Yerel Ürün, Döviz Çıkışı, İnce Defter

Ekosistemin haritası

Türkiye’de “yapay zekâ girişimi” etiketinin çoğu, dikey uygulamaya denk düşüyor: Türkçe çalışan kurumsal asistan, kamera görüntüsünden iş güvenliği ve kalite kontrolü, çağrı merkezi sesi, saha ve lojistik optimizasyonu. Temel model geliştiren örnek sayısı ise belirgin biçimde az.

Bu dağılımın nedeni coğrafi değil, ekonomik: yerel dil ve yerel mevzuat, gerçek bir savunma hattı veriyor; ama o hattın geliri, ancak kurumsal alıcı sözleşmeyi imzaladığında büyüyor. Bu yüzden ürün ile satış aynı anda olgunlaşıyor.

Bir de kamu tarafı var: ulusal yapay zekâ stratejisi ve çağrı programları, destek ve doğrulama zemini sunuyor; özel sermayenin yerini almıyor, ilk müşterinin riskini bölüşüyor.

Tur çıpası nasıl seçilir

Erken aşama turlarda fiyat, genelde üç noktadan birine yaslanır: benzer kategorideki yabancı girişimin son turu, Türkiye’deki teknoloji çıkışlarının tarihi ölçeği ve yerleşik alıcının ödeyebileceği yıllık sözleşme bedeli. Yerli maliyet tabanı, nadiren belirleyici olur.

Bu çıpalama, kâğıt üzerinde değerlemeyi büyütür ama defterde iki boşluk bırakır. Birincisi, döviz cinsi beklenti: gelir lira, hedef dolar ise her tur, kur riskini büyütür. İkincisi, likidite: yerel ikinci el bir hisse pazarı olmadığı için, çıkış tek kanala sıkışır.

Yatırımcı tabanı da melez: yurt dışında yaşayan Türk kurucular ve yöneticiler, bölgesel fonlar ve kurumsal yatırımcılar. Bu karışım, hem ağ erişimi hem raporlama disiplini getirir; ama beklenti takvimlerini de farklılaştırır.

Ürün ile demo arasındaki uçurum

Model erişimi ucuzladıkça demo üretmek kolaylaştı; sahada kalmak zorlaştı. Kurumsal alıcı pilotu zamana karşı sınar: entegrasyon, veri temizliği, bakım ve sorumluluk. Bu satırlar bütçede görünmez, iptallerde görünür.

Hesaplama maliyeti ayrı bir duvar: model eğitimi için bulut harcaması, ölçek büyüdükçe iş modelini boğabilir. Bu yüzden girişimlerin çoğu, kendi sıfırdan eğitmek yerine paket modellere ince ayar ve yönlendirme katmanıyla konumlanıyor.

Veri tarafında avantaj ile yük iç içe: yerel veri bulunabilir ama lisanslı ve temiz hali sınırlı. Sözleşmede “müşteri verisi üzerinde model eğitilebilir mi” maddesi, teknik değil hukuki bir eşik.

Çıkışların gerçekliği

Türkiye’nin teknoloji çıkış tarihi, ölçek kıyaslaması için öğretici: oyun ve pazaryeri tarafında milyar dolar seviyesine yaklaşan satışlar, yerli ürün ihracatının değil küresel ölçekli iş modellerinin sonucu oldu. Yapay zekâda benzer bir tablo henüz oluşmadı.

Yaygın çıkış biçimi, ürün satışı değil ekip ve müşteri devridir. Alıcı, yerel dil bilgisi, saha ağı ve uyum birikimini satın alır; kod tabanı çoğu zaman ikinci sıradadır. Bu, değerlemeyi küçültür ama başarı olasılığını yükseltir.

Halka arz seçeneği ise genelde yabancı borsalara bakar. Bu rotasyon, yerel sermaye piyasası için bir kayıp değil, ölçek sorusunun dışarıda cevaplanmasıdır; ancak vergi, raporlama ve beyan yükü yeni bir maliyet kalemidir.

Alıcı ve yatırımcı için kontrol listesi

Teknoloji iddiası yerine deftere bakmak gerekiyor. Aşağıdaki beş sorunun cevabı yazılı değilse, tur da pilot da risk taşır:

Cevaplar yazılıysa pazarlık netleşir; yoksa her yeni tur, bir önceki hikâyenin tekrarına dönüşür. Yerel ekosistemin asıl eksiği para değil, ölçülebilir kayıt.

• Yıllık tekrarlayan gelirin kaç müşteriye dağıldığı, tek müşteri payı
• Model katmanında kendi eğitimi mi, paket model üstü ince ayar mı
• Hesaplama faturasının ciro içindeki payı ve ölçeklenme varsayımı
• Bakım ve uyum maliyeti: entegrasyon, doğrulama, sorumluluk
• Çıkış senaryosu: kim alır, hangi pazar, hangi takvim

Sık sorulan sorular

Kaynakça

1. Türkiye girişim yatırımı çeyrek raporuKPMG Türkiye
2. Türkiye girişim ekosistemi veri platformuStartups.watch
3. Türk yapay zekâ girişimlerinin Silikon Vadisi temasıDaily Sabah
4. TÜBİTAK destek programlarıTÜBİTAK
5. Resmî Gazete yayımlarıResmî Gazete