Yapay Zeka 3 Trilyon Dolarlık Soruyu Cevaplayabilir mi?
Yapay zeka altyapısına yapılan dev yatırımların geri dönüşü sorgulanıyor. Sequoia ortağı David Cahn, 2026'ya kadar 1.5 trilyon dolarlık harcamanın karşılığında 3 trilyon dolar gelir gerektiğini hesaplarken, Apollo ekonomisti Torsten Slok, hiperskalerlerin nakit akışı hedeflerini tutturamaması durumunda ekonomik durgunluk riskine dikkat çekiyor.
Yatırımın Büyüklüğü
Üç yıl önce Sequoia ortağı David Cahn, Silikon Vadisi'nin yapay zeka (AI) altyapısına yaptığı dev harcamaların ilk hesaplamalarını yapanlardan biriydi. 2023'te Nvidia'nın bildirdiği 50 milyar dolarlık yıllık GPU gelirine tepki olarak, bu rakamdan yola çıkıp veri merkezi işletme maliyetleri ve operatör marjlarını ekleyerek, ilk yatırımı geri ödemek için 200 milyar dolar gelir gerektiği sonucuna varmıştı. Günümüze hızlıca ilerlersek, üç yıllık süper ölçekleme (hyperscaling) birikimiyle Cahn'ın 2026 yılı için yapay zeka altyapı harcamalarına dair yeni rakamı 1.5 trilyon dolar. Tüm hesaplamalarına göre, yapay zeka endüstrisinin tüm bu çipleri ve diğer veri merkezi harcamalarını haklı çıkarmak için 3 trilyon dolar kazanması gerekecek. Ve bu muhtemelen eksik bir tahmin; artan bellek maliyetleri ve egzotik veya çıkarıma özgü (inference-specific) çiplerin kullanımı bu rakamı daha da yukarı çekecek. Cahn, "Son zamanlarda, sermaye harcaması (CapEx) başına gereken gelir, bu darboğaz dinamikleri ve artan inşaat maliyetleri nedeniyle keskin bir şekilde arttı" diye yazıyor. Örneğin, bir gigawatt (GW) kapasiteli bir veri merkezinin maliyeti 2023'te yaklaşık 1 milyar dolar iken, 2026'da bu rakamın 2 milyar dolara çıkması bekleniyor. Bu da her bir GW için gereken gelirin iki katına çıkması anlamına geliyor.
Gelir-Gider Dengesi
Diğer tarafta, Anthropic'in 60 milyar dolarlık yıllık tekrarlayan gelire (ARR) ulaştığı düşünülürken, OpenAI'in 2025'te 13 milyar dolar kazandığı (Kasım 2025'te 20 milyar dolar ARR'de olduğunu söylemişti) ve bu yıl daha fazla kazandığı tahmin ediliyor. Ancak arada kapatılması gereken büyük bir boşluk var. OpenAI'in gelirlerinin büyük kısmı, ChatGPT Plus abonelikleri ve API kullanımından geliyor; ancak token fiyatları düştükçe, aynı geliri elde etmek için daha fazla kullanıcı veya daha yüksek hacim gerekiyor. Bu boşluğu izleyenlerden biri de dev varlık yöneticisi Apollo'nun başekonomisti Torsten Slok. Yakın tarihli bir notunda, hiperskalerlerin (Google, Meta, Microsoft ve Amazon) 2028'de serbest nakit akışlarında büyük bir hızlanma öngördüklerine dikkat çekiyor. Yani, satın aldıkları tüm çiplerden geri dönüş bekliyorlar. Peki ya bu gerçekleşmezse? Slok, "Bu kadar az ismin üzerinde bu kadar çok şey varken, yavaş bir geri ödeme sadece sektörel bir sorun olmaz, ekonomiyi resesyona ve S&P 500'ü düzeltmeye sürükleme riski taşır" uyarısında bulunuyor.
Riskler ve Olasılıklar
Slok, yapay zeka kullanımında şu anda gördüğümüz bir riske işaret ediyor: Daha fazla kuruluş, sınır laboratuvarları (frontier labs) tarafından geliştirilen modeller yerine, genellikle Çin yapımı daha ucuz açık ağırlıklı modellere (open weight models) yöneliyor ve genel token fiyatları düşüyor. OpenAI'in en son modeli, CEO Sam Altman'a göre, kodlama görevlerinde %54 daha fazla token verimliliği sağlıyor. Bu, yapay zeka ajanlarının maliyetinden endişe eden kullanıcılar için iyi, ancak token fabrikaları kuran şirketler için kötü olabilir; eğer kullanıcılar genel token kullanımını önemli ölçüde artırmazsa. Örneğin, bir işletme daha önce bir görev için 100 token harcarken, yeni modellerle aynı görev için 46 token harcıyorsa, toplam token talebi artmazsa gelir düşer. Ayrıca, Çin'den gelen DeepSeek gibi modeller, düşük maliyetleriyle dikkat çekiyor ve bu da fiyat baskısını artırıyor. Slok, hiperskalerlerin nakit akışı hedeflerine ulaşamaması durumunda piyasa tepkisinin şiddetli olabileceğinden endişeleniyor: "Bu kadar az ismin üzerinde bu kadar çok şey varken, yavaş bir geri ödeme sadece sektörel bir sorun olmaz, ekonomiyi resesyona ve S&P 500'ü düzeltmeye sürükleme riski taşır."
Neden Önemli?
Türkiye'deki yapay zeka ekosistemi için bu tartışma kritik bir ders içeriyor. Yerli girişimler ve büyük şirketler, altyapı yatırımlarının geri dönüşünü hesaplarken, yalnızca donanım maliyetlerini değil, aynı zamanda token fiyatlarındaki düşüş ve açık kaynak modellerin yaygınlaşması gibi pazar dinamiklerini de göz önünde bulundurmalı. Türkiye'nin yapay zeka stratejisi, bu küresel belirsizlik ortamında, verimlilik odaklı ve sürdürülebilir iş modellerine yönelerek rekabet avantajı yakalayabilir. Örneğin, Türk şirketleri kendi büyük dil modellerini (LLM) geliştirmek yerine, mevcut açık kaynak modelleri ince ayar (fine-tuning) yaparak kullanabilir; bu hem maliyeti düşürür hem de yerel dile uyum sağlar. Aksi takdirde, büyük yatırımların getirisi konusundaki endişeler, yerel pazarda da benzer dalgalanmalara yol açabilir. Ayrıca, Türkiye'deki veri merkezi yatırımları (örneğin, 2024'te duyurulan yeni nesil veri merkezleri) bu küresel trendlerden etkilenebilir; bu nedenle yatırımcıların geri dönüş sürelerini dikkatli hesaplaması gerekiyor.
