden çok daha büyük modelleri Türkçe görevlerde geride bırakıyor ve mobil cihazda bile çalışabiliyor. Yani "yerli büyük dil modeli" üç ayrı eksende koşuyor: devlet (Bilge ve TÜBİTAK), savunma sanayi (T3 AI), özel sektör (Kumru). Bu rekabet sağlıklı. Ama bir girişimci olarak benim çıkardığım sonuç şu: model katmanında üç güçlü oyuncu varken, oraya dördüncü olarak girmek akıl değil. Avantaj başka yerde.

Asıl mesele model değil, uygulama

Yıllardır aynı şeyi yazıyorum: yapay zeka değer zinciri üç katmandır. Donanım ve foundation model katmanı sermaye ve ölçek işidir, Türkiye'nin asıl meydanı üçüncü katman, yani uygulama ve dikey ajan katmanıdır. Eylem Planı bu tezi devlet diliyle tekrarlıyor. "Üret" ekseni modeli devlete ve büyük oyunculara bırakıyor; girişimciye düşen, o modelin üstüne Türk firmasının yazılı olmayan süreçlerini oturtan dikey çözümü kurmak. Benim dört ürünüm tam bu mantıkla doğdu: HANDEN X distribütör operasyonunu, Vadelim Türkçe tahsilatı, VOXONIC çağrı merkezi çevirisini, KOZA tarafı KOBİ dönüşümünü yönetiyor. Hiçbiri kendi modelini eğitmiyor, hepsi yerel veriyi ve yerel iş akışını sahipleniyor. Plan ne derse desin, değer bu katmanda birikecek.

KOBİ ve girişimci için açılan üç kapı

Planın içinde, dikkatli okuyan için üç somut kapı var:

• Fark Et ekseni ve 5 milyonluk okuryazarlık atölyeleri: Bu, içerik ve eğitmen kapasitesi olan herkes için bir tedarik kanalı. İl bazlı uygulamada eğitmen, içerik ve metodoloji ihtiyacı doğacak.
• İstifade Et ekseni ve KOBİ kuponları: Kupon kriterleri açıklandığında, kupon uyumlu paketlenmiş yerli yapay zeka ürünleri doğrudan alıcı bulacak. Kamunun yerli çözümlerin ilk alıcısı olması da ayrı bir kapı.
• 2.000 kamu veri seti: Sağlık, tarım, savunma ve e-ticaret verisinin açılması, dikey yapay zeka kuran herkes için ham hammadde demek. Veri olmadan dikey model olmaz; bu kütüphane, Türkçe dikey uygulamaların önündeki en büyük engeli kısmen kaldırabilir.

Burada bir uyarı: bunların hepsi şu an vaat. İhale, kriter ve uygulama detayı yok, herkes aynı masaya koşacak. Fark, elinizde duran kanıttır. Bizim elimizdeki kanıt AI-MOI Turkey 2025 araştırması: 490 firma ile yapılan görüşmede KOBİ olgunluk skoru 100 üzerinden 14,03, firmaların yalnızca yüzde 8,6'sı aktif yapay zeka kullanıyor. "Neden 5 milyon kişiye okuryazarlık eğitimi lazım" sorusunun cevabı bu tek rakamda. Bu tür somut saha verisi, sizi vaat kovalayan kalabalıktan ayıran şeydir.

Bugün yapılacaklar: beş madde

1. Planın tam metnini bekleyip okumayın, eksen eksen ayrıştırın: işiniz hangi eksene değiyor, Fark Et mi, İstifade Et mi, yoksa veri tarafında Üret mi.
2. Kendi sektörünüzde "okuryazarlık atölyesi" çıktığında eğitmen ve içerik tedarikçisi olabilmek için kanalı (valilik, il müdürlüğü, oda, KOSGEB) şimdiden netleştirin.
3. Ürününüzü "kupon uyumlu" hale getirin: fiyatlama, fatura ve kapsamı, KOBİ kupon kriterleri açıklanır açıklanmaz paketlenebilecek şekilde hazır tutun.
4. Elinizdeki saha verisini bir lobicilik aracına çevirin: iki sayfalık, sayısal, otorite kanıtı niteliğinde bir özet, doğru kuruma ulaştığında kapı açar.
5. Model üretmeye değil, dikey uygulamaya ve KOBİ entegrasyonuna yatırın. Bilge, T3 AI ve Kumru varken sizin avantajınız modelde değil, o modelin üstündeki iş akışında.

Sonuç

Dünkü yazıda dünyanın yapay zekaya erişimi millileştirdiğini yazdım. Bugün Türkiye de masaya kendi modeliyle, kendi verisiyle, kendi planıyla oturdu. İkisi aynı madalyonun iki yüzü: erişim kapanıyorsa, egemenlik artık tercih değil zorunluluk. Ama egemenliği devlet kurar, parayı uygulama katmanındaki girişimci kazanır. Bu plan 2026-2030 takvimiyle yavaş gelecek, vaatlerin çoğu ihaleye ve uygulamaya kalacak. Asıl soru "Türkiye yapay zekada lider olur mu" değil. Asıl soru şu: bu dört yıllık pencerede siz hangi sayıyla, hangi ürünle, hangi veriyle masaya oturacaksınız? Cevabınız "bilmiyorum" ise, planın tam metni yayımlanana kadar geçen birkaç günü buna ayırın. Türk sorunu, Türk çözümü, kendi altyapısı üstünde. Hep birlikte daha ileriye.

Bu yazıda büyük resmi anlatacağım, ama daha çok kendi tercihimi anlatacağım. Çünkü bu dönüşümde herkesin verdiği ya da farkında olmadan verdiği bir karar var: çalışan tarafında mı duracaksın, çalıştıran tarafında mı?

Ajan Ekonomisini Nasıl Okuyorum

Klasik yazılım reaktiftir. Sen bir komut verirsin, o tek bir iş yapar ve durur. Ajan mantığı ise farklı. Sen bir hedef söylersin, sistem o hedefe ulaşmak için kendi planını kurar, hangi aracı kullanacağına karar verir, gerekirse başka ajanlarla iletişime geçer ve sonucu getirir.

Project Solara'nın asıl haberi bu yüzden bir cihaz değil. Microsoft'un ajanları arka planda sürekli çalışan bir işletim katmanı gibi konumlandırması. Google'ın I/O 2026'da Managed Agents ve ajan protokolleriyle yaptığı da aynı hamle. Yani dev şirketler ajanı bir "özellik" değil, üstüne ekonomi kurulacak bir "altyapı" olarak görüyor.

Burada benim için tek bir soru kalıyor. Bu altyapının üstünde ince bir kabuk olup gelir mi toplayacağım, yoksa kendi ajan sistemimi mi kuracağım?

İki Tarafın Hikayesi

Çalışan tarafı cazip görünür. Hazır bir platformun üstüne güzel bir arayüz koyarsın, bir ihtiyacı çözersin, gelir hızlı gelir. Ama bu zemin kaygan. Platform yarın aynı işi kendi içine alırsa, gece yatarsın gündüz ürünsüz kalkarsın. Buna sektörde thin wrapper riski diyoruz ve ben bu riski hafife alan çok girişimci gördüm.

Çalıştıran tarafı ise zordur. Çünkü orada sattığın şey arayüz değil; ajanların çalıştığı sistemin kendisi, biriktirdiği hafıza, koordinasyonu ve dağıtım ağı. Kurması yıllar alır ama bir kez kurulduğunda kopyalanması da o kadar zor olur.

Ben ikinci tarafı seçtim. Ve bunu lafla değil, üretime aldığım iki ürünle gösterdim.

CashClaw: Ajanı İşletmeye Çevirmek

CashClaw, otonom yazılım ajanlarını otonom bir freelance işletmeye dönüştüren bir ara katman olarak doğdu. Fikir basitti ama sonuçları değil: bir ajanı sadece komut çalıştıran bir araç olmaktan çıkarıp, kendi başına iş alabilen, üretebilen ve teslim edebilen bir birime çevirmek.

Açık kaynak olarak yayınladım. GitHub'da 283 yıldıza ve 104 fork'a ulaştı, npm üzerinden binlerce kez indirildi. Hiçbir reklam bütçesi koymadım; organik yayıldı. Çünkü insanların gerçekte istediği şey ajanı çalıştırmak değil, ajanın kendisi için çalışması. CashClaw tam olarak bu boşluğa oturdu.

HYRVE AI: Tek Ajan Değil, Ekosistem

CashClaw bir ajanı işletmeye çeviriyorsa, HYRVE AI bunu pazaryeri seviyesine taşıyor. Bir ajan marketplace olarak 5.933'ün üzerinde kayıtlı ajan ve müşteriyi bir araya getiriyor. Buradaki değer tek bir akıllı ajanda değil; ajanların birbirini bulduğu, iş aldığı, fiyatlandığı ve değiş tokuş yaptığı ekosistemin kendisinde.

Bu tam olarak çalıştıran tarafında durmak demek. Tek bir ürün satmıyorum, ürünlerin alınıp satıldığı zemini kuruyorum.

Bu Süreçten Çıkardığım 5 Ders

Yıllardır ajanlarla uğraşan biri olarak, bu işe girecek olanlara dürüstçe şunları söylerim:

1. Yaptığın şeyi dürüstçe sınıflandır. Derin bir iş akışı mı kuruyorsun, yoksa bir platformun yarın içine alacağı tek ekranlık bir arayüz mü? Kendini kandırma.
2. Veri ve hafıza katmanı senin kalendir. Arayüz kopyalanır, müşteri verisi ve operasyonel hafıza kopyalanmaz. Asıl varlığın bu.
3. Tek ajana değil, koordinasyona oyna. Geleceğin değeri, birden çok ajanı bir hedefe doğru birlikte yönetebilmekte. Tek başına çalışan ajan yarının ücretsiz özelliği.
4. Fiyatı sonuca bağla. Koltuk başına aylık lisans modeli ajan ekonomisinde eriyor. Tamamlanan görev ve teslim edilen değer üzerinden fiyatla.
5. Dağıtımı kalbine al. Prototip artık herkesin elinde. Fark, ürünü kimin kime nasıl ulaştırdığında. CashClaw'ın organik yayılması bana bunu bir kez daha öğretti.

Kapanış

Project Solara ve 1 milyar kullanıcılı ChatGPT aynı şeyi söylüyor: yapay zeka komut bekleyen bir araç olmaktan çıkıp görev üstlenen bir işgücüne dönüşüyor. Bu dönüşümde iki yer var. Birinde hazır bir sistemin üstünde çalışan olursun, gelir hızlı ama zemin kaygan. Diğerinde ajanları çalıştıran olursun, kurmak zor ama kurduğunda kolay yıkılmaz.

Ben CashClaw ve HYRVE AI ile çalıştıran tarafında durmayı seçtim, çünkü uzun vadede ayakta kalanın bu taraf olacağına inanıyorum. Şimdi soru sana kalıyor: ürünün yarın bir platformun ücretsiz özelliği olduğunda geriye ne kalacak?

Google I/O 2026’nın ana mesajı birkaç yeni modelden, birkaç ürün güncellemesinden veya etkileyici sahne demosundan ibaret değildi. Asıl mesaj daha derindeydi: Yapay zeka, “soruya cevap veren araç” döneminden çıkıp “bizim adımıza iş yapan ajan” dönemine geçiyor.

Bu değişimi anlamak için Google’ın yaklaşımına katman katman bakmak gerekiyor. Şirket yalnızca model geliştiren bir yapı değil. Kendi çiplerini, veri merkezlerini, güvenlik katmanını, araştırma ekiplerini, geliştirici araçlarını ve milyarlarca kişiye dokunan ürünlerini aynı çatı altında birleştiriyor.

TPU altyapısı, Google DeepMind ve Google Research tarafındaki araştırma gücü, Gemini modelleri, Antigravity, AI Studio, Search, YouTube, Android, Chrome, Gmail ve Workspace aynı hikâyenin parçaları.

Kısa tez: I/O 2026’yı tek bir ürün lansmanı gibi değil, Google’ın yapay zekayı tüm ürünlerine ajan mantığıyla yeniden yerleştirme hamlesi olarak okumak daha doğru.

Search Artık Link Vermekten Fazlasını Yapacak

Google’ın en dramatik hamlesi Search tarafında geldi. Arama kutusu uzun yıllar boyunca internete giriş kapısıydı. Kullanıcı bir kelime yazıyor, Google da ilgili sayfaları sıralıyordu. Şimdi bu yapı değişiyor.

Google’ın resmi duyurusuna göre AI Search artık metin, görsel, dosya, video ve Chrome sekmeleri gibi farklı girdileri birlikte anlayabiliyor. Daha da önemlisi, yalnızca cevap üretmekle kalmıyor, sorunun ihtiyacına göre özel arayüzler oluşturabiliyor.

Bir fitness takip uygulaması mı istiyorsunuz? Arama size sadece “en iyi fitness uygulamaları” listesini vermek yerine, sizin için anlık bir takip paneli oluşturabilecek. Bir konuyu öğrenmek mi istiyorsunuz? Sabit bir sonuç sayfası yerine, grafikler, tablolar, simülasyonlar veya mini uygulama benzeri bir deneyim sunabilecek.

Bu, arama motorunun “sayfa bulma”dan “arayüz üretme”ye geçmesi demek. Etkisi büyük olacak. Özellikle tek iş yapan küçük uygulamalar, basit hesaplayıcılar, gezi planlayıcıları, alışveriş listeleri, fiyat takip araçları ve kişisel takip uygulamaları için yeni rekabet doğuyor.

Çünkü kullanıcı artık her küçük ihtiyaç için uygulama indirmek yerine, ihtiyacını anlatıp Search içinde anlık bir çözüm alabilecek.

Ask YouTube: Video Artık Tek Parça Değil, Cevap Parçaları

YouTube tarafında duyurulan Ask YouTube da aynı dönüşümün başka bir örneği. Kullanıcı artık YouTube’da sadece anahtar kelimeyle video aramayacak. Doğal dille, detaylı sorular sorabilecek.

Örneğin “3 yaşındaki çocuğuma, denge bisikleti biliyorsa pedallı bisikleti nasıl öğretebilirim?” diye sorulduğunda YouTube, ilgili videoları ve Shorts içeriklerini derleyip yapılandırılmış bir cevap sunabilecek. Kullanıcı isterse soruyu takip sorularıyla daraltabilecek.

Buradaki kırılma şu: AI, videoyu artık 10 dakikalık, 40 dakikalık veya 1 saatlik tek bir bütün olarak görmüyor. Videoyu anlamlı anlardan oluşan bir bilgi havuzu gibi okuyor. Sorunun cevabı büyük bir videonun sadece 35 saniyelik bölümündeyse, kullanıcıyı oraya yönlendirebiliyor.

Bu içerik üreticileri için de oyunu değiştirir. Bugüne kadar YouTube’da başlık, thumbnail, izlenme süresi ve kanal büyüklüğü çok belirleyiciydi. Yeni dönemde içeriğin gerçekten soruya cevap verip vermediği daha önemli hale gelecek. Küçük ama uzman içerik üreticileri için bu ciddi bir fırsat.

Gemini Omni: Video Üretimi Sohbete Dönüşüyor

Gemini Omni, I/O 2026’nın en dikkat çekici duyurularından biriydi. İlk etapta video üretimiyle öne çıkıyor ama Google bunu sadece bir video modeli olarak konumlandırmıyor. Daha geniş hedef şu: Herhangi bir girdiden, herhangi bir çıktı üretebilen multimodal bir model ailesi.

Metin, görsel, video ve ses birlikte anlaşılabiliyor. Kullanıcı bir fikir veriyor, model onu videoya dönüştürüyor. Mevcut bir videoyu yükleyip arka planı değiştirmek, belli saniyeler arasına efekt eklemek, sahneyi uzatmak veya belirli bir görsel stile dönüştürmek mümkün hale geliyor.

Bu, içerik üretiminde zaman maliyetini radikal biçimde düşürecek. Bugün video düzenleme; kurgu, efekt, ses, geçiş, görsel bütünlük ve export gibi birçok adım istiyor. Gemini Omni gibi sistemler bu adımların önemli bir kısmını konuşma arayüzüne indiriyor.

Risk notu: Video üretimi kolaylaşırken gerçek ve yapay video ayrımı daha da zorlaşacak. SynthID ve Content Credentials gibi doğrulama teknolojileri bu yüzden yalnızca teknik ayrıntı değil, yeni medya okuryazarlığının merkezinde olacak.

Gemini 3.5 Flash ve Antigravity: Kodlama Araçtan Ajana Geçiyor

Gemini 3.5 Flash, Google’ın ajan çağındaki ana motorlarından biri olarak konumlandırıldı. Modelin özellikle kodlama, uzun görevler ve araç kullanımı tarafında güçlendiği vurgulanıyor. Buradaki önemli nokta sadece modelin hızlı olması değil, çok adımlı işleri sürdürebilmesi.

Antigravity 2.0 bu mantığın geliştirici tarafındaki karşılığı. Artık geliştirici yalnızca kod editöründe oturup satır satır yazan kişi değil. Birden fazla ajanı paralel çalıştırabilen, bir ajana kod yazdırırken diğerine test, dokümantasyon veya tasarım varlıkları hazırlatabilen bir koordinatöre dönüşüyor.

Antigravity CLI ve SDK ile bu yapı terminale ve geliştiricinin kendi altyapısına da taşınıyor. Ayrıca Managed Agents ile tek bir API çağrısıyla izole bir ortamda çalışan, dosya yönetebilen, kod çalıştırabilen ve araç kullanabilen ajanlar oluşturmak mümkün hale geliyor.

Bu, yazılım geliştirmede yeni bir iş bölümüne işaret ediyor. Kod yazmak hâlâ önemli ama daha değerli beceri, doğru işi tarif etmek, doğru sınırları koymak, ajanların çıktısını denetlemek ve sistemi üretime hazır hale getirmek olacak.

Google AI Studio: Prompt’tan Native Android Uygulamaya

I/O 2026’nın en somut geliştirici duyurularından biri Google AI Studio’nun native Android uygulama üretim akışını güçlendirmesi oldu. Kullanıcı tek bir prompt ile Kotlin ve Jetpack Compose tabanlı Android uygulama oluşturabiliyor. Tarayıcı içinde Android emülatörle önizleme yapılabiliyor, fiziksel cihaza yüklenebiliyor ve Google Play Console iç test kanalına gönderilebiliyor.

Bu özellik “herkes artık profesyonel yazılımcı oldu” anlamına gelmiyor. Kalite, güvenlik, mimari, performans, veri yönetimi ve mağaza kuralları hâlâ ciddi meseleler. Ama prototip üretimi açısından bariyer çok düştü.

Bir fikri anlatabilen kişi artık birkaç saat içinde çalışan bir Android prototipi görebilecek. Bu özellikle girişimciler, ürün yöneticileri, ajanslar, eğitimciler ve küçük ekipler için ciddi hız avantajı yaratır.

Gemini Spark ve Daily Brief: Asistan Değil, Dijital Çalışan

Gemini Spark, Google’ın kişisel ajan vizyonunun en açık örneği. Spark, bulutta 7/24 çalışabilen, Workspace uygulamalarıyla entegre olan ve kullanıcının yönlendirmesiyle görev yürütebilen bir kişisel AI ajan olarak tasarlandı.

Burada kritik fark şu: Gemini’ye soru sormak reaktif bir deneyimdi. Spark ise proaktif çalışabiliyor. Belirli zamanlarda görev yapabiliyor, tetikleyicilerle hareket edebiliyor, tekrar eden iş akışlarını öğrenebiliyor.

Örneğin her pazartesi geçen haftanın önemli maillerini özetlemek, kredi kartı ekstresinden yeni abonelikleri çıkarmak, gelen okul duyurularını toparlamak veya toplantı notlarından bir belge ve mail taslağı üretmek Spark’ın hedeflediği işler arasında.

Daily Brief ise daha dar kapsamlı bir ajan. Sabahları Gmail, Calendar ve görevler üzerinden kişisel bir günlük özet veriyor. Sadece özetlemekle kalmayıp önceliklendirme ve sonraki adım önerisi de sunuyor.

Universal Cart, UCP ve AP2: E-Ticaretin Ajan Altyapısı

Google’ın e-ticaret tarafındaki hamlesi üç katmanlı okunmalı: UCP, AP2 ve Universal Cart.

UCP yani Universal Commerce Protocol, ajanların mağazalarla ortak bir dille konuşmasını sağlayan açık bir standart olarak tasarlandı. Amaç şu: Her mağaza ayrı API mantığıyla çalışırsa ajanların alışveriş yapması ölçeklenemez. UCP, stok, fiyat, teslimat, sepet ve satın alma gibi süreçlerde ortak dil kurmayı hedefliyor.

AP2 yani Agent Payments Protocol, ödeme tarafındaki güven sorununu çözmeye çalışıyor. Bir ajan sizin adınıza alışveriş yapacaksa kritik sorular doğar: Yetkiyi kim verdi? Limit neydi? Hangi ürün alınacaktı? Yanlış işlem olursa sorumluluk kimde? AP2 bu süreci doğrulanabilir kayıtlar ve yetki sınırlarıyla güvenceye almaya çalışıyor.

Universal Cart ise bu altyapının kullanıcıya görünen yüzü. Search’te araştırırken, Gemini ile konuşurken, YouTube’da video izlerken veya Gmail’de mail okurken ürünleri ortak bir sepete eklemek mümkün hale geliyor. Sepet fiyat düşüşlerini takip ediyor, stok bildirebiliyor, uyumluluk sorunlarını işaretleyebiliyor ve ödeme tarafında Google Pay/Wallet altyapısıyla çalışıyor.

E-ticaret çıkarımı: Markaların yeni sorusu “Google’da çıkıyor muyum?” değil, “Ürünüm bir AI ajanının kısa listesine girebilir mi?” olacak.

Sonuç: Google’ın Mesajı Net, Ajan Çağı Başladı

Google I/O 2026’nın bütün duyuruları aynı yere bağlanıyor.

Search artık sadece sonuç göstermiyor, arayüz üretiyor. YouTube sadece video sunmuyor, videonun içinden cevap çıkarıyor. Gemini sadece yazmıyor, video üretiyor ve düzenliyor. Antigravity sadece kod önerisi vermiyor, ajanları iş akışına sokuyor. AI Studio sadece model deneme alanı değil, uygulama geliştirme platformuna dönüşüyor. Spark sadece asistan değil, arka planda çalışan kişisel operasyon ajanı oluyor. Universal Cart ise alışverişi insanın tıklama davranışından ajanların karar süreçlerine taşıyor.

Kazanç çok açık: hız, zaman, kişiselleştirme ve daha az sürtünme.

Ama kayıp tarafını da görmezden gelmemek lazım. AI bize tam aradığımız cevabı, tam ihtiyacımız olan anda, en kısa yoldan verecek. Fakat bazen değerli olan şey aradığımız değil, ararken tesadüfen bulduğumuz şeydi.

Gazetede hiç ilgilenmediğimiz bir habere takılmak, mağazada planlamadığımız bir ürünü keşfetmek, uzun bir videonun beklenmedik bir bölümünden etkilenmek, albümü baştan sona dinlerken başka bir şarkıya bağlanmak.

Ajan çağı bizi daha isabetli, daha hızlı ve daha verimli yapacak. Buna şüphe yok. Ama aynı zamanda dijital dünyadaki sürprizleri, sapmaları ve tesadüfleri azaltacak.

Google I/O 2026’nın özeti bu: Yapay zeka artık sadece cevap veren bir kutu değil. Uygulama yapan, alışveriş yöneten, içerik üreten, mail ayıklayan, kod yazan ve arka planda bekleyen bir ajan katmanı haline geliyor.

Önümüzdeki mesele şu olacak: Bu ajanları sadece hız için mi kullanacağız, yoksa karar kalitemizi artıran kontrollü bir sistem olarak mı konumlandıracağız?

Kaynakça

1. Google, 100 things we announced at I/O 2026
2. Google Developers Blog, Building the agentic future: Developer highlights from I/O 2026
3. Google Shopping, Introducing the Universal Cart and more ways to help you shop
4. Gemini Spark overview

Tez: Para tek başına mutluluk üretmez. Fakat seçenek, kontrol ve psikolojik alan üretir. Bu üçü genişlediğinde sıkılma yalnızca boş zaman problemi olmaktan çıkar, ekonomik koşullarla ilişkili bir refah göstergesine dönüşür.

Giriş

Para ve mutluluk ilişkisi uzun zamandır tartışılıyor. Daha yüksek gelir, daha fazla güvenlik, daha fazla seçenek ve daha az finansal stres anlamına gelebiliyor. Ancak ekonomik psikoloji alanında yapılan bir çalışma, bu tartışmaya daha az konuşulan bir boyut ekliyor: sıkılma.

Sergio Pirla, Daniel Navarro-Martinez, Stefan Pfattheicher ve Jordi Quoidbach tarafından hazırlanan Income and boredom: Evidence from 30 countries başlıklı makale, 30 ülkeden 60 binden fazla bireyin verisini inceleyerek gelir düzeyi ile günlük sıkılma deneyimi arasındaki ilişkiyi analiz ediyor.

Çalışmanın ana bulgusu şu: Gelir arttıkça insanların günlük hayatta sıkılma deneyimi yaşama sıklığı azalıyor.

Fakat burada dikkat edilmesi gereken kritik nokta şu: Bu çalışma "para doğrudan sıkılmayı azaltır" demiyor. Gözlemsel veriler üzerinden, gelir ile sıkılma arasında güçlü bir negatif ilişki olduğunu gösteriyor.

Araştırmanın temel bulgusu

Çalışmada, daha yüksek gelir düzeyinin daha düşük sıkılma sıklığı ile ilişkili olduğu bulunuyor. Araştırmacılar özellikle düşük gelirli bireylerin yalnızca daha sık sıkılmadığını, aynı zamanda sıkılma deneyimlerinin yalnızlık, endişe ve kaygı gibi diğer olumsuz duygularla daha yakından bağlantılı olduğunu belirtiyor.

European Social Survey verileri üzerinden yapılan analizlerde gelir artışının sıkılma üzerindeki etkisinin özellikle düşük gelir seviyelerinde daha belirgin olduğu görülüyor.

Örneğin:

• Aylık geliri 1000 avronun altında olanlarla 1000-2000 avro arasında geliri olanlar arasında sıkılma düzeyinde yaklaşık 0,18 standart sapmalık fark bulunuyor.
• Buna karşılık 3000-4000 avro aralığındakilerle 2000-3000 avro aralığındakiler arasındaki fark yaklaşık 0,06 standart sapma seviyesinde kalıyor.

Bu sonuç, gelir artışının psikolojik etkisinin alt gelir gruplarında daha güçlü olduğunu düşündürüyor. Başka bir ifadeyle, para arttıkça sıkılma azalabilir; fakat bu azalma her gelir seviyesinde aynı güçte değildir.

Gelir neden sıkılma ile ilişkili olabilir?

Sıkılma çoğu zaman basit bir "yapacak iş bulamama" hali gibi görülür. Oysa psikoloji literatüründe sıkılma, kişinin anlam, kontrol ve dikkat kapasitesiyle de ilişkilidir.

Makale, Elpidorou'nun teorik yaklaşımına atıf yaparak düşük sosyoekonomik statü ile sıkılma arasında üç temel mekanizmaya dikkat çekiyor:

1. Azalmış eylemlilik duygusu
2. Anlam eksikliği
3. Dikkat güçlükleri

Düşük gelirli bireylerde bu üç faktör daha yoğun hissedilebilir. Çünkü finansal baskı yalnızca harcama gücünü değil, kişinin hayatı üzerindeki kontrol hissini de daraltır.

Bir insan sürekli kira, fatura, borç, iş güvencesi ve geçim kaygısı düşünüyorsa, zihinsel enerjisinin önemli bir kısmı hayatta kalma problemlerine gider. Bu durumda yeni deneyimlere, üretime, sosyal ilişkilere ve anlamlı hedeflere ayrılabilecek psikolojik alan da küçülür.

Sosyal transferlere bağımlı gelirlerde ilişki daha güçlü

Çalışmanın dikkat çeken noktalarından biri, gelir kaynağı ile sıkılma ilişkisi.

Araştırmaya göre gelirini ağırlıklı olarak sosyal transferlerden, örneğin işsizlik ödeneği veya emeklilik gelirinden sağlayan bireylerde gelir ve sıkılma arasındaki ilişki daha güçlü görünüyor.

Bu bulgu önemlidir. Çünkü mesele yalnızca "ne kadar para kazanıldığı" değildir. Paranın hangi yolla kazanıldığı, kişinin üretim, katkı ve kontrol hissi de psikolojik sonuçlar üzerinde etkili olabilir.

Çalışmayan veya sosyal transferlere bağımlı olan bireylerde hayatın anlam kaynakları zayıflayabilir. İş, yalnızca gelir getiren bir faaliyet değildir; aynı zamanda sosyal temas, rutin, sorumluluk, üretim ve kimlik duygusu da sağlar.

Bu sonuç nasıl okunmalı?

Bu araştırmayı "zenginler sıkılmaz, fakirler sıkılır" gibi yüzeysel bir başlıkla okumak yanlış olur.

Daha doğru okuma şu:

Gelir seviyesi yükseldikçe insanın seçenek alanı genişler. Seçenek alanı genişledikçe kişi daha fazla sosyal faaliyete, daha fazla deneyime, daha fazla öğrenme imkanına ve daha fazla kontrol hissine erişebilir. Bu da günlük sıkılma deneyimini azaltabilir.

Ancak çalışmanın sınırı da nettir. Araştırma gözlemsel veri kullanıyor. Bu nedenle kesin nedensellik kurulamaz.

Yani elimizdeki bulgu şudur:

Daha yüksek gelir, daha düşük sıkılma sıklığı ile ilişkilidir.

Ama şu cümle daha iddialı olur ve dikkatli kullanılmalıdır:

Daha yüksek gelir doğrudan sıkılmayı azaltır.

Bu ikinci cümle için deneysel veya nedensel tasarıma sahip daha güçlü çalışmalara ihtiyaç vardır.

Türkiye açısından neden önemli?

Türkiye gibi yüksek enflasyon, gelir baskısı, borçluluk ve gelecek belirsizliği yaşayan ülkelerde bu konu daha da önemlidir.

Çünkü ekonomik sıkışma yalnızca alım gücünü azaltmaz. Aynı zamanda insanın hayatı anlamlı ve ilginç yaşama kapasitesini de daraltır.

Bir kişi sürekli geçim sıkıntısına odaklanıyorsa, hobiler, sosyal çevre, eğitim, üretim, spor, kültür ve kişisel gelişim gibi alanlara zihinsel ve maddi kaynak ayırmakta zorlanır.

Bu durum özellikle gençlerde daha kritik hale gelir. Gelir düşüklüğü ve gelecek belirsizliği birleştiğinde, sıkılma yalnızca boş zaman problemi olmaktan çıkar; hayat yönü, anlam ve kontrol problemi haline gelir.

İş dünyası için çıkarım

Bu çalışma şirketler için de önemli bir mesaj taşıyor.

Çalışan motivasyonunu yalnızca maaşla açıklamak eksik olur. Ancak maaşın psikolojik etkisini küçümsemek de hatadır.

Bir kurumda çalışanların sıkılmasını azaltmak için şu dört alan birlikte düşünülmelidir:

1. Adil gelir
2. Anlamlı görevler
3. Kontrol ve otonomi
4. Gelişim imkanı

Eğer çalışan yalnızca verilen işi yapan, karar süreçlerinden uzak, gelişim fırsatı olmayan ve finansal olarak baskı altında kalan bir pozisyondaysa, sıkılma ve tükenmişlik riski artabilir.

Bu nedenle modern yönetim anlayışı, çalışanı yalnızca "iş gücü" olarak değil, anlam arayan ve kontrol hissine ihtiyaç duyan bir birey olarak ele almalıdır.

Sonuç

Para tek başına mutluluk üretmez. Ancak seçenek üretir.

Seçenekler arttıkça insanın hayatı üzerinde kontrol hissi güçlenebilir. Kontrol hissi güçlendikçe de sıkılma, anlamsızlık ve sıkışmışlık duygusu azalabilir.

Bu araştırmanın asıl değeri, sıkılmayı basit bir ruh hali olmaktan çıkarıp ekonomik şartlarla bağlantılı bir psikolojik gösterge olarak ele almasıdır.

Gelir düşüklüğü yalnızca cüzdanı değil, zihni de daraltabilir.

Bu yüzden refah tartışmalarında yalnızca "mutluluk" değil, "sıkılma" da ciddiye alınmalıdır.

Kaynakça

1. Pirla, S., Navarro-Martinez, D., Pfattheicher, S., & Quoidbach, J. (2025). Income and boredom: Evidence from 30 countries. Journal of Economic Psychology, 111, Article 102847. DOI: 10.1016/j.joep.2025.102847.
2. Elpidorou, A. (2022). Düşük sosyoekonomik statü ile sıkılma ilişkisini açıklayan teorik mekanizmalar: eylemlilik kaybı, anlam eksikliği ve dikkat güçlükleri.
3. European Social Survey, makalede kullanılan ana veri kaynaklarından biri.
4. WHO SAGE, makalede kullanılan ek veri kaynaklarından biri.

Alibaba'nın 20 Mayıs 2026 Cloud Summit duyurusu sonrası Türk KOBİ'sinin yapay zeka stratejisindeki yeni denklem: Qwen ailesi, Zhenwu M890 çipi ve Ağabeyoğlu Grup × Alibaba Cloud yakınlaşması.

"Herkes onaylarken yaptığın değil, kimse anlamazken ısrar ettiğin seni büyütür."

20 Mayıs 2026. Hangzhou. Alibaba Cloud Summit sahnesinde Liu Weiguang çıktı ve şu cümleyi kurdu: "Biz Çin'in AI fabrikasını inşa ediyoruz." Sıradan bir lansman cümlesi gibi durur, değil mi? Değil. Çünkü arkasında çipten uygulamaya, beş katmanlı yığını tek elden işleten bir şirketin niyet beyanı var. Bir hafta dolmadan sahne tekrar açıldı: 26 Mayıs'ta Alibaba Cloud bu kez "Global Agentic AI Ecosystem" başlığıyla uluslararası kurumsal müşterilere yönelik ürün hattını ilan etti. İlk Singapur konferansı da aynı pencerede; Asya-Pasifik ve Orta Doğu'ya yönelik agresif bir genişleme planı, Çin'in 1.5 Trilyon RMB yatırım kalemiyle birlikte düşünülünce bu artık "yerel oyun" değil. Ve bu beyan, bizim Türkiye'deki dijital dönüşüm tartışmasını da doğrudan etkiliyor.Bu yazıda iki şey yapacağım. Birincisi, Alibaba'nın bu son bir haftadaki üst üste duyurularını sadelikle özetleyeceğim; Qwen 3.7-Max neden önemli, Zhenwu M890 çipi sahnede ne arıyor, açık kaynak Qwen 3.6 ailesi sessiz sedasız ne kuruyor, 26 Mayıs global ekosistem hamlesi Türk girişimci için ne anlama geliyor. İkincisi, ki asıl iş orada, bu hikayeyi Türk KOBİ'sinin masasına taşıyacağım. Çünkü AI-MOI Turkey 2025 araştırmamızda 490 firma ve 1.414 katılımcıyla bulduğumuz şey çok açıktı: KOBİ'lerin yapay zeka olgunluk skoru 14.03/100, sadece %8.6'sı AI'yı aktif kullanıyor. Bu manzarada "Alibaba bir model daha çıkardı" haberi sadece teknoloji bülteni değil, doğrudan stratejik bir karar matrisidir. Hadi sırasıyla.

1. 20 Mayıs'ta Ne Oldu, Sade Türkçesi

Alibaba Cloud Summit'te tek bir lansman değil, üst üste atılmış üç hamle var. Bunları ayrı ayrı görmek lazım çünkü her biri farklı bir hedef kitleye sinyal veriyor.

Qwen3.7-Max-Preview: Reasoning ve ajan odaklı yeni amiral gemi

Qwen ailesinin yeni amirali Qwen3.7-Max-Preview, 1 milyon token bağlam penceresi ve "extended-thinking" yani uzatılmış düşünme moduyla geliyor. Yani siz bir problem verdiğinizde model önce kafasında plan kuruyor, adım adım yürüyor, kendi çıkarımını denetliyor, sonra cevap veriyor. Sohbet botu değil, akıl yürüten bir motor. Dört sayı dikkat çekici:

• Artificial Analysis Intelligence Index'te 56.6 puan. Bu, 151 ölçülen modelin sıralandığı kompozit zeka skorunda lansman haftası 5. sıra, şu an top 10 demek. Daha önemlisi: bu skor, Çin menşeli herhangi bir modelin endeksteki en yüksek yerleşimi; Gemini 3.5 Flash'ı geçmiş durumda. Önceki Qwen 3.6'nın 51.8 puanına göre +4.8 puanlık tek-versiyon sıçraması, frontier tier'da anlamlı bir adım.
• Agent benchmarklarında Opus 4.6 Max'i geçiyor. Terminal-Bench 2.0: 69.7, SWE-Bench Pro: 60.6, MCP-Atlas: 76.4, GPQA Diamond: 92.4. Ajan / kod / araç-çağırma görevlerinde Anthropic'in amiral gemisinin üstüne çıkmak, "Çin frontier'a yetişti" söyleminin somut hali.
• 35 saat kesintisiz otonom çalışma, 1.158 tool call. Alibaba'nın iddiası: model bir ajan görevini 35 saat boyunca, bin yüz elli sekiz araç çağrısıyla, insan müdahalesi olmadan yürütebiliyor. Dahili bir testte tanımadığı M890 çipi için optimize edilmiş bir hesaplama çekirdeği üretmiş ve referans Triton çekirdeğinin 10 katı (geometrik ortalama) performans elde etmiş.
• Fiyatlandırma: $2.50 input / $7.50 output (1M token). Bu Opus 4.7'nin yaklaşık yarısı. "En iyi modeli en pahalıya satarım" stratejisi bitmiş gibi duruyor; Çin tarafı agresif fiyatlama ile market payı topluyor.

Burada bir uyarıyı baştan koyalım. "Preview" yazıyor adında. Yani bu önizleme bir build, kararlı sürüme kadar sayılar oynayabilir. Model proprietary, yani kapalı kaynak - self-host etmeniz mümkün değil. Erişim yolu çoklu: Alibaba Cloud Model Studio (Bailian) ana platform, ama lansman gününde (19 Mayıs) OpenRouter, Together AI ve Qubrid AI'da da cross-listed olarak yayınlandı. Yani Çin hesabı açmaya gerek yok, mevcut OpenRouter API key'iniz varsa zaten kullanabilirsiniz. Test sırasında ~97 milyon token üretmiş, yani reasoning maliyeti ciddi; her düşünce token'ı sizin cebinizden çıkıyor. "Her işime Max-Preview'i koşturayım" diyen birine "Abicim dur, bu modeli karmaşık ajanlık görevlerine sakla, kısa rewrite işlerine değil" dememiz lazım.

Zhenwu M890: Nvidia bağımlılığına karşı yerli çip

Sahnede yalnız Qwen yoktu. Alibaba'nın yarı iletken kolu T-Head, Zhenwu M890 isimli yeni AI eğitim ve çıkarım işlemcisini de tanıttı. Somut rakamlar: 144 GB HBM3 bellek, çipler arası 800 GB/sn bant genişliği, FP32 + FP16 + FP8 + FP4 hassasiyet desteği. Öncül çipe göre 3 kat performans, Alibaba'nın iddiasıyla Nvidia H20'nin 3 katı. Yanına Panjiu AL128 sunucusu geldi: tek rafta 128 M890 hızlandırıcısı, petabayt/saniye iç bant genişliği, Bailian platformu üzerinden Çin kurumsal müşterilerine doğrudan erişilebilir. T-Head'in sayıları küçümsenecek gibi değil: bugüne kadar 560.000'in üzerinde Zhenwu birimi sevk edilmiş, 400'den fazla kurumsal müşteri, 20 sektör (otomotivden finansa). Yol haritası belli: V900 üçüncü çeyrek 2027, J900 2028. Mesaj net: ABD'nin Nvidia ihracat kısıtlamaları karşısında Çin "ben kendi silikonumu üretirim" diyor; üstelik bu sefer kıyaslama söylem değil sayı: 144 GB bellek figürü, 96 GB'lık Nvidia H100'ün üzerinde. Bunu neden Türkiye'deki bir KOBİ sahibinin umursaması gerekiyor? Çünkü bu, AI maliyetlerinin orta vadede iki katmanlı bir piyasaya yerleşeceğinin işareti. Bir tarafta Nvidia + OpenAI/Anthropic ekseni, diğer tarafta Çin (Alibaba, ByteDance, DeepSeek, Baidu) kendi yığını. Türk şirketi olarak siz, "model fiyatları sabit kalır" varsayımıyla planlama yaparsanız hata yaparsınız. Bu jeopolitik rekabet birim token fiyatını orta vadede aşağı çekecek.

Qwen 3.6 ailesi: Sessiz devrim açık kaynakta

Asıl önemli haber sahnede en yüksek sesle söylenen değildi. Nisan 2026'da Alibaba, Qwen 3.6 ailesinin açık ağırlık (open-weight) versiyonlarını arka arkaya yayınladı. İki yıldız oyuncu var ve ikisinin de Apache 2.0 lisanslı, Hugging Face'te indirilebilir hali mevcut:

• Qwen3.6-35B-A3B (16 Nisan). Mixture-of-Experts mimarisi, 35 milyar toplam parametre, her token için sadece ~3 milyarı aktif. Yani dense bir 3B model maliyetiyle çalışıyor, gerektiğinde 35B'lik temsil kapasitesini açıyor. Tek RTX 4090 + 32 GB RAM ile rahat dönüyor.
• Qwen3.6-27B (22 Nisan). Dense 27B model - ama sansasyon şu: SWE-bench Verified'de 77.2 puan alıyor. Karşılaştırma için: Qwen3.5-397B-A17B (15 kat daha büyük model) aynı testte 76.2 puan. Yani 27 milyar parametreli açık kaynak model, 397 milyar parametreli amiral gemisini ajan-kod görevinde geçti. Bu cümleyi iki kez okuyun, çünkü "ölçek = performans" doktrinine ciddi bir çatlaktır.

Her iki model native 262K bağlam penceresine sahip, YaRN ile 1 milyon token'a kadar uzatılabiliyor - yani Qwen3.7-Max ile aynı bağlam kapasitesi açık kaynakta da var. Türkçe dahil çok dilli güçlü performans korunuyor. Sayılar konuşuyor: Qwen indirme sayısı Nisan 2026 itibarıyla 1 milyara yaklaştı, açık kaynak model indirmelerinin %50'sinden fazlasını Qwen ailesi oluşturuyor. Qwen Chat uygulaması 203 milyon aylık aktif kullanıcıyla dünya 3. sırasında, sadece ChatGPT ve DouBao önde. İşte bu, Türkiye için en kritik haber. Tutalım, devamında niye önemli olduğunu açacağım.

2. Stratejik Resim: "Model" Yarışı Bitti, "Fabrika" Yarışı Başladı

Alibaba'nın söylemine dikkat: "Model satıyoruz" demiyor. "AI fabrikası kuruyoruz" diyor. Beş katman: çip, agentic cloud, modeller, model servis platformu, agentic uygulamalar. Hepsi kendisinin. Bu, Apple'ın "donanım + işletim sistemi + uygulama mağazası" stratejisinin AI versiyonu. Aynı zamanda iki yönlü bir oyun oynuyorlar. En iyi modeli kapalı tutuyorlar (Qwen3.7-Max-Preview), bir alt seviyeyi açık kaynak veriyorlar (Qwen 3.6-35B-A3B, Apache 2.0). Bu hem gelir tarafını koruyor (kurumsal müşteri Max'i API'den alır, ücret öder), hem developer mindshare'ini kazanıyor (öğrenci, freelancer, KOBİ ücretsiz 35B'yi self-host eder), hem de ekosistemi şişiriyor. Aynı oyunu Meta de Llama ile, Mistral de Mixtral ile oynamıştı. Şimdi Çin tarafından çok daha disiplinli bir versiyon geliyor. Bunu Türkiye'deki bir karar verici olarak nasıl okumalıyız? Üç katmanda: Maliyet katmanı. OpenAI, Anthropic, Google modelleri prestijli ama dolar bazlı. Türkiye'deki KOBİ döviz volatilitesi içinde aylık 5.000 dolarlık bir AI faturası ile yaşayamaz. Açık kaynak Qwen 3.6-35B-A3B'yi tek bir RTX 4090 ya da 2x RTX 4080 SUPER yapılandırması üzerinde çalıştırabilirsiniz. JARVIS sisteminde kullandığım kişisel iş istasyonum (RTX 4080 SUPER 16 GB, 64 GB DDR5 RAM) bu modeli sorunsuz çalıştırıyor. Yani aylık 200 TL elektrik faturasıyla GPT-4 yaklaşımında bir akıl yürütme motoru, kendi sunucunuzda, ofisten çıkmayan veriyle. Veri egemenliği katmanı. KVKK denetimi gelen bir muhasebe ofisi düşünün. Müşteri verisi sınırı dışına çıkmayacak. OpenAI API'sini kullandığınız anda veri ABD'ye gidiyor, bunu izah etmek zor. Self-host Qwen 3.6, veri hiç ofisten çıkmadan AI değer üretiyor. Bu, vergi, hukuk, sağlık, finans sektörlerinde devrimsel bir fark. KOZA AI vizyonumun (Türk KOBİ vergi/muhasebe odaklı Qwen tabanlı LLM) tam olarak adresledigi nokta budur. Yetkinlik katmanı. AI-MOI Turkey 2025 araştırmamızda firmaların %8.6'sının AI kullandığını gördük. Geriye kalan %91.4 ne yapıyor? Bekliyor. "Bizim sektörümüze gelmedi", "pahalı", "personelim yok", "veri gizli kalmaz" diye bekliyor. İşte Qwen 3.6 açık kaynak bu mazeretlerin üçünü birden kaldırıyor: pahalı değil (Apache 2.0), personeliniz olmasa freelance bir geliştirici 1 hafta içinde kurabilir, veri sizden çıkmaz.

3. Türk KOBİ'si Hangi Soruları Sormalı?

Şimdi pratiğe inelim. Bu yazıyı okuyan bir KOBİ sahibi yarın sabah ne yapmalı? "Bakarız, düşünürüz" yasak. Aksiyon listesi:

Sorular ki cevabını henüz vermediğiniz

1. Şu an hangi tekrarlanan iş AI'ya devredilebilir? Müşteri sorularına cevap, fatura sınıflandırması, ürün açıklaması yazımı, e-posta drafting, satış tahmini, stok optimizasyonu... Listenizi 10 madde tutun, her birinin yıllık adam-saat maliyetini çıkarın. Üst 3'ü AI ajanına devretmek için aday. 2. Verim bulutta mı kalmalı, içeride mi? Eğer veri hassas değilse (genel pazarlama, içerik üretimi) bulut API hız avantajı verir. Hassas ise (müşteri kişisel verisi, finansal kayıt, müşteri sözleşmeleri) self-host kaçınılmaz. 3. Hangi sektörde Türkçe performansı kritik? Eğitim, hukuk, kamu, müşteri hizmetleri Türkçe ağırlıklı. Qwen 3.6'nın Türkçe performansı diğer açık kaynak modellerden ileride; testlerinde DSGMv2 ile birlikte denemekte fayda var (DSGMv2 Türkçe optimize, iç benchmarklarımızda %92.47 doğruluk).

Aksiyon adımları, "KAPAT" mantığıyla

Bu adımları masaya koyduğunuzda her birinin yanına ya Kapat yaz (bu hafta bitir), ya Devret yaz (freelance ekibe ver), ya Netleştir yaz (1 toplantıyla evet/hayır al), ya da Dondur (3 ay sonra tekrar bak).

• Adım 1 (1 hafta): Şirketinizdeki en sık 5 tekrarlayan görevin envanterini çıkarın. Bir Excel tablosu yeterli.
• Adım 2 (2 hafta): İlk göreve "bulut API" ile prototip yapın. Maliyeti yıllık kaç dolar olur, hesap edin.
• Adım 3 (1 ay): Eğer maliyet sürdürülemezse veya veri hassasiyeti varsa, self-host Qwen 3.6-35B-A3B kurulumu için bir freelance AI geliştirici işe alın. JARVIS sistemi gibi yapılarda kurulum ortalama 5-7 gün.
• Adım 4 (2 ay): Kullanım metriklerini takip edin: AI çağrı sayısı, doğru cevap oranı, kazanılan saat, kazanılan TL. Ölçemediğinizi yönetemezsiniz.
• Adım 5 (6 ay): Ölçeklendirme kararı. Diğer süreçlere yayma, AI ajan zincirleri (Qwen3.7-Max'in vaat ettiği 35 saatlik otonom zincirler), agent marketplace entegrasyonu (HYRVE AI gibi 5.745+ ajan platformlarından hazır bileşen alma).

Bu beş adımı 6 ay içinde yaparsanız, AI-MOI olgunluk skorunda 14/100'den 45-60 bandına çıkarsınız. Sıçrama gibi durur ama matematik şu: bu adımları atmayan rakibiniz 14'te kalacak, siz 50'ye çıkacaksınız. 6 ay sonra rekabet artık eşit değil.

4. Açık Soru: Çin Eksenine Bağlanmak Risk mi?

Burada gerçek bir karşı argümanı görmezden gelemeyiz. "Kardeşim, Çin modeline bağlanırsak yarın USA bir yaptırım çıkarırsa elimizde kalır mı?" Haklı soru. İki katmanda cevap vereyim: Kapalı API tarafında (Qwen3.7-Max): Evet, jeopolitik risk var. Alibaba Cloud API'sini production'da kritik bir ürüne bağlamak, OpenAI API'sini bağlamakla aynı riski taşır; biri ABD, diğeri Çin yönetimine maruz. İdeali çoklu vendor: AgabeyogluAI gibi bir LLM Gateway katmanı yazıp Claude, GPT, Gemini, Qwen'i tek API arkasına almak. Bir provider düşse diğerine fail-over. Açık kaynak tarafında (Qwen 3.6-35B-A3B): Risk neredeyse sıfır. Model ağırlıklarını bir kez Hugging Face'ten indirdiğinizde sizindir. Apache 2.0 lisansı geri alınamaz. Alibaba kapansa, Çin yaptırım yese, ABD ihracat kısıtlasa bile, ağırlıklar diskinizde duruyor, modeliniz çalışıyor. Bu, açık kaynağın bağımlılık açısından en hijyenik tarafı. Strateji önerim: Production'a açık kaynak kurun, prestij ve yedek için bulut API'yi gateway katmanında tutun. Hem maliyet düşer, hem risk dağılır, hem opsiyonalite artar.

5. 26 Mayıs Notu: Global Agentic AI Ecosystem Türk Girişimci İçin Ne Demek?

Yazıyı bitirip masadan kalkacaktım, 26 Mayıs sabahı sahne tekrar açıldı. Alibaba Cloud bu kez "Advanced Agentic AI Ecosystem for Global Customers" başlığıyla uluslararası kurumsal müşterilere yönelik agresif bir paket açıkladı: Singapur'da ilk uluslararası geliştirici konferansı, AgentPaaS isimli ajan platformu, Bailian üzerinde küresel partner programı, MENA + Asya-Pasifik odaklı satış hamlesi. "Pekin'de büyük model çıkardık" haberinin bir hafta sonrasında, aynı modellerin Türk şirketinin de doğrudan masasında olduğu mesajı verildi. Türk girişimci için iki sonuç: (1) Çin modelleri artık "deniz aşırı egzotik" değil, regional partner network ile yerel destek alınabilir; (2) erken hareket eden Türk SaaS, Alibaba Cloud küresel partner programıyla muhtemelen ASEAN ve Körfez pazarlarına da dağılım kanalı açabilir. Burada bir köprü kuralım - bu son duyurunun bizim açımızdan en somut karşılığı, zaten yürüyen bir görüşmenin ileriye doğru ivme kazanması anlamına geliyor.

6. Bir Müjde: Ağabeyoğlu Grup ve Alibaba Cloud Yakınlaşması

Şimdi yazının asıl müjdesine geçeyim. Bu paragrafı okuyorsanız "yakında" iki kez tekrar edeceğim, ona göre kafanızda parantez açın. Ağabeyoğlu Grup A.Ş. ile Alibaba Cloud arasında stratejik bir iş birliği görüşmesi ileri aşamada. Yakın dönemde sonuçlanması beklenen bu yapı, Türk girişimcileri, KOBİ'leri ve geliştiricileri Qwen ekosistemine doğrudan, uygun fiyatlı ve Türkçe destekli bir kanal üzerinden bağlamayı hedefliyor. Detayları yakında ayrı bir duyuruda paylaşacağız. Bu iş birliğinin somut yansıması, halihazırda %99.99 uptime ile çalışan AgabeyogluAI LLM API Gateway'imiz (agabeyogluai.com) üzerinden olacak. Gateway şu an Claude, GPT, Gemini, Grok modellerine birleşik erişim sağlıyor; yakında bu listeye Qwen ailesinin tüm kritik bileşenleri ekleniyor:

• Qwen3.7-Max-Preview (reasoning, 1M token, ajan görevleri)
• Qwen 3.6-35B-A3B (Apache 2.0 açık kaynak, MoE)
• Qwen-VL (görsel anlama, OCR, çoklu modal)
• Qwen-Image (metinden görsel üretimi)
• Qwen-Video (metinden video, video anlama)
• Qwen-Audio (ses anlama ve sentez)

Yani Türk geliştirici ya da KOBİ, ayrı ayrı Alibaba Cloud, OpenAI, Anthropic, Google hesabı açıp dolar bazlı kredi kartı eklemek zorunda kalmadan, tek bir Türk faturasıyla, TL bazlı, tek API endpoint'i üzerinden frontier model erişimine kavuşacak. Bu, Türkiye'deki "AI'a başlamak istiyorum ama bürokrasi çok" mazeretini bitiren bir çözüm. Fiyatlandırma konusunda şunu söyleyebilirim: hedef, Türk piyasasında piyasa altı birim token maliyeti sunmak. Detaylı tarife duyuru gününde net olacak. Erken erişim listesine kayıt için agabeyogluai.com üzerinden iletişime geçebilir, ya da i@ertugrulakben.com adresine "Qwen Erken Erişim" konusuyla mail atabilirsiniz. Neden bu iş birliği önemli? Çünkü bugüne kadar Türk geliştirici Çin modellerine erişmek için Alibaba Cloud International'da hesap açmak, USD ile ödemek, fatura ve KDV tarafında ayrı süreç yönetmek zorundaydı. KOBİ tarafı için bu yapı işlemez. Gateway katmanıyla bu sürtünme kalkıyor; Qwen modelleri "yerli faturayla, TL ödemeyle, Türkçe destekle" erişilebilir oluyor. Bu, KOZA AI vizyonumun da altyapı temelini oluşturuyor; Türkçe vergi/muhasebe odaklı model fine-tuning'i Qwen tabanı üzerinde, Gateway'in arkasında çalışacak. Bir not daha: AgabeyogluAI Gateway, sadece son kullanıcı için değil, üzerine ürün geliştiren startup'lar için de tasarlandı. NeyeYatirim'in 96 araçlı AI finansal analiz katmanı, SoruKocu'nun TYT/AYT sınav koçu, eFotom'un Trendyol entegre ürün fotoğrafçılığı, hepsi bu Gateway'in arkasındaki model çoğulluğundan besleniyor. Qwen ailesinin eklenmesi, özellikle görsel ve video tarafında maliyeti ciddi şekilde aşağı çekecek.

7. Bu Yarış Nereye Gidiyor?

Şahsi okumam: 2026'nın geri kalanı "ajan" yarışıyla geçecek. Tek soru cevaplayan chatbot dönemi bitti. Şimdi 35 saat çalışıp 1.000 araç çağıran, kendi planını kuran, kendi hatasını fark edip düzelten ajanlar geliyor. Qwen3.7-Max bunun manifestosu. GPT-5.5, Claude Opus 4.7, Gemini 3.5 hepsi benzer iddialarla çıktı. Önümüzdeki 6-12 ayda kazanan "en akıllı model" olmayacak; en uzun çalışabilen, en az hata yapan, en ucuz token üreten olacak. Türkiye'deki KOBİ için bu, "AI'ya yatırım yapmalı mıyım" sorusunun cevabını basitleştiriyor: artık soru bu değil. Soru şu: "AI ajanlarımı bulut tarafına mı bağlayacağım, kendi sunucumda mı çalıştıracağım, yoksa hibrit mi gideceğim?" Cevap sektörünüze, veri yapınıza ve karar hızınıza bağlı. Ama "yapmayacağım" artık bir seçenek değil. Yapmayan rakip ileride pazar payını kaybedecek; bu, AI-MOI 2025 verisinin söylediği gerçek.

Kapanış

Alibaba 20 Mayıs'ta bir model lansmanı yapmadı. Bir doktrin açıkladı. "Çip, model, servis, uygulama, hepsi benim" doktrini. Bu doktrinin Türk KOBİ'sine üç hediyesi var: ucuzlayan token, açık kaynak alternatif (Qwen 3.6-35B-A3B), olgunlaşan ajan teknolojisi. Ağabeyoğlu Grup A.Ş. olarak bizim cevabımız da hazır: Alibaba Cloud ile süren stratejik iş birliği görüşmeleri yakında somut bir altyapıya dönüşecek. AgabeyogluAI Gateway üzerinden Qwen ailesinin LLM, görsel, video, ses bileşenlerine Türkçe destekli, TL bazlı, uygun fiyatlı erişim açılacak. Bu, sadece bir API duyurusu değil; Türk girişimcisinin frontier AI'ya bürokrasisiz girişi anlamına geliyor. Bunları kullanmak için Çin uzmanı olmanıza gerek yok. Bir freelance geliştirici, uygun bir GPU yapılandırması, bir hafta zaman ve KAPAT mantığıyla yürüyen 5 adımlık bir yol haritası yeter. Gateway tarafı için erken erişim listesine kayıt olun, bu kadar. Geriye kalan, klasik soru: "Bakarız" mı diyeceksiniz, yoksa Pazartesi sabahı envanteri açıp ilk 5 görevinizi mi listeleyeceksiniz? Cevap sizde.

Yazar Notu: Bu yazıda referans verdiğim AI-MOI Turkey 2025 araştırmasının tam raporuna ai.ertugrulakben.com adresinden erişebilirsiniz. Şirketinize özel AI yol haritası ihtiyacınız varsa danışmanlık seçenekleri için ertugrulakben.com üzerinden iletişime geçebilirsiniz. Ertuğrul Akben, JARVIS AI iş sistemleri kurucusu, Ağabeyoğlu Grup A.Ş. yönetim kurulu başkanı. Türk girişimciler için vertikal AI ürünleri geliştiriyor: HANDEN X (distribütör operasyonu), MutfakAI (restoran içerik), Vadelim (Türkçe tahsilat), VOXONIC AI (çağrı merkezi çeviri). HYRVE AI agent platformu (5.745+ kayıtlı agent) ve CashClaw açık kaynak projesinin (271 GitHub star) yaratıcısı. Kaynaklar:

• Alibaba Cloud Summit duyuruları, 20 Mayıs 2026 (Hangzhou) ve Global Agentic AI Ecosystem duyurusu, 26 Mayıs 2026 (Singapur)
• Artificial Analysis Intelligence Index - Qwen3.7 Max (56.6 puan, top 10 / 151 ölçülen model)
• CNBC - Alibaba reveals more powerful Zhenwu AI chip, new LLM
• Bloomberg - Alibaba Unveils New AI Chip for Training and Inferencing
• WCCFTech - Zhenwu M890 specs (144 GB HBM3, 800 GB/s, 3x H20)
• Computer Weekly - Alibaba unveils Qwen 3.7 Max at inaugural Singapore conference
• MarkTechPost - Qwen 3.7 Max reasoning agent model
• Decrypt - Qwen 3.7 Max Preview review
• TechNode - Qwen3.7-Max next-gen AI agent model
• Manila Times - Alibaba Cloud Advanced Agentic AI Ecosystem for Global Customers (26 May 2026)
• Qwen Resmi Blog - Qwen3.6-27B: 27B Model Beats 397B on Coding
• Hugging Face - Qwen3.6-35B-A3B (Apache 2.0)
• Hugging Face - Qwen3.6-27B (Apache 2.0)
• GitHub - QwenLM/Qwen3.6
• AI-MOI Turkey 2025 araştırması, 490 firma, 1.414 katılımcı (ai.ertugrulakben.com)

İlgili yazılar:

• Anthropic Ayda 1,25 Milyar Dolar GPU Ödüyor: Compute Uçurumu ve Türk Yapay Zekasının Tek Stratejisi
• 19 Mayıs Gecesi AI Haritası Yeniden Çizildi
• Bu Yaz 4 AI Ürünüm Sahaya İndi

SpaceX'in IPO prospektüsü 21 Mayıs 2026'da SEC'e sunuldu. Yatırımcılar şirketin uçuş gelirlerini ve Starlink abone büyümesini araştırırken, doküman dipnotlarından bir başka veri çıktı: Anthropic, SpaceX'e aylık 1,25 milyar dolar GPU kirası ödüyor. Sözleşme Mayıs 2029'a kadar geçerli, yani toplam 60 milyar dolar compute taahhüdü.

Karşılaştırmaya gerek var.

• Anthropic'in aylık GPU faturası: 1,25 milyar dolar
• Türkiye'nin yıllık yapay zeka Ar-Ge bütçesi (TÜBİTAK 2025): ~600 milyon dolar
• TRUBA, Türkiye'nin ulusal süperbilgisayarı: 312 GPU
• Anthropic'in tek anlaşmadaki GPU kapasitesi: 220.000 GPU (Colossus 1)

Türkiye'nin tüm ulusal süperbilgisayar kapasitesi, Anthropic'in tek anlaşmasının yüzde sıfır virgül sıfır sıfır sıfır beşi. Bu bir rakam değil, bir gerçek: foundation model yarışına Türkiye hiç başlamadı, ve bu yarışı Türkiye kazanamaz.

Yanlış Soru

Geçen yıl bir TÜBİTAK toplantısında "Türkiye kendi ChatGPT'sini ne zaman yapacak?" sorusu konuşulurken biri ilginç bir cevap verdi: "Önce Türkiye'nin kendi Şehir Hatları feribotunu Boeing'e karşı uçurmasını isteyelim."

Espri olarak söylenmiş ama isabetli. Compute, modern AI'da Boeing fabrikasıdır. NVIDIA, AMD, TSMC; bu üçlünün sahip olduğu sermaye ve mühendislik birikimine 5 yıl içinde Türkiye nasıl ulaşacak? Cevap: ulaşmayacak. Bu yarışmaya katılma kararı stratejik akıl değil, romantik gurur.

Doğru soru başka: Compute'u kiralayamadan değer üretmek mümkün mü? Cevabı evet. Üç katmanlı bir yapay zeka değer zinciri var:

1. Compute (Boeing katmanı): Donanım, chip, veri merkezi. Türkiye için kapalı.
2. Foundation Model (uçak gövdesi): Anthropic Claude, OpenAI GPT, Google Gemini, Meta Llama. Burada bir Türk şirketinin kayda değer girmesi imkânsız.
3. Application + Vertical Agent (yolculuk): Sektörel veri, yerel dil, iş akışı, agent. Türk girişimcinin asıl meydanı.

1,25 milyar dolarlık aylık GPU faturası bize üçüncü katmanın değerini söylüyor; söylemek de değil, dayatıyor. Çünkü ilk iki katman artık o kadar yoğun sermaye gerektiriyor ki dünyada toplam 5-6 oyuncu kalacak. Üçüncü katmanda ise binlerce kazanan olabilir.

Vertikal AI: Türk Girişimcinin Asıl Meydanı

JARVIS sisteminin omurgasında Claude Opus 4.7 çalışıyor; yani Anthropic'in 60 milyar dolarlık compute taahhüdüne bedava biniyorum. HANDEN X distribütörler için, MutfakAI restoranlar için, Vadelim tahsilatçılar için, VOXONIC AI çağrı merkezleri için çalışıyor. Hepsi aynı temel mantıkla kuruldu: compute Amerika'da fışkırsın, biz bağlamda kazanalım.

HANDEN X: Distribütör Operasyonu

Cimhan Grup, BAT'ın Manavgat distribütörü, ilk kullanıcı. 24 modül: rota planlama, banka mutabakat, alacak yaşlandırma, alias eşleştirme, araç filo entegrasyonu (Arvento), iptal fatura takibi, denetim raporları. Anthropic'in modeli Türkçe konuşmasını mümkün kılıyor, ama Türk distribütör operasyonunu anlamak için onlarca rota + yüzlerce nokta + binlerce SKU deneyimi gerekiyor. O deneyim Manavgat'ta, San Francisco'da değil.

MutfakAI: Restoran Görseli

30 saniyede Yemeksepeti ve Instagram'a uygun yemek görseli üretiyor. Türk restoran sahibinin gerçek sorununu çözüyor: profesyonel fotoğrafçı 1.500-3.000 TL alıyor, MutfakAI saniyede onda biri fiyata aynı kaliteyi veriyor. Compute Anthropic'in / Google'ın, problem Manavgat lokantacısının, çözüm Türkçe.

Vadelim: Türkçe Tahsilat Asistanı

Türkiye'nin ilk AI tahsilat asistanı. Kullanıcının kendi sesi, kendi konuşma tarzı, 6 dil, KVKK uyumlu, 7 dakikada kurulum. "90 günde nakdin yüzde 40-60'ı geri getirir" iddiası, Türk vade kültürüne özel yazılmış bir vaat. Bir Amerikan startup'ı bu iddiayı bilmez bile, çünkü vade Amerikan ekonomisinde aynı sertlikte değil.

VOXONIC AI: Çağrı Merkezi Anlık Çeviri

100'den fazla dilde 800 milisaniye altında gecikme, konuşmacının klonlanmış sesiyle çeviri. ElevenLabs v3 audio tag'leri ile duygu aktarımı. Bir yıldır kendi çağrı merkezimizde production'da çalışıyor; yani Anthropic'in geliştirmediği bir vertikal: çağrı merkezi operatörünün psikolojik yükünün AI ile azaltılması.

Dört ürün, dört sektör, dört dikey. Hepsinin ortak özelliği: compute'a değil, bağlama yatırım. Anthropic'in 60 milyar dolarlık taahhüdü olmadan bu ürünler çalışmazdı; ama o taahhüt olduğu için Türk girişimci bedavaya biniyor.

Agent Ekonomisi: 2026'nın Asıl Hikayesi

Bu hafta sadece Anthropic değil, sektör tamamı agent ekonomisine dönüşüyor.

• SAP Sapphire 2026 (20-22 Mayıs): Autonomous Enterprise lansmanı, kurumsal yazılımın çekirdek operasyonlarını agent'lara bırakma vizyonu.
• Salesforce Agentforce Coworker (22 Mayıs): AI ajanın "iş arkadaşı" olarak CRM içine gömülmesi.
• Camunda ProcessOS (20 Mayıs): Mevcut iş süreçlerini analiz edip agentic workflow'a dönüştürme katmanı.
• NVIDIA Verified Agent Skills (19 Mayıs): Agent ekosistemi için imzalanmış, doğrulanmış yetenek paketleri standardı.
• Google Gemini 3.5 Flash (19 Mayıs): Karmaşık görevleri otonom çalıştırabilen kodlama ajanı.

Hepsinin ortak yönü: agent. Yani yazılım artık soruya cevap vermiyor, iş yapıyor. "Görev başına" iş modeli "koltuk başına" SaaS modelini deplase ediyor. Bu Türk girişimci için iyi haber: çünkü görev tanımı yerel, koltuk tanımı küresel. Yerel tanımlar yerel bilgi gerektirir, yerel bilgi yerel oyuncuya avantaj.

HYRVE AI platformumuzda bugün 5.745'den fazla kayıtlı agent/client var. CashClaw GitHub deposu Mayıs içinde 271 star, 103 fork, 13 watcher rakamına ulaştı. Mart 2026'dan bu yana 276 yeni agent eklendi. Bu sayılar foundation model dünyasının yanında küçük görünebilir; ama agent ekonomisinin kapsamı dikey-dikey değil, gerçek üretim ekonomisinde. Bu ekosistem genişlemeye devam ediyor.

Compute'a Bedava Binmek

Şu anki en büyük yapay zeka avantajımız compute'u almıyor olmak. Çünkü:

1. Anthropic, Google, OpenAI dünyanın her yerinden API kullanıcısı kabul ediyor. Hesaba kart bağla, $20-$200 aylık API faturası ile dünyanın en güçlü modeli senin uygulamanın altında çalışıyor.
2. Bu modeller Türkçe konuşuyor. Beş yıl önce hayal değildi, gerçek değildi; bugün gerçek.
3. API maliyetlerinin yıllık düşüş hızı yüzde 70-90. Bugün 1.000 token için ödediğin para, gelecek yıl 100 token için ödediğin para olacak.

Yani compute Türkiye için kaybedilmiş bir savaş değil, ödenmesi gereken bir vergi. Vergiyi ödeyip değer üretmek var; vergiyi ödememek için ürün yapmamak var. İkincisi rekabet stratejisi değil, intihar stratejisi.

Türk girişimcinin yapması gereken üç şey:

1. Compute'u sahiplenme, kirala. Kendi modelimi eğiteyim hayalini bırak. API + iyi bir vertikal = altın.
2. Veriyi sahiplen, koru. Anthropic Türk distribütör verisine sahip değil. Sen sahip ol. KVKK uyumlu, müşterine ait, ama senin üzerinden değer üreten.
3. Workflow'u tasarla. Türk firmasının yazılı olmayan iş süreçleri var; onları haritalandır, agent'la, otomatikleştir. Mart 2026'da kurulmaya başlayan agent ekonomisinde her sektörün ilk yerleşeni cazip avantaja sahip.

Kapanış: Romantik Gurur ya da Stratejik Akıl

2026'nın geri kalanında Türkiye'de iki tür yapay zeka söylemi yan yana yaşayacak. Birincisi: "Türkiye'nin kendi modeli olmalı." Romantik gurur. İkincisi: "Türkiye'nin kendi vertikal ürünleri olmalı, dünyanın en güçlü modeli üzerinde." Stratejik akıl.

İki söylem aynı ülkeyi aynı yere götürmüyor. Romantik gurur bütçeyi compute hayaline bağlar, sonu hüsran. Stratejik akıl bütçeyi vertikal'a, veriye, ürüne, satışa bağlar, sonu para.

Anthropic'in aylık 1,25 milyar doları rakip değil, müttefik. O fışkırma olmadan benim ürünlerim çalışmaz. O fışkırma olduğu için Manavgat'tan dünyaya vertikal AI ürünleri sevk edebiliyoruz. Türk sorunu, Türk çözümü, küresel altyapı.

Geri kalanı detay.

Ertuğrul Akben, JARVIS AI iş sistemleri kurucusu, Ağabeyoğlu Grup yönetim kurulu başkanı. Türk girişimciler için vertikal AI ürünleri geliştiriyor: HANDEN X (distribütör operasyonu), MutfakAI (restoran içerik), Vadelim (Türkçe tahsilat), VOXONIC AI (çağrı merkezi çeviri). HYRVE AI agent platformu ve CashClaw açık kaynak projesinin yaratıcısı.

Bu yazının kaynakları:

• SpaceX IPO Prospektüsü (SEC, 21 Mayıs 2026): Anthropic Colossus 1 GPU sözleşmesi
• BuildFastWithAI Daily, 22 Mayıs 2026: Anthropic Q2 operasyonel kar projeksiyonu
• SiliconANGLE, 22 Mayıs 2026: Mega AI IPOs ve agentic blitz
• SAP News Center, Sapphire 2026: Autonomous Enterprise duyurusu
• TechCrunch, 19 Mayıs 2026: Google Gemini 3.5 Flash agent stratejisi
• SD Times, 8 Mayıs 2026: Coder Agents Launch ve Snyk-Claude ortaklığı

İlgili yazılar:

• 19 Mayıs Gecesi AI Haritası Yeniden Çizildi
• Bu Yaz 4 AI Ürünüm Sahaya İndi
• Küçük Şirketlerin Büyük AI Avantajı

Üçü de farklı haber. Üçü de aynı hikayenin parçası: kapalı kaynak frontier modellerde liderlik el değiştiriyor, agent ekonomisi mainstream'e taşındı, video AI deepfake tartışmasını masaya yatırdı.

Türkiye'den biri olarak bu üç gelişmeyi tek tek değil, birbirine bağlı bir tablo olarak okumam gerektiğini düşündüm. Hem JARVIS hem HYRVE AI hem de CashClaw ile bu sahada production'dayım, gözlemim somut.

"Big Tech bir şeyi sahnede tanıtınca herkes ona koşuyor. Halbuki o şey çoğunluk için 1-2 yıl önce yapılmış, sadece görünür hale geliyordu."

1. Karpathy Anthropic'e Geçti: Tek Bir Transfer Değil, Strateji Mesajı

Andrej Karpathy adını duymayan kalmadı. OpenAI'ın kurucu üyesi, Tesla Autopilot ekibinin liderliğini yapmış, 2024'te Eureka Labs'ı kurmuştu. 19 Mayıs günü Anthropic pre-training ekibine katıldığını duyurdu. Takım lideri Nick Joseph. Görevi tek cümleyle özetlenebilir:

"Claude'u Claude'la eğitin." Yani modeli geliştirmek için yine modelin kendisini kullanan bir pre-training mimarisi kuracak.

Bu, alelade bir transfer haberi değil. İki gerçeği aynı anda imzalıyor:

• OpenAI'da yetenek tutulamıyor. Sam Altman'ın safety ekibini geçen yıl lağvetmesi, Frontier modelinin "ajan işe alma" pozisyonlamasıyla beraber, derin araştırmacılar için Anthropic daha cazip bir liman haline geldi.
• Self-improving AI artık fantastik değil, takvimli. "Modelin kendisini eğitmesi" 2-3 yıl önce sci-fi tarafındaydı, bugün Anthropic'in pre-training takımının resmi yol haritası.

Bu hamlenin Türkiye'deki KOBİ için anlamı şu: Anthropic'in arkasında ciddi bilim insanları toplandı, bu modelin önümüzdeki 12 ayda kalitesi hızlanacak. Eğer ChatGPT'ye sıkışmış bir KOBİ iseniz, alternatif olarak Claude'a bakmanın zamanı geldi.

Benim Tarafımdan Görünen

JARVIS'in motoru Claude Opus 4.7. Yani ben 1 yıldır Anthropic ekosisteminde production'dayım. HANDEN X (distribütörler için 24 modüllü AI iş yönetim platformu), VOXONIC AI (gerçek zamanlı sesli AI çevirisi), Vadelim (AI tahsilat asistanı) ve MutfakAI (restoran için AI yemek görseli) projelerimin hepsi Claude omurgalı.

Bu yüzden bana şu sorulduğunda net cevabım var: "ChatGPT mi, Claude mu?" Karpathy transferi soruyu daha da netleştirdi. Eğer kodluyorsanız, uzun bağlam istiyorsanız, agent zinciri kuruyorsanız, Claude şu an açık ara önde. Nisan 2026 model karşılaştırma yazımda SWE-bench Pro'da 64.3 ile lider olduğunu zaten yazmıştım.

2. Anthropic $900 Milyar: OpenAI Tahtı El Değiştirdi

Karpathy haberiyle aynı hafta gelen ikinci bomba: Anthropic 30 milyar dolar büyüklüğünde yeni bir tur kapatmak üzere ve değerlemesi 900 milyar dolara dayanıyor. Mart 2026'da OpenAI 852 milyar dolar değerlemeyle rekor kırmıştı. Şubat'taki yazımda OpenAI'ın 110 milyar dolar topladığını aktarmıştım. 72 gün sonra tablo tersine döndü.

Anthropic, kurulduğu 2021'den bu yana ilk kez OpenAI'ı değerleme tarafında geride bıraktı. Aynı hafta KPMG ile global kurumsal entegrasyon anlaşması imzalandı.

Nasıl Buraya Geldik?

Üç sebep var:

1. Etik duruş satılabilir hale geldi. Şubat 2026'da Anthropic Pentagon kontratını "kitlesel gözetim sınırı çizilmediği için" reddetti. OpenAI o kontratı aldı. Kısa vadede OpenAI kazandı. Uzun vadede Fortune 500 risk yönetim ekiplerinin kapısı Anthropic'e açıldı. Avrupa pazarı, sağlık, finans, kamu kurumları "öngörülebilir AI" istiyor.
2. Claude Code + Computer Use kurumsallaştı. Cursor, Cline, GitHub Copilot gibi geliştirici araçlarının büyük çoğunluğu altta Claude çalıştırıyor. Yazılım dünyasının damarına bağlandı.
3. Routines + Task Budgets. Opus 4.7 ile gelen otonom çalışma altyapısı kurumsal otomasyon için doğrudan kullanılabilir hale geldi.

Türkiye İçin Ne Demek?

Türk KOBİ'lerinin yapay zeka olgunluk skoru Digitopia 2026 raporuna göre 2.30/5. Turizm 2.43, inşaat 2.56. Bankacılık ise 3.26 ile ortalamanın üzerinde. Bu, sektörlerin önündeki en büyük boşluk: frontier modellere doğru entegrasyon.

Anthropic'in büyüyen kurumsal ortakları (Bedrock, Vertex, Foundry) Türkiye'deki büyük bulut müşterilerinin kullandığı platformların hepsinde mevcut. Yani Claude'a erişim için "VPN" değil, mevcut buluttaki tek bir tıkla aktif olabiliyor. Bu mesele "hangi modeli kullanacağım" değil, "ne zaman entegre edeceğim".

3. Google Gemini Omni: "Dünyayı Simüle Eden" Video Modeli

Aynı günün üçüncü depremi Google'dan geldi. Google I/O 2026 sahnesinde Sundar Pichai üç ana ürünü duyurdu:

• Gemini 3.5 Flash: Rakiplerinden yarı fiyatına kullanılabilen yeni hafif model.
• Gemini Spark: 7/24 çalışan kişisel AI ajanı, bağlı uygulamalar arasında reasoning yapıyor.
• Gemini Omni: "World model" olarak konumlanan video üretim ve düzenleme motoru.

Asıl konuşulması gereken Omni. Çünkü Google "video üretiyoruz" demedi, "dünyayı simüle ediyoruz" dedi. Fark büyük.

Omni'ye fotoğraf, ses, video ve metin tek prompt olarak veriliyor. Model bunları "birleştirmiyor", aralarında akıl yürütüyor. Çıktı 10 saniyelik 4K video ve sonradan konuşarak değiştirilebiliyor. Tarayıcıda Flow editörü, telefonda YouTube Shorts entegrasyonu hazır.

Eksik Özelliğin Hikayesi

İşte burada işin politik tarafı başlıyor. Google Omni'nin ses değiştirme ve dudak senkronu özelliklerini lansman gününde geri çekti. Demolarda bir insanı hayvana dönüştürürken kendi sesinin korunduğunu gördük. Mevcut bir videoda konuşmayı değiştirebildiğini gördük. Ama bu özellikler kullanıcıya verilmedi. Google'ın açıklaması:

"Bunu kullanıcılara sorumlu biçimde nasıl getireceğimizi hâlâ test ediyoruz."

Tercüme edersek: Deepfake riski hesaplanamadı, lansman gününde devre dışı tutuldu.

Mart 2026'da Yazdıklarım Bugün Çok Daha Önemli

Mart 2026'daki "Mart 2026 Bilançosu" yazımda CHP'nin deepfake miting skandalı ve Ece Seçkin deepfake meselesini işlemiştim. O dönem "deepfake yapay tek tük tehlike" gibi konuşuluyordu. Şimdi Google'ın kendi modeli o özelliği lansmana yetiştiremediği için geri çekiyor. Yani "henüz hazır olmayan" değil, "üretildi ama sorumluluk taşınmadığı için verilmeyen" bir özellikten bahsediyoruz.

VOXONIC AI'da ses klonu (ElevenLabs v3 audio tag mimarisiyle) çağrı merkezi senaryolarında çalışıyor. Bu ses klonlama bizim için bir özellik değil, KVKK uyumlu işletilen bir altyapı. Yani "klonlayalım da bakalım ne çıkıyor" ile "çağrı merkezi operatörünün kendi sesini, sözleşmeli, izinli ve auditlenebilir biçimde klonlayalım" arasında muazzam fark var. Google'ın Omni'de geri çektiği özellik, VOXONIC'in çözmesi gereken problem.

4. Gemini Spark: Google Agent Ekonomisini Sahiplendi

Spark'ı ayrı başlık altında ele almak lazım. Çünkü Spark'la beraber Google, agent ekonomisini resmen mainstream'e taşıdı.

Mart 2026'daki "AI Agent Ekonomisi: $9B'dan $199B'a" yazımda Goldman Sachs verisine atıfla pazar büyümesini şöyle aktarmıştım: 2026'da 10.91 milyar dolar, 2034'te 199 milyar dolar, yıllık bileşik büyüme %43.84. Gartner'ın "2028'de kurumsal uygulamaların %40'ı agent içerecek" tahminini eklemiştim.

Spark, bu tahminin Google ayağındaki cevabı. Bağlı uygulamalar arasında reasoning yapan, 7/24 çalışan, kullanıcının yerine karar alan bir agent. MCP, ACP ve UCP gibi protokollerle birleşince oluşan tablo şu:

• Google Spark = Google ekosisteminde agent
• OpenAI ChatGPT Atlas = OpenAI ekosisteminde agent
• Anthropic Claude + Computer Use = Anthropic ekosisteminde agent
• HYRVE AI = Bunlardan bağımsız, agent'lar arası işlem yapabilen marketplace

HYRVE AI Niye Önemli?

Big Tech'in tanıttığı her agent, sadece kendi ekosisteminde para kazanabiliyor. Spark Google'ın değer zincirini çalıştırıyor. Atlas OpenAI'ın. Bizim HYRVE AI ise tam tersini yapıyor: agent'lar arası işlem yapabildiği, geliştiricinin %85 komisyon aldığı, Stripe Connect ile ödemenin direkt hesabına düştüğü bir pazaryeri.

Şu an HYRVE'de 5.745+ kayıtlı agent/client var. CashClaw npm paketi 271 yıldız, 103 fork, 12 watcher aldı. Mart 2026'daki yazımı yazarken 5.469 idi. İki ayda 276 yeni agent eklendi. Mayıs'taki YouTube Shorts organik viralinden sonra kullanıcı sayısı 5.560'tan 5.745'e çıktı.

Spark'ın çıkmasıyla bu rakamlar daha da hızlanacak çünkü agent kavramı kütlesel kabul gördü. Big Tech'in tanımladığı standart, küçük geliştiricinin para kazanma alanını açıyor. Aynen iOS App Store'un Apple'a değil, indie geliştiriciye milyarlık pazar açtığı gibi.

Türkiye İçin 4 Somut Aksiyon

3 deprem birden konuşurken kafamızı net tutmak için Türkiye'deki KOBİ ve geliştirici için 4 somut adım:

1. Çoklu model stratejisine geçin. ChatGPT'ye %94.49 bağımlı bir ülkeyiz. Claude, Gemini ve open-source alternatiflerden en az birini iş süreçlerinize katın. Tek kaynağa bağımlılık tedarik zinciri riski.
2. Agent ekosisteminde yer tutun. Spark, ACP, MCP, UCP, MPP zinciri tamamlandı. KOBİ'ler iki seçenek arasında: ya başkasının agent'ına maaş ödeyen müşteri olacak, ya da kendi agent'larıyla pasif gelir kuracak. CashClaw açık kaynak, denemek ücretsiz: npx cashclaw init.
3. Deepfake savunması bugün başlasın. Google'ın bile sahnede çekemediği yetenek 2-3 ay içinde tehdide dönüşecek. Çalışan eğitimi, ses doğrulama protokolü ve "tek faktörlü kimlik doğrulama yok" politikası hemen yazılmalı.
4. İçeriği insanlaştırın. AI ile üretilen video, ses ve metin patladıkça insan kanıtı değer kazanıyor. Kusur, samimiyet, yerel bağlam ve sahne arkası içerik öne çıkacak. Adam Mosseri'nin Ocak'ta dediği gibi: "Özgünlük artık sonsuz kopyalanabilir."

Sonuç: 24 Saatte Neyi Öğrendik?

19 Mayıs 2026 gecesi üç şey aynı anda kanıtlandı:

• Frontier model lideri değişti (Anthropic OpenAI'ı geçti).
• Video AI'ın deepfake duvarı somutlaştı (Google Omni özelliği geri çekti).
• Agent ekonomisi resmen mainstream (Spark + ACP + MCP + UCP zinciri tamam).

Bu üçünün ortak noktası şu: Türk girişimci için pencere hâlâ açık ama daralıyor. Anthropic'in büyümesi Türk SaaS'ların altyapı kalitesini yükseltiyor. Omni'nin geri çektiği özellik VOXONIC gibi yerel KVKK uyumlu çözümlere alan açıyor. Spark'ın tanıttığı agent kavramı HYRVE benzeri pazaryerlerini doğal hızlandırıcı haline getiriyor.

Bu yüzden ben yarın sabah ilk işime aynı yerden devam edeceğim: Türk sorunu, Türk çözümü, yapay zeka temelli. Big Tech kendi sahnesinde gösteri yapsın, biz sahada üretiyoruz.

Peki size soruyorum: 19 Mayıs gecesi yatağınıza giderken AI haritası değişmişti. 20 Mayıs sabahı sizin işiniz değişmediyse, soru kimde?

Kaynaklar:

• TechCrunch, "OpenAI co-founder Andrej Karpathy joins Anthropic's pre-training team", 19 Mayıs 2026
• CNBC, "Google debuts new AI models, personal AI agents", 19 Mayıs 2026
• Decrypt, "Google Unveils Gemini Omni World Model", 19 Mayıs 2026
• Fortune Tech, "Google's AI rebuild, Anthropic's big hire", 20 Mayıs 2026
• Digitopia, "Türkiye Dijital ve Yapay Zeka Olgunluk Raporu 2026"