top of page

Yapay Zekâda Asıl Pahalı Olan Ne?

Yazarın fotoğrafı: AYŞEGÜL ÖZLEYEN
AYŞEGÜL ÖZLEYEN
7 saat önce
4 dakikada okunur

Bir siber güvenlik şirketi, yapay zekâ girişimine 4,5 milyar dolar ödemeye hazırlanıyor. İşlemin asıl ilginç tarafı, satın alınan teknoloji kadar, müşterilerin bundan sonra neye para ödeyeceği.

22 Kasım 2026

Bir teknolojinin kendisine ulaşmak kolaylaştıkça, onun etrafında para kazanmak zorlaşır sanılır. Bazen tam tersi olur.

18 Kasım’da Palo Alto Networks, Applied Compute adlı yapay zekâ şirketini 4,5 milyar dolara satın almak üzere anlaşma imzaladığını açıkladı.

Alıcı dünyanın önde gelen siber güvenlik şirketlerinden biri. Satın alınmak istenen şirket ise yapay zekâ modellerini kurumların ihtiyaçlarına göre geliştirme, uyarlama ve çalıştırma konusunda uzmanlaşmış bir girişim.

İlginç olan yalnızca bedel değil. Palo Alto, zaten kullanabildiği yapay zekâ modellerine erişmek için değil, bu modelleri kurumsal müşterilere sunma yeteneğini güçlendirmek için böyle büyük bir anlaşma yapıyor.

İşlem henüz tamamlanmadı. Bedel nakit yerine Palo Alto hisseleriyle ödenecek. Dolayısıyla 4,5 milyar dolar doğrudan kasadan çıkmayacak; ancak bunun mevcut hissedarlar açısından ekonomik bir maliyeti var.

Peki neden bu kadar büyük bir yatırım?

Modeli almak başka, onu işe dönüştürmek başka

Bugün şirketler güçlü yapay zekâ modellerine çeşitli yollarla erişebiliyor. Hazır hizmet satın alabiliyor, açık ağırlıklı modelleri kullanabiliyor veya kendi verileriyle özelleştirilmiş sistemler kurabiliyorlar.

Buradaki açık ağırlıklı model ifadesi önemli. Modelin belirli parametrelerine erişilebilmesi, onun bütün teknolojisinin ücretsiz, sınırsız veya güvenli olduğu anlamına gelmiyor.

Bir modelin bir sözleşmeyi okuyabilmesi kolaylık sağlayabilir. Fakat aynı modelin şirketin sözleşme arşivine güvenli biçimde bağlanması, ticari hükümleri doğru yorumlaması, eksik bilgileri fark etmesi ve gerektiğinde insan incelemesine yönlendirmesi bambaşka bir iştir.

İlkinde teknolojiye erişim satın alınır. İkincisinde çalışabilir bir iş süreci.

Palo Alto’nun hamlesi de bu ikinci alana işaret ediyor.

Şirketin açıklamasına göre Applied Compute, açık ağırlıklı modellerin eğitildikten sonra geliştirilmesini ve kullanıma sunulmasını kolaylaştıran bir teknolojiye sahip. Palo Alto bunu kendi güvenlik altyapısıyla birleştirerek müşterilerinin yapay zekâ sistemlerini daha güvenli çalıştırabilmesini hedefliyor.

Satın alınan yalnızca bir yazılım değil; araştırmacılar, uzmanlık, geliştirme kapasitesi ve gelecekte satılabilecek hizmetlerin potansiyeli de paketin içinde.

4,5 milyar doların ne kadarının bu unsurların hangisine karşılık geldiği açıklanmış değil.

Fakat işlemin ticari mantığı dikkat çekici: Model üreticisi olmak zorunda kalmadan, modelleri şirketler için kullanılabilir hâle getiren tarafta önemli bir değer yaratılabileceği düşünülüyor.

Ucuzlayan teknoloji, pahalılaşan sorumluluk

Bir yapay zekâ uygulamasının ilk gösterimi etkileyici olabilir. Birkaç saniyede rapor hazırlar, binlerce satırı analiz eder, uzun bir sözleşmeden riskli maddeleri çıkarır.

Asıl sınav, bu sistem şirketin günlük işleyişine girdiğinde başlar.

Hatalı veriyle karşılaştığında ne yapacak? İki farklı sistemdeki tutarlar uyuşmazsa hangisini esas alacak? Bir tedarikçinin banka hesap bilgisi değiştirildiğinde ödeme önerisi oluşturmaya devam mı edecek, yoksa işlemi durdurup kontrol mü isteyecek?

Bu sorular modelin ne kadar akıllı olduğundan çok, sistemin nasıl tasarlandığıyla ilgilidir.

Üstelik maliyet de yalnızca yazılım lisansından oluşmaz. Entegrasyon, veri hazırlığı, güvenlik, bakım, uzman personel ve denetim süreçleri zamanla başlangıç bedelini aşabilir.

Bu nedenle bir yapay zekâ projesinin ucuz başlaması, ekonomik olarak avantajlı olduğu anlamına gelmez.

Bir başka ihtimal daha var: Şirketler model geliştirme yarışına girmeden, doğru modeli doğru iş sürecine yerleştirerek daha yüksek getiri elde edebilir.

Bunun her sektör için geçerli olduğunu söylemek mümkün değil. Özel model geliştirmenin güçlü bir rekabet avantajı sağlayabileceği alanlar da var. Ancak her şirketin kendi modeline sahip olması gerektiği fikri, giderek daha fazla sorgulanmayı hak ediyor.

Türkiye’de hesabın sonucu neden değişebilir?

Türkiye’de bu tartışma farklı bir maliyet ortamında yapılıyor.

TÜİK’in 2026 verilerine göre yapay zekâ kullanan girişimlerin oranı bir yılda yüzde 7,5’ten yüzde 14’e yükseldi. En az 250 çalışanı bulunan büyük girişimlerde kullanım yüzde 37,1’e ulaşırken, 10-49 çalışanı olan işletmelerde yüzde 12,8 seviyesinde.

Teknolojiye ilginin arttığı açık. Ancak kullanmayan ve kullanmayı düşündüğü hâlde henüz başlamayan işletmelerin önemli bir bölümü uzmanlık eksikliğini, hukuki belirsizlikleri ve veri güvenliği endişelerini gerekçe gösteriyor.

Bunlar yalnızca teknolojik sorunlar değil; her biri yatırımın maliyetini ve geri dönüş süresini etkileyen unsurlar.

Finansman koşulları da denklemi değiştiriyor.

İSO’nun Ekim 2026 imalat PMI verisi 47,3 ile üretim ve yeni siparişlerde daralma sinyali verirken, TÜİK’in Eylül sanayi üretiminde yıllık yüzde 2,6 artış bulunuyor. Yani bütün sanayinin aynı ölçüde gerilediği bir tablo yok. Fakat talep baskısı yaşayan işletmeler için nakdin hangi yatırıma ayrılacağı daha kritik hâle geliyor.

Üstelik TL ticari kredi faizlerinin yüksek seyrettiği bir ortamda, yazılım yatırımının finansmanı ile beklenen getirisi arasındaki fark göz ardı edilemez.

Örneğin bir üretici, satın alma ve stok yönetiminde yapay zekâ kullanmayı planlıyor olsun.

Bu sistemin raporlama süresini yarıya indirmesi faydalı. Ancak asıl ekonomik katkı, fazla stok nedeniyle bağlanan sermayeyi azaltması, tedarikçi ödemelerini daha iyi planlaması veya üretimi aksatabilecek malzeme eksikliklerini önceden göstermesi olabilir.

Çünkü kazanılan her çalışma saati nakit yaratmaz. Buna karşılık doğru yönetilen stok ve ödeme vadeleri doğrudan işletme sermayesini etkileyebilir.

Aynı projeyi finansman maliyeti düşük, güçlü nakit rezervleri bulunan bir şirketle; satışları baskı altında, kısa vadeli krediye bağımlı bir şirketin aynı şekilde değerlendirmesi beklenemez.

İkinci şirket için en gelişmiş yapay zekâ çözümü, en doğru yatırım olmayabilir.

Belki daha küçük, mevcut sistemlere bağlanan ve birkaç ay içinde ölçülebilir ekonomik sonuç verebilen bir uygulama çok daha değerlidir.



4,5 milyar doların cevabı henüz belli değil

Palo Alto’nun Applied Compute için ödemeyi kabul ettiği bedelin başarılı bir yatırım olup olmayacağını bugün bilmiyoruz.

Bunun için satın alınan teknolojinin ne kadar ek gelir yaratacağını, müşterilerin bu hizmetlere ne kadar ödeme yapacağını, entegrasyon maliyetlerini ve gelecekte oluşacak nakit akışını görmek gerekiyor.

Özellikle hisseyle finanse edilen satın almalarda, anlaşmanın nakit çıkışı gerektirmemesi tek başına değer yaratıldığı anlamına gelmez. Mevcut ortakların payı seyrelirken satın alınan işin sağlayacağı ekonomik katkının bu maliyeti karşılaması gerekir.

Ancak işlem, dikkate değer bir ihtimali görünür kılıyor.

Yapay zekâ pazarındaki değerin önemli bir bölümü, yalnızca en güçlü modeli geliştirenlerde değil, mevcut modelleri şirketlerin güvenle kullanabildiği, denetleyebildiği ve ekonomik sonuç alabildiği sistemlere dönüştürenlerde de oluşabilir.

Bu durumda şirketler için asıl mesele hangi modele sahip oldukları değil, o model sayesinde hangi işi daha iyi yaptıkları olacak.

Bir yapay zekâ yatırımının başarısını gösterdiği etkileyici cevaplarla değil, yarattığı ilave nakit akışı, azalttığı risk ve bağladığı sermayeyle ölçmek gerekir. Teknolojinin fiyatı düşebilir; fakat yanlış yatırım kararının maliyeti kendiliğinden düşmez.

 
 
 

Son Yazılar

Hepsini Gör
Geleceğe Kim Kefil?

Bir teknoloji satıcısından ürününe garanti vermesi beklenir. Müşterisi ödeme yapamazsa zararın bir bölümünü de üstlenmesi, daha pahalı bir iddiadır. 26 Ekim 2026’da Bank of America, Citi, Morgan Stanl

 
 
 

Yorumlar


bottom of page