Yapay zekâ çağının yeni maliyet kalemi: Token

Yapay zekâ çağının yeni maliyet kalemi: Token

Yapay zekâ, şirketlerin teknoloji bütçelerinde yeni bir dönemi başlattı. Sabit lisans bedellerinin yerini, kullanıldıkça büyüyen token faturaları alıyor. Üstelik token fiyatları düşmesine rağmen kullanım hızla arttığı için toplam maliyet gerilemiyor. Türkiye gibi gelişmekte olan ülkelerde ise bu yeni maliyet denklemine döviz riski ve yüksek fırsat maliyeti de ekleniyor.

26 Eylül 2026 00:00 Dünya'yı haber kaynağınız olarak eklemek için tıklayın!

Yönetim Danışmanı BARIŞ SAZAK

Yapay zekâ devriminin başta enerji olmak üzere çipler ve nadir element­lere uzanan kapsamlı bir fiziki faturası var. Ancak bunlar daha çok bu teknolojinin gelişimini ve küresel rekabetin yönünü belir­leyen kurum ve ülkeleri ilgilen­diriyor. İşin bir de kullanıcılar açısından ortaya çıkan yeni bir maliyet kalemi var.

Küreselleşmeyle birlikte hız­lanan dijitalleşme dalgası, son 30 yılda şirketlere yazılımı bü­yük ölçüde sabit lisans bedelle­ri üzerinden satın alma alışkan­lığı kazandırdı. Yapay zekâ ise bu mantığı kökten değiştiriyor. Her komut, her yanıt, her arama adımı ve her etken (agent) işle­mi “token” adı verilen birimler üzerinden ölçülüyor ve fatura­landırılıyor. Başka bir ifadeyle, elektrik veya su gibi kullandık­ça ödeme yapılan ve tüketimin bir sayaç üzerinden takip edildi­ği bir modele geçiliyor.

Sabit lisans bütçesinden de­ğişken tüketim faturasına ge­çiş, yönetim kurullarının finans ve BT birimlerinden yapay zekâ harcamalarını daha öngörülebi­lir hale getirmelerini istemesi­ne yol açıyor. Ne var ki sorun yal­nızca teknolojiyle çözülebilecek bir mesele değil. Zira söz konu­su “sayaç”, şirketlerin çoğunda hâlâ yeterince görünür değil. Bu görünmezlik, konuyu yalnızca BT’nin değil; finans, insan kay­nakları, pazarlama, satış ve diğer tüm iş birimlerinin de doğrudan gündemine taşıyor.

Maliyetler sektörlere göre farklılık göstermekte. Teknolo­ji danışmanlığı şirketi Accentu­re’ın araştırmasına göre, küresel bir teknoloji şirketinin yıllık “to­ken” harcaması 20 milyon doları aşarken, finans ve sigortacılık gibi işlem yoğun sektörlerde faa­liyet gösteren şirketlerin ise po­liçe değerlendirme, hasar ana­lizi ve müşteri hizmetleri gibi operasyonlarda çalıştırılan ya­pay zekâ modelleri için yıllık 150 milyon dolara kadar bütçe ayır­dığı belirtiliyor.

Ölçekler farklı olsa da gidişat benzer. Büyüyen kullanım hac­mi, maliyet öngörülerini sürekli geride bırakıyor. Mevcut iş yapış biçimleri devam ettiği takdirde, küresel şirketlerin token bütçe­lerinin yıl bitmeden tükenmesi riski ortaya çıkmakta. Bazı şir­ketlerde son bir yılda maliyetle­rin on katına çıktığı görülüyor. Token maliyetleri bugün toplam yapay zekâ giderleri içinde alt­yapı ve yazılım geliştirmeden sonra üçüncü sırada yer alsa da en hızlı büyüyen ve en az görü­nür olan kalem olma özelliğini taşımakta.

Birim fiyat, kabaran fatura

Öte yandan, her teknoloji ürü­nünde olduğu gibi token birim fi­yatları da hızla düşüyor. Bundan 18 ay önce milyon token başına bir dolara mal olan bir modelin fiyatı bugün bunun oldukça al­tında. Bu durumda faturaların da küçülmesi beklenebilir. An­cak pratikte tam tersi yaşanıyor.

Bunun nedenini klasik iktisat teorisinin ötesinde, uzun süre­dir bilinen bir tüketim davranı­şında bulmak mümkün. İngil­tere üzerine 700 yıllık veriyi in­celeyen Fouquet ve Pearson’ın çalışmasına göre, enflasyona gö­re düzeltildiğinde aydınlatma­nın maliyeti 2000 yılında 1900’e kıyasla 100 kattan, 1800’e kıyas­la ise 3.000 kattan daha ucuz­du. Mum ve balina yağından gaz lambasına, oradan elektrik am­pulüne geçişle birlikte ışık üret­menin birim maliyeti sürekli ge­riledi.

Klasik iktisadi beklenti, in­sanların aynı miktarda ışığı çok daha düşük maliyetle elde ede­rek aradaki farkı tasarruf etme­si yönünde olabilirdi. Ancak bu­nun tam tersi gerçekleşti. Ucuz­layan ışık, insanların daha uzun saatler aydınlık ortamda çalış­masını, evlerini daha fazla ay­dınlatmasını, sokakları, vitrin­leri ve fabrikaları geceleri de kullanmasını teşvik etti.

Yapay zekâ token’larında da benzer bir eğilim görülüyor. Araştırmaya katılan yönetici­lerin yalnızca yüzde 5’i, fiyatlar yüzde 25 daha düşerse ortaya çı­kacak tasarrufu bütçelerinde tu­tacaklarını belirtiyor. Geri ka­lanlar ise yeni kullanım alanları açmayı, yapay zekâyı daha fazla kullanıcıya yaymayı veya daha güçlü modellere geçmeyi plan­lıyor. Sonuç olarak önümüzdeki 24 ayda token tüketiminin yüz­de 78 artması, fiyatların ise yal­nızca yüzde 19 gerilemesi bek­leniyor. Başka bir ifadeyle, ha­cimdeki artışın fiyatlardaki düşüşü rahatlıkla dengeleme­si, hatta toplam faturayı yukarı çekmesi bekleniyor.

Bütçenin kör noktaları

Finans ekiplerinin yapay zekâ bütçelerinde göremediği bazı unsurlar var. İlki, öngörüleme­yen görev maliyeti. Yapay zekâ­da tek bir talimat cümlesi, arka planda milyonlarca token tüke­ten bir etken zincirini tetikle­yebiliyor. Bu nedenle bir iş yü­künün üretime alınmadan önce yaratacağı maliyeti geleneksel yazılım harcamalarında olduğu kadar kesin biçimde tahmin et­mek mümkün değil.

İkinci kör nokta, ilk seçenek olarak en güçlü modelin tercih edilmesi. Çalışanların büyük bölümü, kullandıkları modeller arasındaki maliyet farkını doğ­rudan görmediği için basit bir arama veya özetleme işlemi için bile en pahalı modeli tercih ede­biliyor. Görevlerin çok azı ger­çekten en üst düzey model ka­biliyetlerine ihtiyaç duyuyor. Diğer bir unsur, çarpan etkisi ya­pan talepler. Zincirleme model çağrıları ve giderek genişleyen bağlam pencereleri, tek bir ta­lebin tüketimini katlayabiliyor. Bir şirketin kodlama asistanını devreye almasının ardından ma­liyetlerin beklenenin çok üzeri­ne çıkması bunun tipik bir örne­ği. Daha ucuz bir modele geçiş ve önbellekleme kullanımı ise tek başına yüzde 90 tasarruf sağla­yabiliyor.

Başka bir problem, parçalan­mış fiyatlama. Her yapay zekâ sağlayıcısının model fiyatı, bağ­lam kapasitesi, önbellekleme politikası ve kullanım eşikleri farklı. Örneğin müşteri destek hizmetleri YZ yazılımlarının yıllık faturası, belirli seviyede­ki müşteri talepleri ve çağrı li­mitlerinin aşılmasıyla birden üç dört misline sıçrayabiliryor. En kritik sorun ise hesap sorul­mayan görünürlük. Görsel içe­rik platformu Shutterstock, üre­tim amaçlı kullanılan tokenların toplam tüketimin yüzde 75'ini oluşturduğunu ve ChatGPT li­sanslarının yalnızca bir ay için­de 50'den 750'ye yükseldiğini fark ettiğinde, yapay zekâ har­camalarını bulut maliyetleriyle aynı finansal yönetim sürecine dahil etmek zorunda kaldı.

Bugün şirketlerin yaklaşık yarısı tüketimi görebiliyor an­cak kimin ne kadar harcadığı ve bu harcamanın karşılığında ne ürettiği hâlâ net değil. Tekno­loji ekipleri hangi fonksiyonun ne kadar kaynak tükettiğini or­taya koyabiliyor. Ancak bu har­camanın karşılığında gerçek bir iş değeri yaratılıp yaratılmadı­ğına karar verebilecek olan, il­gili iş biriminin yöneticisi. Do­layısıyla mesele en büyük yapay zekâ bütçesine sahip olmak de­ğil, harcamanın nereye gittiğini ve ne ürettiğini ölçebilmek. Kı­sacası “token” ekonomisi yalnız­ca bir BT ya da teknoloji mesele­si değil. Finans, teknoloji, pazar­lama, satış, İK ve iş birimlerinin birlikte yürütmesi gereken bir yönetişim meselesi.

Gelişmekte olan ülkeler için maliyet denklemi

Küresel şirketler bu konudaki mali disiplini kurarken referans noktası genellikle kendi para bi­rimleri. Türkiye'deki şirketler açısından ise denklem bir kat daha karmaşık. Çünkü token fi­yatlarının önemli bölümü dolar veya euro üzerinden belirleni­yor. Dolayısıyla küresel ölçekte­ki kullanım artışı, kur hareket­leriyle birleştiğinde Türk şir­ketlerinin TL bazındaki token faturasını çok daha hızlı büyüte­biliyor. Her işi küresel modelle­re bağlamak, şirketi yalnızca bir teknoloji sağlayıcısının yanın­da döviz bazlı bir maliyet yapısı­na da bağımlı hale getiriyor. Ge­lişmekte olan ülkelerde bu ba­ğımlılık daha kritik. Açık kaynak veya daha küçük modellerin be­lirli iş yüklerinde kullanılması, yalnızca token maliyetini azalt­makla kalmıyor. Sağlayıcı ba­ğımlılığını ve kur riskini de dü­şürebiliyor. Ancak self-hosting seçeneğinin de GPU, enerji, alt­yapı ve teknik yetkinlik maliyeti olduğu unutulmamalı.

Gelişmekte olan ülkelerde ya­pay zekâ maliyetinin bir başka boyutu da fırsat maliyeti. ABD veya Batı Avrupa'daki büyük şir­ketler için milyonlarca dolarlık bir YZ bütçesi toplam teknolo­ji harcaması içinde sınırlı kala­bilirken, aynı büyüklükteki ya­tırım, gelişmekte olan bir eko­nomide şirketin BT bütçesinin çok daha büyük bölümünü tü­ketebilir. Bu nedenle gelişmekte olan ülkelerde yanlış model se­çiminin veya verimsiz bir etken mimarisinin maliyeti yalnızca faturaya değil, başka dijital ya­tırımlardan vazgeçilmesine de yansır.

Token, yapay zekânın yeni muhasebe birimi olabilir. An­cak ekonomik değer birimi de­ğildir. Şirketlerin asıl ölçmesi gereken, belirli miktarda token karşılığında ne kadar iş çıktısı ürettikleridir. Böylece “token başına maliyet” göstergesinin yanına “token başına ekono­mik değer” göstergesi eklenebi­lir. Yapay zekâ devriminin para­doksu da bu. Token ucuzlarken yapay zekâ faturası büyüyebi­lir. Çünkü şirketler yalnızca da­ha fazla kullanıcı eklemekle kal­mıyor. Aynı zamanda daha uzun bağlamlar, daha fazla muhake­me ve zincirleme etkenlerle her iş başına daha fazla token tüke­tiyor. Bu nedenle birim maliyet düşüşü, toplam maliyet düşü­şü anlamına gelmiyor. Hol­dinglerden başlayarak çok kısa vadede şirketlerde kapsamlı organizasyonel dönüşümler ve görev tanı­mı tadilatları deneyimle­necek gibi görünmekte.

Kaynak: DÜNYA - İSTANBUL