Kimse ucuz modeli kendi isteğiyle seçmez

Geçen hafta bir rakam gördüm ve not aldım. Bir şirket, Ar-Ge biriminin maaş bütçesinin %40'ı kadar parayı yalnızca AI token'ına harcamaya gidiyormuş.

Lisans değil, danışmanlık değil, donanım değil. Sadece sayaç.

Ne oldu

TechCrunch, 7 Ağustos 2026'da Rippling'in AI Spend Console duyurusunu işledi. Rippling bir İK yazılımı sağlayıcısı; yeni ürün çalışan, takım ve rol bazında AI harcamasını izliyor ve bu harcamayı iş çıktısına bağlıyor. İddialı bölüm şu: ürün, yüksek harcama yapan mühendislerden hangilerinin kod incelemesinde işini sık sık yeniden yapmak zorunda kaldığını da göstermeyi vaat ediyor.

Ürünün doğuş hikâyesi ürünün kendisinden daha ilginç. Şirket yılın başında AI kullanımını sonuna kadar açmış. Mart ayındaki bir yönetim toplantısında finans tarafı tabloyu masaya koymuş: Ar-Ge biriminin maaş bütçesinin %40'ı kadar token harcaması, aylık %80 büyüme ve eğilim sürerse ertesi yıl aynı birimin maaşlarının %90'ına ulaşan bir fatura. Sonuncusu ölçüm değil, o tarihteki projeksiyon.

Dağılım daha da öğretici. Rippling'in kendi blog yazısına dayanarak TechCrunch'ın aktardığına göre çalışanların yaklaşık %10-15'i toplam harcamanın yaklaşık %60'ını sürüklüyormuş; tek bir mühendisin aylık harcaması 50.000 dolarmış.

İncelemenin bulduğu asıl sebep bir suistimal değil, bir alışkanlık: çalışanlar her iş için en yeni ve en pahalı modeli varsayılan olarak kullanıyormuş.

Şirket kullanımı kesmemiş. Önce araç başına tavan pazarlığı yapmış (Cursor, OpenAI, Anthropic), sonra kendi AI ağ geçidini kurmuş. Ağ geçidi yeni ürünün de parçası ve isteği işe uygun modele yönlendiriyor. Ürün devreye girdikten sonra maaş bütçesine oran %40 seviyesinden yaklaşık %15'e inmiş. Rippling'in ürün başkanı Matt MacInnis düşüşün sebebini tek bir şeye bağlıyor: artık istekler daha verimli modellere gidiyor.

Kapsam notu: kullanım kısılmamış. Uyarının verildiği ay tepe kullanım 605 milyar token'mış, Temmuz'da kullanım yine 600 milyar token'a çıkmış. MacInnis'in TechCrunch'a verdiği maliyet karşılaştırması ise iki farklı ay üzerinden: "Temmuz'un token maliyeti Nisan'ın token maliyetinin %37'siydi." Hacim karşılaştırmasının ve maliyet karşılaştırmasının referans ayları aynı değil; rakamı bu çerçeveyle oku.

Neden önemli

Türk kurumsalında BT bütçesi lisans mantığıyla kurulur. Kullanıcı sayısını çarparsın, yıllık rakamı bulursun, bütçeye yazarsın. Yıl içinde sürpriz olmaz, çünkü maliyetin tavanı sözleşmede yazılıdır. Sapma olursa kullanıcı sayısı sapmıştır, onu da İK ekibinden öğrenirsin.

Token bunun tam tersi. Token bir sayaç ve o sayacın sözleşmede tavanı yok. Aynı kişi, aynı gün, aynı işi iki farklı modelle yaptığında fatura kat kat değişiyor. Rippling'in kurucusu Parker Conrad'ın X'te paylaştığı iç kıyaslamasına göre Z.ai'nin GLM 5.2 modeli, sınır modellere neredeyse eş performansla %85 daha ucuz çıkmış. Bu şirket içi bir ölçüm, bağımsız bir kıyaslama değil. Ama fark bu büyüklükteyse hiçbir bütçe kaleminde görünmüyor, çünkü kalem "kişi" üzerinden kurulmuş, "istek" üzerinden değil.

İkinci mesele satın alma tarafında ve haberin en sert cümlesi orada duruyor. MacInnis'in TechCrunch'a söylediği şu: "Anthropic ve OpenAI gibi çıkarım sağlayıcılarının harcamanı kontrol etmene yardım etmek için hiçbir teşviki yok." Klasik yazılım tedarikçisiyle masaya oturursun, tavanı sözleşmeye yazarsın, o tavan seni korur. Tüketim bazlı bir modelde tavanı sen kurmazsan kimse kurmuyor.

Saha yorumum: kural istek yolunda değilse kural değildir

20+ yıldır operasyonun içindeyim ve bu şekli defalarca gördüm. Bir davranışı düzeltmek için politika yazılır, sunum yapılır, herkes başını sallar, sonra hiçbir şey değişmez. Sebep insanların kötü niyeti değil. Sebep şu: karar anında doğru seçeneği seçmek, o kararı veren kişiye bir maliyet yüklüyor, kazancı ise başka bir yere yazılıyor.

Model seçimi tam olarak bu denklem. İşi yapan kişi için pahalı model daha güvenli bahis: daha az deneme, daha az geri dönüş, daha erken biten iş. Ucuz modeli seçmenin bedelini o kişi ödüyor, kazancını BT bütçesi yazıyor. Böyle bir denklemde gönüllülük çalışmaz. Rippling'in çözümünün bir bilinçlendirme kampanyası değil bir ağ geçidi olması bu yüzden anlamlı. Kural, isteğin geçtiği yola konmuş.

Kendi yerel LLM ortamımda aynı mantığı kurdum. Modelin erişebileceği araçları beyaz liste kapısının arkasına aldım ve kararı modelin iradesine bırakmadım. Bir kural, isteğin geçtiği yolda durmuyorsa o kural bir tavsiyedir.

İkinci ders dağılımda. Çalışanların yaklaşık %10-15'i harcamanın yaklaşık %60'ını yapıyorsa ilk refleks o kuyruğu kesmek olur. Yanlış refleks. Çünkü o kuyrukta iki farklı insan var: işi AI ile gerçekten hızlandıran kişi ve çıktısı kod incelemesinde geri dönen kişi. İkisini ayırmadan yapılan her kısıtlama, en verimli kullanıcıyı cezalandırır. Rippling harcamayı çıktıya bağlamış, iyi kullananları da şirket içi rehbere dönüştürmüş. Ölçmek yasaklamaktan daha zor, ama işe yarayan tek yol bu.

Sınırı da yazayım. Mühendisin çıktısını saymak kolay: kod, birleştirme isteği, inceleme yorumu. Muhasebenin, satın alma ekibinin, operasyon ekibinin çıktısını saymak kolay değil. MacInnis bunu açıkça söylüyor: bu fonksiyonlarda token tüketimi verime bağlanamazsa erişimin tüm çalışanlara açılması mümkün değil. TechCrunch de aynı yerden bir sonuç çıkarıyor, AI erişimi artık Slack veya e-posta gibi herkese açık bir hak olmayabilir. Benim ekleyeceğim şu: erişim ölçülebilir verime bağlanırsa AI, çıktısı sayılabilen birimlerin ayrıcalığına döner. Bu bir yönetişim kazancı değil, kurum içinde yeni bir eşitsizlik.

Ne yapmalı

Üç adım, bu sırayla:

• Sayacı görünür yap. Hangi ekip, hangi rol, hangi ay. "Kim ne harcıyor" sorusunun cevabı tek bir ekranda değilse koyduğun hiçbir tavan tutmaz. Önce ölç, sonra kısıtla.
• Varsayılanı değiştir. İsteğin geçtiği yola bir yönlendirme katmanı koy: basit iş ucuz modele, karmaşık iş pahalı modele. Bu kararı kullanıcının iradesine bırakma.
• Çıktı tanımını şimdiden yaz. Mühendislik dışındaki birimler için "verim" ne demek, bugün tanımla. Tanım yoksa ölçüm mühendisliğe hapsolur ve erişim tartışması tam oradan başlar.

Asıl soru şu: kurumunda AI harcaması ikiye katlandığında bunu ay sonunda faturadan mı öğreneceksin, yoksa isteğin geçtiği yolda duran bir katman mı olacak?