Türkiye Yapay Zekâ Eylem Planı 2026–2030, yapay zekâyı yalnızca belirli sektörlerin kullanacağı yeni bir teknoloji olarak değil, ekonomik dönüşümün temel unsurlarından biri olarak ele alıyor. Planın “Fark Et, İstifade Et, Üret, Yönet” şeklinde tanımlanan dört temel ekseni; insan kaynağından hesaplama altyapısına, veriden uygulamalara, finansmandan düzenleyici çerçeveye kadar oldukça geniş bir alanı kapsıyor. Enerji, hesaplama donanımı, altyapı, modeller ve veri ile uygulamalar planın temel katmanlarını oluştururken; yetenek, finansman ve düzenleme-güven bu yapının tamamını besleyen kesişen bileşenler olarak tanımlanıyor.

Teknoloji şirketleri açısından bakıldığında planın önemli fırsatlar sunduğunu kabul etmek gerekiyor. Buna karşılık, Türkiye’nin uzun vadede yapay zekâ teknolojilerini kullanan ve uyarlayan bir ülke mi, yoksa yeni yöntemler, algoritmalar ve teknolojiler geliştiren ülkeler arasında mı yer alacağı açısından planın bilimsel araştırma yaklaşımının yeterince güçlü olmadığı kanaatindeyim. Belgede araştırma yok değil; aksine araştırma fonları, üniversiteler, araştırmacılar ve ileri düzey uzman yetiştirilmesi açık biçimde yer alıyor. Ancak araştırma, planın bağımsız ve stratejik bir hedefi olmaktan çok, ürünleştirme ve ticarileştirmeye giden yolun bir aşaması olarak konumlandırılıyor. Benim temel eleştirim de tam olarak burada başlıyor.

Teknoloji şirketleri için önemli bir pazar genişlemesi

Planın en güçlü taraflarından biri, yapay zekâ kullanımının yalnızca büyük teknoloji şirketlerine veya akademik kurumlara bırakılmaması. Kamu kurumlarından KOBİ’lere, girişimlerden araştırmacılara kadar geniş bir ekosistemin yapay zekâ altyapısına erişmesi hedefleniyor. Plan kapsamında 10.000 ileri düzey yapay zekâ uzmanı ve 100.000 yapay zekâ uygulama profesyoneli yetiştirilmesi, 1 GW veri merkezi kurulu gücüne ulaşılması, araştırmacı ve girişimler için yüksek hesaplama kapasitesinin erişilebilir hale getirilmesi ve 10 milyar ABD doları özel sektör yatırımının harekete geçirilmesi gibi oldukça iddialı hedefler bulunuyor.

Bu yaklaşım teknoloji şirketleri açısından doğrudan pazar büyümesi anlamına geliyor. Bugün yapay zekâ projelerinde en önemli engellerden biri yalnızca teknik yetkinlik değil; GPU maliyetleri, veri erişimi, nitelikli insan kaynağı ve yatırım kapasitesi. Planın “Herkes için GPU” yaklaşımıyla araştırmacılar, girişimler, KOBİ’ler ve kamu kurumları için hesaplama kapasitesini erişilebilir hale getirmeyi hedeflemesi, özellikle kendi büyük altyapı yatırımlarını yapamayacak şirketler için önemli bir avantaj yaratabilir.

Benzer şekilde sağlık, enerji ve üretim gibi öncelikli alanlarda sektörel yapay zekâ pilotlarının desteklenmesi, teknoloji şirketleri için yalnızca finansman değil, aynı zamanda referans müşteri ve gerçek kullanım senaryosu üretme fırsatı yaratıyor. Yapay zekâ ürünlerinin en büyük sorunlarından biri “teknolojik olarak çalışıyor” olmak ile “gerçek bir iş problemini çözüyor” olmak arasındaki farktır. Planın “tara-pilotla-ölçekle” mantığı bu açıdan doğru bir yaklaşım içeriyor; ürünlerin sahada doğrulanması ve başarılı olanların ölçeklenmesi hedefleniyor.

Bu durum özellikle kurumsal yazılım, veri analitiği, siber güvenlik, endüstriyel otomasyon, bulut hizmetleri, yapay zekâ platformları, robotik, finans teknolojileri, sağlık teknolojileri ve savunma teknolojileri geliştiren şirketler için yeni pazarların oluşmasına yol açabilir. Kamu kurumlarının yapay zekâ çözümlerinin ilk müşterileri ve referans noktaları haline gelmesi de yerli teknoloji şirketlerinin uluslararası pazarlara çıkabilmeleri açısından kritik olabilir. Çünkü teknoloji ihracatında yalnızca iyi bir ürün geliştirmek yeterli değildir; ürünün büyük ölçekli gerçek ortamlarda kullanıldığının gösterilebilmesi çoğu zaman en az teknoloji kadar önemlidir.

Finansman tarafında önemli bir fırsat oluşuyor

Planın teknoloji şirketleri açısından güçlü başka bir yönü de araştırmadan girişim ölçeklenmesine kadar uzanan bir finansman zinciri kurmaya çalışması. “Ulusal Yapay Zekâ Araştırma Fonu” ile temel ve uygulamalı araştırmaların desteklenmesi, daha sonra “Yapay Zekâ Büyüme Fonu” ile ürün-pazar uyumunu kanıtlamış girişimlerin Seri A/B ve ölçeklenme aşamalarına taşınması öngörülüyor.

Araştırma fonu için en az 10 milyar TL, büyüme fonu için ise 15 milyar TL büyüklüğünde bir yapı hedefleniyor. Araştırma fonu tarafından desteklenen projelerin en az yüzde 40’ının pilot veya prototip aşamasına ilerlemesi, büyüme fonu aracılığıyla da en az 20 yapay zekâ girişiminin ölçeklenme yatırımı alması amaçlanıyor.

Bu tür mekanizmalar doğru uygulanırsa özellikle teknoloji şirketleri açısından önemli bir problemi çözebilir: Türkiye’de teknoloji üretmek çoğu zaman ilk prototipi geliştirmekten daha zor değildir; esas güçlük, prototipten ürüne, üründen ölçeklenebilir şirkete geçişte ortaya çıkar. Dolayısıyla kamu desteklerinin yalnızca Ar-Ge projesinin ilk aşamasını değil, ürünleşme ve büyümeyi de kapsaması olumlu bir yaklaşım.

Bununla birlikte burada dikkat edilmesi gereken önemli bir risk bulunuyor. Kamu desteklerinin “teşvik alma yetkinliği yüksek şirketler” ile “gerçekten teknolojik değer üreten şirketler” arasındaki farkı ortadan kaldırmaması gerekiyor. Başarı ölçütü harcanan bütçe, açılan çağrı veya desteklenen proje sayısı değil; uluslararası pazarda rekabet eden ürünler, fikrî mülkiyet, bilimsel çıktı, teknoloji ihracatı ve küresel ölçekte değer üreten şirketler olmalıdır.

Fiziksel yapay zekâ teknoloji şirketleri açısından ayrı bir alan açıyor

Planın dikkat çekici taraflarından biri, yapay zekâyı yalnızca büyük dil modelleri veya üretken yapay zekâ ile sınırlamaması. Robotlar, otonom sistemler, akıllı makineler, sensörler, uç hesaplama ve endüstriyel otomasyon “fiziksel yapay zekâ” başlığı altında özellikle vurgulanıyor. Üretim hatlarında kalite kontrol, kestirimci bakım, tarım robotları, sağlık destek robotları, otonom sürüş sistemleri ve insansı robotlar gibi kullanım alanlarının desteklenmesi öngörülüyor.

Bu yaklaşım bence son derece önemli. Çünkü küresel yapay zekâ rekabeti yalnızca “kim daha iyi chatbot geliştiriyor?” sorusundan ibaret değil. Yapay zekânın gerçek ekonomik etkisi giderek fiziksel dünya ile birleştiği noktada ortaya çıkacak. Robotik, sensörler, edge AI, otonom sistemler, üretim optimizasyonu ve yeni nesil kontrol sistemleri, önümüzdeki dönemin en büyük teknoloji pazarlarından bazılarını oluşturabilir.

Türkiye’nin güçlü olduğu üretim, otomotiv, savunma ve makine imalatı gibi sektörlerle yapay zekâ yetkinliklerinin birleştirilmesi, teknoloji şirketleri için küresel ölçekte daha savunulabilir ürün kategorileri yaratabilir. Sadece küresel bir API’nin üzerine yeni bir kullanıcı arayüzü koyan şirketlerle, fiziksel dünyada veri üreten, karar veren ve eyleme geçen sistemler geliştiren şirketlerin rekabet avantajı aynı olmayacaktır.

Tehditlerden biri: Yapay zekânın hızla metalaşması

Plan teknoloji şirketlerine ciddi fırsatlar sunarken bazı tehditleri de beraberinde getiriyor. Bunların başında yapay zekâ tabanlı birçok yazılım özelliğinin hızla metalaşması geliyor. Bugün önemli bir ürün farklılaştırıcısı gibi görünen bir özellik, birkaç ay sonra büyük bir model sağlayıcısının standart API fonksiyonu haline gelebiliyor.

Bu nedenle teknoloji şirketlerinin “ürünümüze yapay zekâ ekledik” yaklaşımıyla uzun vadeli rekabet avantajı oluşturması giderek zorlaşıyor. Asıl değer, modelin kendisinden çok şirketin sahip olduğu alan bilgisi, veri, süreç entegrasyonu, müşteri ilişkileri, dağıtım kanalı, güvenlik altyapısı ve ürünün gerçek iş süreçleri içinde yarattığı etki üzerinden oluşacak.

Planın sektörel veri modelleri, fiziksel yapay zekâ, edge AI ve sektörel temel modeller üzerinde durması bu açıdan doğru bir yön gösteriyor. Türkiye’nin avantajı genel amaçlı büyük dil modellerinde dünyanın en büyük teknoloji şirketleriyle doğrudan aynı oyunu oynamaktan ziyade, belirli sektörlerde sahip olduğu veri ve uzmanlığı yapay zekâ ile birleştirerek farklılaşmak olabilir.

Ancak burada önemli bir soru ortaya çıkıyor: Bu teknolojileri gerçekten geliştirecek miyiz, yoksa başkalarının geliştirdiği temel teknolojileri kullanarak uygulamalar mı üreteceğiz?

Planın bence en önemli eksikliği: Araştırma var, fakat bilimsel araştırma bir ana eksen değil

Belgede bilimsel araştırmanın tamamen göz ardı edildiğini söylemek doğru olmaz. “Ulusal Yapay Zekâ Araştırma Fonu” temel araştırma, uygulamalı projeler ve misyon odaklı çağrılar için kaynak sağlamayı hedefliyor. Araştırma projelerine HPC/GPU kredileri ve Ulusal Veri Kütüphanesi’ne öncelikli erişim sağlanması da planlanıyor. Üniversitelerde yapay zekâ araştırması, patent, fikrî mülkiyet ve ticarileşme farkındalığının artırılması da plan içerisinde açıkça yer alıyor.

Sorun araştırmanın hiç bulunmaması değil. Sorun, araştırmanın planın temel düşünce yapısında bağımsız bir stratejik hedef olarak konumlandırılmaması.

Planın ana eksenleri “Fark Et, İstifade Et, Üret, Yönet”. Buradaki “Üret” kavramı ağırlıklı olarak ürün, girişim, uygulama, model ve ticarileşme üzerinden tanımlanıyor. Bilimsel araştırma ise daha çok bu üretim zincirini besleyen bir kaynak olarak görülüyor. Planın kendi tanımıyla finansman mekanizması “temel araştırmadan girişim ölçeklenmesine” kadar uzanan bir merdiven olarak tasarlanıyor.

Bu yaklaşım kısa ve orta vadeli ekonomik değer yaratılması açısından anlaşılabilir. Ancak uzun vadeli teknolojik bağımsızlık açısından yeterli olmayabilir.

Çünkü bilimsel araştırmanın amacı her zaman bir yıl sonra pilot proje veya üç yıl sonra ticarileşebilir ürün üretmek değildir. Bazen bugün ekonomik karşılığı olmayan teorik bir çalışma, on yıl sonra bütün bir endüstrinin temelini oluşturabilir. Transformer mimarileri, derin öğrenmenin temel yöntemleri, reinforcement learning, optimizasyon algoritmaları veya modern bilgisayar mimarilerinin pek çoğu doğrudan “hemen ürünleştirilecek” projeler olarak ortaya çıkmadı.

Temel araştırma doğası gereği belirsizlik içerir. Sonucunun ne olacağını baştan bilemeyiz. Hatta çoğu araştırma beklenen ticari çıktıyı üretmeyebilir. Ama bilimsel liderlik tam da bu belirsizliğin finanse edilebilmesini gerektirir.

Teknoloji kullanıcısı olmak ile teknoloji üreticisi olmak arasındaki fark

Türkiye açısından asıl stratejik ayrımın burada olduğunu düşünüyorum.

Bir ülke yapay zekâyı çok iyi kullanabilir. Şirketleri en güncel modelleri kullanabilir, kamu kurumları üretken yapay zekâyı süreçlerine entegre edebilir, fabrikalar yapay zekâ destekli optimizasyon yapabilir ve girişimler yabancı model sağlayıcılarının API’leri üzerinden başarılı ürünler geliştirebilir. Bunların tamamı değerlidir ve mutlaka yapılmalıdır.

Ancak bunların hiçbiri tek başına o ülkeyi yapay zekâ teknolojisinin yaratıcısı haline getirmez.

“Teknoloji üretmek” yalnızca başka ülkelerde geliştirilen modelleri yerel verilerle fine-tune etmek değildir. Yalnızca API’ler üzerine uygulama geliştirmek de değildir. Gerçek teknoloji üretimi; yeni algoritmalar, yeni model mimarileri, yeni optimizasyon teknikleri, yeni donanım yaklaşımları, yeni öğrenme yöntemleri ve daha önce olmayan bilimsel fikirler ortaya koyabilmeyi gerektirir.

Bugün dünyanın en güçlü teknoloji ekosistemlerine baktığımızda şirketlerle üniversiteler arasındaki ilişkinin sadece “üniversite mezun yetiştirir, şirket istihdam eder” seviyesinde olmadığını görüyoruz. Üniversiteler yeni fikirler üretir, bilimsel makaleler ortaya çıkarır, araştırmacılar şirketlere geçer, şirket laboratuvarları akademik araştırmayla yarışır ve zaman zaman üniversitelerde ortaya çıkan bir fikir milyarlarca dolarlık yeni bir endüstrinin temelini oluşturur.

Türkiye’nin hedefi gerçekten “teknolojik egemenlik” ise bu zincirin bilimsel araştırma tarafının çok daha güçlü olması gerekir.

Bir “Araştır” ekseni neden gerekli olabilirdi?

Bu nedenle planın “Fark Et, İstifade Et, Üret, Yönet” yapısına ayrı bir “Araştır” ekseninin eklenmesinin daha doğru olacağını düşünüyorum.

Böyle bir eksen yalnızca bir araştırma fonu kurmak anlamına gelmemeli. Dünya çapında araştırma laboratuvarları oluşturmak, üniversitelerde güçlü araştırma grupları kurmak, başarılı araştırmacıları Türkiye’ye çekmek, doktora öğrencilerine uzun vadeli destek sağlamak, uluslararası ortak laboratuvarlar geliştirmek, büyük ölçekli açık araştırma altyapıları oluşturmak ve araştırmacıları kısa vadeli ürünleştirme baskısından kısmen koruyabilmek bu eksenin parçaları olmalıydı.

Aynı şekilde bilimsel başarı için yalnızca kaç kişinin eğitim aldığı veya kaç projenin prototipe dönüştüğü değil; üst düzey konferanslarda ve dergilerde yayınlanan çalışmalar, uluslararası atıflar, patentler, açık kaynak projeleri, ortaya çıkan yeni algoritmalar, dünya çapında araştırmacı çeken laboratuvarlar ve Türkiye’den çıkan bilimsel çalışmaların küresel teknoloji şirketleri tarafından kullanılması gibi göstergeler de izlenmeliydi.

Mevcut planda insan kaynağı tarafında dünya ölçeğinde araştırma yetkinliğine ulaşma hedefi bulunuyor ve bu değerli. Ancak araştırma yetkinliğini artırmak ile araştırmayı ulusal teknoloji politikasının bağımsız bir taşıyıcısı haline getirmek aynı şey değil.

Teknoloji şirketlerinin de sorumluluğu var

Bu eleştiri yalnızca kamu politikası açısından yapılmamalı. Teknoloji şirketlerinin de kendi araştırma kültürlerini sorgulamaları gerekiyor.

Türkiye’de şirketlerin büyük bölümü Ar-Ge kavramını ürün geliştirmeyle eş anlamlı kullanıyor. Oysa “R&D” içindeki “R” harfi, yani “Research”, başlı başına farklı bir faaliyettir. Araştırma her zaman ürün backlog’unda bir feature’a dönüşmez. Bazen başarısız olur, bazen yıllarca sonuç vermez, bazen de şirketin mevcut ürünlerinden tamamen farklı yeni bir teknoloji alanının kapısını açar.

Türkiye’nin gerçek anlamda teknoloji üreticisi olabilmesi için yalnızca üniversitelerin değil, büyük teknoloji şirketlerinin de araştırmacı istihdam etmesi, bilimsel yayın üretmesi, üniversitelerle ortak laboratuvarlar kurması ve temel araştırmaya kaynak ayırması gerekiyor.

Aksi halde kamu tarafındaki bütün yapay zekâ yatırımları ve özel sektörün büyük dönüşüm programları bizi çok başarılı “yapay zekâ kullanıcıları” haline getirebilir, ancak teknolojinin yönünü belirleyen ülkeler arasına taşımayabilir.

Sonuç: Yapay zekâyı kullanmak yetmez, bir sonraki teknolojiyi de üretmek gerekir

Türkiye Yapay Zekâ Eylem Planı’nın teknoloji şirketleri açısından önemli fırsatlar taşıdığı açık. Hesaplama altyapısının genişletilmesi, GPU erişimi, yapay zekâ pilotları, sektörel modeller, fiziksel yapay zekâ, kamu talebi, araştırma fonları ve girişim finansmanı Türkiye’deki teknoloji ekosistemini ciddi biçimde hızlandırabilir.

Bu nedenle planı genel anlamda yanlış veya yetersiz olarak değerlendirmek doğru olmaz. Aksine, özellikle yapay zekânın ekonomiye ve sanayiye yayılması açısından oldukça kapsamlı bir çerçeve sunuyor.

Ancak teknolojik egemenlik iddiası açısından önemli bir boşluk bulunduğunu düşünüyorum. Bilimsel araştırma planın içinde mevcut olsa da planın merkezinde değil. Araştırmanın büyük ölçüde prototip, ürün ve ticarileşmeye giden yolun başlangıcı olarak ele alınması, uzun vadede Türkiye’nin özgün teknoloji geliştirme kapasitesini sınırlayabilir.

Asıl hedef, dünyada geliştirilen yapay zekâ teknolojilerini en hızlı kullanan ülkelerden biri olmakla sınırlı kalmamalı.

Türkiye’nin sorusu şu olmalı:

“Bugünün yapay zekâ teknolojilerini nasıl kullanırız?” kadar, “Yarının yapay zekâ teknolojilerinden hangileri Türkiye’de ortaya çıkacak?” sorusuna da cevap verebiliyor muyuz?

Çünkü gerçek teknolojik bağımsızlık, yalnızca teknolojiyi kullanabilmekten değil, henüz başkalarının geliştirmediği teknolojileri üretebilmekten geçiyor.

Bu yazıyı beğendiyseniz Twitter’da takipçilerinizle paylaşabilir veya beni Twitter’da takip edebilirsiniz.