Yapay Zeka Tedarikçi Bağımlılığını Yönetmenin 5 Yolu

Bir örnek senaryo düşün. Üç yıl önce bir şirketin teknoloji ekibi, bütün yapay zeka altyapısını tek bir sağlayıcının üzerine oturtuyor. Karar hızlı ve mantıklı: tek sözleşme, tek entegrasyon, tek fatura. Bugün aynı sağlayıcı fiyatlarını yükseltiyor ve ekip ilk kez şu soruyu soruyor: başka bir sağlayıcıya geçsek ne kadar sürer, neyi kaybederiz?

Bu sorunun cevabı hazır değilse şirket tedarikçi bağımlılığı yaşıyor demektir.

Yapay zeka tedarikçi bağımlılığı (vendor lock-in), bir şirketin yapay zeka altyapısını tek bir sağlayıcıya, başka bir sağlayıcıya geçişin maliyeti caydırıcı hale gelecek kadar bağlamasıdır. Risk fiyat artışından mevzuat değişikliğine, sağlayıcının kendi ürün stratejisini değiştirmesine kadar uzanır. Bu yazı o riski ölçmenin ve yönetmenin beş yolunu anlatıyor.

Tek sağlayıcının riski nerede başlıyor?

Tek sağlayıcı hız ve odak getirir. Gartner'ın Kasım 2025'te yayımladığı üretken yapay zeka analizi de bunu tespit ediyor: üretken yapay zekayı ölçekte kullanmak isteyen şirketler hız ve sadelik için çoğu zaman tek bir sağlayıcı seçiyor.

Risk, başka bir sağlayıcıya geçme seçeneğinin zamanla kaybolmasında. Ekonomistler buna seçenek değeri (optionality) der. Seçenek ortadan kalktığında fiyat, hizmet kalitesi ve ürün yol haritası konusunda pazarlık gücü de gider.

Gartner'ın önerisi net: yapay zeka altyapısında açık standartlara, açık API'lere ve modüler mimariye öncelik vermek. Aynı analiz iki öngörü daha içeriyor:

• 2028'e kadar dünyadaki hükümetlerin %65'i bir tür teknolojik egemenlik şartı getirecek.
• 2030'a kadar şirketlerin %50'si, yönetilmeyen üretken yapay zeka teknik borcu yüzünden geciken güncellemeler ya da artan bakım maliyetleriyle karşılaşacak.

İkisi de aynı yöne bakıyor. Bugün alınan mimari karar, üç yıl sonraki esnekliği belirliyor.

Türkiye'de işin mevzuat tarafı

12 Mart 2024'te Resmi Gazete'de yayımlanan 7499 sayılı Kanun, KVKK'nın yurt dışına veri aktarımı hükümlerini değiştirdi ve değişiklik 1 Haziran 2024'te yürürlüğe girdi. Sürekli ve tekrarlayan aktarımlarda artık yeterlilik kararı ya da standart sözleşme gibi uygun güvenceler aranıyor. Standart sözleşme, imzalanmasından itibaren beş iş günü içinde Kişisel Verileri Koruma Kurumu'na bildiriliyor.

Yurt dışındaki bir yapay zeka sağlayıcısına kişisel veri gönderen her kullanım bu çerçeveye giriyor. Bu yüzden tedarikçi seçimine hukuk ekibi de ilk günden katılmalı.

5 strateji

Beş stratejinin ortak amacı, gerektiğinde çıkabilecek durumda kalmak. Hepsi aynı anda gerekmez; yazının sonundaki karar matrisi hangisiyle başlayacağını gösteriyor.

1. Çoklu sağlayıcı mimarisi

Üretimde tek model, geliştirmede birden fazla. Operasyonel yapay zeka ajanın hız için tek bir model üzerinden çalışsın. Geliştirme ve değerlendirme ortamında ise en az iki farklı sağlayıcı sürekli test edilsin.

Anthropic, OpenAI, Google, Meta ve Mistral gibi sağlayıcıların hepsini kullanmak gerekmez. En az ikisinin API'sini canlı ve test edilmiş tutman yeter.

Pratik bir başlangıç kuralı: üretim yükünün tamamını tek sağlayıcıya verme. Küçük bir payı paralel sağlayıcıda çalıştırmak, geçişin gerçekten mümkün olduğunu gösteren en somut kanıttır.

2. Yerel barındırma seçeneği

Bazı veriler buluta çıkmamalı. Hukuk, sağlık, finans ve kritik altyapı verisi bunların başında geliyor. Yukarıdaki KVKK çerçevesi de yurt dışına aktarılan her kişisel veri için ek bir yükümlülük getiriyor.

Llama, Mistral ve Qwen gibi açık ağırlıklı model aileleri artık şirketin kendi sunucusunda çalıştırılabiliyor. Sahada en sık gördüğüm yaklaşım hibrit: genel işler buluttaki modelle, hassas veri içeren işler şirket içindeki modelle.

3. Açık model hibridi

Açık ağırlıklı model, sahibi olabileceğin model demek. Llama ya da Mistral gibi bir modeli kendi alanına göre ince ayardan geçirdiğinde, ortaya çıkan ağırlık dosyası senindir. Sağlayıcı fiyatını değiştirse, ürünü kapatsa ya da lisansını sertleştirse bile kendi sürümünle devam edebilirsin.

Açık model lisanslarını tek tek okumak gerekiyor. Bazıları ticari kullanıma serbest, bazıları araştırma lisansıyla sınırlı. Bu kontrolü hukuk ekibiyle birlikte yap.

KOBİ ölçeğinde karşılığı küçük bir açık modeli yerel sunucuda, şirketin kendi dokümanlarıyla (RAG) çalıştırmak. Ölçeğe göre planlamanın ayrıntısı KOBİ yol haritası yazısında.

4. Sözleşme güvenceleri

Yapay zeka sağlayıcılarının standart sözleşmeleri çoğunlukla sağlayıcının ihtiyacına göre yazılır. Üç madde mutlaka müzakere edilmeli:

• Veri ve model çıkış hakkı: sözleşme bittiğinde prompt'lar, ince ayar verisi ve embedding'ler standart bir formatta sana iade edilir.
• Fiyat değişim koruması: yıllık fiyat artışı bir üst sınıra bağlanır; kullanım bazlı modelde fiyat değişikliği için önceden bildirim süresi yazılır.
• Hizmet seviyesi ve geçiş: kesinti durumunda yedek sağlayıcıya geçişi kolaylaştıran API uyumluluğu ve destek taahhüdü.

Yurt dışındaki sağlayıcıyla kişisel veri paylaşılıyorsa KVKK standart sözleşmesi ve bildirim yükümlülüğü de bu listeye eklenir.

5. Çıkış mimarisi

Hiçbir sağlayıcı ilişkisi sonsuza kadar sürmez. Çıkışı girişte planlamak olgunluk işaretidir. Çıkış mimarisi dört parçadan oluşur:

• Soyutlama katmanı: uygulama model API'sini doğrudan çağırmaz, içerideki bir ara katmanı çağırır. LiteLLM ya da LangChain gibi araçlar veya kendi basit ara katmanın bu işi görür.
• Prompt portföyü: prompt'lar sağlayıcıdan bağımsız bir formatta, sürüm kontrolüyle saklanır.
• Embedding bağımsızlığı: vektör veritabanı, senin seçtiğin ve sağlayıcıdan bağımsız bir embedding modeliyle çalışır.
• Kesinti senaryosu: ana sağlayıcı 48 saat erişilemez olursa alternatife kaç saatte geçileceği yazılı olarak belirlenir ve yılda en az bir kez test edilir.

Veri tarafı hazır olmadan bu parçaların hiçbiri tam çalışmaz. Verinin hangi durumda olması gerektiğini veri yönetişimi yazısında anlattım.

Karar matrisi: hangi şirket hangi stratejiyle başlamalı?

Beş stratejinin hepsi aynı anda gerekmez. Şirketinin profiline göre öncelik sırası:

Profil	Öncelik 1	Öncelik 2	Öncelik 3
Pilot aşamasındaki KOBİ	Sözleşme güvenceleri	Çoklu sağlayıcı (test ortamında)	Çıkış mimarisi
Ölçek büyüten orta ölçekli şirket	Çoklu sağlayıcı	Açık model hibridi	Sözleşme güvenceleri
Düzenlemeye tabi büyük kurum	Yerel barındırma	Çoklu sağlayıcı	Çıkış mimarisi
Kritik operasyon yürüten kurum	Beşi birlikte	Beşi birlikte	Beşi birlikte

Hangi stratejinin karşılığını aldığını ölçmek için yapay zeka ROI metriklerindeki maliyet ve risk göstergelerini kullanabilirsin.

Yapay zekanın iş dünyasındaki hızlı yükselişini ve şirketlerin bu dönüşüme uyum sağlama gereğini Speaker Agency Talks sahnesinde anlattım:

Speaker Agency Talks | Inspire & Impact - Yüce Zerey (YouTube)

Yarın masaya getir

Mevcut yapay zeka tedarikçi listeni çıkar ve dört sütunlu bir tablo hazırla: yıllık harcama, sözleşme bitiş tarihi, çıkış maddesi var mı, alternatif test ediliyor mu. Bu tablo şirketinin yapay zeka bağımlılık haritası. Teknoloji ve hukuk ekibi yarın ona birlikte baksın.

Sıkça Sorulan Sorular

Yapay zeka tedarikçi bağımlılığı (vendor lock-in) nedir?

Bir şirketin yapay zeka altyapısını tek bir sağlayıcıya, başka bir sağlayıcıya geçişin maliyeti caydırıcı hale gelecek kadar bağlamasıdır. Risk fiyat artışı, mevzuat değişikliği ve sağlayıcının ürün stratejisini değiştirmesi gibi durumlarda ortaya çıkar.

Çoklu sağlayıcı mimarisi maliyeti artırır mı?

Kısa vadede ek test ve entegrasyon maliyeti getirir. Karşılığında fiyat pazarlığında güç ve kesinti durumunda geçiş imkanı sağlar. Maliyeti sınırlı tutmak için ikinci sağlayıcıyı önce yalnız test ve değerlendirme ortamında kullanmak yeterlidir.

Türkiye'de yapay zeka sağlayıcısı seçerken KVKK açısından neye dikkat edilmeli?

7499 sayılı Kanunla yapılan ve 1 Haziran 2024'te yürürlüğe giren değişiklikle, yurt dışına sürekli kişisel veri aktarımında yeterlilik kararı ya da standart sözleşme gibi uygun güvenceler aranıyor. Standart sözleşme imzalanmasından itibaren beş iş günü içinde Kişisel Verileri Koruma Kurumu'na bildirilmeli. Ayrıntılar için hukuk ekibinizle çalışın.

Açık kaynak modeller kapalı modellerle kalite açısından yarışıyor mu?

Belirli işlerde yakın sonuç verebiliyorlar. Kendi alanına göre ince ayardan geçirilmiş açık modeller müşteri hizmetleri ve iç doküman araması gibi işlerde iyi çalışabiliyor. Genel akıl yürütme ve karmaşık ajan işlerinde kapalı modeller çoğu zaman önde. Hangi işi hangi modelle yapacağını kendi test setinle ölçmek en güvenilir yöntem.

Sözleşme maddeleri pazarlığa açık mı?

Kurumsal ölçekte genellikle evet. Harcama büyüdükçe sağlayıcıların kurumsal satış ekipleri standart şartlardan sapmaya daha açık olur. Hukuk ekibinizin veri çıkışı, fiyat değişim koruması ve hizmet seviyesi maddelerine odaklanması iyi bir başlangıçtır.

Tedarikçi bağımlılığı riskini ölçmek için ilk adım nedir?

Bütün yapay zeka tedarikçilerini tek tabloda toplamak: yıllık harcama, sözleşme bitiş tarihi, çıkış maddesi ve alternatifin test edilip edilmediği. Bu tablo hangi sağlayıcıda riskin yoğunlaştığını gösterir.