ConAI Compass Sayı 4

Merhaba sevgili okurumuz,

Bu hafta yapay zekâ gündeminde farklı alanlardan gelen haberler tek bir noktada birleşti: verinin nerede, nasıl ve kim tarafından işlendiği artık teknolojinin en kritik sorusu haline geliyor.

Databricks’in değerlemesini hızla yukarı çeken altyapı yarışı, Blue J’nin hukuk analizini yeniden tanımlayan yapay zekâ sistemi ve Sakana AI’nın giderek öne çıkan yerel, dengeli model tercihleri… Hepsi aynı resmi gösteriyor: yapay zekâ büyüdükçe, onun üzerinde yükseldiği veri egemenliği daha önemli hale geliyor.

Bu sayıda tam da bu nedenle haftanın odağına veri egemenliğini koyduk. Kurumların çok bölgeli bulut mimarilerinden yapay zekâ kullanımına kadar karşılaştığı yeni sorumlulukları, riskleri ve fırsatları ele alıyoruz.

Ayrıca yapay zekâ altyapısındaki güç dengelerini, hukuk teknolojilerindeki dönüşümü ve yerel modellerin neden yeniden tartışıldığına gelişmeleri ConAI’nin merceğinden irdeledik.

Keyifli okumalar...

Veri, artık işletmelerin yalnızca karar alma süreçlerini değil, yasal sorumluluklarını ve rekabet gücünü de belirliyor. Bulut altyapıları, küresel SaaS platformları ve yapay zekâ sistemleri büyüdükçe, kurumlar kendilerini aynı soruyla karşı karşıya buluyor: Topladığımız ve işlediğimiz verinin sahibi kim, yetkisi kimde?

“Veri egemenliği” yani orijinal ismiyle data sovereignty, bu soruya cevap olsun diye üretilmiş bir kavram. Blmeyenler olabilir; data sovereignty, verinin bulunduğu ülkenin yasalarına tabi olması anlamına geliyor. Ancak bu tanım, her tanım gibi teoride kalmaya mahkum, pratikte ise durum çok daha karmaşık. Bir verinin Fransa’da oluşturulup ABD’de yedeklenmesi ya da Singapur üzerinden işlenmesi, üç ayrı düzenleyici sistemin aynı anda devreye girmesi demek. Dolayısıyla, günümüz şirketleri için veri artık yalnızca bir kaynak değil, birden fazla hukuk düzenine bağlı yaşayan bir varlık.

Bu karmaşıklığın arkasında iki güçlü trend var. İlki, bulut teknolojisinin artık her sektörün altyapısına dönüşmesi. Uygulamalar ve analitik sistemler, farklı ülke bölgelerine dağılmış sunucular üzerinden çalışıyor. İkincisi ise yapay zekânın veriyle kurduğu yeni ilişki: modellerin eğitimi, kullanıcı girdileri ve sonuç kayıtları çoğu zaman şirketlerin kontrol edemediği bölgelerde işleniyor. Böylece, sıradan bir yapay zekâ entegrasyonu bile istemeden egemenlik ihlali doğurabiliyor.

AB’nin GDPR’ı, Türkiye’nin KVKK’sı, ABD’nin CLOUD Act’i, Kaliforniya’nın CPRA yasası gibi dünyanın dört bir yanında geçerli olan milli/bölgesel regülasyonlar bu konuda giderek katılaşıyor. Artık veri egemenliği yalnızca uyum gerekliliği değil, kurumsal dayanıklılığın ve müşteri güveninin temel unsuru. Hangi verinin nerede saklandığını, kim tarafından erişildiğini ve hangi yasal çerçeveye tabi olduğunu bilmeyen bir kurum, sadece hukuki değil, operasyonel risk de taşıyor.

Bu farkındalık, teknoloji dünyasında yeni bir kavramı doğurdu: egemen bulut (sovereign cloud). Bu model, yalnızca verinin fiziksel konumuna değil, onu yöneten altyapı, yazılım ve şifreleme sistemlerinin kontrolüne de odaklanıyor. Artık mesele “veri nerede tutuluyor?” sorusundan çok, “verinin kaderine kim karar veriyor?” sorusuna dönüşmüş durumda.

Gelecek birkaç yıl içinde veri egemenliği, sadece uyum ekiplerinin değil, BT, güvenlik ve strateji birimlerinin de ortak gündemi olacak. Çünkü şirketler artık yalnızca sistemlerini değil, verilerinin vatandaşlığını da yönetmek zorunda. Bu dönüşümü zamanında anlayan kurumlar, hem regülasyon riskini azaltacak hem de dijital bağımsızlıklarını koruyacak.

ConAIs Blog’da bu hafta yayımlanan yazımızda, veri egemenliğinin teknik ve operasyonel boyutlarını, farklı ülkelerdeki düzenlemeleri ve kurumların kendi egemenlik stratejilerini nasıl oluşturabileceğini ayrıntılı biçimde ele aldık.

Daha kapsamlı değerlendirme için İngilizce olarak kaleme aldığımız yazıya ConAIs web sitesinden ulaşabilirsiniz.

Microsoft, yapay zekâ çağının bir sonraki evresine geçiş için hazırlıklarını bir süredir oldukça hızlandırmış durumda. Özellikle şirketler özelinde yapay zekanın iş akışlarında kullanımına yönelik birçok ürün geliştiren şirket son olarak, geçtiğimiz hafta duyurduğu “Agentic OS” vizyonuyla Windows’u, otonom dijital ajanların doğrudan işletim sistemi düzeyinde çalıştığı ilk platform olarak dönüştürmeye hazırlanıyor. Microsoft’un bu adımının, üretkenlik araçlarına gömülü sohbet asistanlarından daha fazlasını vadettiğini söyleyebiliriz çünkü gidişata göre sistemin merkezinde artık insan değil, ajan-yönetimli bir operasyon katmanı yer alıyor.

Yeni mimaride her ajan, kurumsal politikalara bağlı, izlenebilir ve güvenlik politikalarıyla çevrili bir mikro-ortamda çalışacak. Microsoft bu modeli, “güvenli otonomi” olarak tanımlıyor. Amaç, ajanın kullanıcıdan bağımsız olarak karar alabilmesini sağlarken, veri bütünlüğünü koruyan bir çerçeve oluşturmak. Bu da şirketler için iki yönlü bir kırılma yaratıyor: üretkenlikte çarpıcı bir verim artışı potansiyeliyle birlikte, kontrol ve yönetişim risklerinin yeniden tanımlanması.

“Agentic OS”, işletim sistemini artık sadece bir araç değil, bir operasyonel zeka katmanı haline getiriyor. Bu katman, bir işletmenin yazılım ekosisteminde yer alan yüzlerce mikro-ajanı koordine edebilecek şekilde tasarlanıyor. Örneğin bir satış ajanı, CRM’den veri çekip fiyatlandırma algoritmasını tetiklerken; finans ajanı, aynı anda bütçe tahminini güncelleyebiliyor. Böylece farklı iş birimleri arasında daha önce “insan onayı” gerektiren görev zincirleri otonom hale geliyor.

Bu dönüşümün kurumsal BT dünyası için anlamı büyük. CIO’lar artık sistem mimarisini “kullanıcı merkezli” değil, “ajan merkezli” düşünmek zorunda kalacak. Güvenlik yöneticileri, sadece insan erişimini değil, ajan erişimlerini de izleyen yeni kontrol katmanları kurmak durumunda. Operasyonel liderler ise yapay zekâyı yalnızca bir verimlilik unsuru olarak değil, işgücünün dijital bir uzantısı olarak ele almalı.

ConAIs olarak biz bu adımı, yapay zekâ dönüşümünün “kullanıcı-merkezli inovasyondan, sistem-merkezli otonomiye” evrildiği dönüm noktası olarak görüyoruz. Kurumlar artık AI stratejilerini, tekil modeller ya da uygulamalar etrafında değil, ajan ekosistemleri etrafında kurgulamak durumunda. Önümüzdeki yıl boyunca gündemin belirleyici konusu, bu yeni ajan mimarisinin nasıl yönetileceği olacak.

ConAIs, kurumların bu dönüşümü yalnızca teknik değil, stratejik bir çerçevede ele almasına yardımcı oluyor.

Google’ın geçtiğimiz hafta tanıttığı Gemini 3 modeli çok ses getirdi, çok tartışıldı. Evet, Gemini 3 birçok alandaki bilgisiyle gerçekten göz kamaştırıyor ancak asıl önemli unsur gözden kaçmasın: Google Gemini 3 ailesiyle birlikte yalnızca yeni bir dil modeli değil, yapay zekâ geliştirme paradigmasını da tanıttı.

Şirketin “Antigravity” adını verdiği yeni geliştirme ortamı, kod yazan, test eden ve hata ayıklayan otonom ajanlar üzerine kurulu. Bu yapı, yapay zekânın artık yalnızca yazılımın içinde değil, yazılımın yapıcısı haline geldiği bir evreye geçiş anlamına geliyor.

Gemini 3 serisi, “Pro”, “Deep Think” ve “Agent” versiyonlarıyla çok katmanlı bir ekosistem oluşturuyor. Bu modellerin her biri farklı görevlerde uzmanlaşmış durumda: derin muhakeme, çok adımlı işlem yürütme, veri entegrasyonu gibi yetenekler modüler biçimde ayrıştırılmış. Antigravity ortamı ise bu modelleri geliştiricinin yanında değil, yerine çalıştırıyor. Kodlama süreci artık geliştiriciyle ajan arasında paylaşılan bir görev haline geliyor; insan, stratejik kararları verirken, uygulama detaylarını ajan devralıyor. (Bir önceki Microsoft haberinden tanıdık geldi mi?)

Olayların hep bu minvalde gelişmesi, kurumsal dünyada da yeni bir denklem doğuracaktır. Artık “yazılım geliştirici verimliliği” kavramı, bireysel performanstan çok ajan koordinasyonu meselesine dönüşüyor. Şirketlerin yazılım ekipleri, tek tek geliştiricilerden oluşan gruplardan çok, insanlar ve otonom yazılım ajanlarının birlikte çalıştığı üretim zincirlerine evriliyor. Bu durum, yazılım yönetişimi, versiyon kontrolü, güvenlik ve etik sorumlulukların da yeniden tanımlanmasını gerektiriyor.

ConAI açısından bakıldığında, Gemini 3 ve Antigravity yalnızca bir teknoloji lansmanı değil, kurumların geliştirme süreçlerini yeniden yapılandıracak bir uyarı niteliğinde. Yapay zekâ artık üretkenliğin değil, ürünleşmenin merkezinde yer alıyor. Bu da 2026 itibarıyla, kurumların kendi AI ajans mimarilerini ve kodlama ekosistemlerini stratejik varlık olarak ele almasını zorunlu kılacak.

Veri ve yapay zekâ platformu Databricks, yeni yatırım turunda 130 milyar doların üzerinde bir değerlemeye ulaşarak Silikon Vadisi’nde yılın en yüksek özel şirket değerlemelerinden birine imza attı.

Henüz tur resmen tamamlanmamış olsa da, Bloomberg ve Reuters kaynaklarına göre görüşmeler son aşamada. Konuşulan rakam ise, şirketin eylül ayında açıklanan 100 milyar dolarlık değerlemesinden yaklaşık yüzde 30 daha yüksek. Databricks’in bu kadar kısa sürede bu seviyeye çıkması, yapay zekâ altyapısına yönelik talebin geldiği noktayı gösteriyor.

2013’te kurulan San Francisco merkezli şirket, bugün 15 binden fazla kurumsal müşteriye hizmet veriyor; bunlar arasında Shell, Block ve Rivian gibi büyük markalar da var. Şirketin yıllık sabit gelirinin 4 milyar dolar seviyesine ulaştığı tahmin ediliyor. Databricks platformu, şirketlerin verilerini tek bir yerde toplayarak analiz etmesini, modeller eğitmesini ve yapay zekâ uygulamaları geliştirmesini sağlıyor.

Databricks’i diğer veri platformlarından ayıran özellik, tüm veri süreçlerini tek bir çatı altında birleştirmesi. “Lakehouse” adını verdiği bu yapı, hem veri ambarı hem de makine öğrenimi altyapısı işlevi görüyor. Şirketin geçtiğimiz dönemde tanıttığı Lakebase ürünü ve “Agent Bricks” isimli yapay zekâ ajan geliştirme ortamı, platformu yalnızca analitik bir araç olmaktan çıkarıp, kurumsal yapay zekânın temel katmanı haline getiriyor.

İşte bu yüzden bu gelişmeyi sıradan bir finansman haberi olarak değil; yapay zekâ altyapısının, büyük dil modelleri kadar stratejik bir yatırım alanına dönüştüğünün bir göstergesi olarak okumak gerekiyor.

Databricks’in değerlemesinin arkasında, kurumların veri yönetimi ve model eğitimi altyapılarını merkezileştirme çabası yatıyor. Şirketin platformu, kurumsal veriyi depolama, temizleme, dönüştürme ve model eğitimine hazır hale getirme süreçlerini tek çatı altında topluyor. Databricks’in sunduğu bu mimari, yapay zekâ yatırımlarının en büyük darboğazı olan veri kalitesi ve uyumluluğu sorununu azaltıyor. Kurumlar açısından bu, daha az deneysel, daha ölçülebilir yapay zekâ projeleri anlamına geliyor.

Sermaye piyasaları, bu altyapı katmanına yönelik ilgiyi ödüllendiriyor. OpenAI ve Anthropic gibi model üreticilerinin öncülüğünde başlayan yatırım dalgası, artık veriyi taşıyan ve anlamlandıran sistemlere kayıyor. Bu da AI ekonomisinde “modelden platforma” doğru bir güç kaymasını işaret ediyor. Databricks’in değeri, bu yeni ekosistemin temelini kimin kontrol edeceği sorusunun finansal karşılığı.

ConAI’ye göre, kurumlar için asıl çıkarım sermaye büyüklüğünden değil, altyapının rolünden geliyor. Şirketler artık sadece modelleri entegre etmeyi değil, veri yaşam döngüsünü yöneten sistemler kurmayı önceliklendirmeli. Çünkü yapay zekânın kurumsal başarısı, modelin zekâsından çok, beslendiği verinin bütünlüğüne bağlı olacak.

Kanada merkezli hukuk teknolojisi şirketi Blue J, hukuk alanında yapay zekayı entegre ettiği yeni bir platform geliştirdiğini duyurdu. Şirketin yeni platformu, büyük dil modellerini kullanarak vergi, ticaret ve istihdam hukukunda yüz binlerce mahkeme kararını ve mevzuat değişikliğini tarıyor, benzer davalar için olasılık bazlı sonuç tahminleri üretiyor.

Blue J bu dönüşümle, yıllardır el emeğine dayalı yapılan hukuk araştırmasını otomatikleştirmiş durumda. Platform, bir hukuk danışmanının saatler süren analizini saniyeler içinde yapabiliyor; örneğin vergi muafiyeti, şirket birleşmesi ya da işten çıkarma davalarında benzer içtihatları sıralayıp olası mahkeme eğilimlerini yüzde bazında sunuyor. Şirket, bu yaklaşımı “predictive law” olarak tanımlıyor.

Bu teknoloji, yalnızca hukuk büroları için değil, finans, enerji ve çok uluslu şirketler için de yüksek stratejik değer taşıyor. Çünkü günümüzde regülasyonun hızına yetişememek, şirketler açısından operasyonel bir risk haline geldi. Yapay zekâ, artık bu karmaşık hukuk ortamını yöneten bir “erken uyarı sistemi” gibi çalışabiliyor. Blue J’nin platformu, kullanıcıya yalnızca yanıt sunmuyor; farklı senaryoların olası sonuçlarını da modelleyerek yöneticilere karar desteği sağlıyor.

Bu yaklaşımın kurumsal yönetişim açısından anlamı büyük. Hukuk birimleri artık pasif uyum süreçlerinden çıkıp, riskleri önceden öngören veri tabanlı merkezlere dönüşüyor. Bu da bizleri, yapay zekânın üretkenlikten çok kurumsal öngörü aracına evrildiği bir döneme doğru götürecektir.

ConAIs, bu tür uygulamaları Türkiye’deki işletmelerin süreçlerine entegre etmek için danışmanlık veriyor. Yapay zekayı karmaşık projeler yerine, öngörü aracı olarak kullanmak önümüzdeki dönemin en akıllı yatırımı olacak.

Sürdürülebilirlik, tıpkı yapay zekâ gibi, dünyayı yeniden şekillendiren bir paradigma değişiminin merkezinde yer alıyor. Artan kamuoyu baskısı, sıkılaşan regülasyonlar ve yatırımcı beklentileri; devletleri, şirketleri ve bireyleri somut adımlar atmaya zorluyor. Artık yalnızca “neden” değil, “nasıl” sorusu da net bir yanıt gerektiriyor.

ConAIs olarak biz, sürdürülebilirliğin yapay zekâ ile birlikte çok daha hızlı ve etkili biçimde ilerleyebileceğine inanıyoruz. Bu bölümde, AI destekli sürdürülebilirlik çözümlerini, pratik uygulamaları ve dünya genelinden örnekleri paylaşarak bu dönüşümün gerçek yüzünü göstermeyi amaçlıyoruz.

ESG raporlaması artık sadece “veri toplamak” değil; farklı standartları takip etmek, sürekli güncellenen gerekliliklere uyum sağlamak ve aynı bilgiyi farklı formatlarda tekrar tekrar sunmak anlamına geliyor. ESRS, CDP, GRI, EcoVadis… Hepsi benzer bilgiler istiyor ama her biri biraz farklı bir dille, farklı bir beklentiyle. Buna bir de ertelemeler, yeni taslaklar ve regülasyondaki son dakika değişiklikleri eklenince süreç hızla karmaşıklaşıyor.

Bu nedenle yapay zekâ, ESG ekipleri için en yüksek kaldıraç etkisine sahip alanlardan birini sunuyor: standartları hızla yorumlamak, taslakları gerekliliklere göre karşılaştırmak ve farklı çerçeveler arasında köprü kurmak.

Aşağıdaki üç GPT prompt teması, özellikle ESRS–GRI–CDP gibi çoklu çerçevelerle çalışan ekipler için güçlü bir başlangıç noktası olabilir.

Amaç: Bir standardın ne istediğini sade, uygulanabilir bir dille çözmek.

ESG standartları detaylı, teknik ve yoruma açık olabilir. Özellikle ESRS gibi kapsamlı metinlerde her gerekliliğin ne anlama geldiğini, hangi verilerin beklendiğini ve nerede hata yapıldığını anlamak zaman alır. Standart Çözücü yaklaşımı, GPT’yi “standart uzmanı” bir meslektaşınız gibi kullanmanızı sağlar.

Bunun için:

Bu yöntem, özellikle ekip içi eğitimlerde ve ilk yorumlama aşamasında büyük hız kazandırır.

Amaç: Yazdığınız taslak metnin gereklilikleri gerçekten karşılayıp karşılamadığını görmek.

ESG ekipleri çoğu zaman bir taslağın “fena olmadığını” düşünür ama standartla yan yana koyduğunuzda eksik maddeler, zayıf ifadeler veya yanlış hizalanmış bölümler ortaya çıkar.

Bu prompt yaklaşımıyla GPT, taslağı bir “mini denetçi” gibi inceler:

Bu sayede hem revizyon döngüleri kısalır hem de iç denetim veya dış doğrulama öncesinde sürprizler azalır.

Amaç: Bir gerekliliğin diğer standartlarla nasıl örtüştüğünü bulmak.

ESRS, CDP ve GRI çoğu zaman aynı bilgiyi ister; ancak farklı isimlerle, farklı sınıflamalarla veya farklı vurgu noktalarıyla. Bu da aynı veriyi birçok kez yeniden üretme döngüsüne yol açar. Çerçeveler Arası Köprü yaklaşımı, bu tekrarları azaltmak için idealdir.

Bu prompt ile:

Bu yöntem özellikle çoklu çerçeveyle çalışan sürdürülebilirlik ofislerinde ciddi zaman tasarrufu sağlar.

ESG raporlamasında en fazla zaman kaybedilen süreçler (standart yorumlama, taslak karşılaştırma, çerçeve eşleştirme) yapay zekâ ile artık daha hızlı, daha net ve daha tutarlı yürütülebiliyor. Doğru tasarlanmış üç prompt bile, ekiplerin stratejiye daha fazla zaman ayırmasını sağlayabilir.

Bu hafta da ConAI Compass’ın sonuna geldik. Yapay zekânın kurumlara, profesyonellere ve sürdürülebilirlik hedeflerine nasıl somut değer kattığını birlikte inceledik.

ConAIs olarak, teknolojiyi sadece bir araç değil, stratejik büyümenin ve dönüşümün katalizörü olarak görüyoruz. Eğer kurumunuzda yapay zekâyı yapılandırmak, iş süreçlerinize entegre etmek veya sürdürülebilirlik hedeflerinizle uyumlu hale getirmek istiyorsanız, aşağıdaki alanlarda size destek olabiliriz:

🔹 AI Stratejisi ve Dönüşüm Danışmanlığı – İş birimlerine özel yapay zekâ yol haritaları, veri altyapısı planlaması ve pilot uygulama tasarımı.

🔹 AI Uygulamaları ve Otomasyon Geliştirme – Üretken yapay zekâ destekli iç süreç otomasyonları, müşteri etkileşim sistemleri ve karar destek araçları.

🔹 Sürdürülebilirlik ve AI Çözümleri – Scope 3 veri takibi, enerji verimliliği analitiği ve karbon azaltım stratejilerini destekleyen yapay zekâ modelleri.

🔹 Eğitim ve Kapasite Geliştirme – Kurum içi ekiplerin yapay zekâyı etkin kullanması için atölye, uygulamalı eğitim ve yöneticiye özel oryantasyon programları.

ConAIs ile tanışın; birlikte daha akıllı, daha sürdürülebilir ve daha verimli bir gelecek inşa edelim.