Yapay zekânın benimsenmesi hızlandıkça, temel rekabet darboğazı, modellerden ve GPU'lardan bizzat elektriğin kendisine kayıyor. Yapay zekânın ekonomisi giderek daha endüstriyel hale geliyor: Rekabet avantajı artık sadece zekâya erişime değil, onu üretmek için gereken güç, soğutma, arazi ve şebeke bağlantılarını da içeren fiziksel altyapıya erişime dayanıyor. Bu dönüşüm, değerin teknoloji yığınlarında ölçeklendirilmesi en zor olan katmana doğru defalarca nasıl aşağı kaydığını gösteren "Büyük Değer Döngüsü" adlı daha geniş bir tarihsel örüntü üzerinden anlaşılabilir. Bugün, o katman enerji. Köklü şirketler için çıkarım net: Yapay zekâ stratejisi artık enerji stratejisinden ayrılamaz. Şirketler, daha verimli iş yükleri, esnek tedarik, stratejik işlem gücü yerleşimi ve uzun vadeli enerji opsiyonları aracılığıyla "watt başına zekâyı" yönetmeye başlamalı.
Üretken yapay zekâ furyasının başlarında, en nadir varlığın ne olduğu ortadaydı: öncü modele erişim. Şirketler GPT-4, Claude ve Gemini gibi modellerin lisansını almak için hızla harekete geçti, prompt mühendislerini işe aldı ve kuruma özel yardımcı pilotlar geliştirdi. Ardından farklı bir engel ortaya çıktı: GPU'lara, bulut kapasitesine ve veri merkezi alanına erişim. Şimdi, tüm bunların ardından yeni bir engel gün yüzüne çıkıyor: elektrik. Yeni eksiklik zekâ değil, onu üretmek ve sunmak için gereken yoğun enerji altyapısı.
Bu dönüşümü gözden kaçırmak kolay, çünkü yapay zekâ hala yazılım gibi görünüyor. Ancak ekonomisi giderek daha endüstriyel hale geliyor. Bir model sadece kod demek değil. Aynı zamanda çipler, soğutma, arazi, şebeke bağlantı hakları ve enerji sözleşmeleri demek. Uluslararası Enerji Ajansı'nın 2026 güncellemesi, küresel veri merkezi elektrik kullanımının 2025'teki yaklaşık 485 teravatsaatten 2030'da yaklaşık 950 teravatsaate yükseleceğini, bu dönemde yapay zekâ odaklı veri merkezlerinin kullanımının ise üç katına çıkacağını öngörüyor. Küresel bir ticari gayrimenkul hizmetleri ve yatırım şirketi olan CBRE Group, Inc., benzer şekilde, dünya çapında devam eden enerji sıkıntısını küresel veri merkezi büyümesinin önündeki önemli bir engel olarak belirledi.
Bu nedenle liderler için stratejik soru değişiyor. Artık sadece "Hangi modeli kullanmalıyız?" veya "Yeterli GPU bulabilir miyiz?" değil, aynı zamanda "İşlemcinin çalışması gereken yerde ve zamanda güvenilir, uygun fiyatlı, ruhsatlı enerji elde edebilir miyiz?"
Dijital strateji ve enerji sistemlerinin kesiştiği alanda onlarca yıllık araştırma ve operasyonel deneyime sahibiz. Rekabette konumlanma ve ideal farklılaşma ve platformların küreselleşmesi ve yenilenebilir enerji finansmanı üzerine yaptığımız araştırmalar, bugün yapay zekâ alanında yaşananların, şirketlerin teknolojik geçiş dönemlerinde nasıl değer kazandığına dair tekrarlanan bir örüntü olduğunu gösteriyor. Bu tekrarlanan örüntüye Büyük Değer Döngüsü diyoruz. İlerleyen bölümlerde Büyük Değer Döngüsünün nasıl çalıştığını, yapay zekânın bugün bu döngünün neresinde olduğunu ve iş dünyası liderlerinin yatırım, tedarik ve rekabet stratejisi konularında daha iyi kararlar almak için bunu nasıl kullanabileceklerini açıklayacağız.
Büyük Değer Döngüsü
Mekanizma basit. Yeni bir teknoloji sınırlı bir kontrol noktası yaratıyor ve ardından değer bu katmanda birikiyor, çünkü müşterilerin buna olan talebi hiç bitmiyor. Yapay zekâ bağlamında bu değer modeller, bant genişliği, dağıtım, bulut kapasitesi ve çipler şeklinde karşımıza çıkıyor. Ardından sermaye akışı hızlanıyor, standartlar ortaya çıkıyor, tedarikçiler çoğalıyor ve alıcılar bu katmanı daha verimli bir şekilde tedarik etmeyi öğreniyor. Sınırlı olan erişilebilir hale geliyor, farklı bir özelliğe dönüşüyor.
Ancak benimseme durmuyor. Aksine hızlanıyor ve altta yatan bir sonraki kısıtlamayı zorluyor. Kâr havuzu, katmanlar arasında alt seviyelere inerek yeterince hızlı kopyalanamayan, kiralanamayan veya ölçeklenemeyen alanlara kayıyor. Buradaki yönetimsel hata, dünün sınırlı olan katmanı kalıcı olacakmış gibi yatırım yapmaya devam etmek. Bunun yerine, disiplinli bir şekilde, her döngüde neyin arttığını, neyin standartlaştığını ve altta nasıl bir darboğaz oluştuğunu sorgulamanız gerekiyor.
Büyük Değer Döngüsü, modern teknoloji çağında üç dönemden geçti ve şimdi dördüncüsüne giriyor. İlk dönem altyapıya dayanıyordu, temel kısıtlama bağlantıydı ve Cisco ve AT&T gibi şirketler veri altyapılarını kontrol ederek değer kazandı. İkinci dönem dikkate dayanıyordu, temel kısıtlama keşifti ve Google ile Meta gibi şirketler bilgiye, ürünlere ve insanlara erişimi sağlayarak değer kazandı. Üçüncü dönem zekâya dayanıyordu, temel kısıtlama işlem gücüydü ve OpenAI, Anthropic ve Nvidia gibi şirketler öncü modellerden, çiplerden ve yapay zekâ altyapısından değer kazandı. Şimdi döngü dördüncü dönemine, yani enerji ve fiziğe geçiyor. Bu yeni dönemdeki temel kısıtlama güç. Darboğaz dijital zekâdan uzaklaşıp fiziksel dünyaya, elektrik, soğutma, arazi ve şebeke bağlantılarına geri dönüyor. Başka bir deyişle, katmanlar arasında alt seviyelere inerek bağlantıdan keşfe, işlem gücüne ve şimdi de güce ilerliyoruz.
Bu yeni dönem, yapay zekâ talebinin sadece parametreler, token'lar veya bulut bütçeleriyle ölçülmekten çıkıp megavatlarla ölçülmeye başlanmasıyla başladı. IEA, veri merkezlerinin 2024 yılında yaklaşık 415 teravatsaat, yani küresel talebin kabaca yüzde 1,5'i oranında elektrik tükettiğini tahmin ediyor. Bu rakamın 2030 yılına kadar iki katından fazla artarak yaklaşık 950 teravatsaate ulaşacağı, en hızlı büyümenin ise yapay zekâ odaklı tesislerde yaşanacağı öngörülüyor. Sorun sadece toplam talep değil, aynı zamanda konum. Yapay zekâ odaklı veri merkezleri coğrafi olarak belli bölgelerde yoğunlaşıyor ve onlara hizmet veren şebekeler iletim, ara bağlantı, soğutma ve izin süreçlerinde yerel kısıtlamalarla karşılaşıyor. En net sinyal, hiper ölçekli sağlayıcıların 20 yıllık nükleer enerji satın alma anlaşmaları imzalaması, reaktörlere bitişik veri merkezi alanları edinmesi ve gigavatlarca yeni enerji için teklif talepleri yayımlamasıyla artık doğrudan enerji üretiminin kendisine ne kadar agresif bir şekilde yöneldiği. Sadece Meta, ABD'de bir ila dört gigavatlık yeni nükleer enerji üretimini hedefleyen bir teklif talebi yayımladı. Bunlar sürdürülebilirlik hamleleri değil, bir sonraki yapay zekâ darboğazına karşı oluşturulan altyapı güvenceleri.
Verimlilik baskıyı yavaşlatacak ancak ortadan kaldırmayacak. DeepSeek'in 2025 sürümü, açıklanan eğitim maliyetlerinin ne kadar hızlı düşebileceğini gösterdi ancak pratikte gördüğümüz şey, Jevons paradoksu olarak adlandırılan durumun bir versiyonu: Zekâ ucuzluyor ancak ekonomik açıdan elverişli kullanım alanlarının sayısını genişleterek toplam talebi düşürmek yerine artırıyor. İşte bu yüzden şu anda içinden geçtiğimiz süreç, normal bir tedarik döngüsü değil. Enerji, fiyatı her yıl kolayca yeniden müzakere edilebilen bir girdi değil. Yerel, ruhsatlı, inşası yavaş ve siyasi açıdan tartışmalı. Avantaj sağlayacak şirketler, watt başına düşen zekâyı artıran, uzun vadeli opsiyonelliği güvence altına alan ve işlem gücünü güvenilir enerjinin bulunduğu yerlere konumlandıranlar olacak.
Köklü Şirketlerin Enerji Planı
Bu yeni dönemin başlaması, köklü şirketlerin artık birer enerji şirketine dönüşmesi gerektiği anlamına gelmiyor. Bir banka, perakendeci, üretici, sigortacı veya ilaç şirketi, nadiren bir enerji santrali satın alarak avantaj yaratır. Daha gerçekçi hedef ise sınırlılık operasyonel bir acil duruma dönüşmeden önce enerjiye erişimde fark yaratmak.
Bu amaca ulaşmak için şu beş aksiyonu almanızı öneriyoruz:
1. Enerji yoğunluğunu görünür kılın. Çoğu şirket bulut harcamalarını, model doğruluğunu ve yapay zekâ adaptasyonunu takip ediyor. Fakat çok daha azı şu temel soruyu yanıtlayabiliyor: Bir yapay zekâ iş akışı ne kadar elektrik gerektiriyor? Liderler iş akışı başına enerji maliyetini, kilovatsaat başına token veya çıkarım sayısını, gecikmeye duyarlı iş yükünün değiştirilebilir iş yüküne oranını, kısıtlı şebekelere yönelik bulut bölgesi risklerini ve büyük dağıtımlar için soğutma ya da su kullanımına dair öngörüleri içeren üç aylık bir yapay zekâ enerji gösterge tablosu talep etmeli. Google Cloud Carbon Footprint ve Microsoft Azure Carbon Optimization gibi araçlar artık kurumların iş yükü düzeyindeki enerji kullanımını takip etmesini sağlıyor. Salesforce bu disiplini operasyonel hale getirdi: Sürdürülebilir Yapay Zekâ taslağı, model seçimine yön vermek için karbon ve enerji metriklerini iş yükü seviyesinde raporluyor ve ekiplerin, genellikle yapay zekâ enerji tüketiminin şaşırtıcı bir bölümünü oluşturan gereksiz iç sorgular ya da basit görevleri yerine getiren aşırı büyük üst modeller gibi gizli verimsizlikleri ortaya çıkarmasına yardımcı oluyor. Hedef kusursuz ölçüm değil, “Watt başına düşen zekâyı” görünmez bir mühendislik değişkeni yerine bir yönetim metriği haline getirmek.
2. Arzı satın almadan önce talebi azaltın. Birçok şirket yapay zekâya gereğinden fazla ödeme yapıyor çünkü çoğu görevi, işin gerektirdiğinden daha büyük, daha hızlı ve daha fazla enerji gerektiren modellere gönderiyor. Bir müşteri hizmetleri özetinin her zaman bir üst modele ihtiyacı yoktur veya mevzuata uygunluk aramasının anında çalışması gerekmeyebilir. Liderler, yapay zekâ ekiplerinden basit görevleri daha küçük modellere yönlendirmelerini, tekrarlanan sorguları önbelleğe almalarını, istemleri sıkıştırmalarını, uygun durumlarda modelleri nicelendirmelerini, acil olmayan çıkarımları toplu olarak işlemelerini ve esnek iş yüklerini daha düşük maliyetli bölgelere veya zaman dilimlerine kaydırmalarını istemeli. Bunlar gösterişli hamleler değil ancak trafo merkezleri, iletim hatları veya üretim varlıkları üzerinde hiçbir kontrolü olmayan şirketler için şu an uygulanabilir durumdalar. Bu konuda güçlü bir örnek olan Pinterest, temel öneri sistemlerini altyapı bütçesini gözeten öneri tasarımı ve gerçek zamanlı öneriler için Pixie gibi özelleşmiş sistemler de dahil olmak üzere ölçek ve verimlilik odağında defalarca optimize etti.
3. Sahip olmak için değil, opsiyonellik için sözleşme yapın. Microsoft, Constellation Energy ile Three Mile Island 1. Ünite'nin Crane Clean Energy Center olarak yeniden faaliyete geçmesini sağlamayı amaçlayan ve yeniden faaliyete geçme tamamlanırsa şebekeye yaklaşık 835 megavat karbonsuz elektrik ekleyecek 20 yıllık bir enerji satın alma anlaşması imzaladı. Hiper ölçekli olmayan köklü şirketler, bu planın farklı versiyonlarını daha az çarpıcı olan araçlara uyarlıyor: uzun vadeli enerji satın alma anlaşmaları, sanal enerji satın alma anlaşmaları (VPPA), yeşil şebeke tarifeleri, ortak yerleşim kapasitesi rezervasyonları ve enerji riski ile işlem gücü erişilebilirliğini belirleyen ikili bulut veya veri merkezi sözleşmeleri. Örneğin General Motors, H&M Group, AB InBev ve Target, hepsi büyük ölçekli kurumsal VPPA'lar imzaladı. Bu sözleşmeler başlangıçta sürdürülebilirlik taahhütleri olarak kurgulanmış olsalar da yapay zekâ iş yükleri bu şirketlerin elektrik talebini daha da yukarı çektikçe bu tür sözleşmeler giderek daha fazla uzatılıyor ve yeniden fiyatlandırılıyor. Tedarik sorusu artık sadece "Bulut fiyatı ne kadar?" değil, aynı zamanda "Bölgesel enerji fiyatları yükselirse veya şebeke bağlantı gecikmeleri artarsa yapay zekâ maliyet eğrimize ne olur?"
4. İşlem gücünün nerede çalıştırılacağını yeniden tasarlayın. Bulut bölgesi seçimi eskiden daha çok gecikme süresi, uyum ve tedarikçi yapısıyla ilgiliydi. Bu artık aynı zamanda bir enerji seçimi. Örneğin AWS'nin Susquehanna nükleer santralinin bitişiğindeki Talen veri merkezi kampüsünü satın alması ve Google'ın gelişmiş nükleer kapasite için Kairos Power ile yaptığı anlaşma, hiper ölçekli şirketlerin yapay zekâ altyapısını çoktan enerji erişimine göre yapılandırdığını gösteriyor. Hiper ölçekli olmayan köklü şirketler de bu mantığın farklı versiyonlarını uyguluyor. JPMorgan ve diğer büyük bankalar, gecikme süresi ve dayanıklılığın yanı sıra enerji erişilebilirliğini de gözeten seçici, çok bölgeli bulut stratejilerine yöneldi ve Spotify'dan H&M'e kadar sayıları giderek artan birçok Avrupalı şirket, analitik ve eğitim iş yükünü daha ucuz, daha serin ve daha düşük karbonlu enerji sunan İskandinav veri merkezi bölgelerine kaydırdı. Hiper ölçekli olmayan şirketler, bulut ve ortak yerleşim iş ortaklarına şu soruları sormalı: "Enerji nereden geliyor? Yerel şebeke ne kadar kısıtlı? Hangi soğutma teknolojisi mevcut? Hangi iş yükü taşınabilir ve hangisi gerçekten kullanıcıların veya genel merkezin yakınında kalmalı?"
5. Birini sorumlu kılın. CIO, CFO, satın alma lideri ve sürdürülebilirlik veya operasyon liderinin ortak başkanlığında daimi bir Bilgi İşlem ve Enerji Konseyi kurun. Bazı şirketler şimdiden bu yönde adımlar atıyor: Salesforce sürdürülebilirlik metriklerini yapay zekâ geliştirme sürecine entegre etti ve Microsoft, teknoloji, finans, satın alma ve sürdürülebilirlik kararlarını birbirine bağlayan bulut emisyonu görünürlüğü ve sürdürülebilirlik yönetişim araçları sunuyor. Bu konsey resmi veto yetkisine sahip olmalı. Konsey, model verimliliğini, iş yükü esnekliğini, bulut bölgesi enerji riskini ve sözleşme süresini değerlendirmeden büyük çaplı hiçbir yapay zekâ projesinin yürütülmesine onay verilmemeli.
Elektrik yeni kısıtlama haline gelirken, yapay zekâ stratejisi üzerine düşünen liderler enerjiyi arka planda kalan bir girdi olarak görmekten vazgeçmeliler. İşlem gücünü ölçmeyi, azaltmayı, sözleşmelerle tedarik etmeyi ve stratejik olarak konumlandırmayı öğrenen şirketlerin enerjinin bizzat kendisine sahip olması gerekmeyecek ancak bu enerjiye erişmek için yine de özgün bir yönteme ihtiyaçları olacak. Ayrıca rekabetin bir sonraki evresinde, yapay zekâ stratejisi ile enerji stratejisinin birbirinden ayrılmaz hale geleceğini de kavramaları gerekecek.
YİNUO TANG, Pekin Üniversitesi HSBC Business School'da işletme alanında yardımcı doçent. Araştırmalarında özellikle yapay zekâ stratejisine odaklanarak, sınır ötesi değer yaratımı ve dijital kurumların kesişim noktalarını inceliyor.
ERIC YANFEİ ZHAO, Oxford Üniversitesi Saïd Business School'da araştırmadan sorumlu dekan yardımcısı ve strateji profesörü. Yapay zekâ ve şirket stratejisi üzerine çalışıyor ve yapay zekâ ajanlarının yükselişiyle yaşanan büyük dönüşümü nasıl yönetecekleri konusunda yöneticilere danışmanlık veriyor.
