Egemen Yapay Zekâ
Yapay zekâ yarışı artık yalnızca en iyi modeli geliştirmekten ibaret değil. Ülkeler; veriden hesaplama altyapısına, çiplerden enerjiye kadar uzanan yapay zekâ ekosisteminde kendi teknolojik egemenliklerini kurmaya çalışıyor. Peki Egemen Yapay Zekâ gerçekten ne anlama geliyor?
Yapay Zekâ Çağında Bağımsızlık Ne Anlama Geliyor?
Yapay zekâ dünyasıßndaki tartışmaların büyük bölümü bugüne kadar modeller etrafında şekillendi.
GPT mi daha iyi?
Claude mu?
Gemini mı?
DeepSeek mi?
Açık model mi, kapalı model mi?
Fakat devletlerin son dönemde yaptığı yatırımlara baktığımızda bambaşka bir tartışmanın sessizce büyüdüğünü görüyoruz.
İngiltere kendi "sovereign compute" kapasitesini büyütmeye çalışıyor. Kanada, ülke içinde kontrol edilen büyük ölçekli AI süper bilgisayar altyapısı kuruyor. Avrupa Birliği AI Factories'in ardından şimdi yüz binlerce gelişmiş AI işlemcisinin kullanılacağı AI Gigafactories hazırlığında. Fransa enerji avantajını kullanarak veri merkezi yatırımlarını çekmeye çalışıyor. Çin ise ülkenin farklı bölgelerindeki veri merkezlerini, enerji kaynaklarını ve hesaplama kapasitesini ulusal bir compute ağı altında birbirine bağlamaya çalışıyor.
Department for Science, Innovation and Technology
Bütün bunların merkezinde giderek daha sık duyduğumuz bir kavram var:
Sovereign AI.
Türkçesiyle Egemen Yapay Zekâ.
Ancak kavram ilk bakışta biraz yanıltıcı olabilir.
Egemen yapay zekâ denildiğinde insanın aklına doğal olarak kendi ChatGPT'sini geliştiren ülkeler geliyor. Bir ülke kendi büyük dil modelini geliştirirse yapay zekâda bağımsız olacakmış gibi düşünülebilir.
Oysa mesele bundan çok daha büyük.
Çünkü bir yapay zekâ modelini geliştirmek için yalnızca algoritmaya ihtiyacınız yok.
Veriye ihtiyacınız var.
GPU'lara ihtiyacınız var.
Veri merkezlerine ihtiyacınız var.
Elektriğe ihtiyacınız var.
Cloud altyapısına ihtiyacınız var.
Modeli çalıştırabilecek yazılım ekosistemine ihtiyacınız var.
Ve bütün bunları geliştirecek insan kaynağına ihtiyacınız var.
NVIDIA bugün Sovereign AI'ı bir ülkenin kendi altyapısı, verisi, insan kaynağı ve iş ekosistemiyle yapay zekâ üretebilme kapasitesi olarak tanımlıyor. OECD'nin AI compute çalışmalarında da hesaplama altyapısına erişim giderek ekonomik dayanıklılık ve uzun vadeli ulusal egemenlik açısından değerlendiriliyor.
Bu yüzden belki de kavramı daha geniş düşünmemiz gerekiyor.
Yapay zekâ çağında egemenlik, her şeyi kendiniz üretmek değil, kritik katmanlarda başkasının kararlarına tamamen bağımlı olmadan hareket edebilme kabiliyetidir.
Ve bu ayrım son derece önemli.
Veri Egemenliğinden Yapay Zekâ Egemenliğine
Aslında bu tartışmaya tamamen yabancı değiliz.
Yıllardır "data sovereignty", yani veri egemenliğini konuşuyoruz.
Veri nerede tutuluyor?
Hangi ülkenin hukukuna tabi?
Kim erişebiliyor?
Başka bir ülkeye aktarılıyor mu?
Ancak yapay zekâ yeni bir problem ortaya çıkardı.
Çünkü AI veriyi yalnızca saklamıyor.
Onu okuyor.
Yorumluyor.
Birleştiriyor.
Yeni sonuçlar çıkarıyor.
Ve giderek daha fazla karar sürecinin parçası haline geliyor.
Dolayısıyla artık yalnızca "Verim nerede?" sorusu yeterli değil.
"Verimi hangi yapay zekâ işliyor ve ortaya çıkan zekâyı kim kontrol ediyor?" sorusu da önem kazanıyor.
Bu küçük gibi görünen değişiklik aslında veri egemenliği ile AI egemenliği arasındaki temel farkı oluşturuyor.
Bir devlet vatandaşlarının bütün verilerini kendi ülkesindeki veri merkezlerinde tutabilir. Ancak sağlık sisteminden savunmaya, eğitimden kamu yönetimine kadar kullandığı yapay zekâ sistemleri tamamen başka ülkelerde geliştirilen modeller, başka ülkelerin cloud platformları ve başka ülkelerin hesaplama altyapısı üzerinde çalışıyorsa gerçekten ne kadar bağımsızdır?
Aynı soru kurumlar için de geçerli.
Bir banka bütün müşteri verisini kendi veri merkezinde tutabilir. Ancak kritik AI iş süreçlerinin tamamı değiştirilmesi son derece zor tek bir model sağlayıcısına bağlandıysa veri üzerinde kontrol sahibi olsa bile yapay zekâ stratejisinin tamamı üzerinde aynı kontrolü koruyamayabilir.
Egemenlik tartışmasının veri merkezinden AI stack'ine doğru genişlemesinin nedeni tam olarak bu.
Yeni Stratejik Kaynak: Compute
Belki de Sovereign AI tartışmasının en önemli kelimesi model değil.
Compute.
Yani yapay zekâyı eğitmek ve çalıştırmak için gereken hesaplama kapasitesi.
İngiltere'nin AI Opportunities Action Plan'ında sovereign compute açıkça ulusal önceliklere hızlı ve bağımsız biçimde hesaplama kapasitesi tahsis edebilmenin yolu olarak tarif ediliyor. İngiliz hükümeti mevcut sovereign AI compute kapasitesini 2030'a kadar en az 20 kat artırmayı hedefliyor.
Kanada da benzer bir yola girmiş durumda.
Canadian Sovereign AI Compute Strategy kapsamında büyük ölçekli, Kanada'da bulunan ve Kanada tarafından kontrol edilen bir AI süper bilgisayar altyapısı kuruluyor. Strateji yalnızca kamu altyapısını değil, özel sektör yatırımlarını ve şirketlerin compute satın alabilmesini destekleyen fonları da içeriyor.
From: Innovation, Science and Economic Development Canada
Bu yatırımlar bize önemli bir şey söylüyor.
Gelecekte ülkelerin yapay zekâ kapasitesi yalnızca kaç araştırmacıları veya kaç AI şirketleri olduğuyla ölçülmeyebilir.
Ne kadar hesaplama kapasitesine erişebildikleri de ulusal kapasitenin temel göstergelerinden biri olabilir.
Tıpkı sanayi çağında üretim kapasitesi gibi.
Avrupa'nın İlginç Dönüşümü
Avrupa bu açıdan özellikle ilginç.
Uzun süre Avrupa'nın yapay zekâ tartışmasındaki en görünür tarafı regülasyon oldu.
GDPR.
AI Act.
Veri koruma.
Güvenlik.
Şeffaflık.
Fakat son iki yılda Avrupa'nın yaklaşımında önemli bir değişim yaşanıyor.
Regülasyonun yanına altyapı politikası geliyor.
AI Continent Action Plan kapsamında oluşturulan AI Factories, Avrupa'nın mevcut yüksek başarımlı hesaplama altyapısını şirketlere ve araştırmacılara açmayı amaçlıyor. Bunun üzerine gelen AI Gigafactories ise çok daha büyük ölçekli bir hedef ortaya koyuyor. Avrupa Komisyonu bu tesislerin her birinde 100 binden fazla gelişmiş AI işlemcisinin yanı sıra cloud teknolojileri, yüksek hızlı ağ altyapısı ve enerji sistemlerinin birlikte çalışmasını öngörüyor. Temmuz 2026'da Avrupa, bu tesisler için 30 milyar avronun üzerinde yatırımı harekete geçirmeyi hedefleyen yeni çağrıyı başlattı.
Daha da önemlisi, Komisyonun Haziran 2026'da ortaya koyduğu Cloud and AI Development Act yaklaşımında "autonomy" doğrudan ayrı bir politika başlığı haline geldi. Avrupa, kamu sektörünün kullandığı cloud ve AI sistemleri için ortak bir egemenlik değerlendirme çerçevesi üzerinde çalışıyor.
Yani Avrupa'nın sorusu artık yalnızca:
"Yapay zekâyı nasıl düzenleriz?"
değil.
Giderek daha fazla:
"Yapay zekâyı kendi koşullarımızla nasıl çalıştırabiliriz?"
sorusuna dönüşüyor.
Bu büyük bir değişim.
Amerika'nın Farklı Egemenlik Stratejisi
Amerika Birleşik Devletleri ise aynı meseleye çok farklı bir yerden yaklaşıyor.
ABD'nin temel problemi yabancı AI teknolojisine bağımlı hale gelmek değil. Bugün frontier modellerin, hyperscaler'ların ve AI hızlandırıcılarının önemli bölümü zaten Amerikan şirketleri tarafından geliştiriliyor.
Bu yüzden Amerikan stratejisi savunmadan çok yayılma üzerine kurulu.
Temmuz 2025'te açıklanan America's AI Action Plan, Amerikan AI teknolojilerinin müttefik ülkelere full-stack AI paketleri halinde ihraç edilmesini açık bir politika hedefi olarak belirledi.
Buradaki "full-stack" ifadesi önemli.
Sadece model değil.
Donanım.
Model.
Yazılım.
Uygulama.
Standartlar.
Hepsi birlikte.
https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf
Bu bize yapay zekâ rekabetinin ulaştığı yeri çok iyi anlatıyor.
Çünkü eğer başka ülkeler AI altyapılarını Amerikan çipleri, Amerikan cloud platformları, Amerikan modelleri ve Amerikan yazılım standartları üzerine kurarsa Amerika yalnızca teknoloji satmış olmayacak.
Bir ekosistem ihraç etmiş olacak.
Bu da bizi çok ilginç bir paradoksa götürüyor.
Bir ülke kendi topraklarında çalışan bir "sovereign cloud" kurabilir.
Ancak bu cloud'un içindeki GPU, yazılım, model ve orkestrasyon katmanlarının tamamı başka bir ülkenin teknoloji ekosistemine bağlıysa egemenlik hangi noktada başlıyor, hangi noktada bitiyor?
Sovereign AI tartışmasının en zor sorularından biri muhtemelen bu olacak.
Çin'in Cevabı: Stack'in Tamamını Kurmak
Bu noktada Çin'in stratejisi daha iyi anlaşılıyor.
Daha önce AI'ın Görünmeyen İmparatorluğu yazısında ulaştığımız önemli sonuçlardan biri şuydu:
Yapay zekâ yarışında asıl rekabet yalnızca modeller arasında değil, ekosistemler arasında yaşanacak.
M. Seckin Beduk
Çin bunun belki de en açık örneği.
Çin yalnızca DeepSeek veya Qwen gibi modeller geliştirmiyor.
Compute altyapısını büyütüyor.
Public cloud kapasitesini geliştiriyor.
Kendi AI hızlandırıcılarını üretiyor.
Ulusal veri merkezi ağını oluşturuyor.
Açık kaynak AI ekosistemini teşvik ediyor.
Enerji üretiminin yoğun olduğu batı bölgeleriyle veri talebinin yüksek olduğu doğu bölgelerini "East Data, West Computing" gibi projelerle birbirine bağlamaya çalışıyor.
2026-2030 dönemini kapsayan planlarda ulusal entegre computing power network açık biçimde stratejik altyapı olarak yer alıyor. Temmuz 2026'da açıklanan AI eylem planı da veri, compute, ekosistem, endüstriyel uygulama, insan kaynağı, standartlar ve governance başlıklarını aynı çerçevede topluyor.
王菁
Bu nedenle Çin'in hedefini yalnızca "Amerika'dan daha iyi bir model geliştirmek" şeklinde okumak eksik olur.
Daha büyük hedef şu olabilir:
Başka bir teknoloji ekosisteminin iznine ihtiyaç duymadan yapay zekâ geliştirebilmek ve çalıştırabilmek.
İşte Sovereign AI'ın jeopolitik anlamı burada ortaya çıkıyor.
Ama Kimse Gerçekten Tam Bağımsız Değil
Burada önemli bir yanlış anlamaya düşmemek gerekiyor.
Sovereign AI, autarky yani bütün teknolojiyi ülke sınırları içinde sıfırdan üretmek anlamına gelmek zorunda değil.
Hatta günümüz yarı iletken ve AI ekosistemine baktığımızda bunun çoğu ülke için gerçekçi olmadığını söyleyebiliriz.
NVIDIA'nın tasarladığı bir GPU'yu düşünün.
Amerikan tasarımı olabilir.
TSMC tarafından Tayvan'da üretilebilir.
HBM belleği Güney Kore'den gelebilir.
Üretimde kullanılan EUV sistemi Hollanda'dan, optik sistemler Almanya'dan, bazı kritik malzemeler Japonya'dan gelebilir.
AI'ın Görünmeyen İmparatorluğu yazımız boyunca gördüğümüz tam olarak buydu: yapay zekâ dünyanın en küreselleşmiş teknoloji zincirlerinden birinin üzerine inşa edilmiş durumda.
M. Seckin Beduk
Dolayısıyla egemenliği "Her şeyi kendim üretiyorum" şeklinde tanımlarsak dünyada gerçekten sovereign AI'a sahip ülke bulmak oldukça zorlaşır.
Bence daha kullanışlı tanım başka.
Egemenlik, bağımlılığın olmadığı durum değil, bağımlılıkların yönetilebildiği durumdur.
Tek bir ülkeye bağımlı mısınız?
Tek bir GPU üreticisine?
Tek bir cloud sağlayıcısına?
Tek bir modele?
Tek bir enerji kaynağına?
Tek bir kritik tedarikçiye?
Yoksa gerektiğinde alternatif oluşturabilecek hareket alanınız var mı?
Bu nedenle egemenliğin gerçek ölçüsü yerellikten çok opsiyonellik olabilir.
Open-Weight Modeller Neden Bu Kadar Önemli?
Tam bu noktada open-weight modeller tartışmanın önemli parçalarından birine dönüşüyor.
Çünkü kapalı bir modele API üzerinden eriştiğinizde modelin nasıl ve nerede çalıştırıldığı üzerinde sınırlı kontrole sahipsiniz.
Open-weight bir modelde ise ağırlıkları kendi altyapınıza taşıyabilir, modeli kendi verinizle uyarlayabilir ve bazı durumlarda internet bağlantısı olmayan tamamen kapalı ortamlarda dahi çalıştırabilirsiniz.
Bu nedenle açık modeller yalnızca yazılım dünyasındaki "open source" tartışmasının devamı değil.
Aynı zamanda stratejik hareket alanı yaratan bir teknoloji.
NVIDIA'nın sovereign AI teknik yaklaşımı da ülkelere modeli sıfırdan geliştirmek ile uygun açık modelleri yerel veri üzerinde fine-tune etmek arasında seçenek sunuyor.
Fakat burada yine aynı uyarıyı yapmak gerekiyor.
Open-weight model kullanmak sizi otomatik olarak sovereign yapmaz.
Model sizin olabilir.
Ama onu çalıştırdığınız GPU tamamen dışarıdan geliyor olabilir.
GPU sizde olabilir.
Ama cloud kontrolünüz olmayabilir.
Cloud sizde olabilir.
Ama enerji kapasiteniz yeterli olmayabilir.
İşte bu yüzden Sovereign AI tek bir katman üzerinden tanımlanamaz.
Enerji Olmadan Egemenlik Olur mu?
Belki de bu tartışmanın en şaşırtıcı boyutu enerji.
Uzun yıllar teknoloji sektörünü fiziksel dünyadan oldukça bağımsız düşündük.
Yazılım ölçeklenebilirdi.
Cloud neredeyse sınırsız görünüyordu.
AI bu algıyı değiştirmeye başladı.
ABD Enerji Bakanlığı'nın verilerine göre veri merkezleri 2023 yılında ABD'nin toplam elektrik tüketiminin yaklaşık yüzde 4,4'ünü oluşturuyordu. 2028 için tahmin edilen oran yüzde 6,7 ile yüzde 12 arasında.
Dolayısıyla bir ülkenin ne kadar büyük AI kapasitesi kurabileceğini artık yalnızca sermayesi veya teknoloji şirketleri belirlemiyor.
Şebeke kapasitesi de belirliyor.
Elektrik üretimi de.
Trafo altyapısı da.
Soğutma kapasitesi de.
Arazi de.
Su kaynakları da.
Fransa'nın AI veri merkezi yatırımlarında nükleer enerji altyapısını stratejik avantaj olarak öne çıkarması tesadüf değil. Fransa hükümeti, düşük karbonlu ve kesintisiz elektrik arzını doğrudan AI altyapısı yatırımlarını çekmenin avantajlarından biri olarak konumlandırıyor.
Elysee
Belki de birkaç yıl sonra ülkelerin AI kapasitesini konuşurken GPU sayısından hemen sonra enerji üretim kapasitelerini konuşacağız.
Ülkeler İçin Sovereign AI, Kurumlar İçin Ne Anlama Geliyor?
Buraya kadar tartışmayı büyük ölçüde devletler üzerinden yürüttük.
Ancak aynı egemenlik meselesi, daha küçük ölçekte kurumlar için de geçerli.
Bir ülke açısından Sovereign AI; compute, enerji, model, veri, altyapı, insan kaynağı ve kritik teknoloji zinciri üzerinde yeterli hareket alanına sahip olmak anlamına geliyorsa, kurumlar açısından da benzer bir soru ortaya çıkıyor:
Bir kurum, kullandığı yapay zekâ teknolojileri üzerinde ne kadar kontrol sahibi?
Bu soruyu beş temel başlık altında değerlendirebiliriz:
Veri kontrolü.
Kurumun verisi nerede tutuluyor, hangi sistemler tarafından işleniyor ve kimler bu veriye erişebiliyor?
Model bağımsızlığı.
Kurum tek bir model veya sağlayıcıya mı bağımlı, yoksa farklı modeller arasında seçim yapabiliyor mu?
Altyapı esnekliği.
AI iş yükleri gerektiğinde public cloud, private cloud veya kurumun kendi veri merkezi arasında taşınabiliyor mu?
Güvenlik ve yönetişim.
Yapay zekânın hangi verilere erişebileceği, hangi işlemleri yapabileceği ve hangi kararları alabileceği kurum tarafından kontrol edilebiliyor mu?
Kurumsal bilgi egemenliği.
Yıllar boyunca oluşmuş dokümanlar, süreçler, kararlar, uzmanlık ve kurumsal hafıza üzerinde kurum kendi kontrolünü sürdürebiliyor mu?
Ancak bütün bunların üzerinde bir kavram daha var:
Stratejik hareket alanı.
Bir kurum bugün GPT kullanabilir.
Yarın Claude kullanabilir.
Belirli bir senaryoda open-weight bir modeli kendi altyapısında çalıştırabilir.
Hassas bir iş yükünü kendi veri merkezinde tutabilir.
Diğer bir iş yükünü public cloud üzerinde çalıştırabilir.
Farklı sağlayıcıların modellerini aynı governance politikaları altında yönetebilir.
Asıl önemli olan hangi teknolojinin seçildiği değil, teknolojiyi değiştirme hakkının kurumda kalmasıdır.
Çünkü gerçek egemenlik kullandığınız teknolojiden çok, o teknolojiyi değiştirebilme kabiliyetinizle ilgilidir.
Türkiye Bu Resmin Neresinde?
Türkiye açısından konu ayrıca ele alınmayı hak ediyor.
Çünkü aslında bazı temel yapı taşları oluşmaya başlamış durumda.
TÜBİTAK ULAKBİM tarafından işletilen ARF ve GPU destekli ARF-ACC, Türkiye'nin yüksek başarımlı hesaplama altyapısının önemli parçalarından biri. TÜBİTAK verilerine göre mevcut altyapı 80 binden fazla işlemci çekirdeği, 504 GPU ve 14,5 petabayt depolama kapasitesine ulaşıyor. Türkiye aynı zamanda EuroHPC üyesi ve MareNostrum 5 konsorsiyumunda yüzde 10 payla doğrudan erişim hakkına sahip. BSC AI Factory projesinde de TÜBİTAK koordinasyonunda yer alıyor.
Diğer taraftan Sanayi ve Teknoloji Bakanlığı 2030'a kadar Türkiye'de 10 milyar dolarlık veri merkezi ve yapay zekâ yatırımını harekete geçirme hedefi açıkladı.
Bunların her biri önemli.
Ancak Sovereign AI perspektifinden bakıldığında asıl soru yatırımların tek tek büyüklüğünden daha geniş:
Türkiye yapay zekâ değer zincirinin hangi katmanlarında stratejik kontrol sahibi olmak istiyor?
Her şeyi Türkiye'de üretmek gerçekçi bir hedef olmayabilir.
Ama bazı alanlarda kapasite oluşturmak mümkün.
Ulusal compute kapasitesi.
Türkçe ve bölgesel veri varlıkları.
Yerel modeller ve open-weight model ekosistemi.
Kritik kamu ve savunma iş yükleri için kontrollü AI altyapıları.
Bölgesel veri merkezi kapasitesi.
AI güvenliği ve governance teknolojileri.
Enerji avantajı.
Üniversite, girişim ve özel sektörün compute'a erişimi.
Belki de Türkiye için doğru Sovereign AI stratejisi "yerli ChatGPT geliştirmekten" çok daha geniş bir soru üzerinden kurulmalı:
AI değer zincirinde hangi bağımlılıkları kabul ediyoruz, hangilerini stratejik risk olarak görüyoruz ve hangi katmanlarda kendi hareket alanımızı oluşturmak istiyoruz?
Egemenlik Sahip Olmak Değil, Seçebilmek
Sanayi Devrimi'nde ülkelerin gücünü yalnızca fabrikaları değil, kömüre, çeliğe, sermayeye ve üretim teknolojilerine erişimleri belirledi.
Dijital çağda veri merkezleri, internet altyapıları ve yarı iletkenler benzer bir rol oynadı.
Yapay zekâ çağında ise bunların üzerine yeni bir katman ekleniyor.
Zekâ üretme kapasitesi.
Ama bu kapasite tek bir modelin içinde yaşamıyor.
GPU'dan enerjiye, veriden cloud'a, modelden yazılıma, insan kaynağından kurumsal bilgiye kadar uzanan dev bir zincirin üzerinde oluşuyor.
Bu nedenle geleceğin en önemli teknoloji sorularından biri belki de:
"En iyi yapay zekâ modeline kim sahip?"
olmayacak.
Asıl soru şu olabilir:
"Yapay zekâ çalıştırabilme kapasitesinin ne kadarını kim kontrol ediyor?"
Ve belki de Sovereign AI'ın en doğru tanımı burada ortaya çıkıyor.
Egemen olmak, dünyadan kopmak değildir.
Her çipi kendiniz üretmek değildir.
Her modeli sıfırdan geliştirmek değildir.
Bütün veriyi kendi bodrumunuzdaki sunuculara taşımak hiç değildir.
Egemenlik, kritik bir teknoloji değiştiğinde seçeneksiz kalmamaktır.
Bir sağlayıcı fiyatını değiştirdiğinde hareket edebilmek.
Bir model erişilemez olduğunda diğerine geçebilmek.
Bir jeopolitik kriz çıktığında kritik sistemleri çalıştırabilmek.
Bir veri başka bir ülkeye gönderilemediğinde onu kendi sınırlarınız içinde işleyebilmek.
Kendi dilinizi, kültürünüzü, kurumsal bilginizi ve stratejik verinizi başkasının sistemine teslim etmek zorunda kalmamak.
Kısacası:
Yapay zekâ çağında egemenlik, her şeye sahip olmak değil, başkasının iznine ihtiyaç duymadan seçim yapabilecek kadar güçlü olmaktır.
Ve önümüzdeki yıllarda ülkeler ile şirketler arasındaki AI yarışını yalnızca kimlerin en gelişmiş modeli geliştirdiği değil, tam da bu hareket alanını kimlerin oluşturabildiği belirleyebilir.
Yapay zekâ atlasında keşfetmeye devam edeceğiz. Bir sonraki yazıda görüşmek üzere.
How to Cite
Bedük, M. Seçkin. “Egemen Yapay Zekâ: Yapay Zekâ Çağında Bağımsızlık Ne Anlama Geliyor?” The Intelligence Atlas, 11 August 2026.
