Geçen hafta sızanlar bu hafta neredeyse resmileşti. Hatta biraz daha serti oldu. Yapay zekâ dünyasında bir süredir “kim en iyi modeli yapıyor?” sorusu konuşuluyordu ama 4/1–4/10 aralığı bana şunu hissettirdi: asıl kavga artık model kalitesinden çok, güven, yönetişim ve sermaye hattında dönüyor.
Araya gireyim: Bakın şimdi, iki isim bütün haftayı domine etti: Anthropic ve OpenAI. Biri kendi en dayanıklı modelini dışarıya vermemeyi seçti, diğeri tek başına devasa bir finansman turuyla para cephesinin tavanını kırdı. Şu ilginç ayrıntıya dikkat edin — bunlar ayrı hikâyeler gibi dursa da aslında aynı soruya bağlanıyor: “Bu kadar büyük yapay zekâ sistemlerini kim kontrol edecek?”
Ben bu haberi ilk okuduğumda aklıma 2024 yazında İstanbul’da bir kurumsal müşteride yaptığımız güvenlik değerlendirmesi geldi. Modelin cevabı değil, modele erişim politikası tartışılıyordu o toplantıda. Yani mesele hep buydu; sadece şimdi daha yüksek sesle konuşuluyor. Bir de şu var: sızıntı diye okuduğumuz şeyler artık neredeyse ürün stratejisi haline geliyor. Garip ama gerçek.
Mythos olayı neden bu kadar konuşuldu?
Anthropic’in Mythos Preview hamlesi normal bir lansman değildi. Lansman demek bile hafif kalıyor açıkçası. Şirketin kendi en kuvvetli modelini kamuya açmaktan vazgeçmesi — üstelik bunu güvenlik gerekçesiyle yapması — sektör için bayağı sıra dışı bir andı.
Hani, Peki neden bu kadar konuşuldu? Çünkü bugüne kadar risk tartışmaları genelde teorik zeminde kalıyordu, hani şu “model çok güçlenirse ne olur, birileri kötüye kullanır mı, kırmızı çizgi nerede” türünden sorular havada uçuşup duruyordu. Hiçbiri somut operasyonel karara dönüşmüyordu (ben de ilk duyduğumda şaşırmıştım). Burada ise şirket doğrudan frene bastı. Bu kısım önemli. Çünkü pratikte ilk kez “şu model fazla tehlikeli” cümlesi boş laf olmaktan çıkıp gerçek bir karar mekanizmasına dönüştü.
Bunu biraz açayım.
Açık konuşayım — ben bunun hem güzel hem de biraz rahatsız edici olduğunu düşünüyorum. Etkileyici kısmı belli; şirket gerçekten risk gördüğünde dağıtıma hayır diyebiliyor. Rahatsız edici tarafıysa şu: böyle bir kararın kriterleri kimde, kim karar veriyor, ve daha da önemlisi küçük oyuncular aynı eşiğe geldiğinde ne olacak? Herkesin eli Anthropic kadar rahat olmayacak tabii.
11 kurumluk whitelist yaklaşımı
Şirketin modeli yalnızca sınırlı ortaklara açması dikkat çekiciydi. AWS’den Microsoft’a, Google’dan NVIDIA’ya uzanan o liste bana bildiğiniz kulis listesini hatırlattı — hani herkes orada. Kimse tam olarak neden orada olduğunu anlatmıyor gibi bir his var…
| Aksiyon | Ne anlama geliyor? | Bence kritik nokta |
|---|---|---|
| Sınırlı erişim | Model herkesin kullanımına açılmadı | Güvenlik önceliği öne çıktı |
| $100M kredi + $4M destek | Sektöre kontrollü kullanım teşviki verildi | Sadece yasak değil, yönlendirme de var |
| Kısıtlı partner ağı | Whitelisting ile kontrollü test ortamları kuruldu | Kamuya açık dağıtımdan farklı bir dünya |
Kendi deneyimimden konuşuyorum, Bence buradaki asıl mesele teknoloji değil, süreç tasarımı. Bir ürünü piyasaya sürmek kolay; onu kimin nasıl kullanacağını sınırlamak zor — iş tam da orada başlıyor. Daha fazla bilgi için Butterfly CSS: 2026’da Dikkat Çeken Hafif Bir Seçenek yazımıza bakabilirsiniz.
$30 milyarlık gelir ne anlatıyor?
Aslında, Anadolu’daki küçük bir girişimden San Francisco’daki büyük cloud operatörüne kadar herkes aynı şeyi konuşuyor olabilir: para akışı durmuyor. Bloomberg’in aktardığı rakamlara göre Anthropic’in yıllık tekrarlayan geliri birkaç ay içinde ciddi şekilde yükselmiş ve bu da şirketi OpenAI’nin önüne geçiriyor gibi görünüyor. Daha fazla bilgi için JavaScript’te Kod Nasıl Çalışır: Context ve Scope yazımıza bakabilirsiniz.
Lafı gevelemeden söyleyeyim: bu büyüklükteki sıçrama sıradan değil (ki bu çoğu kişinin gözünden kaçıyor). Dört ay içinde 9 milyardan 30 milyar — itiraz edebilirsiniz tabi — seviyesine gitmek — yazılım tarihinin alıştığımız ritmine pek benzemiyor bu. Tabii burada dikkatli olmak lazım; her gelir açıklaması saf abonelik anlamına gelmiyor olabilir, cloud kredileri. Farklı muhasebe kalemleri tabloyu sisli hale getiriyor.
Araya gireyim: Bunu geçen yıl Berlin’de görüştüğüm bir SaaS CFO’su çok net anlatmıştı: “Rakam büyür ama kaliteyi anlamak için nakit akışına bakmak gerekir.” Aynen öyle (bizzat test ettim). Kâğıt üstünde güzel görünen metrik bazen gerçek kullanımı birebir yansıtmayabiliyor.
Anthropic’in hikâyesinde ilginç olan şey sadece gelir artışı değil; aynı anda güvenlik bariyerini yükseltmesi.
Gelir büyürken freni çekmek pek sık görmediğimiz bir refleks.
Ama tam da bu yüzden piyasa bunu ciddiye aldı.
Evet, biraz ters köşe.
Sermaye cephesi niye ayrı önemli?
E tabi OpenAI tarafındaki finansman hikâyesi de boş değilmiş meğer. Tek seferde devasa yatırım toplamak yalnızca kasayı doldurmuyor — ekosisteme mesaj veriyor, yani “ben hâlâ oyunun merkezindeyim” demenin daha pahalı yolu gibi düşünebilirsiniz bunu. Daha fazla bilgi için Android’den Kaldırılan DDLC: Bir Oyunun İnce Çizgisi yazımıza bakabilirsiniz. Cebinizde Kalan Zihin Günlüğü: Tarayıcıda Offline Yapay Zekâ yazımızda bu konuya da değinmiştik.
Böyle dönemlerde startup’lar ile enterprise ekipler farklı tepki veriyor mesela. Startup şöyle düşünür: “Tamamdır, API fiyatları oynar mı?” Enterprise ise şuna bakar: “Bu sağlayıcı iki yıl sonra da bizim regülasyon yükümüzü taşıyacak mı?” İki soru da haklı ama cevapları hiç aynı değil.
Hmm, bunu nasıl anlatsamdı…
Peki ya yazılım sektörü neden sallandı?
Dışarıdan bakan biri için hisse senetlerinin düşmesi garip gelebilir. Ama mekanizma aslında oldukça tanıdık. Yapay zekâ şirketlerinin çarpanları yükseldikçe çevredeki yazılım hisseleri de onunla birlikte hareket ediyor; sonra bir yerde beklenti değişince hava balon gibi sönebiliyor, ya da en azından hızlıca havası kaçıyor. Ben buna ilk kez Mart 2026’da uzaktan izlediğim bir portföy toplantısında tanıklık etmiştim — teknoloji hisselerinde moral dediğiniz şey bazen algoritmadan bile kırılgan oluyor. Haftanın sonunda yaşanan satış baskısı da tam olarak buydu: (inanın bana)
- Model yarışının maliyet tarafı yeniden fiyatlandı.
- Sermaye yoğunluğu arttıkça yatırımcılar temkinlenmeye başladı.
- En iyi model” söylemi yerini “kim bunu sürdürülebilir taşır?” sorusuna bıraktı.
Küçük ekipler için ders ne?
Küçük startup’lar için olayın özü aslında basit. Görkemli modele koşmadan önce veri yönetimi, erişim kontrolü ve kullanım sınırlarını netleştirmek gerekiyor — aksi halde yapay zekâ çözümü kurarsınız ama faturası ya da güvenlik borcu sizi yakalar. Benim sahada gördüğüm kadarıyla küçük ekiplerin çoğu ilk heyecanla hız kazanıyor, fakat sonra loglama yokluğu yüzünden duvara tosluyor. Can sıkıcı ama epey yaygın. Daha fazla bilgi için PDF Dünyasında Bir Nefes: Ücretsiz ve Limitsiz Araçlar yazımıza bakabilirsiniz.
Şöyle ki, Büyük kurumlarda ise tablo başka. Burada mesele model seçmekten çok denetlemek oluyor: hangi departman hangi prompt’u kullanacak, hangi veri dışarı çıkmayacak, hangi ülkede hangi yanıtlar sakıncalı sayılacak… İşte esas operasyon burada başlıyor.
# Kurumsal AI karar mantığına kaba taslak örnek
if risk_score > threshold:
restrict_access()
enable_review_mode()
else:
allow_limited_deployment()Anlamamız gereken asıl kırılma ne?
Doğrusu, Bana kalırsa bu hafta üç şey netleşti. Birincisi, kuvvetli model yapmak artık tek başına yeterli değil. İkincisi, gücün yanında itibar ve yönetişim gerekiyor — hatta bazen önce onlar geliyor. Üçüncüsü ise sermaye eskisinden daha belirleyici hale geldi, çünkü compute maliyeti şaka değil.
Bu noktada iç içe geçmiş iki yarış var gibi görünüyor: biri teknik üstünlük yarışı, diğeri ölçeklenebilir güven yarışı. Şahsen ben ikinci yarışın daha zorlu olduğuna inanıyorum. Neden mi? Çünkü teknik üstünlüğün ölçümü görece kolay — benchmark çıkarırsınız olur biter. Ama güven inşa etmek yavaş işler ve çoğu zaman manşetlere o kadar parlak düşmez.
Nereden baktığınıza göre değişen sonuçlar
Bir kullanıcı gözünden bakarsanız, Mythos’un kapalı tutulması hayal kırıklığı yaratabilir. “Vay be,” dersiniz, “bu modeli görmek isterdim.” Fakat güvenlik uzmanının masasından bakınca aynı hamle ferahlama yaratabilir —. Bazen en iyi ürün, herkese açılan ürün değildir. Hele bir de saldırı yüzeyi genişse.
Finansçı gözüyle bakınca ise tablo bayağı başka: gelir artışı umut verir, ama aşırı hızlı büyüyen rakam her zaman sağlıklı değildir. Bunu Londra’da tanıştığım eski bir fon yöneticisi şöyle özetlemişti: “Yukarı giden her grafik fırsat değildir; bazıları sadece gecikmiş alarmdır.” Haklıydı galiba.
Masanın diğer tarafında ne var?
Gel gelelim işin pratik kısmına. Şirketlerin bugün alması gereken birkaç ders var:
- Erişim politikalarını sonradan eklemeyin; — bunu es geçmeyin
- Kritik modeller için kontrollü test alanları oluşturun;
- Maliyet planınızı sadece inference üzerine kurmayın; — ciddi fark yaratıyor
- Regülasyon ihtimalini erken masaya koyun;
- Tedarik zincirinde compute bağımlılığını küçümsemeyin.
Bir dakika, şunu da ekleyeyim: bu tür gelişmeler genelde sadece laboratuvar konusu sanılır ama saha etkisi çok geniştir. Bankacılıkta fraud tespiti, siber tarafta zero-day avcılığı, kurumsal dokümantasyonda otomasyon — hepsi bundan etkileniyor. Ama yine de — kendi adıma konuşayım — her şeyi toz pembe okumayın derim. Gizlilik yükümlülüğü ağırlaşabilir, platforma bağımlılık artabilir ve bazı firmalar pahalı AI hevesinin faturasını geç fark eder.
| Kitle | Neye dikkat etmeli |
|---|---|
| Küçük startup | Maliyet/tahmin dengesi |
| Kurumsal ekip | Uyumluluk ve denetim |
| Güvenlik takımı | Veri sızıntısı ve prompt abuse |
Sıkça Sorulan Sorular
) Mythos neden kamuya açılmad?
Cevap kısa:) Anthropic buna ciddi güvenlik riski gördüğü için izin vermedi.( Modelin saldırgan kullanımda fazla güçlü olabileceği düşünüldü.
) Anthropic gerçekten OpenAI’yi gelirde geçti mi?
) Bu gelişme şirketler için ne anlama geliyor?
) Küçük işletmeler bu yarışta ne yapmalı?
%20Kaynaklar%20ve%20İleri%20Okuma?hilarious=
?p>a href=”https://www.anthropic.com/news” target=”_blank” rel=”noopener”>Anthropic Resmî Haberler SayfasOpenAI Newsroom (Resmî)Anthropıc Dokümantasyonu (Claude Docs)
?p>a href=”https://www.anthropic.com/news” target=”_blank” rel=”noopener”>Anthropic Resmî Haberler SayfasOpenAI Newsroom (Resmî)Anthropıc Dokümantasyonu (Claude Docs)
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
