AI’nın Bedava Öğle Yemeği Bitiyor

Yapay zekâ dönüşümünün ikinci dönemini teknoloji değil, ekonomi şekillendirecek

Son birkaç yıldır şirketlerde yapay zekâ konuşurken hep aynı soruların etrafında dolaştık: Hangi modeli kullanalım? ChatGPT mi, Claude mu? Copilot nerede devreye girmeli? Hangi süreçleri otomatikleştirebiliriz? Çalışanlara nasıl prompt eğitimi veririz? Hangi use case ile başlayalım?

Bunların hepsi doğru sorulardı. Çünkü yapay zekânın ilk dönemi esas olarak capability, yani teknolojinin ne yapabildiğini keşfetme dönemiydi.

Fakat bana göre artık başka bir döneme giriyoruz.

Bu dönemin sorusu “AI ne yapabiliyor?” olmayacak.

Daha zor bir soru soracağız:

AI’nın yaptığı şey ekonomik olarak değer yaratıyor mu?

Ve tam da bu nedenle yapay zekâ dönüşümünün ikinci döneminin teknoloji tarafından değil, ekonomi tarafından şekilleneceğini düşünüyorum.

Harvard Business Review’ın Ağustos 2026’da yayımladığı How to Respond to the Coming AI Cost Shock başlıklı yazısı bu değişimin güçlü sinyallerinden birini veriyor. Makalenin kullandığı ifade oldukça çarpıcı:

“The corporate AI era is on the verge of a massive shift.”

Kurumsal AI çağının büyük bir dönüşümün eşiğinde olduğu söyleniyor.

Bunun nedeni teknolojinin kötüleşmesi değil. Tam tersine, AI giderek daha iyi, daha hızlı ve daha yetenekli hale geliyor.

Sorun başka: AI’yı giderek daha fazla kullanmaya başlıyoruz.

Bugüne kadar kurumsal AI kullanımının gerçek maliyetini tam olarak hissetmemiş olabiliriz. Yazılım şirketleri müşteri kazanmak, kullanım alışkanlığı yaratmak ve ürünlerini kurumların iş akışlarına yerleştirmek için GPU, inference ve token maliyetlerinin önemli bir bölümünü kendi üzerlerinde taşıdı.

HBR bunu çok daha provokatif bir ifadeyle anlatıyor:

“Organizations are effectively being paid to adopt AI.”

Başka bir deyişle şirketler bir anlamda AI kullanmaya teşvik ediliyor, hatta başlangıç maliyetinin bir bölümü teknoloji sağlayıcıları tarafından sübvanse ediliyor.

Bu teknoloji dünyasında yabancı olduğumuz bir model değil.

Önce kullanımı büyütürsünüz. Alışkanlık yaratırsınız. Ürünü günlük işin içine sokarsınız. Sonra ekonomik model olgunlaşmaya başlar.

AI’da da şimdi tam olarak bu aşamaya yaklaşıyor olabiliriz.

Çünkü yapay zekâ klasik enterprise software’e benzemiyor.

Bir yazılım lisansında hesap nispeten kolaydır. Bin çalışanınız vardır, çalışan başına aylık bir lisans bedeli ödersiniz ve yaklaşık maliyetinizi bilirsiniz.

AI ajanlarında ise hesap böyle çalışmıyor.

Bir ajan günde kaç kez çalışacak? Ne kadar veri okuyacak? Kaç dosyayı analiz edecek? Hangi modele bağlanacak? Kaç alternatif oluşturacak? Başka bir ajanı tetikleyecek mi? Arama yapacak mı? Kod çalıştıracak mı? Bir sistemde işlem gerçekleştirecek mi?

Bunların her biri compute tüketiyor.

Dolayısıyla maliyet modeli yavaş yavaş şuna dönüşüyor:

Kullanıcı → Görev → Token → Inference → Compute → Aksiyon → Maliyet

Ve işte burada konu teknoloji departmanından çıkıp CFO’nun masasına geliyor.

Çünkü AI artık yalnızca bir teknoloji yatırımı değil.

Bir işletme ekonomisi.

Bu mikro ekonomik resmi Reuters’ın 21 Ağustos 2026 tarihli haberiyle birleştirdiğimizde tablo daha çarpıcı hale geliyor.

Reuters’ın BNP Paribas verilerine dayanarak aktardığına göre AI hyperscaler’larının 2026 yılında 10 Ağustos’a kadar gerçekleştirdiği borç ihracı yaklaşık 220 milyar dolara ulaştı.

Bir yıl önce aynı dönemde?

12,5 milyar dolar.

Aradaki fark yaklaşık 207 milyar dolar.

Bu rakam bize AI hikâyesinde çok önemli bir şey söylüyor.

Yapay zekâ bize ekrandaki küçük bir pencere olarak görünüyor. Bir soru yazıyoruz, birkaç saniye sonra cevap geliyor. Deneyim son derece dijital ve neredeyse soyut.

Ama o cevabın arkasında son derece fiziksel bir dünya var.

Çipler var.

Sunucular var.

Veri merkezleri var.

Elektrik var.

Soğutma sistemleri var.

Fiber bağlantılar var.

Arazi var.

Enerji altyapısı var.

Ve bütün bunların arkasında devasa miktarda sermaye var.

Microsoft, Amazon, Alphabet ve Meta gibi hyperscaler’ların 2026’daki toplam sermaye harcamalarının yaklaşık 725 milyar dolar seviyesine ulaşmasının beklendiğini düşündüğümüzde, AI’nın artık sadece bir yazılım devrimi olmadığını görmek gerekiyor.

AI, dünyanın gördüğü en büyük fiziksel altyapı yatırım döngülerinden birine dönüşüyor.

Bu yüzden bundan sonra AI’yı anlamak isteyen yöneticilerin yalnızca GPT’nin yeni versiyonunu takip etmesi yeterli olmayacak.

Compute’ı anlamaları gerekecek.

Enerjiyi anlamaları gerekecek.

CapEx’i anlamaları gerekecek.

Borçlanma maliyetini anlamaları gerekecek.

Serbest nakit akışını anlamaları gerekecek.

Çünkü AI’nın ikinci döneminin dili bunlar olacak.

Burada benim özellikle önemli bulduğum bir paradoks var.

AI’nın birim maliyeti düşebilir.

Bir milyon token’ın maliyeti bugün olduğundan çok daha düşük hale gelebilir. Modeller daha verimli çalışabilir. Çipler daha güçlü olabilir.

Ama aynı anda kullandığımız toplam yapay zekâ miktarı çok daha hızlı artabilir.

Bir çalışan günde birkaç kez AI kullandığında maliyet önemsiz görünebilir.

Ama yüzlerce AI ajanının şirket adına yedi gün yirmi dört saat araştırma yaptığı, müşteri analiz ettiği, teklif hazırladığı, sistemleri kontrol ettiği, karar hazırladığı ve diğer ajanları çalıştırdığı bir dünyada artık aynı hesaptan söz etmiyoruz.

Bu bize eski bir ekonomi prensibini hatırlatıyor: Bir şey ucuzladığında her zaman toplam harcama düşmez. Bazen kullanım o kadar hızlı büyür ki toplam maliyet tam tersine yükselir.

AI’da da benzer bir durum yaşayabiliriz.

Bu nedenle şirketlerin yeni bir kavram öğrenmesi gerektiğini düşünüyorum:

AI Unit Economics.

Bir AI uygulamasının çalışıyor olması artık yeterli değil.

Ekonomik olarak çalışması gerekiyor.

Örneğin bir AI satış ajanınız olduğunu düşünün.

O ajan günde yüz potansiyel müşteriyi araştırıyor olabilir.

İlk bakışta çok etkileyici.

Ama asıl sorular başka:

Bu araştırmanın AI maliyeti ne?

Satış çalışanına kaç saat kazandırıyor?

Dönüşüm oranını artırıyor mu?

Satış döngüsünü kısaltıyor mu?

Yanlış müşteri adaylarına harcanan zamanı azaltıyor mu?

Ek gelir yaratıyor mu?

Yani AI kullanımını yalnızca aktiviteyle değil, sonuçla değerlendirmek zorundayız.

Ben bunu basitçe şöyle düşünüyorum:

Gelir artışı + zaman kazancı + kalite artışı + risk azalması

eksi

AI kullanım maliyeti + altyapı + entegrasyon + yönetişim maliyeti

eşittir

Net AI Value.

Bu bakış açısı önemli, çünkü bugün şirketlerin kullandığı en tehlikeli KPI’lardan biri bana göre AI kullanım oranı.

“Çalışanlarımızın yüzde 75’i AI kullanıyor.”

Güzel.

Ama bu ekonomik değer hakkında bize hemen hemen hiçbir şey söylemiyor.

Bir fabrikanın yöneticisi bize gelip “Bu ay elektrik tüketimimizi yüzde 40 artırdık” dese bunu başarı olarak alkışlamayız.

İlk sorumuz şu olur:

Karşılığında ne ürettiniz?

AI için de aynı düşünce disiplinine ihtiyacımız var.

Kullanım artmış olabilir.

Peki gelir?

Peki maliyet?

Peki müşteri değeri?

Peki karar kalitesi?

Peki insan zamanının daha değerli işlere kayması?

Ben gelecekte şirketlerin AI Value per Dollar gibi metrikleri konuşmaya başlayacağını düşünüyorum.

Bunun daha stratejik karşılığına ise AI Capital Productivity™ diyebiliriz:

AI için kullandığımız her birim sermaye karşılığında ne kadar ekonomik değer üretiyoruz?

Bu soru bizi çok önemli başka bir noktaya götürüyor.

Bugüne kadar AI dönüşümünde çoğu zaman şu soruyu sorduk:

“AI bunu yapabilir mi?”

Bence ikinci dönemin sorusu farklı olacak:

“AI’nın bunu yapmasına ekonomik olarak değer mi?”

Bu iki soru arasında çok büyük fark var.

Capability ile value aynı şey değil.

Teknolojik olarak yapılabilir olan her şey ekonomik olarak yapılmaya değer değildir.

Bir iş AI tarafından yapılabiliyor olabilir ama insan hâlâ daha ucuz olabilir.

AI daha hızlı olabilir ama müşteri o noktada insan teması istiyor olabilir.

AI bir analizi mükemmel yapabilir ama yanlış kararın risk maliyeti yüksek olabilir.

Ya da tam tersine AI öyle büyük bir hız, kalite ve ölçek avantajı yaratabilir ki insanın tek başına yapması ekonomik olarak anlamsız hale gelebilir.

Bu nedenle bana göre geleceğin organizasyonlarında “İnsan mı, AI mı?” sorusu da fazla basit kalacak.

Doğru soru şu:

Hangi işte hangi intelligence kombinasyonu en yüksek toplam değeri yaratıyor?

Bazı işler tamamen insanda kalacak.

Bazıları tamamen AI’ya geçecek.

Ama muhtemelen en büyük değer, insan ve AI’nın birlikte çalıştığı alanlarda oluşacak.

Bu noktada daha önce kullandığım Delegation Engineering™ kavramının yanına bir ekonomik boyut eklemek gerekiyor.

AI’ya hangi işi devredeceğimiz kadar, o işi AI’ya devretmenin ekonomik mantığı olup olmadığını da tasarlamalıyız.

Yani geleceğin yöneticisi yalnızca insan kaynağı ve sermaye tahsis etmeyecek.

Aynı zamanda zekâ tahsisi yapacak.

Hangi probleme ne kadar insan dikkati?

Ne kadar yapay zekâ kapasitesi?

Ne kadar sermaye?

Ne kadar karar yetkisi?

Ben buna Intelligence Allocation™ diyorum.

Çünkü AI çağında belki de yöneticinin en önemli görevlerinden biri, insan zekâsı ile yapay zekâyı doğru probleme ve doğru ekonomik model içinde tahsis etmek olacak.

Burada 2000’lerin internet döneminden çıkarabileceğimiz önemli bir ders de var.

İnternet dünyayı değiştirdi mi?

Kesinlikle.

Ama internet çağında yapılan bütün yatırımlar iyi yatırım mıydı?

Kesinlikle hayır.

İki cümle aynı anda doğru olabilir.

AI için de aynısı geçerli.

Yapay zekâ dünyayı radikal biçimde değiştirebilir.

Ve aynı zamanda:

Bazı AI yatırımları ekonomik olarak son derece kötü olabilir.

Bir teknolojinin dönüştürücü olması, ona yapılan her yatırımın doğru olduğu anlamına gelmez.

İşte stratejinin rolü burada yeniden önem kazanıyor.

Bugün Alibaba’nın da AI yatırımlarını finanse etmek için yaklaşık 10 milyar dolarlık yeni sermaye toplaması aynı hikâyenin yalnızca ABD’ye özgü olmadığını gösteriyor.

AI altyapısına yönelik sermaye ihtiyacı küresel hale geliyor.

Şirketler bugünün kârından vazgeçerek geleceğin AI kapasitesine yatırım yapıyor.

Bu son derece rasyonel olabilir.

Ama sonunda herkes aynı soruya geri dönmek zorunda:

Bu yatırım ne zaman ve nasıl ekonomik değer üretecek?

Bence önümüzdeki birkaç yıl içinde AI gündemlerinde CFO’nun sesi giderek daha fazla duyulacak.

Ve bu kötü bir şey değil.

Tam tersine, AI dönüşümünün olgunlaşmasının işareti.

İlk dönemde teknoloji ekipleri denedi.

İkinci dönemde iş birimleri sahiplenecek.

CFO ekonomik disiplini getirecek.

CHRO insan ve AI iş bölümünü yeniden tasarlayacak.

COO iş akışlarını değiştirecek.

CEO ise bütün bunların hangi stratejik geleceğe hizmet ettiğine karar verecek.

Yönetim kurulunun sorması gereken sorular da değişecek.

“Kaç AI projemiz var?” yerine:

Hangi AI yatırımlarımız gerçekten değer yaratıyor?

“Hangi modeli kullanıyoruz?” yerine:

Bu yatırımın geri dönüşü nedir?

“Çalışanlarımız AI kullanıyor mu?” yerine:

AI sayesinde organizasyonumuzun ekonomik kapasitesi yükseldi mi?

Ve belki en kritik soru:

AI için harcadığımız her bir doların alternatif kullanım alanı neydi?

Çünkü bütün stratejiler sonunda kaynak tahsisiyle gerçek olur.

AI’nın geleceği konusunda iyimserim.

Ama AI’ya inanmak, AI ekonomisini sorgulamamak anlamına gelmemeli.

Tam tersine.

AI ne kadar stratejik hale gelirse ekonomik disiplin de o kadar önemli hale gelmeli.

Çünkü artık konuştuğumuz şey yalnızca birkaç yazılım lisansı değil.

Yüz milyarlarca dolarlık veri merkezleri.

Enerji altyapısı.

Çipler.

Borçlanma.

Sermaye maliyeti.

Ve giderek daha fazla otonom çalışan AI ajanları.

Bütün bu zincirin sonunda bizi tek bir soru bekliyor:

Üretilen ekonomik değer nedir?

Yapay zekâ dönüşümünün ilk döneminde büyük soru şuydu:

“AI ne yapabilir?”

İkinci dönemin sorusu çok daha zor olacak:

“AI’nın yaptığı şey ekonomik olarak değer yaratıyor mu?”

Bence bundan sonraki AI yarışını en çok teknoloji kullanan şirketler değil, teknolojiyi en disiplinli biçimde ekonomik değere dönüştürebilen şirketler kazanacak.

Çünkü AI kullanmak giderek kolaylaşacak.

AI’yı ekonomik olarak yönetmek ise giderek zorlaşacak.

Ve tam da bu nedenle:

AI dönüşümünün ikinci dönemini teknoloji değil, ekonomi şekillendirecek.