Yapay zeka sektörünün maliyet sorunu görmezden gelinmeyecek kadar büyüyor. OpenAI, Anthropic ve Google DeepMind’in en güçlü modelleri üzerine hızla inşa eden şirketler, artık kontrolden çıkabilen faturalarla yüzleşiyor — ve giderek artan sayıda şirket, daha sürdürülebilir bir yol olarak açık kaynak yapay zeka modellerine yöneliyor. Bir zamanlar temkinli olan bu değişim artık o kadar görünür hale geldi ki, Amazon’un en üst düzey teknoloji uzmanı bunu kamuoyunda dile getiriyor.
Summary
Öne çıkan noktalar
- Amazon CTO’su Werner Vogels, şirketlerin artan yapay zeka maliyetlerini kontrol altına almak için giderek daha fazla daha ucuz açık kaynak yapay zeka modellerine geçtiğini söyledi.
- Uber, yalnızca dört ayda tüm 2026 yapay zeka bütçesini tüketti; raporlara göre tek bir ayda yarım milyar dolar harcadı.
- Açık kaynak modeller genellikle ücretsiz indirilebilir; kullanıcılar yalnızca bulut altyapısı için ödeme yapar ve bu da onları çoğu zaman tescilli alternatiflerden daha ucuz hale getirir.
- Amazon, araştırmacıların doğal dil kullanarak 1.100’den fazla bilimsel veri kümesi arasında arama yapmasına yardımcı olmak için BM İyilik İçin Yapay Zeka zirvesinde yeni bir açık kaynak yapay zeka aracı başlattı.
- Yapay zekanın eğitildiği verilerle ilgili şeffaflık, sağlık, kamu ve insani yardım sektörlerinde vazgeçilmez bir gereklilik olarak ortaya çıkıyor.
Artan Yapay Zeka Maliyetleri Açık Kaynak Modellerine Geçişi Hızlandırıyor
10 Temmuz 2026’da BM’nin İyilik İçin Yapay Zeka zirvesinin oturum aralarında konuşan Amazon Teknoloji Direktörü (CTO) Werner Vogels, durumu açıkça ifade etti: “Daha ucuz açık kaynak modeller ile daha büyük ve pahalı modeller arasında bir kayma yaşandığını görüyoruz.” Bu, yapay zeka altına hücumun bir fiyat etiketine sahip olduğunun ve birçok şirketin artık bunu koşulsuz ödemeye istekli olmadığının açık bir kabulüydü.
Sektör Liderlerinden Pahalı Tescilli Modeller
OpenAI, Anthropic ve Google DeepMind’in amiral gemisi modelleri performans sıralamalarının en üstünde yer alıyor. Ancak ölçekli performans, birçok kurumu hazırlıksız yakalayan bir maliyet yapısıyla birlikte geliyor. Bu sistemler, kullanılan token sayısına göre ücretlendiriliyor; bu da kullanım ekipler ve ürünler genelinde arttıkça maliyetlerin hızla katlanması anlamına geliyor.
Bunun en çarpıcı örneği Uber’den geldi. Şirket, bildirildiğine göre tüm 2026 yapay zeka bütçesini yalnızca dört ayda tüketti — ve haberlere göre, çalışanlar için yapay zeka kullanımına üst sınır koymayı başaramadıktan sonra tek bir ayda yaklaşık yarım milyar dolar harcadı. Bu tür bir harcama eğrisi, büyük kuruluşları bile yaklaşımlarını hızla yeniden değerlendirmeye zorluyor.
Vogels, konuyu yalnızca finansal değil, mimari bir soru olarak çerçeveledi. “Maliyet, mimarinizin çok önemli bir parçasıdır, bunu hesaba katmanız gerekir,” dedi. “Bunu çözmek için gerçekten en büyük, en üst düzey modele sahip olmanız gerekiyor mu? Cevap hayır, gerekmiyor.”
Açık Kaynak Yapay Zeka Modellerinin Maliyet Avantajları
Açık kaynak modeller — bazen açık ağırlıklı (open-weight) modeller olarak da adlandırılır — genellikle ücretsiz indirilebilir. Ana maliyet, bunları çalıştırmak için gereken bulut bilişim altyapısından gelir. Bu kurulum, özellikle ölçek büyüdüğünde, tescilli sağlayıcılara token bazlı sürekli ücretler ödemekten çok daha ucuza mal olur.
Maliyet avantajı marjinal değil. Birden fazla yapay zeka modeline erişimi bir araya getiren geliştirici platformu OpenRouter’ın verilerine göre, Çin açık kaynak modelleri, önde gelen Anthropic ve OpenAI alternatiflerinden %60 ila %90 daha ucuz olabiliyor. Bu fark, ABD’li şirketlerin OpenRouter üzerinden Çin yapay zeka modellerinde kullandığı token payının, önceki 12 ayda ortalama yalnızca %11 iken %46’ya kadar çıkmasını açıklamaya yardımcı oluyor.
Eğilim yalnızca maliyet kısma ile ilgili değil. Açık kaynak yapay zeka geliştirici aracı Ollama’ya yatırım yapan Benchmark’tan Peter Fenton’un ifade ettiği gibi: çıkarım maliyetleri yüksek olan her şirketi açık ağırlıklı modellere iten “hayati bir varoluş projesi” var. Geliştiricilerin açık ağırlıklı modelleri yerel olarak çalıştırmasına yardımcı olan Ollama’nın kendisi, artık neredeyse 9 milyon aylık aktif kullanıcıya sahip ve Fortune 500 şirketlerinin %85’inde kullanılıyor — bu değişimin ne kadar ana akım hale geldiğinin bir göstergesi.
Amazon CTO’su Yapay Zeka Benimsemesinde Şeffaflık ve Pragmatizmi Öne Çıkarıyor
Yalnızca maliyet argümanı tabloyu tam olarak yansıtmıyor. Ekonominin ötesinde, kurumların devreye aldıkları yapay zekayı nasıl düşündüklerine dair daha yapısal bir şey değişiyor.
Werner Vogels’in BM İyilik İçin Yapay Zeka Zirvesi’ndeki Açıklamaları
Maliyet tartışmasının yanında Vogels, yapay zeka tedarikini yeniden şekillendiren ikinci bir etkene işaret etti: şeffaflık talebi. Zirvede, “Şeffaflık son derece önemli hale geliyor,” dedi. “İnsanlar içine hangi verilerin girdiğini bilmek istiyor.”
Bu soyut bir kaygı değil. Şirketler artık bir yapay zeka modelinin yalnızca ne yapabildiğini değil, nasıl inşa edildiğini de inceliyor — hangi verilerle eğitildiğini, hangi önyargıları barındırabileceğini ve kararlarının nasıl açıklanabileceğini sorguluyorlar. Bu inceleme, kurumsal yapay zeka benimsemesinde daha geniş bir olgunlaşmayı yansıtıyor; ilk hype aşamasının ötesine geçilerek yapay zeka şeffaflığı ve veri yönetişiminin daha gerçekçi bir değerlendirilmesine doğru ilerleniyor.
Hassas Sektörlerde Güvenin Önemi
Şeffaflık zorunluluğu, yanlış veya açıklanamayan bir yapay zeka çıktısının riskinin yüksek olduğu sektörlerde özellikle keskin. Sağlık, kamu ve insani yardım alanlarında, bir sistemin nasıl eğitildiğini anlamak, ham performansı kadar önemli olabiliyor. Vogels, “Bu insanlar savunmasız topluluklara hizmet ediyor. Eğer sisteme güvenmezlerse, onu kullanmayacaklar,” dedi.
Açık kaynak modeller burada yapısal bir avantaj sunuyor. Geliştiriciler kodu inceleyip değiştirebildiği ve modelleri kendi tescilli verileri üzerinde daha kolay ince ayar yapabildiği için, bu modeller genellikle düzenlemeye tabi veya hassas ortamlardaki şeffaflık beklentileriyle daha iyi örtüşüyor. Ancak önemli bir uyarı var: Çoğu açık ağırlıklı sağlayıcı bile modelin ilk olarak hangi veriler üzerinde eğitildiğini tam olarak açıklamıyor. Açıklık bir spektrumdur, ikili bir durum değildir.
Bu anı analitik açıdan ilginç kılan şey, iki ayrı baskının — maliyet kontrolü ve güven gereksinimleri — aynı yöne işaret ederek kesişmesidir. Deneme aşamasında yüksek tescilli model maliyetlerini gerekçelendirebilen kuruluşlar artık farklı bir hesapla karşı karşıya: Maliyetler öngörülemez ve eğitim verilerinin kökeni belirsizken, yapay zeka yatırımlarına yönetim kurulu düzeyinde güveni sürdürebilirler mi? Birçokları için yanıt, tüm yapay zeka yığınlarını yeniden şekillendiriyor.
Yeni Amazon Açık Kaynak Aracı Bilimsel Araştırmacıları Güçlendirmeyi Hedefliyor
Amazon’dan Vogels, zirvede yalnızca sektörün yönünü teşhis etmekle kalmadı — aynı yönde somut bir adım da duyurdu. Amazon’un yeni açık kaynak yapay zeka aracı, bilimsel verileri anlamlı biçimde daha erişilebilir hale getirmek üzere tasarlandı; özellikle de büyük araştırma üniversiteleri veya iyi finanse edilen laboratuvarların teknik kaynaklarına sahip olmayan kurumlara odaklanıyor.
AWS Açık Veri Kaydı ile Entegrasyon
Bu araç, NASA, NOAA ve NIH gibi büyük bilimsel kurumlardan 1.100’den fazla veri kümesini barındıran AWS Açık Veri Kaydına bağlanıyor; bu kayıt 1.100’den fazla veri kümesini barındırıyor. Araştırmacılar, daha önce saatler sürebilen karmaşık veri kataloglarında gezinmek yerine, artık kaydı yalın doğal dil kullanarak sorgulayabiliyor. Bir bilim insanı, belirli lisans koşullarına sahip uydu görüntülerini isteyebilir veya belirli bir nüfusa ait genomik veri kümelerini talep edebilir ve altta yatan veri mimarisini anlamak zorunda kalmadan ilgili sonuçları alabilir.
Kaynakları Kısıtlı Kurumlar İçin Erişimi Kolaylaştırma
Araştırma açısından pratik sonuç önemli. Kaynakları kısıtlı kurumlar — daha küçük üniversiteler, STK’lar, gelişmekte olan bölgelerdeki halk sağlığı kurumları — veri keşfi söz konusu olduğunda uzun süredir yapısal bir dezavantajla karşı karşıya. Büyük bilimsel kayıtlarla çalışmanın teknik yükü, özel veri mühendislerine sahip kurumları kayırıyor. Doğal dil arama yoluyla bu bariyeri düşürerek, araç iklim bilimi ve halk sağlığı gibi alanlardaki veri kümelerine, uzman olmayan ekipler için daha önce erişilmesi zor olan bir kapı açıyor.
Bu aynı zamanda Amazon’u, ciddi sermaye ve yetenek çeken açık kaynak yapay zeka ekosisteminin tam ortasına yerleştiriyor. Ollama’nın yakın zamanda aldığı 65 milyon dolarlık B Serisi yatırım — toplam finansmanını 88 milyon dolara çıkararak — girişim sermayesi topluluğunun açık kaynak yapay zeka araçlarını, tescilli modellerin yeniden baskın hale gelmesinden önceki geçici bir aşama değil, kalıcı bir iş alanı olarak gördüğünü gösteriyor. Başka bir deyişle, açık kaynak rotasının artık yalnızca maliyet mantığı değil, kurumsal bir ivmesi de var.
Tüm bunların üzerinde dolaşan daha zor soru ise performans tavanının ne olacağı. Açık kaynak modeller, sınır (frontier) tescilli sistemlerle arayı kapatıyor, ancak en karmaşık görevler — en yüksek model maliyetlerini haklı çıkaranlar — hâlâ genellikle kapalı, yoğun kaynak ayrılmış sistemleri tercih ediyor. Şirketler, çıkarım yüklerinin büyük kısmı için açık kaynak modelleri, belirli yüksek riskli görevler için ise tescilli modelleri kullandıkları hibrit yığınlar çalıştırabilir. Sektörün gerçekten varacağı yer, birinden diğerine temiz bir geçişten ziyade bu mimari olabilir.
SSS
Şirketler neden açık kaynak yapay zeka modellerine geçiyor?
Şirketler, öncelikle artan yapay zeka maliyetlerini azaltmak için açık kaynak yapay zeka modellerine geçiyor. OpenAI ve Anthropic gibi sağlayıcıların tescilli modelleri, token başına ücretlendiriliyor ve bu da ölçek büyüdükçe öngörülemez ve çok büyük maliyetler yaratabiliyor. Açık kaynak modeller genellikle ücretsiz indirilebilir; kullanıcılar yalnızca bunları çalıştırmak için gereken bulut altyapısı için ödeme yapar — bu düzenleme, özellikle yüksek hacimli kullanımlarda çoğu zaman çok daha ucuza gelir.
Amazon’un CTO’su yapay zeka şeffaflığı konusunda hangi endişeleri vurguluyor?
Amazon CTO’su Werner Vogels, yapay zeka eğitim verileriyle ilgili şeffaflığın kurumsal benimseme için giderek daha önemli hale geldiğini vurguladı. Kuruluşlar, devreye aldıkları modellerin hangi verilerle eğitildiğini bilmek istiyor. Bu, özellikle sağlık, kamu ve insani yardım gibi, sisteme duyulan güvenin fiili kullanım için ön koşul olduğu sektörlerde kritik — özellikle de bu sistemler savunmasız topluluklara hizmet ettiğinde.
Amazon’un yeni açık kaynak yapay zeka aracının amacı nedir?
Bu araç, araştırmacıların NASA, NOAA ve NIH gibi kurumlardan gelen 1.100’den fazla veri kümesini barındıran AWS Açık Veri Kaydı’nda, karmaşık teknik kataloglarda gezinmek yerine doğal dil sorguları kullanarak arama yapmasına olanak tanıyor. Amaç, ilgili bilimsel veri kümelerini bulmak için gereken süreyi ve teknik uzmanlığı azaltmak; özellikle de bu erişimi, kaynakları kısıtlı araştırma kurumları için daha adil hale getirmeye odaklanmak.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Şirketler neden açık kaynak yapay zeka modellerine geçiyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Şirketler, öncelikle artan yapay zeka maliyetlerini azaltmak için açık kaynak yapay zeka modellerine geçiyor. OpenAI ve Anthropic gibi sağlayıcıların tescilli modelleri, token başına ücretlendiriliyor ve bu da ölçek büyüdükçe öngörülemez ve çok büyük maliyetler yaratabiliyor. Açık kaynak modeller genellikle ücretsiz indirilebilir; kullanıcılar yalnızca bunları çalıştırmak için gereken bulut altyapısı için ödeme yapar — bu düzenleme, özellikle yüksek hacimli kullanımlarda çoğu zaman çok daha ucuza gelir.”}},{“@type”:”Question”,”name”:”Amazon’un CTO’su yapay zeka şeffaflığı konusunda hangi endişeleri vurguluyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Amazon CTO’su Werner Vogels, yapay zeka eğitim verileriyle ilgili şeffaflığın kurumsal benimseme için giderek daha önemli hale geldiğini vurguladı. Kuruluşlar, devreye aldıkları modellerin hangi verilerle eğitildiğini bilmek istiyor. Bu, özellikle sağlık, kamu ve insani yardım gibi, sisteme duyulan güvenin fiili kullanım için ön koşul olduğu sektörlerde kritik — özellikle de bu sistemler savunmasız topluluklara hizmet ettiğinde.”}},{“@type”:”Question”,”name”:”Amazon’un yeni açık kaynak yapay zeka aracının amacı nedir?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Bu araç, araştırmacıların NASA, NOAA ve NIH gibi kurumlardan gelen 1.100’den fazla veri kümesini barındıran AWS Açık Veri Kaydı’nda, karmaşık teknik kataloglarda gezinmek yerine doğal dil sorguları kullanarak arama yapmasına olanak tanıyor. Amaç, ilgili bilimsel veri kümelerini bulmak için gereken süreyi ve teknik uzmanlığı azaltmak; özellikle de bu erişimi, kaynakları kısıtlı araştırma kurumları için daha adil hale getirmeye odaklanmak.”}}]}
Bu makale, yapay zeka desteğiyle hazırlanmış ve editör ekibi tarafından gözden geçirilmiştir.
