AI Agent ve Üretken Yapay Zekâ Pazarı Kapsamlı Sektör Analizi

Yönetici Özeti

2026 yılı, yapay zekâ tarihinde bir dönüm noktası olarak kayıtlara geçecek. Yapay zekâ ajanları (AI agents) yani algılama, karar verme ve uygulama döngüsünü otonom biçimde çalıştırabilen yazılım sistemleri birkaç yıldır süren “deneysel konuşma botu” evresinden çıkarak kurumsal üretimin temel yapı taşı haline geldi.

Bu rapor, Haziran 2026 itibarıyla AI Agent ve üretken yapay zekâ (Generative AI) pazarının kapsamlı bir panoramasını sunmaktadır. Araştırma kapsamında dünyanın önde gelen 60+ birincil ve ikincil kaynak incelenmiş; İngilizce, Türkçe ve Çince dillerinde çok dilli tarama yapılmıştır. Rapor, hem küresel pazar dinamiklerini hem de Türkiye özelindeki fırsat ve zorlukları ele almaktadır. Rapor AI Agent ve Emre Çağlar YILDIZ katkılarıyla hazırlanmıştır.

Temel bulgular:

1. Pazar eşiği kırıldı. Küresel AI Agent pazarı 2025’te 7,84 milyar USD seviyesinden 2026’da tahminen 11–15 milyar USD bandına ulaştı. Gartner’ın öngörüsüne göre 2026 sonuna kadar kurumsal uygulamaların %40’ı görev-özgül AI Agent içerecek — bu oran 2025’te %5’in altındaydı. Yani tek yılda 8 kat büyüme.
2. Küresel benimseme kritik eşiği geçti. McKinsey anketine göre dünya genelinde kuruluşların %85’i en az bir iş akışına AI Agent entegre etmiş durumda. Anthropic, Capgemini ve Tencent’in 3.000+ vaka üzerinden yaptığı kurumsal araştırmaya göre ise üretim ortamında AI Agent çalıştıran kurum oranı 2026 ortası itibarıyla %54’e ulaştı (2024’te yalnızca %18’di).
3. Türkiye ilginç bir konumda. Microsoft’un 2026 Küresel Yapay Zekâ Yayılım Raporu’na göre Türkiye, AI kullanımında %30’luk artışla küresel en hızlı büyüyen ülkeler arasında yer aldı (küresel ortalama %17,8). Ancak aynı anda Türkiye’deki işletmelerin %92,5’i hâlâ yapay zekâyı kurumsal olarak benimsememiş durumda bu, büyük bir fırsat penceresinin varlığına işaret ediyor. Türkiye Yapay Zekâ Eylem Planı (2026–2030) 13 Haziran 2026’da kamuoyuyla paylaşıldı.
4. Üç Süper Güç dönemi. OpenAI, Anthropic ve Google, sektöre yön veren üç büyük model sağlayıcısı olarak konsolide oldu. OpenAI yıllıklandırılmış gelirini (ARR) Şubat 2026’da 25 milyar USD’ye, Anthropic ise Mayıs 2026’da 47 milyar USD’ye taşıdı. Çin tarafında Alibaba Cloud, ByteDance Volcano Engine ve Huawei Cloud yerel AI bulut pazarının %63,7’sini kontrol ediyor.
5. Token ekonomisi yeni ölçüt. IDC verilerine göre kurumsal token tüketimi yıllık bazda 30 kat artıyor. Goldman Sachs’a göre bu tüketim 2030’a kadar 24 kat, 2040’a kadar ise 55 kat daha artabilir. Token tüketimi artık “AI ekonomisinin yakıtı” olarak kabul ediliyor.
6. ROI paradoksu çözülmedi. Google Cloud’un 2025 raporuna göre AI ajanlarına yoğun yatırım yapan ilk cephedeki kuruluşların %88’i pozitif ROI elde etti; ancak Gartner 2027’ye kadar agentic AI projelerinin %40’ının iptal edileceğini öngörüyor. Bu, “POC başarısı” ile “ölçeklenebilir başarı” arasındaki uçurumu gösteriyor.
7. Regülasyon farklılaşması. AB AI Act, 2 Ağustos 2026 itibarıyla yüksek riskli AI sistemleri için tam yürürlüğe girdi. ABD sektörel düzenleme yaklaşımını sürdürürken, Türkiye 2026–2030 Yapay Zekâ Eylem Planı ile “Fark Et, İstifade Et, Üret, Yönet” ekseninde kapsayıcı bir strateji belirledi.

Şekil 1 — Küresel AI Agent Pazar Büyüklüğü, 2023–2035

Şekil 1: Küresel AI Agent pazar büyüklüğü 2023’te 3,7 milyar USD seviyesinden başlayarak 2035’e kadar orta senaryoda 221 milyar USD’ye ulaşacak şekilde öngörülüyor (logaritmik ölçek). Tahmin aralığı, farklı araştırma kuruluşlarının metodoloji farklılıklarını yansıtıyor.

Bu rapor, dört ana bölümde konuyu ele almaktadır: (1) Pazar Büyüklüğü ve Büyüme Dinamikleri, (2) Kurumsal Benimseme ve Sektörel Dağılım, (3) Büyük Oyuncular ve Rekabet Yapısı, (4) Türkiye Özelinde Durum, Fırsatlar ve Riskler. Son bölümde kaynak listesi ve metodoloji notları yer almaktadır.

1. Pazar Büyüklüğü ve Büyüme Dinamikleri

1.1 AI Agent Pazarı: Ölçüm Zorluğu ve Üç Farklı Tahmin Bantı

AI Agent pazarının büyüklüğünü ölçmek, kavramsal zorluklar nedeniyle alışılmadık derecede sorunludur. Piyasadaki araştırma kuruluşlarının 2026 için verdiği tahminler, tanım farklılıklarına bağlı olarak 10,91 milyar USD ile 15 milyar USD arasında değişmektedir:

Araştırma Kuruluşu	2025	2026	2030+	CAGR
MarketsandMarkets	$5,1B (2024)	—	$47,1B (2030)	%44,8
Roots Analysis	—	$15,0B	$221,0B (2035)	%34,6
Ringly.io / Nevermined	—	$10,9B	$50,3B (2030)	—
Research and Markets	—	$12,1B	$53,2B (2030)	%44,9
Precedence Research	—	—	$294,7B (2035)	%43,6
Grand View Research (Agentic AI)	—	—	$139,2B (2034)	%40,5

Bu tahmin farklılıkları, üç temel nedenden kaynaklanmaktadır. Birincisi, “agent” tanımı kurumlar arasında farklılaşıyor: Salt bir sohbet botu mu yoksa otonom iş akışı mı? İkincisi, gelir tanımı değişken: Yalnızca yazılım lisans ücreti mi, yoksa API token tüketimi, danışmanlık ve entegrasyon gelirleri dahil mi? Üçüncüsü, ölçüm yılı bazları farklı: Bazıları 2024’ten, bazıları 2025’ten başlıyor.

Bu rapor, orta senaryo olarak 2026 için 12,5 milyar USD, 2030 için 50 milyar USD ve 2035 için 221 milyar USD değerlerini kullanmaktadır. Orta senaryo CAGR değeri %43–45 bandındadır.

1.2 Üretken Yapay Zekâ: Daha Geniş Pazar

AI Agent, üretken yapay zekâ pazarının bir alt segmentidir. Daha geniş üretken AI pazarı, içerik üretimi, kod yazma, görsel ve video üretimi gibi tüm uygulamaları kapsar. Bu segmentin büyüklüğü de hızla artmaktadır:

• Precedence Research: 2025’te 37,89 milyar USD olan pazar, 2026’da 55,51 milyar USD’ye ulaşacak.
• MarketsandMarkets (GenAI Sunucuları): 2025’te 103,92 milyar USD olan pazar, 2030’a kadar 448,60 milyar USD’ye çıkacak (CAGR %34,0).
• Information Matters: Uzun vadede (10 yıl) pazarın 1,3 trilyon USD’ye ulaşabileceği öngörülüyor.

Küresel toplam yapay zekâ pazarı (tüm alt segmentler dahil) 2026’da 539,5 milyar USD seviyesinde ölçülüyor (Grand View Research). NVIDIA, IBM ve Deloitte’nin ortak değerlendirmesine göre 2026 küresel AI pazarı 900 milyar USD eşiğini aşacak.

1.3 Kurumsal Benimseme Eşiği

Pazarın para büyüklüğü kadar önemli olan bir başka metrik de kurumsal benimseme oranlarıdır. 2026 ortası itibarıyla:

Metrik	Oran	Kaynak
AI kullanan kurum	%78	McKinsey 2025
AI Agent kullanan kurum (en az 1 iş akışı)	%85	McKinsey
Üretim ortamında AI Agent	%54	Capgemini / Anthropic / Tencent 2026
Kurumsal uygulamalarda AI Agent (2026 sonu hedef)	%40	Gartner
Yalnızca keşif aşamasındaki kurum	%25	iAnalysis (Çin)
Pilot + küçük ölçekli üretim	%56	iAnalysis (Çin)

Bu verilerin yorumlanması kritik önem taşıyor: 2024’te %18 olan üretim benimseme oranının 2026 ortasında %54’e çıkması, tek yılda üç kat artış anlamına geliyor. Gartner’ın 2026 sonu için %40 hedefi, yıl sonuna kadar ek bir %40’lık dilimin daha üretime geçeceğini ima ediyor. Bu, endüstri tarihinde benzeri görülmemiş bir benimseme hızı.

McKinsey’in özellikle dikkat çektiği bir nokta var: AI araçlarını kullanan kuruluşların %23’ü en az bir iş fonksiyonunda Agentic AI’ı ölçekli olarak kullanıyor; %39’u deney aşamasında. Bu dağıtım şu anlama geliyor: Şirketlerin yarısından fazlası artık deneyi aşmış durumda, ancak ölçekli, çapraz fonksiyonlu yaygınlaşma henüz başlangıç aşamasında.

Şekil 2 — AI Agent Kurumsal Benimseme Oranı, Sektörel Dağılım

Şekil 2: Sektörel dağılım, finans ve bankacılığın en yüksek benimseme oranına (%67) sahip olduğunu, onu perakende/e-ticaret (%52) ve üretimin (%45) izlediğini gösteriyor. Sağlık ve kamu/eğitim sektörleri daha temkinli ilerliyor.

1.4 Sektörel Penetrasyon

Sektörel dağılım, AI Agent benimsemesinin homojen olmadığını ortaya koymaktadır:

• Finans ve Bankacılık (%67): En yüksek benimseme oranına sahip sektör. Kodlama asistanları (JPMorgan’da mühendis verimliliğinde %20 artış), müşteri hizmetleri chatbot’ları (Bank of America’nın Erica’sı 30 milyar+ etkileşim), KYC/AML süreçleri ve risk değerlendirme en yaygın kullanım senaryoları.
• Perakende ve E-ticaret (%52): Kişiselleştirme motorları, talep tahmini, dinamik fiyatlama ve müşteri hizmetleri başı çekiyor. Çin’de AI arama kullanıcıları 2024’te 580 milyondan 2026’da 1,2 milyara yükseldi (penetrasyon %42’den %85’e).
• Üretim (%45): Tedarik zinciri optimizasyonu, kalite kontrol, prediktif bakım ve sanal operatör en yaygın kullanım alanları.
• Sağlık (%19–30): Görüntü tanıma, klinik karar destek sistemleri ve ilaç keşfi öne çıkıyor. AImed (AI ilaç) pazarı 2026’da 3 milyar USD eşiğini aştı (CAGR %30+). Ancak sağlık sektöründe klinik kanıt adaptasyonu endişe verici düzeyde yavaş: 4.600’den fazla klinik LLM çalışmasına karşılık yalnızca 19 prospektif klinik araştırma mevcut.
• Kamu ve Eğitim: Vatandaş hizmetleri chatbot’ları, çok dilli destek ve içerik üretimi en yaygın senaryolar. Türkiye özelinde 81 ilde 5 milyon vatandaşa AI okuryazarlığı eğitimi hedefleniyor.

2. Büyük Oyuncular ve Rekabet Yapısı

2.1 Üç Süper Güç: OpenAI, Anthropic, Google

2026 ortası itibarıyla küresel AI Agent pazarı, üç büyük model sağlayıcısının (OpenAI, Anthropic, Google) etrafında şekilleniyor. Bu üçlü, birlikte kurumsal API gelirinin yaklaşık %70’ini kontrol ediyor.

Şekil 3 — Büyük Model Sağlayıcıların ARR Gelişimi (2024–2026)

Şekil 3: 2024 sonu ile 2026 ortası arasında üç büyük sağlayıcının yıllıklandırılmış gelir (ARR) gelişimi. Anthropic’in dramatik yükselişi (1 milyar USD’den 47 milyar USD’ye) dikkat çekiyor.

OpenAI hâlâ tüketici kanalında tartışmasız lider. ChatGPT 200 milyondan fazla aylık aktif kullanıcıya sahip ve OpenAI Şubat 2026’da 25 milyar USD ARR’ye ulaştı. Şirket, Ekim 2025’te 6,6 milyar USD’lik pay satışı gerçekleştirirken, Microsoft’tan bugüne kadar 13 milyar USD+ yatırım aldı. OpenAI’ın stratejik hamlesi, Frontier platformu ile kurumsal pazara yönelmek — Accenture, McKinsey, BCG ve Capgemini ile imzalanan ortaklık bu yönde atılmış en somut adım. Şirket ayrıca Mayıs 2026’da ABD Savunma Bakanlığı ile Pentagon’un gizli ağlarına yerleşim anlaşması imzaladı. OpenAI’ın 2030’a kadar planladığı hesaplama harcaması 600 milyar USD düzeyinde; bu, küçük oyuncular için sermaye barajını neredeyse aşılamaz hale getiriyor.

Anthropic ise dramatik bir ivme yakaladı. 2024 sonunda yalnızca 1 milyar USD ARR’ye sahipken, Şubat 2026’da 19 milyar USD’ye, Mayıs 2026’da ise CNBC’nin raporuna göre 47 milyar USD’ye ulaştı. Şirketin konumlandırması “güvenlik + kurumsal odak” üzerine kurulu. Claude Opus 4.5 ve 4.6 modelleri SWE-bench Verified testinde %80 üzerinde skor alarak kodlama alanında pazarın %54’ünü ele geçirdi. Kurumsal API pazarında ise %40 pay ile OpenAI’ın önünde. Anthropic’in 2025 brüt kâr marjı %40 (yüksek token prim fiyatlaması sayesinde) ve şirket 2028’de nakit akışını pozitife çevirip 100 milyar USD gelir hedefliyor. AWS ana bulut ortağı, Google Cloud ikincil ortak, Microsoft ise 5 milyar USD yatırım karşılığı 30 milyar USD Azure siparişi verdi.

Google ekosistem avantajıyla öne çıkıyor. Gemini 3.1 modeli çok modlu benchmarklarda birinci sırada. Google’ın asıl gücü dağıtım kanallarında: Search, Gmail, Workspace, Android ve Cloud üzerinden Gemini, milyarlarca kullanıcıya zaten entegre. 2025’te Google AI bulut geliri %187 büyüdü ve Gemini’nin reklam dönüşüm verimliliğine katkısı %20 olarak ölçüldü. Şirket, TPU v5/v6 ile kendi donanımını üreterek Nvidia’ya olan bağımlılığı azaltıyor. Ancak Google’ın “catch up” algısı hâlâ devam ediyor; Ar-Ge organizasyonu sık sık yeniden yapılanıyor.

2.2 Çin Ekosistemi

Çin tarafında, yerel AI bulut pazarı belirgin bir oligopol yapısına sahip. H1 2025 verilerine göre (Omdia):

• Alibaba Cloud: %35,8 — Qwen modeli, Tongyi platformu
• ByteDance Volcano Engine: %14,8 — Doubao tüketici uygulaması 100 milyon+ indirme
• Huawei Cloud: %13,1 — Atlas 950 SuperPoD donanımı, Pangu LLM
• Tencent Cloud: %7,0 — Hunyuan , ADP 3.0 platformu

Çin’in küresel pazardaki yükselişi, özellikle açık kaynak segmentinde belirgin. DeepSeek, Qwen, GLM ve Kimi modelleri dünya çapında indirme ve geliştirici ilgisi açısından ABD modellerine ciddi rakip haline geldi. DeepSeek’in V3 ve V4 modelleri, fiyat/performans oranında küresel dikkat çekti.

Çin’in kurumsal AI ajanı yaygınlaşması da kayda değer. IDC verilerine göre Çin’deki kurumsal AI ajanı sayısı önümüzdeki beş yılda yıllık %135 bileşik büyümeyle 2031’de 350 milyon ajana ulaşacak. Çin devlet kuruluşları AI’ı merkezi planlamaya aldı; 2025’te %51’i keşif aşamasındayken, 2026’da %56’sı “hızlı kazanım” pilot aşamasına geçti. Endüstri ve Bilgi Teknolojileri Bakanlığı 2027’ye kadar 1.000 yüksek düzeyli endüstriyel ajan hedefi koydu.

2.3 Microsoft: Dağıtım Gücü

Microsoft, doğrudan bir model sağlayıcısı olmasa da, üçlü ortaklık stratejisiyle (OpenAI, Anthropic, Mistral) sektörün en önemli dağıtım kanalı konumunda. Şirketin 2026 mali yılı son çeyreği rekor rakamlar gösterdi:

• Toplam gelir: 81,3 milyar USD (+%17 YoY)
• Bulut geliri: 50+ milyar USD (ilk kez)
• OpenAI yatırımından tek çeyreklik gelir: 7,6 milyar USD
• Çeyreklik altyapı yatırımı: 37,5 milyar USD (GPU/CPU)
• Tamamlanmamış sözleşmeler: 625 milyar USD (yarısı OpenAI’den)
• OpenAI Azure taahhüdü: 250 milyar USD
• Anthropic etkisi: 5 milyar USD yatırım karşılığı 30 milyar USD Azure siparişi

Bu rakamlar, Microsoft’un bir yandan devasa bir sermaye yatırımcısı, diğer yandan bulut hizmeti sağlayıcısı olarak AI ekonomisinin merkezinde yer aldığını gösteriyor. Ancak bu bağımlılık, kendi modeli olmayan bir şirket için risk de taşıyor.

3. ROI Paradoksu: Zafer ve Tuzaklar Arasındaki Gerilim

3.1 Çelişkili Bulgular

AI Agent yatırımlarının geri dönüşü konusunda veriler, çelişkili bir tablo çiziyor. Bir yanda, cesaret veren başarı hikâyeleri: Google Cloud’un 2025 AI ROI Raporu’na göre, AI bütçesinin yarısından fazlasını AI Agent’a yatıran ve büyük ölçekli dağıtım yapan kuruluşların %88’i en az bir üretken AI kullanım senaryosunda pozitif ROI elde etti. Anthropic’in kendi araştırmasına göre, kuruluşların %80’i AI Agent yatırımlarından %81 veya daha yüksek ROI raporladı; çok adımlı iş akışlarında ROI medyanı %127’ye ulaştı. Gerçek dünya vakaları somut:

• Suzano (dünyanın en büyük kâğıt üreticisi): Doğal dil → SQL sorgu süresi 4,5 saatten 12 dakikaya düştü (%95 verimlilik artışı).
• JPMorgan: Kodlama asistanı sayesinde mühendis verimliliğinde %20 artış.
• Citigroup: AI kullanımıyla haftalık 100.000 geliştirici saati serbest kaldı.
• Bank of America: AI asistanı Erica, 30 milyar+ müşteri etkileşimini yönetti.
• Goldman Sachs: Kurum çapında AI asistanı başlattı (Haziran 2025).

Diğer yanda ise ciddi başarısızlık sinyalleri var. Gartner’a göre Agentic AI projelerinin %70’i beklenen değeri üretemeyecek; %40’ı 2027’ye kadar maliyet, değer belirsizliği veya risk kontrolü eksikliği nedeniyle iptal edilecek. Gartner’ın Agentic AI Pulse raporu, yıl-1 içinde pozitif ROI’ya ulaşan proje oranının yalnızca %41 olduğunu, %19’unun ise hiçbir zaman geri ödeme yapamayacağını ortaya koyuyor. Boston Consulting Group araştırması, küresel ölçekte AI’ı ölçekli olarak değer üretebilen kuruluş oranının yalnızca %5 olduğunu, başarılı olanların ise rakiplerine göre 1,7 kat gelir artışı ve 3,6 kat hissedara toplam getiri elde ettiğini gösteriyor.

Şekil 4 — AI Agent ROI: Zafer ve Tuzaklar Arasındaki Gerilim

Şekil 4: Başarı ve başarısızlık metriklerinin yan yana gösterimi. %88’lik ön cephe kârlı oranı ile %70’lik başarısızlık beklentisi arasındaki gerilim, “POC başarısı” ile “ölçeklenebilir başarı” arasındaki uçurumu yansıtıyor.

3.2 ROI Paradoksunun Anatomisi

Bu çelişki ilk bakışta şaşırtıcı görünse de, aslında anlaşılabilir bir yapısal nedeni var. POC aşaması, kontrollü ortamda, dar kapsamlı senaryolarda, yüksek düzeyde insan denetimi altında çalışır. Bu koşullarda başarı oranı yüksektir. Ölçekli üretim ise çok farklıdır: Veri hacmi artar, entegrasyon karmaşıklaşır, edge case’ler çoğalır, performans gecikmeleri ve maliyet kontrolden çıkabilir.

IDC’nin 2028 tahmini, kuruluşların %69’unun kendi içinde geliştirdiği AI Agent projelerinin ROI hedefini tutturamayacağı yönünde. Bu durum, “build vs. buy” tartışmasını yeniden gündeme getiriyor. Kuruluşların çoğunun kendi Agent’ını sıfırdan geliştirmeye çalışması yerine, hazır platformları (Salesforce Agentforce, Microsoft Copilot Studio, ServiceNow Now Assist vb.) temel alıp yalnızca dikey özelleştirmeler yapması daha sağlıklı bir yol olarak öne çıkıyor.

Bir başka önemli nokta ölçüm metodolojisi. Geleneksel ROI hesaplamaları, “koltuk başına lisans” gibi deterministik metriklere dayanıyor. Ancak AI Agent sistemleri non-deterministik — aynı girdi farklı zamanlarda farklı sonuçlar üretebilir, token tüketimi görev karmaşıklığına göre değişir. Bu nedenle yeni finansal çerçeveler geliştirilmekte: token maliyeti + yönetim ücreti + sonuç-bazlı faturalama gibi hibrit modeller.

3.3 Token Ekonomisi: AI’ın Yeni Yakıtı

Token tüketimi, AI ekonomisinin yeni temel ölçütü haline geldi. IDC verilerine göre Çin’de kurumsal token tüketimi yıllık 30 kat artıyor. Goldman Sachs, küresel token tüketiminin 2030’a kadar 2026 seviyesinin 24 katına, 2040’a kadar ise 55 katına çıkabileceğini öngörüyor. (Minglue Technology) gibi şirketler, “token maliyeti + yönetim ücreti” sonuç-bazlı faturalama modeline geçmeye başladı.

Token tüketiminin patlaması, iki yönlü bir etki yaratıyor. Bir yandan fırsat: Her kurumsal işlem artık AI üzerinden geçtiği için, model sağlayıcıları için gelir potansiyeli muazzam. Diğer yandan risk: Token maliyetini kontrol edemeyen kuruluşlar için ROI hızla negatife dönebilir. Bu nedenle 2026–2028 döneminde “maliyet mühendisliği” (cost engineering), AI stratejisinin ayrılmaz bir parçası haline gelecek.

4. Türkiye: Hızlı Benimseme, Geç Kurumsallaşma

4.1 Türkiye’nin Eşsiz Konumu

Türkiye, 2026’da yapay zekâ küresel yayılımında paradoksal bir görünüm sergiliyor. Microsoft’un 2026 Küresel Yapay Zekâ Yayılım Raporu’na göre Türkiye, AI kullanımında %30’luk artışla küresel en hızlı büyüyen ülkeler arasında. Bu oran, küresel ortalamanın (%17,8) neredeyse iki katı. Diğer yandan ise Türkiye’deki işletmelerin %92,5’i hâlâ yapay zekâyı kurumsal süreçlerine entegre etmemiş durumda. Bu iki verinin bir arada okunması şunu gösteriyor: Türkiye’de bireysel AI kullanımı hızla artarken, kurumsal AI benimsemesi hâlâ başlangıç aşamasında.

Bu yapı, Türkiye için hem fırsat hem de risk barındırıyor. Fırsat tarafında, henüz AI ile dönüşmemiş %92,5’lik devasa bir işletme havuzu var. Risk tarafında ise, bireysel kullanımın kurumsal ölçeğe taşınamaması durumunda Türkiye, AI ekonomisinin değer yaratma katmanında yer alamayıp yalnızca tüketici konumunda kalabilir.

4.2 Türkiye Yapay Zekâ Pazarının Yörüngesi

Şekil 5 — Türkiye Yapay Zekâ Pazarı: 2030’a Doğru Yörünge

Şekil 5: Türkiye yapay zekâ pazarının 2026’dan 2030’a öngörülen büyüklüğü (sol eksen, milyar USD) ve kurumsal benimseme oranı (sağ eksen, %). 2030 hedefi: 7,37 milyar USD pazar büyüklüğü ve %78 kurumsal benimseme.

Sheltron’un 2026 raporu ve TÜİK/TÜBİTAK verilerine dayanan tahminlere göre Türkiye yapay zekâ pazarı 2030’a kadar 7,37 milyar USD büyüklüğe ulaşacak. Bu, Türkiye’nin küresel AI pastasından aldığı payın hızla artacağını gösteriyor.

Pazarın büyüme dinamiği üç faktörün etkileşiminden oluşuyor:

• Devlet Stratejisi: 13 Haziran 2026’da açıklanan Türkiye Yapay Zekâ Eylem Planı (2026–2030), “Fark Et, İstifade Et, Üret, Yönet” olmak üzere dört stratejik eksende tanımlı. Plan, 81 ilde yapay zekâ okuryazarlığı atölyeleriyle 5 milyon vatandaşa iki yıl içinde eğitim verilmesini ve 10.000 ileri düzey AI uzmanı yetiştirilmesini hedefliyor. Türkçe Büyük Dil Modeli geliştirme çalışmaları da sektörel uyarlama anlaşmalarıyla ivme kazanıyor.
• Kurumsal Talep: Bankacılık sektörü (Garanti BBVA, Yapı Kredi, İş Bankası, Akbank) en öncü segment olmaya devam ediyor. Telco şirketleri (Turkcell, Türk Telekom), perakende (LC Waikiki, Migros, Trendyol) ve sanayi (Koç, Sabancı, Arçelik, Tofaş) AI’ı farklı hızlarda benimsiyor. Aon’un 2026 İnsan Kaynakları Trendleri araştırmasına göre Türkiye, “insan gücü + veri” kombinasyonuyla küresel rekabette farklılaşma potansiyeli taşıyor.
• Yerli Ekosistem: Türkiye’de devam eden Türkçe Büyük Dil Modeli projesi, Google’ın Türkiye’ye özel destek programları ve Microsoft Azure altyapısı, yerli ekosistemi şekillendiriyor. Ancak yerli uzman eksikliği, sermaye kısıtı ve regülasyon belirsizliği önemli engeller olarak duruyor.

4.3 Sektörel Öncüler ve Zorluklar

Türkiye’de yapay zekâ benimsemesi, sektörel olarak farklı hızlarda ilerliyor:

Bankacılık ve finans en öncü sektör. Garanti BBVA’nın Cep Bankacılığı AI asistanı, Yapı Kredi’nin akıllı asistanı, İş Bankası’nın Maxi AI uygulaması ve Akbank’ın kendi LLM çalışmaları, sektörün AI stratejisinde ne kadar ciddi olduğunu gösteriyor. Bu sektör, AI Agent pazarının küresel ölçekte de en hızlı büyüdüğü (%67 benimseme) segment.

Perakende ve e-ticaret hızla AI’ı benimsiyor. LC Waikiki, Migros, Trendyol ve Hepsiburada, kişiselleştirme, talep tahmini ve müşteri hizmetleri alanlarında AI çözümleri uyguluyor. Trendyol özellikle Türkçe doğal dil işleme konusunda yerli geliştirici ekipleriyle dikkat çekiyor.

Sanayi ve üretim daha temkinli ilerliyor. Koç ve Sabancı holdingleri AI stratejilerini holding düzeyinde tanımlamış olsa da, saha uygulamaları henüz sınırlı. Arçelik ve Tofaş üretim hattı optimizasyonu ve prediktif bakım senaryolarını test ediyor.

Eğitim ve kamu sektörleri, Türkiye Yapay Zekâ Eylem Planı’nın doğrudan etki alanında. 5 milyon vatandaşa yönelik AI okuryazarlığı eğitimi, hem fırsat eşitliği hem de AI farkındalığının artırılması açısından kritik.

4.4 Türkiye İçin Stratejik Çıkarımlar

Türkiye’nin 2026–2030 döneminde yapay zekâ alanında başarılı bir konuma gelebilmesi için üç stratejik öncelik öne çıkıyor:

Birincisi, kurumsal benimsemenin hızlandırılması. Bireysel kullanıcı tabanı zaten güçlü bir ivme yakalamış durumda; ancak bu ivmenin kurumsal düzeye taşınması gerekiyor. Bu, KOBİ’lere yönelik devlet destekli AI danışmanlık programları, sektörel referans mimariler ve hazır agent platformlarıyla mümkün olabilir.

İkincisi, yerli ekosistem kapasitesinin güçlendirilmesi. Türkçe Büyük Dil Modeli projesi kritik önem taşıyor. Veri egemenliği, dil desteği ve sektörel uyarlama ancak yerli modellerle sağlanabilir. Ancak yerli modellerin küresel rekabette sürdürülebilir olması için açık kaynak toplulukları ve uluslararası işbirlikleri kritik.

Üçüncüsü, insan kaynağının yetiştirilmesi. Eylem Planı’nın 10.000 ileri düzey uzman hedefi doğru yönde atılmış bir adım, ancak bu hedefe ulaşmak için üniversite müfredatlarının yeniden yapılandırılması, sektör-akademi işbirliklerinin güçlendirilmesi ve yetenek göçünün tersine çevrilmesi gerekiyor.

5. Regülasyon ve Etik Çerçeve

5.1 AB AI Act: 2 Ağustos 2026 Dönüm Noktası

Avrupa Birliği’nin 2024’te yürürlüğe giren AI Act (Yapay Zekâ Yasası), dünyanın yapay zekâya yönelik ilk kapsamlı düzenlemesi olma özelliğini taşıyor. Yasanın uygulanması kademeli olarak gerçekleşiyor; ancak 2 Ağustos 2026 tarihi, yüksek riskli AI sistemleri için tam yürürlüğün başladığı kritik tarih. Bu tarihten itibaren aşağıdaki yükümlülükler geçerli olacak:

• Risk yönetimi sistemleri kurma zorunluluğu
• Veri yönetişimi ve eğitim verisi kalitesi gereksinimleri
• Teknik dokümantasyon ve kayıt tutma
• Şeffaflık ve insan denetimi mekanizmaları
• Siber güvenlik ve dayanıklılık gereksinimleri
• Yüksek riskli AI için temel haklar etki değerlendirmesi (FRIA)

Yüksek riskli kategoriler arasında biyometrik tanıma, kritik altyapı yönetimi, eğitim ve istihdam kararları, kolluk uygulamaları ve sınır yönetimi yer alıyor. Yükümlülüklere uyulmaması durumunda uygulanacak cezai yaptırım 35 milyon EUR veya küresel ciroların %7’si düzeyinde. Bu, sektör için ciddi bir mali risk oluşturuyor.

7 Mayıs 2026’da Avrupa Parlamentosu ve Konseyi arasında varılan AI Omnibus geçici anlaşması, bazı yükümlülüklerin kademelendirilmesini ve basitleştirilmesini öngörüyor. Özellikle gömülü AI sistemleri için takvim kaydırıldı: 2 Ağustos 2027’de tıbbi cihaz ve araç gibi ürünlere gömülü AI yükümlülükleri, 2 Ağustos 2028’de ise güvenlik bileşeni olarak ürüne gömülü AI yükümlülükleri yürürlüğe girecek.

5.2 GDPR × AI Act Çakışması

AI Act ile AB’nin 2018’den beri yürürlükte olan GDPR (Genel Veri Koruma Tüzüğü) arasında önemli örtüşmeler var. AI Act Madde 27, yüksek riskli AI sistemlerinin operatörlerinden Temel Haklar Etki Değerlendirmesi (FRIA) yapmalarını istiyor. GDPR Madde 35 ise yüksek riskli veri işleme faaliyetleri için Veri Koruma Etki Değerlendirmesi (DPIA) zorunluluğu getiriyor. Bu iki değerlendirme, birbiriyle örtüşen ancak farklı odakları olan süreçler: DPIA veri mahremiyetine, FRIA ise daha geniş temel haklara (ayrımcılık yapmama, adil yargılanma vb.) odaklanıyor. AI Act, FRIA’nın DPIA üzerine inşa edilebileceğini açıkça belirtiyor; ancak iki ayrı sürecin yürütülmesi gereken durumlar da var.

5.3 Türkiye Regülasyon Çerçevesi

Türkiye, AI özelinde kapsayıcı bir strateji benimsemiş durumda. 13 Haziran 2026’da açıklanan Yapay Zekâ Eylem Planı (2026–2030), dört stratejik eksen üzerine kurulu:

• Fark Et: AI’ın toplumsal ve ekonomik etkilerinin farkına varılması, farkındalığın artırılması
• İstifade Et: AI’ın iş süreçlerine, kamu hizmetlerine ve günlük yaşama entegrasyonu
• Üret: Yerli AI kapasitesinin geliştirilmesi, Türkçe büyük dil modeli ve sektörel çözümler
• Yönet: AI’ın etik, hukuki ve toplumsal boyutlarının düzenlenmesi

Plan, 5 milyon vatandaşa AI okuryazarlığı eğitimi, 10.000 ileri düzey uzman yetiştirme, 81 ilde atölye çalışmaları ve yerli Türkçe Büyük Dil Modeli geliştirme gibi somut hedefler içeriyor. Sektörel uyarlama anlaşmaları imzalandı.

Türkiye’nin KVKK (Kişisel Verilerin Korunması Kanunu) mevzuatı, AI uygulamaları için de geçerli. Ancak AB AI Act’inin aksine, Türkiye henüz AI’a özgü kapsamlı bir düzenleme yayımlamadı. Bu, hem fırsat (daha esnek düzenleme ortamı) hem de risk (belirsizlik) barındırıyor. Önümüzdeki dönemde Türkiye’nin AI Act benzeri kapsamlı bir düzenleme çıkarması veya AB ile uyumlu hale gelmesi beklenebilir.

5.4 ABD: Sektörel Düzenleme Yaklaşımı

ABD, AI konusunda kapsamlı bir federal düzenleme yerine sektörel düzenleme yaklaşımını sürdürüyor. Ancak AI’ın stratejik önem kazanmasıyla, savunma ve ulusal güvenlik alanlarında hızlı adımlar atılıyor. OpenAI’ın Mayıs 2026’da ABD Savunma Bakanlığı ile imzaladığı anlaşma, Pentagon’un gizli ağlarına OpenAI modellerinin yerleştirilmesini öngörüyor. Bu, ABD’nin AI’ı “ulusal güvenlik teknolojisi” olarak konumlandırdığının somut bir göstergesi.

6. Sektörel Dönüşüm Haritası

6.1 Finans ve Bankacılık

Finans sektörü, AI Agent benimsemesinde tartışmasız lider. Bankaların %67’si üretim ortamında en az bir AI Agent çalıştırıyor. Bu sektörde öne çıkan kullanım senaryoları:

• Müşteri hizmetleri: 7/24 çalışan chatbot’lar ve sesli asistanlar. Bank of America’nın Erica’sı, 30 milyar+ müşteri etkileşimini yönetti.
• Kodlama yardımcısı: JPMorgan’da mühendis verimliliği %20 arttı.
• KYC ve AML: Çok modlu belge analiziyle müşteri tanıma süreçleri otomatikleştiriliyor.
• Risk değerlendirme: Gerçek zamanlı portföy analizi ve kredi riski değerlendirmesi.
• Ticaret: Otonom trading ajanları, arbitraj ve algoritmik işlem stratejileri.

Türkiye özelinde Garanti BBVA, Yapı Kredi, İş Bankası ve Akbank başı çekiyor. Bu bankalar, hem küresel sağlayıcılarla (OpenAI, Anthropic) hem de yerli girişimlerle çalışıyor. KVKK uyumluluğu, veri lokalizasyonu ve Türkçe doğal dil desteği, Türk bankalarının kendi modellerini geliştirmeye yönlendiriyor.

6.2 Perakende ve E-ticaret

Perakende, AI’ın “müşteri deneyimi” dönüşümünde en hızlı ilerlediği sektör. %52 benimseme oranıyla ikinci sırada. Öne çıkan kullanım senaryoları:

• Kişiselleştirme: Müşteri davranış analizi ve öneri motorları
• Talep tahmini: Stok optimizasyonu ve dinamik yenileme
• Dinamik fiyatlama: Gerçek zamanlı fiyat optimizasyonu
• Müşteri hizmetleri: Otomatik yanıt ve şikayet çözümü
• İçerik üretimi: Ürün açıklamaları, görsel üretimi

Çin’de AI arama kullanıcı sayısı 2024’te 580 milyondan 2026’da 1,2 milyara yükseldi; penetrasyon %42’den %85’e çıktı. Çinli tüketicilerin %68’i AI önerisiyle satın alma kararı veriyor. Trendyol ve Hepsiburada Türkiye’de benzer eğilimleri takip ediyor.

6.3 Üretim ve Sanayi

Üretim sektörü, AI’ın fiziksel dünyayla buluştuğu alan. %45 benimseme oranı ile üçüncü sırada. Öne çıkan senaryolar:

• Tedarik zinciri optimizasyonu: Talep tahmini ve lojistik planlama
• Kalite kontrol: Görüntü işleme ile hata tespiti
• Prediktif bakım: Ekipman arıza tahmini ve önleyici bakım
• Sanayi ajanları: Üretim hattı planlama ve insan-makine işbirliği

Çin’de merkez devlet kuruluşları AI’ı “1+1+N” mimarisiyle (1 hesaplama altyapısı + 1 özel LLM + N sektörel ajan) yaygınlaştırıyor. Çin Petrolü’nün Tarım petrol sahasındaki 10.000 kartlık AI hesaplama kümesi, endüstriyel AI altyapısının ölçeğini gösteriyor.

6.4 Sağlık

Sağlık sektörü, potansiyeli yüksek ama adaptasyonu yavaş bir segment. Benimseme oranı %19 ile %30 arasında değişiyor. Bu yavaşlığın başlıca nedeni, klinik kanıt ve regülasyon gereksinimleri. Ancak AI’ın sağlık hizmetlerinde devrim niteliğinde uygulamaları var:

• Görüntü tanıma: Radyoloji, patoloji ve dermatolojide yapay zekâ destekli tanı
• Klinik karar destek: Tanı ve tedavi önerileri
• İlaç keşfi: AImed pazarı 2026’da 3 milyar USD’yi aştı
• Tıbbi kayıt otomasyonu: Dokümantasyon yükünün azaltılması
• Hasta iletişimi: Randevu, takip ve hasta eğitimi

ABD FDA’ı 2023’te 223 AI-tabanlı tıbbi cihazı onayladı; bu sayı 2015’te yalnızca 6’ydı. Ancak PubMed’in 2026 tarihli bir makalesine göre, 4.600’den fazla klinik LLM çalışmasına karşılık yalnızca 19 prospektif klinik araştırma bulunuyor. Bu, AI’ın klinik ortamda adaptasyonunun kanıt temelinde hâlâ yetersiz olduğunu gösteriyor.

7. Riskler, Zorluklar ve 2026–2030 Görünümü

7.1 Teknik Riskler

Hallüsinasyon ve kalite kontrolü: Kuruluşların %32’si için en büyük engel hâlâ AI’ın “hallüsinasyon” olarak bilinen gerçek dışı bilgi üretme eğilimi. Özellikle yüksek riskli karar senaryolarında (sağlık, finans, hukuk) bu sorun kritik önem taşıyor.

Performans gecikmeleri: Çok adımlı görevlerde hata birikmesi (“drift”) ve gecikme, gerçek zamanlı senaryolarda hâlâ sorun. 32% kurum için gecikme birincil engel olarak rapor ediliyor.

Ölçeklenebilirlik: Maliyet ve karmaşıklık, ölçek büyüdükçe katlanıyor. Token maliyetlerinin yıllık 30x artması, ölçek ekonomisi varsayımını zorluyor.

7.2 İş Riskleri

“Agent washing” gerçeği: Pek çok şirket, geleneksel yazılım ürünlerini “AI Agent” olarak yeniden pazarlıyor. Bu, pazarın gerçek durumunu anlamayı zorlaştırıyor ve yatırımcı güvenini sarsıyor.

Tedarikçi bağımlılığı: Tek bir model sağlayıcısına bağımlılık, hem teknik (API değişiklikleri, fiyat artışları) hem de stratejik (veri egemenliği) riskler taşıyor. Bu nedenle hibrit yaklaşımlar (birden fazla model + açık kaynak) yaygınlaşıyor.

ROI gerçekleştirememe: %40 proje iptal riski, AI yatırımlarının sürdürülebilirliği konusunda ciddi bir soru işareti. Kuruluşların POC’dan üretime geçiş sürecini çok daha dikkatli yönetmesi gerekiyor.

7.3 Sosyal ve Etik Riskler

İş gücü dönüşümü: Kullanıcıların %71’i “human-in-the-loop” tercih ediyor; bu, toplu iş kaybı riskinin düşük olduğunu ancak iş tanımlarının köklü biçimde değişeceğini gösteriyor. Yeni iş kategorileri (Agent Trainer, Agent Auditor, Prompt Engineer) ortaya çıkarken, bazı geleneksel roller dönüşecek.

Erişim eşitsizliği: Büyük şirketler AI’ı hızla benimserken, KOBİ’ler geride kalıyor. Türkiye’de %92,5’lik “henüz AI benimsememiş” oranı, büyük ölçüde KOBİ’lerden oluşuyor.

Mahremiyet ve veri güvenliği: Özellikle sağlık, eğitim ve kamu sektörlerinde veri egemenliği ve mahremiyet endişeleri kritik. AB AI Act ve GDPR bu konuda katı gereksinimler getiriyor.

7.4 2026–2030 Görünümü

Kısa vade (2026–2027):

• Çoklu ajan sistemleri kurumsal standart haline gelecek
• Dikey AI ajanları (sağlık, hukuk, finans) patlayacak
• Token maliyetleri düşmeye devam edecek (DeepSeek etkisi)
• ROI ölçütleri netleşecek ve “ölçeklenebilir ROI” ayrımı önem kazanacak
• 2 Ağustos 2026 AB AI Act yürürlüğü şirketleri etkileyecek

Orta vade (2028–2030):

• Otonom iş kararları %15’e çıkacak (Gartner)
• İş gücü yapısında belirgin dönüşüm yaşanacak
• AI ekonomisi $50 milyar+ seviyesine ulaşacak
• Regülasyonlar olgunlaşacak ve uyumlaşacak
• Türkiye AI pazarı 7,37 milyar USD’ye ulaşacak

Uzun vade (2030+):

• AGI tartışması ana akım olacak
• AI ekonomisi 1,3 trilyon USD seviyesine çıkabilir
• Yeni iş kategorileri ve meslekler ortaya çıkacak
• AI, “temel altyapı” (elektrik, internet gibi) statüsüne kavuşacak

8. Sonuç ve Stratejik Öneriler

2026 yılı, yapay zekâ tarihinde “deneyden üretime geçiş” yılıdır. AI Agent, artık salt bir teknoloji deneyi olmaktan çıkmış, kurumsal üretimin temel yapı taşı haline gelmiştir. Pazar büyüklüğü 12 milyar USD civarında, kurumsal benimseme %54 seviyesinde ve Türkiye kullanıcı ivmesinde küresel ortalamanın iki katı bir büyüme yakalamıştır.

Ancak bu iyimser tablo, önemli riskleri gizlemiyor. ROI paradoksu çözülmemiş durumda: %88 ön cephe kârlı görünürken, %70 proje başarısızlık riski taşıyor. Üç büyük model sağlayıcısı (OpenAI, Anthropic, Google) pazarı domine ederken, küçük oyuncular için sermaye barajı neredeyse aşılamaz hale geliyor. Regülasyon karmaşıklığı (özellikle AB AI Act) ve token maliyetlerinin patlaması, kurumsal stratejileri dikkatli yönetmeyi gerektiriyor.

Kurumlar için stratejik öneriler:

1. Kendi AI ajanınızı sıfırdan geliştirmek yerine hazır platformları temel alın. Salesforce Agentforce, Microsoft Copilot Studio, ServiceNow Now Assist gibi platformlar üzerine dikey özelleştirmeler yapın.
2. Çoklu model stratejisi benimseyin. Tek bir model sağlayıcısına bağımlı kalmayın; OpenAI + Anthropic + açık kaynak (Llama, Qwen, Mistral) hibrit yapılandırması kurun.
3. “Maliyet mühendisliği”ni stratejinin parçası yapın. Token tüketimini ölçün, izleyin ve optimize edin. Sonuç-bazlı faturalama modellerine geçin.
4. İnsan denetimini (human-in-the-loop) koruyun. Özellikle yüksek riskli kararlarda insan onay mekanizmasını muhafaza edin.
5. Dikey AI ajanlarına odaklanın. Genel LLM’lerden çok, kendi sektörünüze özgü verilerle eğitilmiş, iş akışlarınıza gömülü dikey ajanlar geliştirin.

Türkiye için stratejik öneriler:

1. Kurumsal benimsemeyi hızlandırın. %92,5’lik “henüz AI dışında” kesimi, büyük bir fırsat havuzu. KOBİ’lere yönelik devlet destekli AI danışmanlık ve hazır çözüm programları oluşturun.
2. Türkçe Büyük Dil Modeli’ni tamamlayın. Dil egemenliği ve sektörel uyarlama için yerli model kritik. Açık kaynak topluluklarıyla uluslararası işbirliği geliştirin.
3. İnsan kaynağı yatırımını sürdürün. 10.000 uzman hedefi doğru yönde; ancak üniversite müfredatları, sektör-akademi işbirlikleri ve yetenek çekme programlarıyla desteklenmeli.
4. Regülasyon çerçevesini netleştirin. AI’a özgü kapsamlı bir Türkiye düzenlemesi, belirsizliği azaltacak ve yatırımı hızlandıracaktır.
5. Sektörel referans mimariler oluşturun. Bankacılık, perakende, üretim ve kamu için Türkiye’ye özgü referans AI Agent mimarileri, benimsemeyi hızlandıracaktır.