Yapay zeka çözümünü satın almak ile içeride geliştirmek arasındaki karar, bir teknoloji tercihi değil bir strateji sorusudur ve tek bir ölçüte iner. Bu iş şirketi rakiplerinden ayrıştırıyor mu? Ayrıştırmayan işler için kanıt nettir; satın alma ve iş ortaklığı, kurum içi geliştirmeden yaklaşık üç kat daha yüksek oranda başarıya ulaşıyor ve pazar da bu yönde oy kullanmış durumda. Ayrıştıran çekirdek işler ise kademeli inşa adayıdır; hazır modelin üstüne kurumun kendi verisi ve iş akışıyla kurulan melez çözümler, sıfırdan geliştirmenin maliyetine katlanmadan farklılaşma sağlar. Bu yazı üç temin yolunu, dört teknik katmanı ve karar ağacını yönetici diliyle verir.
Üç seçeneği olan bir ikilem
Serinin önceki yazısında süreç haritasından seçilen işlerin bir karar belgesinde toplandığını göstermiştim. O belgenin cevaplamadığı tek soru kaldı. Seçilen iş nasıl hayata geçirilecek?
Bu soru yönetim masasına çoğunlukla ikili biçimde gelir. Yapalım mı, satın mı alalım? İkili kurgu daha baştan yanıltır, çünkü gerçek karar üç yollu ve kademelidir. Hazır bir çözümü satın alıp kullanmak. Bir iş ortağıyla, hazır modelin üstüne kuruma özel bir çözüm kurmak. Tamamen içeride geliştirmek. Üstelik bu üç yol birbirini dışlamaz; sağlıklı bir kurum portföyünde üçü aynı anda, farklı işler için bir arada yaşar.
Kararın bedeli de iki yönlüdür ve bu yüzden ciddiye alınır. Yanlış inşa kararı, aylarca sürecek bir geliştirme çabasını, kıt mühendislik yeteneğini ve o sürede kaçan fırsatları aynı anda tüketir. Yanlış satın alma kararı ise kurumun verisine ve iş akışına oturmayan kiralık bir çözüme sürekli ödeme yapmak ve zamanla o çözüme bağımlı hâle gelmek demektir. İki hatanın da faturası, serinin maliyet yazısındaki buzdağının su altında kalan kalemlerine yazılır.
Pazar bu soruya cevap verdi. Kanıtlar tek yönü gösteriyor
Bu karar hakkında elimizde nadir bulunan bir şey var. Aynı yönü gösteren, birbirinden bağımsız iki ölçüm.
Birincisi davranış ölçümü. Risk sermayesi şirketi Menlo Ventures'ın Kasım 2025'te yaklaşık 500 ABD'li kurumsal karar vericiyle yürüttüğü yıllık pazar araştırmasına göre, kurumsal yapay zeka kullanım alanlarının artık %76'sı içeride geliştirilmek yerine satın alınıyor. Aynı araştırmanın 18 ay önceki turunda bu oran yarı yarıyaydı. Yani pazar, iki tur arasında net bir tercih değişikliği yaşadı; kurumlar denedi, ölçtü ve ağırlığı satın almaya kaydırdı.
İkincisi sonuç ölçümü. Massachusetts Institute of Technology bünyesindeki NANDA girişiminin 2025 raporu, 150 yönetici görüşmesi, 350 çalışan anketi ve kamuya açık 300 kurulumun incelemesine dayanıyor ve şu bulguyu veriyor. Uzmanlaşmış sağlayıcılardan satın alma ve iş ortaklığı kurma yaklaşık %67 oranında başarıya ulaşırken, kurum içi geliştirmeler bunun üçte biri oranında başarılı oluyor. Raporun baş yazarı Aditya Challapally'nin sahadan aktardığı gözlem, tabloyu rakamdan daha iyi anlatıyor; gittikleri hemen her kurum kendi aracını inşa etmeye çalışıyordu, ama veri, satın alınan çözümlerin daha güvenilir sonuç verdiğini gösteriyordu.
Aynı rapordan bir ayrıntı, bu serinin okuru için özellikle önemli. Kendi sistemini inşa etmeye en meyilli sektörler, finans gibi yoğun düzenlemeye tabi olanlar ve başarısızlıklar en çok orada birikiyor. Düzenleme baskısı inşa gerekçesi olabilir; inşa kabiliyeti garantisi olamaz.
Okuma anahtarını bu seride her veri bölümünde hatırlatıyorum ve burada iki katmanı var. Menlo Ventures bir yatırım şirketidir; aralarında model geliştiricilerin de bulunduğu yapay zeka şirketlerine yatırım yapar ve pazarın büyümesinden kazanç sağlar. MIT raporu ise hakemli bir akademik yayın değildir. İki kaynağı da tek başına kutsal kabul etmiyorum; ikisinin birbirinden bağımsız olarak aynı yönü göstermesi, tek tek her birinden daha güçlü bir sinyaldir.
İnşa tek bir şey değil. Dört teknik katman, yönetici dilinde
Karar konuşmasını bulandıran ikinci şey, "geliştirmek" kelimesinin dört ayrı şeyi birden kastedebilmesidir. Katmanları ayırmadan bu karar verilemez.
1. Hazır modeli olduğu gibi kullanmak. Model geliştiricinin sistemine bağlanılır ve iyi kurgulanmış talimatlarla (prompt) çalışılır. Kurulum günler mertebesindedir, başlangıç maliyeti en düşüktür; ödeme kullanım başınadır ve ölçek büyüdükçe fatura da büyür. Çoğu kurumun ilk projeleri için doğru başlangıç noktası budur.
2. Modeli kurumun verisine bağlamak. Serinin okuryazarlık yazısında tanımladığım erişim destekli üretim (RAG), modelin cevap üretirken kurumun kendi güncel ve özel verisine bakmasını sağlar. Kurumsal bilgi arama, müşteri geçmişiyle çalışan destek sistemleri ve doküman ağırlıklı işlerin doğal katmanıdır. Kurulum ve bakım ister; karşılığında cevaplar kurumun gerçeğine oturur ve bilgi güncellenebilir kalır.
3. Modele ince ayar yapmak (fine-tuning). Modelin kendisi, kurumun alan verisiyle yeniden eğitilir. Kalıcı bir üslup, sabit bir format ya da dar bir alanda derin uzmanlık gerektiğinde anlamlıdır. Kritik yönetici bilgisi şu. İnce ayar ile veri bağlama bir merdivenin basamakları değildir; farklı problemleri çözerler ve üretimdeki ciddi sistemlerin çoğu ikisini birlikte kullanır. "Önce RAG yapalım, büyüyünce ince ayara geçeriz" cümlesi, bu ayrımı bilmeyen bir çözüm sağlayıcının işaretidir.
4. Sıfırdan model eğitmek. Bu katmanı gündemden çıkarmak için yazıyorum. Öncü seviye bir modelin eğitim maliyeti, bu modelleri bizzat eğiten Anthropic'in kurucusu Dario Amodei'nin 2024 ortasında verdiği bir röportajdaki kendi ifadesiyle o gün için 100 milyon dolar mertebesindeydi, eğitimdeki modeller için 1 milyar dolara yaklaşıyordu ve yönü yukarıdır. Bu, dünyanın en büyük teknoloji şirketlerinin oyunudur. Tipik bir kurumun "kendi yapay zekamızı yapalım" cümlesinin gerçekçi karşılığı sıfırdan model değil, yukarıdaki ikinci ve üçüncü katmandır.
Katmanların maliyet yapısı ve buzdağının tamamı için serinin maliyet yazısı zemindir; burada tek cümlelik özeti yeterli. Katman yükseldikçe kontrol artar, maliyet ve sorumluluk da artar.
Kararın gerçek ekseni. Ayrıştıran iş, ayrıştırmayan iş
Teknik katmanlar araçtır. Kararın kendisi tek bir stratejik soruya iner ve bu soru teknoloji sorusu değildir.
Bu iş, müşterinin sizi rakibiniz yerine seçme sebebine dokunuyor mu?
Dokunmuyorsa, o iş için farklılaşmaya gerek yoktur ve pazarın en iyisini satın almak neredeyse her zaman doğru karardır. Toplantı özeti, e-posta taslağı, iç bilgi arama gibi her şirkette aynı şekilde çalışan işler için özel çözüm inşa etmek, kimsenin fark etmeyeceği bir farklılığa para ve mühendislik ödemektir. Dokunuyorsa, yani iş fiyatlama motorunuz, risk değerlendirmeniz ya da ürünün kendisiyse, o zaman inşa masadadır; çünkü herkesin satın alabildiği bir çözüm, tanımı gereği kimseyi ayrıştırmaz.
Bu ilke, serinin zamanlama yazısındaki sentezin temin kararındaki karşılığıdır. Kas için şimdi gir, emtialaşan araç için bekle ve satın al, çekirdek için kanıtla inşa et. Oradaki "çekirdek için kanıtla" kaydı burada somutlaşıyor. İnşa kararı, ayrıştırma iddiasının pilotla kanıtlanmasından sonra verilir, önce değil.
Pratikte bu üç aşamalı bir yol haritasına dönüşür. Önce satın alarak dene; hız ve öğrenme buradadır. Sonra melezle genişlet; hazır modelin üstüne kendi verini ve iş akışını bağla, farklılaşma çoğu kurum için tam bu katmanda yeterlidir. En sonda, yalnızca kanıtlanmış çekirdek için inşa et. Bir kayıt daha gerekiyor. Bu karar bir kez verilip dosyalanmaz; zamanlama yazısındaki birinci eğri burada da çalışır, araçlar ucuzlayıp olgunlaştıkça bugünün inşa gerekçesi altı ay sonra satın alma gerekçesine dönüşebilir. Temin kararları da matristeki adaylar gibi periyodik yeniden değerlendirmeye tabidir.
Açık kaynak ve kendi sunucusunda barındırma. Cazibe ile gerçek arasında
İnşa tarafını değerlendiren her yönetimin önüne bir noktada şu seçenek gelir. Ağırlıkları açık paylaşılan modelleri (open-weight) alıp kendi sunucularımızda çalıştırsak, hem sağlayıcıdan bağımsızlaşsak hem tasarruf etsek?
Teknik gerçek şu ki bu modellerin yetenek açığı büyük ölçüde kapandı; önde gelen açık modeller, kapalı modellerin aylar önceki seviyesini yakalıyor. Buna rağmen pazar davranışı ters yönde. Menlo Ventures'ın aynı araştırmasına göre kurumsal tarafta açık kaynak model kullanımı bir yılda %19'dan %11'e geriledi. Bu çelişki değil, muhasebe dersidir. Modelin kendisi ücretsiz olabilir; onu kurumsal güvenilirlikte çalıştırmak için gereken donanım, mühendislik ve kesintisiz işletme ücretsiz değildir. Serinin maliyet yazısındaki ilkeyi hatırlatırım; birim fiyat ile toplam sahip olma maliyeti ayrı şeylerdir ve bağımsız maliyet analizleri, kendi sunucusunda barındırmanın ancak çok yüksek ve istikrarlı kullanım hacimlerinde başa baş noktasına ulaştığını gösteriyor.
O hâlde bu yolun meşru gerekçesi tasarruf değil, iki başka şeydir. Birincisi veri egemenliği. Düzenlemenin ya da sözleşmelerin veriyi dışarı çıkarmayı yasakladığı durumlar, Türk şirketleri için Kişisel Verilerin Korunması Kanunu kapsamındaki hassas veri senaryoları ve veri yerleşimi (data residency) zorunlulukları. Model geliştiricilerin veri yerleşimini ayrı ücretlendirilen bir kurumsal özellik olarak satması, bu ihtiyacın ne kadar gerçek olduğunun kanıtıdır. İkincisi, gerçekten istisnai kullanım hacmi. Bu ikisinden biri yoksa, yönetilen hizmet çoğu kurum için toplam maliyette kazanır. Bulut ile şirket içi sunucu tercihi de aynı mantıkla çözülür; egemenlik ve istikrarlı yüksek hacim içeriyi, geri kalan her şey bulutu işaret eder.
Satın alma tarafının disiplini. Sağlayıcı nasıl seçilir, bağımlılık nasıl yönetilir
Kanıtlar satın almayı desteklediğine göre, yöneticinin asıl mesaisi satın almayı iyi yapmakta. Serinin okuryazarlık yazısında pazarın üç satış katmanını ayırmıştım; model geliştiriciler, onların üstüne ürün kuran uygulama geliştiriciler ve entegratörler. Hangi katmandan alırsanız alın, değerlendirme ölçütleri aynı mantık sırasıyla işler.
1. İşe özgü doğruluk. Genel test sonuçları değil, sizin işinizde ve sizin verinizle ölçülmüş performans. Ölçüm, süreç yazısındaki pilotun işidir; satın alma kararı sunum izlenerek verilmez.
2. Veri gizliliği ve yerleşimi. Veriniz nerede işleniyor, eğitimde kullanılıyor mu, sözleşme ne diyor? Düzenlemeye tabi sektörlerde bu madde birinci sıraya çıkar.
3. Toplam maliyet. Birim fiyat değil, iş başına maliyet ve buzdağının tamamı. Ajan tabanlı sistemlerin görev başına onlarca model çağrısı üretebildiğini maliyet yazısında göstermiştim; teklif değerlendirmesi bu çarpanla yapılır.
4. Sağlayıcıya kilitlenme (vendor lock-in). Pazarın gerçeği şu. Kurumsal model kullanımı üç büyük geliştiricide toplanmış durumda. Menlo Ventures'ın ölçümüne göre kurumsal kullanımın %40'ını Anthropic, %27'sini OpenAI, %21'ini Google taşıyor; üçü birlikte pazarın %88'i demek. Konsolide bir pazarda akıllı kurum, çıkış maliyetini satın alma gününde tasarlar. Pratik karşılığı, model bağlantısını tek bir noktadan geçirmek ve o noktayı değiştirilebilir kılmaktır; böylece altta çalışan model, iş akışına dokunmadan değiştirilebilir. Bunu sağlayıcınıza tek cümleyle sorabilirsiniz. "Sizden çıkmak istersek ne kadar sürer ve neye mal olur?" Cevabın netliği, sağlayıcının kalitesi hakkında ürün kadar bilgi verir.
Bir uyarıyı da tazelemek gerekiyor. Ajan iddiası taşıyan ürünlerde makyaj oranı yüksek; Gartner'ın tespitiyle binlerce iddialı sağlayıcıdan yalnızca 130 kadarı gerçek ajan kabiliyeti taşıyor. Menlo Ventures'ın ölçümü de aynı yöne bakıyor; kurumsal kurulumların yalnızca %16'sı gerçek ajan tanımına uyuyor, gerisi sabit akışlı otomasyon. Okuryazarlık yazısındaki süzme soruları, temin görüşmesinin demirbaşıdır.
Temin karar ağacı
Buraya kadarki her ölçüt tek bir akışta toplanır ve karar toplantısına şu sırayla taşınır.
Birinci soru. İş, rekabet farklılaşmasına dokunuyor mu? Hayırsa yol bellidir; pazarın en iyi hazır çözümü satın alınır ve mesai, çözümün iş akışına oturtulmasına harcanır. Kanıt tabanı %67'lik başarı oranı ile bunun üçte biri arasındaki farktır.
İkinci soru. Dokunuyorsa, veri ve düzenleme tablosu ne diyor? Veri egemenliği zorunluluğu ya da istisnai hacim varsa kontrol içeride tutulur; yoksa hazır modelin üstüne melez kurulum esastır.
Üçüncü soru. İçeride bu işi taşıyacak yetenek var mı? Hazırlık yazısındaki yetenek ekseni burada temin sorusuna dönüşür. Yetenek varsa içeride kademeli inşa. Yoksa iki dürüst seçenek kalır; yeteneği kurarken bir iş ortağıyla ilerlemek ya da kapsamı satın almaya geri çekmek. İş ortağı kararının ölçüsünü seride daha önce vermiştim; öğrenme eğrisini kısaltmanın bedeli, kısalttığı süreden ve önlediği hatadan ucuzsa ortaklık kârlıdır.
Dördüncü soru. İnşa edilecekse hangi katmanda? İhtiyaç güncel ve kuruma özel bilgiyse veri bağlama. İhtiyaç kalıcı üslup ve dar alan uzmanlığıysa ince ayar. Çoğu gerçek sistemde ikisi birlikte. Sıfırdan model, soruya dahil değil.
Ağacın tek sayfalık çıktısı, karar belgesinin yanına iliştirilir.
Faz B kapanıyor. Karar belgesindeki son sütun
Bu yazıyla serinin karar fazı tamamlanıyor ve zincir şöyle kapanıyor. Hazırlık değerlendirmesi zemini verdi. Maliyet ve geri dönüş yazısı bütçe disiplinini kurdu. Süreç analizi, işlerin seçimini ve portföyü verdi. Bu yazı da portföydeki her işin temin yolunu ekledi. Süreç yazısındaki beş sütunlu karar belgesi böylece altıncı ve son sütununa kavuşuyor; işin temin yolu ve tek cümlelik gerekçesi. Satın al, ortakla kur ya da inşa et.
Bu belgeyle donanmış bir yönetim, artık uygulama fazına hazırdır. Sıradaki durak, serinin en çok şirketin takıldığı eşiği; pilotu gerçek, ölçekli, günlük işleyen bir sisteme çevirmek. Ajanlar, ekipler ve pilottan üretime geçiş, serinin uygulama fazının konusu.
Sıkça Sorulan Sorular
Hazır ürün almak ile hazır modelin üstüne çözüm kurmak arasındaki fark ne?
Hazır ürün, uygulama geliştiricinin paketlediği, kutudan çıkan çözümdür; hızlı devreye girer, kuruma özel esnekliği sınırlıdır. Hazır modelin üstüne kurulum ise model geliştiricinin sistemine bağlanıp kurumun verisi ve iş akışıyla özel çözüm kurmaktır; melez yolun kendisidir. Ayrıştırmayan işlerde birincisi, ayrıştıran işlerde ikincisi ağır basar.
RAG mı ince ayar mı seçmeliyiz?
Soru çoğu zaman yanlış kurulur, çünkü ikisi rakip değildir. Güncel ve kuruma özel bilgi gerekiyorsa veri bağlama, kalıcı üslup ve dar alan uzmanlığı gerekiyorsa ince ayar gerekir; üretimdeki ciddi sistemlerin çoğu ikisini birlikte kullanır. Sağlayıcınız bunu bir merdiven gibi anlatıyorsa süzme sorularını sıklaştırın.
Açık kaynak model bize para kazandırır mı?
Tipik kurumsal hacimde çoğunlukla hayır. Model ücretsizdir ama kurumsal güvenilirlikte işletmek ücretli ve zahmetlidir; başa baş noktası çok yüksek istikrarlı hacim ister. Meşru gerekçe tasarruf değil, veri egemenliği zorunluluğu ya da istisnai hacimdir.
Tek sağlayıcıya bağlanmak ne kadar riskli?
Pazar üç büyük geliştiricide yoğunlaşmış durumda, ancak risk bağlanmakta değil çıkışsız bağlanmaktadır. Model bağlantısını tek noktadan geçirip değiştirilebilir kılan bir kurulum, sağlayıcı değişikliğini iş akışına dokunmadan yapılabilir hâle getirir. Sözleşme aşamasında çıkış süresini ve maliyetini yazılı sorun.
Kendi modelimizi ne zaman eğitmeliyiz?
İnce ayar anlamında, ayrıştıran bir çekirdek işte, pilotla kanıtlanmış ihtiyaç ve yerinde duran veri varsa. Sıfırdan model eğitimi anlamında, tipik kurum için hiçbir zaman; o yatırımın alt sınırı yüz milyon dolar mertebesidir ve model geliştiricilerin işidir.
Bu kararı kim vermeli?
Tek başına bilgi işlem değil. Ayrıştırma sorusunun sahibi iş tarafı ve üst yönetimdir, veri ve düzenleme sorusunun sahibi hukuk ve veri sorumlusudur, katman ve sağlayıcı değerlendirmesi teknik ekibindir. Süreç yazısındaki karar belgesi bu üç bakışı aynı sayfada buluşturur; temin sütununu da aynı üçlü doldurur.