Erman Taylan — yapay zeka üzerine kısa videolar (Soft Commitment)

Yapay zekada önemli bir dikeyden bahsedeceğim şimdi. Halihazırda zaten büyük ama daha da büyüyecek, önemli bir katmandan.

İki fintech aynı dönemde AI'ın aynı katmanına girdi: Biri Stripe, OpenRouter'ı 7 milyar dolardan fazla bir bedelle satın aldı. Ramp ise Router ürününü herkese açtı.

Evet, katmanın adı LLM routing, yani model yönlendirme; kısaca her isteği o an yeterince iyi, ucuz, hızlı ve erişilebilir olan modele yönlendiren katman. Hem verimlilik hem hız hem de maliyete direkt etki ediyor. Diğer yandan bu yönlendirme katmanının kendisi de aslında dinamik olarak muhakeme yeteneğine sahip olması gereken bir AI ürünü.

Ürünü detaylı analiz ederek; işin latency ve önem olarak kategorilendirmesini yapmak ve o an için en doğru modeli bulma probleminin ne kadar kompleks olduğundan bahsediyorum. Ayrıca bu yönlendirme katmanı, evaluation katmanı ile de konuşmalı, yani modelleri test edebilen bir kurguya sahip olmalı.

Bu arada Router'ı önce kendisi kullanan Ramp, maliyet olarak %40 avantaj yakaladığını da iddia ediyor.

Peki neden gerekli; en iyi model en çok kullanılmaz mı? Ramp'in on binlerce şirketin AI harcamasını izleyen verisine göre hayır: en güçlü model Fable 5, Anthropic harcamalarının yalnızca yüzde 11'i; yarı fiyatına Opus 5 çıkar çıkmaz onu geçmiş. Yani token bir satın alma kalemi oldu; bu katmanı ödeme şirketlerinin alması da bu açıdan hiç tesadüf değil.

Tabii bu platformlar aynı zamanda hangi işin hangi modele gittiğini de görüyor, çok önemli bir veriye sahip oluyor. Bu arada NVIDIA'nın da bu alanda açık kaynak kodlu ve Switchyard isimli bir çözümü var.

OpenRouter'da ABD'nin üç büyük laboratuvarının token payı bir yılda yüzde 70'ten 30'a inmiş. Bana kalırsa Frontier AI laboratuvarlarının önlerindeki en büyük soru işaretlerinden birisi burada.

Evet model katmanı, winner-takes-all bir pazara dönüşmeyecekmiş gibi duruyor. Bir başka deyişle şirketler konsolide oluyor, ama modeller olmuyor.

Bu noktada ilk konu AI egemenliği. Evet OpenAI kurumsal şirketlerle derin anlaşmalar yaparak modelini on-prem de veriyor, veya Anthropic bu alanda önemli bir adım attı. Kabaca Anthropic, kurumsal müşterilerinin verisini kendi bulutlarında tutmalarına izin vermeye başlıyor. Ama veri egemenliği hala şirketleri open-weight'e yönlendiriyor. Epoch Capabilities Index'e göre, 2023 ve 2024'te belirgin biçimde geride olan open-weight modeller, 2026 başında OpenAI/Anthropic yani frontier labs seviyesini büyük oranda yakalamış durumdalar.

En büyük model aggregator'ı olan OpenRouter verilerinde en büyük üç modelin pazar payındaki düşüş, bir yılda %72'den %33'e kadar gelmiş durumda. Üstelik çoğu use-case, frontier labs modellerine ihtiyaç duymuyor. Az sayıda kritik iş içinse evet, şirketler frontier labs modellerine muhtaçlar, buralarda çok para ödemeye de sonuna kadar açıklar.

Bu noktada daha önce çok kez vurguladığım harness'lar, model seçimini 'soyutlayan' aggregator'lar, kurumsal dağıtım ve entegrasyonu çözme ve veri katmanı, AI ekonomisinin gidişatında söz sahibi olacak konular olarak öne çıkıyor.

ABD'nin Getir'i diyebileceğim Instacart'a, "bu akşam mantı yapacağım, ne lazım?" diye soruyorsunuz; asistan cevabı da veriyor, sepeti de oluşturuyor. Gelin iyi bir AI asistan stratejisi nasıl olmalı yakından bakalım.

Cart Assistant dedikleri bu asistan, 1.6 milyar geçmiş sipariş ve 100 bin mağazanın canlı stoğuyla besleniyor; şirketin ikinci çeyrek raporuna göre asistan üzerinden verilen siparişler zaten ortalamanın üzerinde.

Asıl ilginç kısım; reklam. Instacart'ın reklam ve benzeri gelirleri 2025'te 1 milyar doları geçmiş; şimdi asistanın içine de reklam geliyor: sponsorlu tarifler, sohbet içinde fırsatlar, iki ürün arasında kararsızken marka önerisi. Bana kalırsa fark şurada: arama reklamı karar anına fısıldama yapıyor, sohbet reklamı ise kararı sıfırdan kuruyor. Marka, siz daha liste yazmadan tarifin içine giriyor.

Model stratejisi de dikkat çekici: Instacart kendi LLM'iyle yarışa girmiyor. Aralık'ta ChatGPT'nin, Mayıs'ta Gemini'nin içine girdi; asistan ayağınıza geliyor, model başkasının, veri ve operasyon Instacart'ın. Soft Commitment'ın önceki sayılarında da söylediğim gibi, en iyi AI, ayağınıza kadar gelen AI.

Geçen sayıda Akakçe'nin AI özelliğini yazmıştım hatırlarsanız, bu bir başlangıçtı. Son kullanıcıya gerçekten değer katan, gelir modelini oynatan bu gibi AI özelliklerini yakında Türkiye'de de görmeye başlarız herhalde.

Hızlı bir turla, AI devlerinin yaptıkları satın almaları sizlere aktarmak istiyorum: OpenRouter, Stripe tarafından; Hugging Face, Nvidia tarafından; LLM'lere özel çip üreticisi MatX, Anthropic tarafından; AI Coding için AI model geliştiricisi Poolside, Nvidia tarafından; Groq, yine Nvidia tarafından; Scale AI, Meta tarafından; ve Cursor da SpaceX tarafından satın alındı.

2024 ve 2025 yıllarında bu şirketlere yatırım yapılıyordu; 2026'da IPO'larla beraber AI şirketlerinin az sayıdaki bilançoda konsolide olduğunu görüyoruz.

Diğer yandan Perplexity için Apple ve Nvidia konuşuluyor. Peki geriye ne kaldı? İlk aklıma gelenler ElevenLabs ve Replit.

Bir de Harvey ve Sierra gibi, belirli kategorilerde öne çıkan harness şirketleri var. Bu şirketler, dokundukları kategorinin teknoloji devlerinin satın alabileceği boyutu geçtiler bile. Yine yukarıdaki buyer'lara gidebilirler. Ki örneğin OpenAI, Harvey'in yatırımcısı.

Alıcılar belli de, diğer tarafta kimleri görmek olası derseniz; AI donanımları, AI training data ürünleri, ve Physical AI şirketleri ilk aklıma gelenler. Son olarak şunun da altını çizmeli; bu satın almaların büyük bölümü hisseyle ödenen paralar, bir kısmı da tamamen satın alma değil ama Groq örneğindeki gibi tüm teknolojinin bir tarafa geçişi... Aslında bu AI devleri şirket satın almıyor; ekibi, lisansı ve hisseyi ayrı ayrı alıyor, bazen de bu yolla rekabet kurumuna görünmeden.

Bugün ilgi çekici bir girişimden bahsetmek istiyorum size. WHOOP'la, Apple Watch'la kalp ritmimizi, uykumuzu, kandaki oksijeni ölçüyoruz da; neden bağırsak sağlığımızı da etmeyelim?

Evet Throne Science tam olarak bunu yapıyor: klozetin kenarına takılan 400 dolarlık bir cihaz, artı ayda 6 dolar. Kamera aşağı bakıyor, mikrofon da var; altı kişiyi ayırt ediyor. Giymiyorsunuz, kaydetmiyorsunuz; giyilebilirden sonraki adım, giyilmeyen sensör.

Üstelik girişimin kurucularından biri de WHOOP'un kurucu ortağı ve eski CTO'su John Capodilupo. Ve kendisi kronik bağırsak hastası, böyle "founder problem fit"in ve founder geçmiş hikayesinin uyumunun tavan olduğu örnekleri çok seviyorum gerçekten.

Girişim toplam 18 milyon dolar yatırım almış. Ve bir de AI koçları var: kötü bir günün ardından beslenme, uyku, stres soruyor; diyetisyen gibi.

Bana kalırsa asıl fikir şu: John, WHOOP'taki sihrin tek bir ölçüm değil, aynı insanı yıllarca izlemek olduğunu söylüyor. Sindirim sistemi için böyle bir veri seti yok; iltihaplı bağırsak hastalıklarında tedavi hâlâ büyük ölçüde tahmin. Cihaz 400 dolar; kurulan şey bir veri seti. Uzun vadeli hedef, kurucunun tabiriyle "kolon kanseri için ön tanı koyabilmek." Peki asıl soru geliyor; banyonuza kamera ve mikrofon koyar mıydınız?

Sensor Tower'ın State of AI 2026 raporu yayınlandı. Türkiye özelinde verilere göre ChatGPT yüzde 45, Gemini yüzde 36, Claude ise yüzde 7 pazar payına sahip. Gelin bu raporun detaylarına beraber bakalım.

Aslında raporun anlattığı alt metin şu; AI artık bir uygulama kategorisi değil; aramanın, ticaretin ve reklamın içine yerleşen yeni bir internet katmanı.

İlgi çekici noktalar; Gemini, Google'la beraber hızla büyüyor. Claude, ABD'de bir yıl gibi bir sürede yüzde 4'ten 14'e gelmiş. Ayrıca Claude, kullanıcı başına ChatGPT'nin yaklaşık bir buçuk katı gelir üretiyor. Kullanıcı sayısı ile gelir artık aynı şeyi ölçmüyor.

Buradan IPO hazırlığındaki iki devin güncel gelir rakamlarına dönüyorum. Anthropic, ikinci çeyrekte ilk kez OpenAI'ı çeyreklik gelirde geçmiş: 11.6 milyar dolara karşı 6.7. Diğer yandan son kullanıcılarda da OpenAI ilk kez %50'nin altına düşmüş durumda. Rakamlar henüz denetlenmemiş; ama şurası net; asıl gelir kurumsal pazarda ve burada Anthropic özellikle AI Coding tarafıyla daha güçlü.

Bir diğer önemli başlık da; üretken yapay zeka uygulamalarında geçirilen küresel süre 2025'in ilk yarısındaki 17,2 milyar saatten 2026'nın ilk yarısında 36 milyar saate çıkacak.

Son olarak bu şirketler reklam harcamasında nerede derseniz; OpenAI ve Anthropic'in reklam harcamaları da yılın ilk çeyreğinde geçen seneye göre 8 kat artmış durumda.

Dünyanın en büyük reklamverenlerinden Unilever, pazarlamasını neredeyse tamamen içerik üreticilerine emanet etmiş. Gelin yine güvenilir kaynaklara dayanan kısa bir araştırma yapalım.

Digiday'in geçtiğimiz ay yayınladığı habere göre Unilever, 300 bin kişilik bir içerik üreticisi ağı kurmuş; Dünya Kupası sırasında bunların 50 binini aynı anda sahaya sürmüş. Bu ağın büyük kısmı nano üreticiler; yani bir anlamda eskinin TV reklamlarının yerini alan insanlar. Böyle bir ölçeği insan eliyle yönetmek mümkün değil; keşif, tarama, brief'leme işlerini AI yapıyormuş — ilişkinin kendisi ise insanda kalıyor.

Marka inşası ünlüler ve mega üreticilerle; komünite ve kategori odaklı etki orta seviye üreticilerle; dağıtım ve ölçek ise nano üreticilerle kuruluyor.

HubSpot'un 1500'den fazla pazarlamacıyla yaptığı State of Marketing araştırması da aynı yere işaret ediyor: pazarlamada AI kullanmak artık rekabet avantajı değil, standart. İçerik bollaşınca asıl fark yaratan şey, markanın bir bakış açısı — bir "point of view" — sahibi olması.

AI Search konusunun dikkat çeken taraflarından biri de AI'la gelen trafiğin dönüşüm oranı. Pazarlamacıların %68'i, AI kaynaklı trafiğin daha fazla dönüştüğüne dair fikir veriyor.

Benim de solo hayatımla beraber öncelik verdiğim kanal olan short video'lar; açık ara en güçlü format olarak öne çıkıyor. Öyle ki; pazarlamacılar %60 oranında kısa videoları kullanıyor, %49 ise kısa videoları en yüksek ROI getiren format olarak işaret ediyor.

Peki sizin markanızın bakış açısı ne? Gerçekten merak ediyorum.

AI çağında hangi yeteneklere ihtiyaç duyacağız? Daha önce de çok kez söylediğim gibi; post-AI'da insanın rekabet avantajı daha çok bilmek ya da daha çok çalışmak olmayacak. Peki ne olacak? Geçen hafta Lenny's Newsletter'da tam bu soruya cevap veren dolu dolu bir yazıya rastladım.

Yazarı Joe Hudson; Sam Altman dahil olmak üzere OpenAI'ın araştırma ekibine koçluk yapan bir isim. Tezi şu: şirketler giderek NBA takımlarına benzeyecek — daha az insan, daha flat organizasyon, daha fazla koç ve kişi başına çok daha yüksek değer. Çünkü bir NBA oyuncusu basketbolu en çok bildiği için değil; kritik anda doğru kararı verdiği, baskı altında sakin kaldığı ve takım arkadaşlarını daha iyi hale getirdiği için değerli. Fatih Terim'in de dediği gibi; o seviyede oynayan bir sporcu, siz pek farkında olmasanız da fazlasıyla zekidir.

Hudson bunu ölçmek için iki metrik öneriyor: pace, yani iterasyon hızınız; spin, yani korku ve overthinking yüzünden kaybettiğiniz enerji. Üstelik patronu hayal kırıklığına uğratmaktan korkuyorsanız kötü projeyi öldüremiyorsunuz; başarısız görünmekten korkuyorsanız büyük bahis yapamıyorsunuz.

İşin ilginç tarafı; Poolside kurucu ortağı Eiso Kant da bir röportajında aynı şeyin modeller için geçerli olduğunu söylüyor. 118 milyar parametreli Laguna S modelinin asıl gücü zekasından değil davranışlarından geliyormuş: sebat etmek, gerektiğinde geri izlemek, erken zafer ilan etmemek.

Yani duyguları ve davranışları yönetmek; hem insanlar hem modeller için asıl beceriye dönüşüyor. Bu yetenekleri çok daha fazla konuşacağız.

Her şirket "AI'ı nasıl kullanacağız" diye soruyor; AI-native şirketlerin bunu fiilen nasıl yaptığını gösteren derli toplu bir çalışma yayınlandı. Zapier'in AI Workflow Index raporu — gelin Soft Commitment bakışıyla özetleyelim.

İlk bulgu çarpıcı: AI workflow'larında adımların yalnızca %18'i AI'a gidiyor. Gerisi klasik otomasyon; kurallar, API çağrıları, veri taşıma. AI sadece muhakeme gerektiren adımlarda devreye giriyor.

Zapier bu adımlarda dört rol tanımlıyor: communicator yani yazan, clerk yani bilgiyi çekip kayıtları güncelleyen, analyst yani karar veren, coordinator yani işi başlatıp görev oluşturan. Şirketler yolculuğa yazma ve bilgi işleriyle başlıyor; karar ve aksiyon adımlarına geçmek aylar sürüyor. Rakam da bunu söylüyor: communicator kullanımı %84'e ulaşmışken, coordinator henüz %26'da.

Benim raporda gördüğüm asıl resim şu: Enterprise AI'ın geleceği yeni bir ortam yaratmak değil; mevcut iş akışlarının ve araçların içine bir intelligence layer, yani zeka katmanı eklemek.

Zapier demişken; kurucu ve CEO Wade Foster da ilginç bir karar paylaştı: şirket içi birebir mesajlaşmaları, yani DM'leri kaldırıyorlar. Yönetim kadrosundan başlayarak tüm iletişim açık kanallara taşınıyor. Çünkü AI çağında yazılı ve aranabilir olmayan bilgi, AI için var olmayan bilgi. Üstelik bunu zorla değil, kültürle yapmaya çalışıyorlar: yöneticilerin yazışmalarının yüzde kaçının açık kanallarda olduğunu düzenli olarak şirketle paylaşıyorlar.

AI'ın hayatımıza girmesiyle beraber; "SaaS girişimlerine ne olacak?" sorusunun yanıtını aradık; ve bence sorunun yanıtı, çok yeni ortaya çıkan bir kategoride saklı: harness girişimleri. Harness girişimlerini Soft Commitment'ın 208. sayısında detaylıca yazmıştım; gelin bugün üzerine gelen yeni gelişmeyi konuşalım.

Harness neydi? Modelin etrafına kurulan sistemdi, yani bağlam yönetimi, hafıza, araç çağrıları, orkestrasyon gibi katmanların tamamı. Harness girişimleri dediğimizde; hukukta Harvey, müşteri desteğinde Sierra bu kategorinin en bilinen örnekleri. Tomasz Tunguz'un geçen hafta yayınladığı analize göre Harvey ve Sierra dokuz ay arayla yıllık $100m geliri geçmiş; ve daha da ilginci piyasa bunları 50x ve 100x çarpanla fiyatlamış. Üstelik en yüksek çarpanı en hızlı büyüyen değil, kategorisinde lider konumlanan almış.

2023'ten beri söylediğim gibi; artık daha az girişim, daha yüksek tutarlarda yatırım alarak büyüyecek; sektöründe harness'ı çözen, üzerine bir commodity haline gelen yapay zeka modelini giydiren, yeri geldiğinde modeli değiştiren ve en önemlisi müşteri kitlesine FDE modeliyle ulaşan şirketler dikeylerde hızla liderliği ele geçiriyor.

Peki sonraki dalga ne? Geçtiğimiz hafta içinde Applied Compute, "Bring Your Own Harness" dediği bir özellik duyurdu: harness'ınız içinde biriken veriyle open-weight bir modeli, kendi üretim harness'ınızın içinde post-train edebiliyorsunuz.

Ve ilk örneklerden biri kim dersiniz? Harvey. Harvey ve Applied Compute'la birlikte, kendi harness'i içinde eğittiği özel bir modelle daha yüksek kaliteyi, çok daha düşük maliyetle yakaladığını duyurdu. Product Specific Model'leri daha çok duyacağız.

Silikon Vadisi'nde bir yatırımcı oğlunu yılda 75 bin dolarlık bir anaokuluna yazdırıyor. Öğretmen yok; AI var, bir de "guide" denen mentorlar. Kendi deyişiyle geleneksel eğitim "büyük ihtimalle bozuk", ve bunu düzeltecek olan da girişimciler.

Bahsettiğim okulun adı Alpha School. 2014'te Austin'de tek bir okulmuş. 2025'te 8 yeni kampüs açmışlar; bu sonbahar ise bir çırpıda 27 yeni kampüs birden açıyorlar, toplam yaklaşık 50'ye çıkıyor. Yani artık uç bir deney değil, ülkeye yayılan bir model.

Peki okuldaki işleyiş nasıl? Her sabah sadece 2 saat, çekirdek dersler — matematik, okuma, fen — yapay zeka yazılımıyla yapılıyor; yazılım çocuğun dikkatini ve nerede takıldığını canlı takip edip dersi ayarlıyor, bir konu tam öğrenilmeden sonrakine geçilmiyor. Günün kalanı akademik değil: atölyeler, gerçek projeler, hayat becerileri. Öğretmenin yerinde ders anlatmayan, sadece motive edip birebir koçluk yapan, altı haneli maaşlı "guide"lar var.

Oğlu devlet okulunda gayet iyiyken çocuğunu bu modele taşıyan hedge fon yöneticisi Ankur Jain ise soruyor: "gelecek değişiyor; çocukları hâlâ onlarca yıl önceki gibi öğretiyorsak, onları neye hazırlıyoruz?"

Sanki asıl zor soru şu: rasyonel, riski hesaplayan bu ebeveynler, henüz kanıtlanmamış bir şeye neden lüks fiyat ödüyor? Bence hemen hepsi şu sinyali okuyor: geleneksel okul, yapay zekanın şekillendirdiği bir ekonomi için fazla yavaş. Bilginin bedava, uyum yeteneğinin pahalı olduğu bir çağda öğrenmenin ne olacağına dair erken bir bahis. Ve zenginler çocuklarını bu bahse koyuyorsa, belki teknolojinin başka bir kanıta ihtiyacı yok. Bahsin kendisi kanıt.

Yapay zeka ile hangi dilde konuşuyorsunuz? Aynı şeyi Türkçe söylemek İngilizce'ye göre belirgin biçimde daha pahalı. Bir analize göre input token'larında OpenAI'da 1.36, Anthropic'te 2.07 kat. Gelin nedenine ve — asıl önemlisi — pratikte ne kadar önemli olduğuna bakalım.

Soft Commitment'ın 203. sayısını bu konuyu ele almıştım, tekrar burada size ulaştırmak istedim.

Sebep, metni parçalara bölen "tokenizer"larda. Model metni kelime kelime değil, "token" denen parçalar hâlinde okuyor; fatura da bu parçalardan kesiliyor. İngilizce adeta bu sistemlerin ana dili. Türkçe ise eklerle uzayan, çekimli bir dil — "evlerimizden" tek kelime ama modele birçok parçaya bölünerek gidiyor. Yani aynı anlam, Türkçe'de neredeyse iki kat token demek.

Peki bu pratikte ne kadar önemli? İşin sürprizi: çoğu kişi için neredeyse hiç. ChatGPT ya da Claude'a aylık abonelikle giriyorsan sabit ücret ödüyorsun, token'ları görmüyorsun bile. Bu fark asıl API ile ürün geliştirenleri vuruyor. Diyelim 10 bin müşteri talebini Türkçe işleyen bir uygulaman var; aynısını İngilizce yapan rakibine göre neredeyse iki kat fatura ödüyorsun. Üstelik mesele sadece para değil: iki kat token demek, aynı bağlam penceresine yarısı kadar Türkçe sığması demek.

Ama bana sorarsanız, yine de her türlü Türkçe konuşun. Çünkü kötü kurulmuş bir cümlenin maliyeti, o token farkından kat kat büyük. En iyi düşündüğün dilde düşün; ben Türkçe konuşup teknik anahtar kelimeleri İngilizce yazıyorum — hem net hem verimli. Kaldı ki bu fark kalıcı değil; tokenizer'lar iyileşiyor, fiyatlar düşüyor.

Kurumlar bugün kendi büyük dil modellerini geliştirmeyi konuşuyor. Ama bana kalırsa asıl kritik katmanı atlıyorlar. Gelin kısaca bakalım.

Önce şu terimi netleştirelim: harness. Harness, yapay zekaya hangi bilgiyi vereceğini, hangi aracı ne zaman kullanacağını belirleyen ve işi baştan sona yöneten sistem — yani modelin etrafındaki tüm orkestrasyon katmanı. Benim bir süredir savunduğum tez de şu: harness, modelden daha belirleyici.

Ve bu artık sadece bir görüş değil. Endor Labs'ın nisan 2026 araştırmasında aynı model — GPT-5.5 — iki farklı harness'la test edildi. Cursor üzerinden çalıştığında ürettiği kod görevlerin yüzde 87'sinde çalışırken, aynı model Codex üzerinden yüzde 62'de kaldı. Aynı model, aynı hafta, iki harness; sonuç bambaşka. Endor'un kendi ifadesiyle: harness, sonucu "modelin tek başına belirlediğinden fazla" belirliyor.

Üstelik harness sadece kaliteyi değil, maliyeti de belirliyor. Çünkü modele her sorguda giden "input" — yani tüm o bağlam — faturanın neredeyse tamamını oluşturuyor. Peki input'a ne gireceğine kim karar veriyor? Model değil, harness. Neyi gönderip neyi önbelleğe alacağına o karar veriyor; tek bir caching kararı bile maliyeti dramatik biçimde düşürebiliyor.

O yüzden kurumlar için doğru soru "kendi modelimi mi kursam" değil, "kendi harness'ımı mı kursam." Microsoft CEO'su Satya Nadella'nın da uyardığı gibi: modeli ve etrafındaki bilgi katmanını kendin kontrol etmiyorsan, en değerli varlığını — kurumsal bilgini — aslında bir model şirketine sızdırıyorsun. Peki bir kurumun kendi harness'ında neler var? Erişim kuralları, hangi görevde hangi modelin kullanılacağı, güvenlik ve yetkilendirme, onay mekanizmaları, maliyet bütçeleri... Model kiralanır; işte bu katman sende kalır.

Poolside'ın CEO'su Eiso Kant geçenlerde ilginç bir şey söyledi: MCP'ler yakında gereksizleşecek. Modeller o kadar iyileşecek ki, araya bir protokol koymak yerine modele bir sanal makine verip kodu kendisi yazsın, yeter. Peki tam da bunu konuşurken, MCP'ye neden bu ayın en büyük güncellemesi geldi? Gelin bakalım.

Güncellemenin özeti şu: 2026-07-28 sürümüyle MCP artık "stateful" değil, "stateless" bir protokol — yani her istek, ihtiyacı olan tüm bilgiyi kendi içinde taşıyor. Teknik duruyor ama sonucu çok pratik: MCP sunucuları artık serverless çalışabiliyor, anında ölçekleniyor, kurması ve yönetmesi çok daha ucuz ve kolay.

SaaS tarafı için bu yepyeni bir pencere. Ürününüz artık kullanıcının yapay zekasının doğrudan çalıştırabileceği bir şeye dönüşüyor: rapor üretimi, veri işleme gibi uzun süren işler arka planda "task" olarak dönebiliyor; kullanıcı, sohbetin içinde beliren bir arayüzde onay verip maliyeti önceden görebiliyor — yıllardır dediğim "AI ayağınıza gelir" tam da bu —; ve her şey gerçek kurumsal kimlik doğrulamayla, kullanıcı bazında yetkilendiriliyor. Intuit, Xero, Figma şimdiden üstüne kuruyor.

Kurumsal taraf daha da kritik. MCP artık Okta, Entra gibi şirket kimlik sistemleriyle doğrudan konuşuyor: yönetici bir connector'ı bir kez onaylıyor, tüm çalışanlar mevcut hesabıyla erişiyor. Dahası, yeni "MCP tunnels" ile bir şirket, iç sistemlerini — müşteri kayıtları, hassas veritabanları — internete hiç açmadan, kendi özel ağının içinde agent'lara açabiliyor.

Şimdi başa dönelim. MCP giderek görünmezleşiyor — tıpkı HTTP ya da TCP/IP gibi. Aylık indirmesi bir yılda dört katına çıkıp 400 milyonu geçmişken, mesele fark edilmek değil; herkesin üzerine kurduğu varsayılan zemin olmak. Peki ya o CEO haklıysa, modeller kodu kendi yazacak kadar iyileşirse? Bence asıl nokta şu: en zeki model bile "bu müşterinin verisine, bu kullanıcının izniyle, bu özel ağ içinde dokunabilirsin" kuralını kendi başına koyamaz. O bir model yeteneği değil, bir yönetişim katmanı.

2023 Şubat. Anthropic'in Series C turu için hazırladığı bir pitch deck var. Gelin yine güvenilir kaynaklara dayanarak kısa bir bakış atalım — çünkü o deck'te bugün okununca insanı durduran tek bir cümle var.

Anthropic aynen şöyle yazmış: "2025-26'nın en iyi modellerini eğiten şirketler, kimsenin yakalayamayacağı kadar öne geçecek." Yani ChatGPT çıkalı daha üç ay olmuşken, oyunun bir kilitlenme oyunu olduğunu ilan etmişler. Ve biz şu an tam da o 2025-26'nın içindeyiz.

Peki tuttu mu? O deck'teki değerleme kabaca 4 milyar dolardı. Bu mayıs Anthropic 965 milyar dolar değerlemeyle tur kapadı, OpenAI'ı geçti, halka arza başvurdu — kaynak TechCrunch.

Aynı deck'te Anthropic kendini "güvenli, şeffaf, sınırda sorumluluk" diye konumlamış — OpenAI'ın yavaş, dikkatli alternatifi. Peki bugün? 965 milyar dolar, OpenAI'ı geçmiş, halka arza başvurmuş en yüksek değerli frontier oyuncusu.

Düz bir "ihanet" yerine ters köşe: "sorumlu AI" aslında sadece etik duruş değil, satış stratejisiydi. Kurumsal müşteriye güven satarak herkesten hızlı ticarileştiler. Yani belki de uzaklaşmadılar — güvenlik en baştan hem misyon hem moat'tı.

Deck'in en sevdiğim slaytı ise şu: "2025-26'yı kazanan frontier'i kilitler" diyen bir sunumda, on slayttan biri "Bitki Dolu Ofis" başlıklı. 100+ çalışan, Jackson Square'de ofis, ve bol bol saksı. Ama bir saniye durup bakınca o bitkiler aslında masum değil. "Biz nazik olanız, yavaş ve dikkatli olanız" mesajının ta kendisi. Şimdi aynı yumuşaklık, ~1 trilyon dolarlık bir halka arzın arkasında duruyor. Saksılar aynı saksılar mı acaba?

En az compute kadar önemli; veri katmanında sıkışma.

AI tartışması hâlâ compute ve parametre etrafında dönüyor. Oysa asıl sıkışma veri katmanında.

"A Stargate for Data" başlıklı bir makale okudum, ve beni epey ikna etti. Kabaca şunu söylüyor: internet, derin öğrenmeye bir defalık verilmiş bir sübvansiyondu. Kamuya açık, insan eliyle üretilmiş kaliteli verinin sonuna geldik bile. Modeller birbirine bu kadar benziyorsa, aynı havuzdan beslendikleri için benziyor.

Veri tarafına yapılan harcama bugün yıllık yedi milyar dolar civarında; 2030'da yüz milyar doları geçeceği söyleniyor.

Ama bana kalırsa asıl darboğaz miktar değil, kapsama. Yani hiçbir yere yazılmamış, insanların kafasında duran örtük bilgi; şirketin içindeki iş akışı, sahadaki ustanın eli… Makalede buna "internetin karanlık maddesi" diyor.

Yani belirli bir işin nasıl yapıldığına dair, hiçbir yere yazılmamış o sezgi. Bu bilgiye erişimin önümüzdeki üç yılda on katına çıkacağı konuşuluyor.

Ve bu iki koldan geliyor: dijital tarafta mesleklere göre dikeyleşen veriler, fiziksel tarafta ise iş kollarına göre ayrışan veriler. İkisini de modele uygun hale getirecek girişimlerin önü açık; azar azar örneklerini görmeye de başladık.

Ama bence asıl mesele şu: darboğaz verinin miktarı değil, kapsaması. Ne kadar çok değil, ne kadar geniş.

İçerik platformlarında AI kullanmak, platformların uyarı mekanizmaları.

LinkedIn dün yeni bir buton çıkardı: "Seems like AI slop." Yani "bu içerik bana yapay zeka çöpü gibi geldi."

Üç nokta menüsünden basıyorsunuz, gönderi akışınızdan kayboluyor; paylaşan kişiye de kendi analytics ekranından sessizce bildiriliyor.

Ama iki detay bence haberin kendisinden daha önemli.

Birincisi, LinkedIn kendi yapay zeka özelliğini kaldırıyor. Gönderinizi AI ile yeniden yazan "Enhance your post" gidiyor; yerine sadece imla düzelten, sesinize dokunmayan bir araç geliyor.

İkincisi ve asıl ilginci: şirket "slop"un tanımını kullanıcıya bırakıyor. Ürün direktörü Hari Srinivasan'ın kendi ifadesi şu — slop'u tanımlamak zor, tanımı da sürekli değişiyor. Yani bir yapay zeka detektörüne değil, insanın kulağına güveniyorlar. Her bildirim, modeli eğiten bir veri aslında.

Rakam isterseniz: Pangram'ın taramasına göre LinkedIn'deki uzun gönderilerin yaklaşık %41'i tamamen AI üretimi. Başka bir ölçüm bunun çok üstünü söylüyor, yani net bir uzlaşı yok.

Sizi bilmiyorum ama ben şunu merak ediyorum: bu butona gerçekten yapay zeka çöpü için mi basacağız, yoksa katılmadığımız her gönderi için mi?

AI'ın bir sonraki kırılması: FDE odaklı yeni nesil danışmanlık şirketleri.

AI'ın bundan sonraki büyük kırılım nerede yaşanacak? Modelleri şirketlere yerleştirmekte, yani AI Adoption alanında, Forward Deployed Engineering çalışma şeklini benimseyen şirketlerde.

Mayıs'tan bu yana dört büyük AI şirketi neredeyse aynı hamleyi yaptı.

Mayıs'ta; Anthropic, Blackstone ve Goldman Sachs'la ortak bir şirket kurduğunu duyurdu.

Bir hafta geçmeden OpenAI, Deployment Company'yi açıkladı ve Tomoro isimli bir danışmanlık firmasını satın aldı.

Diğer yandan şu an OpenAI ve Anthropic'in erken aşama yatırımcıları, bugünkü yatırımları model şirketleri değil, bu modelleri şirketlere en pürüzsüz şekilde yerleştirecek, daha önce üzerinde durduğum FDE (Forward-deployed Engineering) yapısındaki AI Adoption şirketlerine yapıyor.

Devam ediyorum... Haziran'da AWS, kendi "forward deployed engineering" birimini kurdu — yani müşterinin binasına girip orada oturan mühendis ekipleri.

Temmuz'un başında Microsoft, CNBC'nin haberine göre 6 bin kişilik yeni bir birim duyurdu, aynı iş için.

İki ayda dokuz milyar dolara yakın para, tek bir sonuca akmış: modeli satmak yetmiyor.

Ama asıl ilginç kısmı şu — tam bu dönemde Accenture, tarihinin en sert tek günlük hisse düşüşünü yaşadı. Yani entegrasyon işi en değerli iş hâline gelirken, bu işi bugüne kadar satan şirketler değer kaybediyor.

Bana kalırsa çelişki değil bu: bitmekte olan şey iş değil, adam-saat üzerinden fiyatlama. Ve tabii Accenture bu yeni döneme ayak uyduracak mı o da ayrı bir konu...

Peki bu mühendisler Türkiye'ye gelir mi, ya da bunlardan Türkiye'de var mı, o da başka bir videonun konusu olsun...

Ürününe AI özellikleri ekleyen şirketler nerede hata yapıyor | Blank Canvas Problem

Ürününe AI eklemek isteyen şirketlerin çoğunda aynı hatayı görüyorum: sonunda ortaya ChatGPT'ye benzeyen bir kutu çıkıyor. "Ne yapmak istiyorsun?" diye soruyor ve kullanıcıyı orada yalnız bırakıyor.

Buna Blank Canvas Problem deniyor, yani boş tuval sorunu. Arkasında güçlü bir model var ama kimse o kutuya ne yazacağını bilemiyor. Bilemeyince de çıkıp gidiyor.

Oysa yapılması gereken tam tersi. Kullanıcı o uygulamayı her açtığında zaten ne yapıyorsa, işte onu başlangıç noktası almak. Herkese aynı hazır soruları dizmek değil; kişiye özel, adeta o kullanıcı için çalışan agent'lar kurmak. Ve o ihtiyacın arkasındaki akışı uçtan uca çalışır hale getirmek.

Yani AI eklemek, kullanıcıya bir soru daha sormak değil; ona cevabı hazır getirmek.

Örnek mi? Gusto'nun kurucularından Eddie Kim'in yaptığı Gusto Cofounder tam bunu yapıyor: tekrar eden işleri baştan sona otomatikleştiriyor, üstelik SMS ya da Slack'ten, kullanıcı uygulamaya hiç girmeden. Yani iş kullanıcının ayağına gidiyor, kullanıcı işin ayağına değil. Nasıl kurduğunu Eddie Kim'in videosunda anlatıyor, izlemeni öneririm.

AI paradigmasında iş pazarı (İK) yeniden yazılıyor: İşe alım ve çalışan memnuniyet… Bir işe alım yöneticisi bugün günde ortalama bin başvuru görüyor. İlgili bulduğu sadece iki tane. Çünkü herkes hem başvurusunu hem mülakatını AI'la yapıyor. Başvuru artık bir sinyal taşımıyor; adeta tamamen gürültüye dönüşmüş durumda. Sinyal ucuzlayınca güven pahalılaşıyor. Bu yüzden bugün iyi bir işe girmenin de, iyi birini bulmanın da neredeyse tek yolu referans. Güven, iş pazarının yeni katmanı. The Pragmatic Engineer isimli sevdiğim bir e-bültende yazılım geliştiriciler özelinde okuduklarım bana bunu düşündürdü, ama aslında tüm roller için geçerli diye düşünüyorum. İçeride ise tablo değişiyor: bir çalışanın memnuniyetini belirleyen bir numaralı faktör artık maaş ya da unvan değil. AI ile kendini güçlenmiş mi, yoksa sarsılmış mı hissettiği. Yani bir çalışanı bulmak da değişti, bulduktan sonra mutlu hissettirmek de. İnsan Kaynakları departmanı hatırlıyorum dijital dönüşümde de ilk etkilenen birimlerdendi. Hatta inanabiliyor musunuz 2018 tarihli bir makalem var tam da bu konuda. Yine İK, değişimi en önde kucaklıyor.

Anthropic gerçekten milyonlarca kitabı dijitale aktarıp sonra yaktı mı & Neden böyle bir şey yapsın?

Geçen hafta sosyal medyada bir haber dolaştı: bir AI şirketinin kitap yaktığına dair, gelin yine AI kullanarak güvenilir kaynaklara dayandırılan bir kısa araştırma yapalım.

Anthropic, satın aldığı milyonlarca kitabı önce tarıyor yani dijitalleştiriyor, sonra da kitaptan geriye kalan kağıtları geri dönüşüme gönderiyor. Evet bu Washington Post’un 27 Ocak 2026’da yayınladığı bir haberde de geçen, Project Banana adı verilen bir iddia, kaynağı da bizzat ilgili bir dava dosyasına dayanıyor.

Hatta Anthropic, Google Books’un eski yöneticisi Tom Turvey’i işe bile almış. Anthropic'in proje kapsamında milyonlarla ölçülecek adetlerde kitap satın aldığı söyleniyor.

Peki neden Anthropic böyle bir şey yaptı?

Sevgili Fatih Güner’in de bir ara gündem yaptığı gibi; insanların ana dillerinde yazılan içerikler, edebi olarak bugünün çok ötesinde olan yayınlar LLM’lerin eğitilmesinde oldukça önem arz ediyor. Diğer yandan konu, LLM şirketlerinin (frontier AI labs) hem lokalizasyon ve kalitelerini arttırırken hem de telife ‘takılmamaları’ konusu, daha doğrusu düpedüz usülsüzlükleri.

Bu arada hani belgelerde hikayenin gerçek sonu kapanışta yazar ya; bu hikayenin sonunda Anthropic’e ne oldu dersiniz? Şirket, ABD tarihindeki en büyük uzlaşmalardan birine giderek $1.5b ödemeyi kabul etti, ama bu geri dönüşüme giden kitaplar için değil, korsan yollarla dijitalde indirdiği kitaplar için. Mahkeme, bu fiziksel kitapları satın alındıkları için ‘adil kullanım’ olarak değerlendirdi.