Yapay Zeka Ajan Ekonomisi, İnternetin Ücretsiz Öğün Modelini Zorluyor

29 Nisan 2026'da Andrej Karpathy, Sequoia AI Ascent'teki bir odun ateşi konuşmasında şu değerlendirmeyi sundu: Yerel agente (agent-native) yönelik yeni bir ekonomi gelişiyor ve bugün insanlar için yazılmış tüm yazılımlar, belgeler ve süreçler "Agent için yazılmış" hale getirilecek. O, arz tarafındaki mühendislik yeniden yapılandırmasından bahsetti, ancak cevaplanmayan bir soru bıraktı: Eğer her şey yeniden yazılacaksa, bu yeniden yazma kimin maliyetine yapılıyor ve değer nasıl dağıtılıyor?

Akıllı sistem ekonomisi konusu tam olarak bu sorudan başlar. İlk makale olan "AI Ticarileştirilmesinin Çapraz Yolu: Neden Reklam ve Abonelik Tek Başına Başaramıyor?" AI'nın nasıl gelir elde edebileceğini tartışır ve sonuca göre reklam ve abonelik tek başlarına yeterli değildir; ticarileştirme odak noktası "giriş noktalarını satmak"tan "sonuçları satmak" üzerine kayar. Bu makalede ise daha derine inilir: Neden iş modeli değişmelidir? Cevap maliyet yapısında aranmalıdır;互联网“bir kullanıcı daha fazla hizmet vermek neredeyse ek maliyet gerektirmeyen” deneyimi geçerliliğini kaybetmektedir ve bu deneyime dayanarak kurulan kâr dağıtım sistemi yeniden hesaplanma zamanıdır. Geçtiğimiz yirmi yıl boyunca, internet şirketlerinin en önemli ticari inancı şuydu: Kullanıcı sayısı arttıkça maliyet düşer, kâr artar.

Arama motorları, sosyal medya, kısa videolar, içerik platformları ve e-ticaret platformları, temelde aynı öncüle dayanır: altyapı kurulduktan sonra, bir kullanıcıyı daha fazla hizmet etmek, bir sayfa daha fazla göstermek veya bir içerik daha fazla dağıtmak, marjinal maliyeti neredeyse sıfırdır. İnternet şirketlerinin gerçek sınırlaması, genellikle “her hizmetin kar zarar durumu” değil, yeterli kullanıcı süresi, veri, reklam verenler ve işlem senaryoları elde edip edememeleridir.

Reklam, bu temel varsayıma dayalı olarak internetin en önemli iş modellerinden biri haline geldi.

İçerik ve sayfalar neredeyse sıfır maliyetle dağıtılabilirdiğinden, platform kullanıcıların arama, gezinme, tıklama, kalma ve satın alma yollarını tek tek satılabilir reklam pozisyonlarına ayırabilir. Kullanıcı yolculuğu ne kadar uzunsa, platforma o kadar çok ticari temas noktası ekleyebilir; kullanıcı ne kadar uzun süre karşılaştırmaya devam ederse, reklamlar, öneriler, marka içerikleri ve arama sıralamasının değeri o kadar yükselir.

Ancak AI Agent bu inancı sarsıyor.

AI Aracı, mevcut bilgileri basitçe dağıtmıyor, kullanıcı adına görevleri gerçekleştiriyor. Her sohbet, her akıl yürütme, her dosya okuma, her araç çağrısı ve her sonuç doğrulama, gerçek GPU hesaplama gücü, elektrik tüketimi, çip aşınması ve sistem planlama maliyetlerine karşılık gelir.

Daha önemlisi, AI sadece internet şirketlerinin maliyet yapısını değiştirmiyor, aynı zamanda reklamın temelini oluşturan kullanıcı yolunu da değiştiriyor. Geçmişte, kullanıcılar birden fazla sayfa, platform ve marka arasında sürekli arama ve karşılaştırma yapmak zorundaydı; gelecekte, kullanıcılar ihtiyaçlarını doğrudan bir Ajan’a verip, bunun tarafından filtrelemesini, karar vermesini, sıralamasını, rezervasyon yapmasını ve hatta işlemi tamamlamasını isteyebilir.

Bu, AI Agent çağındaki ücretsiz kullanıcılar için her hizmet verişinin zararlı olabileceğini ve geleneksel reklamların gelir elde etmek için kullandığı uzun zincirli alanların bir kısmını kaybedeceğini anlamına gelir.

İnternet ekonomisinin anahtar kelimesi "trafik" ise, AI Agent ekonomisinin anahtar kelimesi "görev"tir. Trafik ucuzca dağıtılabilir, ancak görevler gerçek şekilde yürütülmelidir. Reklamlar geçmişte kullanıcı dikkatinin nereden geçtiğini satıyordu; AI döneminde ise daha önemli soru şudur: Görev kim tarafından anlaşılmaktadır, kim tarafından düzenlenmektedir, kim tarafından tamamlanmaktadır ve hangi markalar Agent'in aday listesine ve karar alma kriterlerine girebilmektedir?

Bu nedenle, AI Agent ekonomisi, internet iş modelinin doğal bir uzantısı değil, internet büyüme efsanesi ve reklam mantığının bir ters düzeltmesidir.

İnternetin (yazılım dahil) iş modelinin temel mantığı, ekonominin en temel formülüyle anlaşılabilir:

TC = FC + MC × Q (Toplam maliyet = Sabit maliyet + Marjinal maliyet × Miktar)

Geleneksel internet çağında, bir uygulama geliştirmek, bir makale yazmak veya bir video çekmek, genellikle yüksek sabit maliyetler (FC) ile karakterize edilen önceden araştırma ve üretim aşamasına odaklanır. Ancak ürün çevrimiçi hale geldikten sonra, ilk kullanıcıya hizmet vermek ile bir milyonuncu kullanıcıya hizmet vermek arasındaki sunucu ve bant genişliği maliyetleri genellikle neredeyse sıfıra yaklaşır, MC sıfıra yakındır.

Bu çok düşük marjinal maliyet, ilgili iş modelinin doğal olarak güçlü bir ölçek ekonomisine sahip olmasını sağlar. Dijital ürünlerin temel özelliği sonsuzca kopyalanabilir olması ve kopyalama maliyetinin neredeyse sıfır olmasıdır. Yazılım geliştirme tamamlandığında ve sunucular kurulduğunda, yeni bir kullanıcının marjinal maliyeti neredeyse ihmal edilebilir düzeydedir; sadece birkaç KB depolama alanı ve birkaç KB bant genişliği tüketimi eklenir.

Bu özellik, platform ekonomisinin ölçek avantajı kazanmasını kolaylaştırır: Ölçek eşiğini ilk aşan, yeni gelirlerin daha yüksek oranda kâra dönüştürülmesini sağlar ve böylece güçlü bir işletme kaldıraç oluşturur.

Bu temelde, internet üç klasik iş modeli gelişti.

Abonelik modeli: Yazılımın kopyalama maliyeti çok düşüktür, abone sayısı artışı doğrudan gelir artışıyla eşleşir. Bu, sermaye piyasalarının SaaS şirketlerine uzun vadeli olarak yüksek değerlemeler vermesinin nedenidir: Kar-zarar dengesi aşıldıktan sonra, kar artış hızı genellikle gelir artış hızından çok daha yüksektir.

Komisyon Modeli: Alım satım, ödeme ve yerine getirme altyapısını kurun, her ek işlemde sabit bir komisyon kazanın.

Reklam modeli: Müşterileri çekmek için ücretsiz hizmetler sunulur ve dikkatler reklam verenlere paketlenerek satılır. Arama reklamları örneğinde, arama algoritması ve reklam sistemi bir kez dağıtıldıktan sonra her ek arama isteğinin sunucu maliyeti nispeten sınırlıdır, ancak her ek reklam tıklaması artan gelir anlamına gelir.

Reklam modelinin uzun süre var kalmasının nedeni sadece kullanıcı sayısının fazla olması değil, aynı zamanda kullanıcı yolculuğunun yeterince uzun olmasıdır. Bir kullanıcı, ihtiyaç duymaktan satın alma işlemine kadar genellikle arama, tarama, karşılaştırma, favorilere alma, danışma, yönlendirme, sipariş verme gibi birçok aşamadan geçer. Platform, arama sonuç sayfalarında reklam verebilir, içerik akışlarında ürün tanıtımı yapabilir, detay sayfalarında dönüşümü artırabilir ve yeniden pazarlama aşamasında kullanıcı kararlarını etkilemeye devam edebilir. Reklamın değeri, temelde kullanıcı yolculuğuna yapılan katmanlı müdahalelerden kaynaklanır.

Platform, her kullanıcı kararının tam hizmet maliyetini taşımaz. Arama motorları kullanıcıları bir web sayfasına yönlendirir, sosyal platformlar kullanıcıları bir marka hesabına, kısa video platformları kullanıcıları bir canlı yayın odasına, e-ticaret platformları ise kullanıcıları bir ürün detay sayfasına yönlendirir. Platformlar daha çok "bilgi ile dikkati eşleştiriyor".

İnternet, var olan bilgileri dağıtırken, AI gerçek zamanlı olarak bilgi üretiyor. Bu “kopyalama”dan “üretme”ye olan kalıtsal değişim, tamamen farklı bir maliyet yapısı ve iş mantığı getiriyor.

Öncelikle, AI çıkarım maliyeti açık bir maliyettir ve AI'nın kullandığı marjinal maliyet sıfırdan önemli ölçüde büyüktür (MC > 0).

Büyük model, her girdi/çıktı Token için GPU'nun yüksek hızda çalışmasına neden olur ve gerçek elektrik ve çip aşınma maliyetleri harcar. Model parametreleri ne kadar büyükse, bağlam o kadar uzunsa ve görev o kadar karmaşıksa, tek bir çıkarım maliyeti o kadar yüksektir. Basit bir soru-cevap, derin araştırmalar, kod geliştirme veya çoklu yazılım işlemleri arasında maliyet farkı onlarca hatta yüzlerce kat olabilir. AI Agent ekonomisi sıfır olmayan marjinal maliyetlere sahiptir ve bu marjinal maliyetler kendileri yüksek derecede heterojendir.

Tek Token fiyatı hızlı bir şekilde düşse de, marjinal maliyetin sıfıra doğru kalıcı bir şekilde yaklaştığı anlamına gelmez: Agent yetenekleri yükseldikçe, tek bir görevde tüketilen Token miktarı yüzlerden hızla yüz binlere doğru yükseliyor — planlama, araç çağırma, dosya okuma, kendi kendini denetleme ve başarısızlık durumunda yeniden deneme büyük hesaplama gücü tüketiyor. Tek Token deflasyon içindeyken, tek görev enflasyon içinde; bu iki eğrinin kesişimi AI ekonomisinin çekirdeğini oluşturuyor: Token ne kadar ucuzsa, AI’ya o kadar ağır işler yaptırma eğilimi artıyor, toplam fatura ise daha da büyüyor; bu tam olarak AI alanında “Jevons Paradoksu”’dur.

Tek bir token'un fiyatı tek yönlü bir düşüş değil. Morgan Stanley verilerine göre, 2026 ikinci çeyrekteki yerel büyük modellerin ortalama API çıktı fiyatı, 2025 birinci çeyreğe göre yaklaşık %80 arttı ve sektör fiyat savaşından değer temelli fiyatlandırma yönüne doğru kayıyor. Fiyatlar kendini katmanlı hale getiriyor:商品leşen modeller düşmeye devam ederken, öncü modeller ters yönde yükseliyor. Öncü akıllılık değer temelli fiyatlandırılıyor ve maliyetleri商品leşmeye paralel olarak düşmüyor.

GPU kullanımını, KV önbelleğini, kendi kurulan çıkarım kümelerini ve kendi geliştirdiği çipleri kullanarak işlem maliyetini düşürmek mümkündür, ancak marjinal maliyet düşüşü internet ekonomisindeki kadar büyük değildir ve derinlik artışı tarafından telafi edilir. Bu, ChatGPT'nin kullanıcı sayısı patlamasından sonra hemen ücretli abonelik sürümünü başlatmasının temel nedenidir.

Aynı zamanda, sabit maliyetler “tek seferlik”ten “sürekli” hale gelmiştir. Eğitim maliyetleri artık tek seferlik sabit bir yatırım değil, her altı ay ila bir yıl aralıklarla yeni nesil modellerin geliştirilmesini gerektiren sürekli sermaye harcamalarıdır. Büyük modeller, tekrar eğitilmeden hızlıca eskiye dönüşen, 6-12 ay ömür süren “tükenebilir varlıklar” haline gelmiştir. Tek bir eğitim maliyeti milyonlarca doları, hatta milyarlarca doları aşabilir. OpenAI örneğinde, 2025 yılı geliri 13,07 milyar dolar, brüt kar marjı yaklaşık %43’tür (bu hesaplama yalnızca çıkarım hesaplama kaynaklarını dikkate alır, en pahalı eğitim hesaplama kaynakları araştırmaya ve geliştirme giderlerine dahil edilir), ancak araştırma ve geliştirme giderleri 19,18 milyar dolara ulaşır, bunun yaklaşık 10,6 milyar doları Microsoft’a eğitim hesaplama kaynakları için ödenen tutarlardır ve bu da kayıplarının ana nedenidir.

Bu nedenle, AI Ajan ekonomisi şu özellikleri sergiler: çıkarım maliyeti (değişken maliyet), kullanımla doğrusal olarak artar ve büyük ölçüde farklılaşır; altyapı ve beceri maliyeti (yarı sabit maliyet), kullanıcı ölçeğiyle “basamaklar halinde” yükseliş gösterir—kullanıcı sayısı belirli bir eşiği aştığında, yeni bir GPU sunucu grubu eklenmesi gerekir; aynı zamanda araştırma ve geliştirme maliyeti (yani model eğitimi maliyeti) çok büyük miktarlarda olur. Bu maliyetler birbirinin üzerine katlanır ve AI şirketlerini her zaman kârın tamamının yeniden yatırıldığı bir yolda tutar;互联网 gibi “kâr-zarar dengesini aştıktan sonra kârın üssel olarak arttığı” bir mutluluk noktası bulunmaz.

Bu maliyet mantığı, endüstrinin rekabet avantajı kaynaklarını da yeniden şekillendirdi: İnternet'in temel engeli ağ etkisidir; kullanıcı sayısı arttıkça ürün daha kullanışlı hale gelir. Agent'in engel türü ise ilişkiler ağı etkisinden veri döngüsüne ve dönüşüm maliyetlerine geçiş yapmıştır; yeni engeller, birikmiş bağlamdan kaynaklanır — kullanıcıların hafızası, tercihleri, dosyaları, iş akışları ve yetkilendirilmiş verileri. Ne kadar uzun süre kullanılırsa, Agent'in kullanıcıya uyumu o kadar artar ve hizmet sağlayıcı değiştirmenin taşıdığı taşıma maliyeti de o kadar yükselecektir. İnternet, kullanıcıların ilişkiler ağını kilitlerken, Agent kullanıcıların iş bağlamını kilitler; bu da endüstride giriş noktalarına yatırım yapma çabasının temel nedenidir: Burada sadece trafiği değil, bağlamın ilkik birikimini ele geçirmek amaçlanmaktadır.

Açıkça, AI Agent ekonomisine farklı bir mantıkla bakmamız gerekiyor: İnternet platformları "kullanıcı girişi" için rekabet ederken, AI Agent platformları "görev girişi" için rekabet eder.

İnternet ekonomisinin temel birimi "görünürlük/tıklama" ise, AI Agent ekonomisinin temel birimi "görev"dir. Tıklama, kullanıcının bir sayfaya girdiğini gösterir; görev ise kullanıcının bir hedefe ulaşmak için AI'ye görev verdiğini ifade eder — Agent, hedefi anlamalı, görevi parçalara ayırmalı, araçları çağırmalı, dosyaları okumalı, yazılımları çalıştırmalı, sonuçları tekrar tekrar kontrol etmeli ve gerekirse kullanıcıdan izin istemelidir. Bu durum, AI Agent'ın maliyet yapısını "dijital medya"dan ziyade "dijital çalışan"a daha çok yaklaştırır.

Geçmişte kullanıcılar arama motoruna "Hangi dekorasyon şirketi iyi?" diye soruyor, arama motoru web sayfaları, reklamlar ve harita sonuçları döndürüyordu; şimdi kullanıcılar doğrudan Ajan'a "Bana güvenilir üç dekorasyon şirketi öner, teklifleri, itibarlarını ve inşaat garantilerini karşılaştır ve iletişim kurmak için randevu al." diyeabilir. İlk durumda ticari değer, görüntülenme ve tıklamalardan gelirken, ikinci durumda ticari değer, görev tamamlama ve karar alma temsilinden gelir. Reklamlar artık sayfada sadece görünen bilgiler değil, Ajanın karar sürecindeki adaylar, veri kaynakları, güvenilir kaynaklar veya işlem arayüzleri haline gelir ve kullanıcıların görevini tamamlamalarına yardımcı olur.

Model şirketleri yalnızca temel yetenekleri sunmakla kalmaz, aynı zamanda yeni nesil görev işletim sistemleri haline gelir. Hem AI-native firmalar hem de kapsamlı büyük şirketler, "büyük modeller"den "Agent platformlarına" doğru ilerlemekte ve Claude Cowork, Codex, Workbuddy gibi bir dizi ürün çıkarmaktadır — kullanıcı görev giriş noktasını kim kontrol ederse, araçların çağrılma sırasını, veri kaynaklarının önceliklerini, ticari önerilerin mantığını ve işlem döngüsünü belirler.

Ekonomik olarak negatif olmasına rağmen harcama yaparak giriş noktasını ele geçirmek, şu anki endüstrideki en temel stratejik bahis ve değerlemeye ilişkin tartışmaların kaynağıdır. Çünkü giriş noktası, yalnızca kullanıcı sayısını veya diyalog miktarını değil, gelecekteki görev dağıtımı, ticari öneriler ve işlem döngüsünün kontrolünü de içerir.

Bu mantık değişimi, aynı zamanda katmanlaşma eğilimini de beraberinde getirmek zorundadır.

İnternet ürünleri, sıfır marjinal maliyet avantajını maksimize etmek için mutlak standartlaşmaya yöneliktir; tüm kullanıcılar aynı kodla hizmet alır. AI Agent ise doğal olarak katmanlı sunuma uygundur—farklı karmaşıklıktaki görevlerin maliyetleri büyük ölçüde farklıdır; basit bir soru-cevap ile karmaşık bir akıl yürütme arasındaki maliyet farkı onlarca veya yüzlerce kat olabilir. Bu nedenle AI şirketleri farklı seviyelerde ürünler çıkarır: ücretsiz sürüm küçük modelleri kullanır ve kullanım miktarını sınırlar; temel ücretli sürüm orta boyutlu modelleri kullanır; ileri sürüm en güçlü modeli kullanır; kurumsal özelleştirilmiş sürüm ise özel dağıtım ve optimizasyon sağlar.

Bu katmanlı fiyatlandırma, temelde maliyete göre sınıflandırma ve değere göre ücretlendirme prensibine dayanır; değer, maliyetle doğru orantılıdır. Kullanıcı ne kadar güçlü bir yeteneğe sahip olursa, o kadar yüksek bir maliyet öder. Bu nedenle AI Agent ekosistemi, “çift hızlı bir ekonomi”ye dönüşecektir: geride kalan bir nesil akıllılık çok düşük fiyatlarda (açık kaynak + büyük şirketlerin sübvansiyonu sayesinde su, elektrik ve doğalgaz gibi bir altyapı haline gelecek), ancak öncü akıllılık her zaman pahalı kalacaktır (en güçlü modeller her zaman maliyet eğrisinin en pahalı ucunda yer alacaktır). Ücretsiz olan “dün”ün akıllılığıdır, ücretli olan ise “bugün”ün akıllılığıdır.

AI Ajan ekonomisinin geleneksel ekonomiye en derin etkisi, piyasada yeni bir AI ürünü eklenmesi değil, önceki web siteleri, uygulamalar ve yazılımlarda dağılmış olan kullanıcı giriş noktalarının, yeni bir görev ajan katmanı tarafından yeniden kazanılmaya çalışılmasıdır. Telefon üreticileri, süper uygulamalar vb. her biri kendi Ajanlarını geliştiriyor; giriş noktaları henüz tekilleşmedi, aksine daha da parçalandı. Geçmişte internet kazanç havuzları “trafiğin nereden geçtiğine” dayanıyordu, gelecekte ise daha çok “görevlerin kim tarafından düzenlenip kim tarafından tamamlandığına” göre yeniden dağıtılacaktır.

Öncelikle giriş ve dağıtım hakları değiştirildi.

İnternet çağında arama motorları, uygulama mağazaları, içerik platformları ve süper uygulamalar giriş noktalarını ele geçirdi; şirketler sıralama, öneriler ve kullanıcı süresi için rekabet ediyor. Ancak Agent’ler ortaya çıktıktan sonra kullanıcıların uygulamaları tek tek açmalarına gerek kalmayabilir: uçak bileti rezervasyonu, tedarikçi bulma, veri analizi, e-posta cevaplaması gibi işlemler tek bir görev girişi üzerinden başlatılabilir. Web siteleri ve uygulamalar kaybolmayacak, ancak giderek daha çok Agent’in arka planında veri kaynağı, araç ve yerine getirme arayüzü haline gelebilir.

Bu, yeni platform yetkilerinin artık yalnızca "kullanıcıları nereye yönlendirmek" değil, görevlerin nasıl tamamlanacağını belirlemek anlamına gelir: hangi model, hangi yazılım, hangi ticaretçi, hangi veri kümesi çağrılacak. Geçmişte arama motorları, uygulama mağazaları ve trafik platformlarının elinde olan bir miktar "dağıtım vergisi", zamanla Agent platformlarına geçebilir.

Dikkat edilmeyen ancak kritik bir etki: AI Agent, müşteri yolculuğunu büyük ölçüde kısaltarak reklam iş modeli için olanakları daraltıyor.

Geçmişte, kullanıcılar işlem yapmadan önce on kez arama yapmalı, birden fazla web sitesi ve platformu karşılaştırmalıydı; ancak AI senaryosunda, kullanıcılar sadece 3-5 ardışık soru sormakla bilgi filtrelemeyi, seçenekleri karşılaştırmayı ve satın alma kararını zaten tamamlayabilir. Yüksek niyetli, güçlü karar verme ve yoğun karşılaştırma gerektiren sektörler, AI tarafından dağıtım mantığının yeniden yazılmasına daha kolay uğrar. Kullanıcılar artık arama sonuçları, içerik sayfaları ve satıcı ana sayfaları arasında sürekli dolaşmak zorunda kalmaz; karar verme görevini doğrudan AI'ya bırakır. Bu durumda, reklamın girebileceği noktalar azalır ve geleneksel reklamların etkisi zayıflar.

Gerçek zorluk, AI cevaplarındaki reklamların yüksek derecede açıkça belirtilmesidir. Geçmişte, reklamlar arama sıralaması, bilgi akışı yerel içerikleri, etkileyici kişilerin önerileri, marka içerikleri gibi çeşitli senaryolarda kullanıcı yolculuğuna entegre edilebilirdi; ancak AI cevaplarında, herhangi bir yumuşak, gizli veya açıkça etiketlenmemiş ticari öneri, kullanıcıların platformun nesnellikine olan güvenini doğrudan etkiler. AI, kullanıcı adına karar veren bir temsilci kadar benzerse, kullanıcılar onun şeffaf olmayan şekilde ticari çıkarlarla etkilenmesini daha az kabul eder.

İkinci katman şoku, platform ve aracı ekonomisinde yakında gerçekleşecektir.

Alışveriş, seyahat, yemek teslimatı, yerel yaşam gibi işlem tabanlı platformlar, temelde kullanıcıların arama, karşılaştırma ve işlem eşleştirme işlemlerini kolaylaştırır; bu da Agent'ların en kolay otomatikleştirilebileceği aşamalardır. Sadece “bilgi listesi” sunan ara katmanlar daralacaktır; gerçek anlamda kaçınılmaz olanlar ise eksiksiz tedarik, ödeme, kredi, lojistik, satış sonrası hizmet ve fiziksel teslimattır.

Bir işlem platformunun rekabet avantajı, "Ne kadar trafik sahibiyim?" yerine "Ne kadar Agent tarafından yerine konulamayan gerçek arz ve yürütme kapasitesine sahibim?" haline gelecektir.

Kapalı işlem zincirine sahip büyük şirketler için, AI kısa sürede mevcut reklam ve ticaret işlemlerini etkileyecek, ancak uzun vadede AI Agent’ların katılımı yeni bir ticari çarpan haline gelecektir. Platform, kullanıcı talebini ve ticaretçilerin arzını, işlemi, ödemesini, teslimatını ve satış sonrası hizmetlerini kontrol ederse, ticari değeri全局 bir oyun olarak yeniden organize edebilir: Ticaretçiler, e-ticaret platformlarında reklam verir → Daha yüksek GMV getirir → AI, GMV’si yüksek, olumlu yorumları fazla ve teslimatı stabil markaları önerilerde öncelikli olarak gösterir → Markalar, AI senaryolarında işlem döngüsünü tamamlar → Platform da aynı anda reklam değerini, işlem değerini ve AI dağıtım değerini artırır.

Ana sınır, AI'nın geleneksel reklam platformları gibi aşırı reklam ücretleri almamasıdır. AI, fazla para alırsa en temel varlığı olan nesnellik ve kullanıcı güvenini zarara uğratarak kendini zayıflatır. Daha mantıklı yaklaşım, sektör ortalamasıyla uyumlu olan ve genellikle %1-%10 arasında değişen bir teknik hizmet ücreti almaktır; bu ücret, hesaplama gücü, çağrılma ve hizmet maliyetlerini karşılamak için kullanılır.

Üçüncü ve daha derin değişiklik, yazılım ekonomisi ile hizmet ekonomisi arasındaki sınırın bulanışmaya başlamasıdır.

Geleneksel SaaS (yazılım da dahil) temelde hâlâ bir araçtır. Salesforce CRM sistemi sağlar, ancak müşteri ilişkilerini gerçekleştiren satıcıdır; Adobe tasarım yazılımı sunar, ancak tasarımı gerçekleştiren tasarımcıdır; finansal yazılımlar verileri kaydeder, ancak analiz ve karar verme hâlâ insanlar tarafından yapılır. Bu nedenle SaaS iş modeli uzun yıllar boyunca “oturum (Seat)” etrafında şekillenmiştir: şirketin kaç çalışanı yazılımı kullanıyorsa, o kadar hesap satın alınır. Son yıllarda kullanım bazlı ücretlendirme yükseliştedir ve karışık ücretlendirme yaygınlaşmıştır, ancak işbirliği temelli yazılımlarda oturum modeli hâlâ yaygındır.

AI Agent, bu öncülü değiştiriyor.

Yazılım, verileri kendi kendine okumaya, bir sonraki adımı değerlendirmeye ve işleri gerçekleştirmeye başladığında, şirketler artık sadece “bir çalışanın kullandığı bir yazılım” satın almıyor, doğrudan bir görevi tamamlayabilme yeteneği satın alıyor. Bir AI Agent, CRM, ERP, BI, e-posta ve müşteri hizmetleri sistemlerini aynı anda yönetebilir; geçmişte birçok kişinin farklı yazılımlar arasında yapması gereken süreçler, tek bir görev çağrısıyla sıkıştırılır. Bu noktada, “daha fazla çalışan, daha fazla koltuk, daha fazla SaaS geliri” büyüme mantığı zorlanır.

Daha önemlisi, SaaS kendisi katmanlara ayrılabilir: Alt katman, müşterileri, siparişleri, finansal verileri, envanteri vb. temel verileri saklayan “Kayıt Sistemi”dir; üst katman ise ihtiyaçları anlayan, sistemi çağıran ve görevleri tamamlayan “Eylem Sistemi”dir.

Geçmişte ikisi aynı yazılım arayüzünde birleştirilmişti, ancak gelecekte ayrılıp gidebilirler. Temel verileri, yetkileri, uyumluluğu ve iş kurallarını kontrol eden yazılımlar hâlâ güçlü bir engel oluşturur; ancak ana değeri arayüz, süreç ve fonksiyonların bir araya getirilmesinden alan yazılımlar büyük bir risk taşır: Bir Agent etkileşim katmanını ele geçirdiğinde, bu yazılımlar kullanıcıların her gün açtıkları uygulamalardan, Agent'in arka planda çağırdığı bir arayüze dönüşebilir.

Bunun tersine, bu durum yazılım piyasasının ilk kez geleneksel hizmet sektörünü büyük ölçüde işgal etmesine neden olacak. Geçmişte yazılım şirketleri kurumsal IT bütçeleri için rekabet ediyordu; gelecekte AI Agent şirketleri ise daha büyük insan maliyetleri, dış kaynaklama bütçeleri ve profesyonel hizmet bütçelerini hedefleyecek. Müşteri hizmetleri, temel araştırmalar, satış operasyonları, istihdam filtrelemesi, mali işlemler ve hatta bazı danışmanlık işleri, “insan zamanı satın alma”dan “makinenin tamamladığı görevleri satın alma”ya doğru kayacak. Bu nedenle yazılım piyasasının sınırı, geçmişteki “dijitalleşme bütçesi (Software Spend)”nden, “insan kaynakları bütçesi (Labor Spend)” yönünde aşırıya kaçmaya başlıyor.

Geçtiğimiz yirmi yılın internet ekonomisi: Daha fazla kullanıcı, daha fazla trafiği; daha fazla trafik, daha fazla reklam, işlem ve abonelik gelirini anlamına geliyordu, ancak yeni kullanıcıların maliyeti belirgin bir şekilde artmıyordu. “Önce kullanıcı kitlesini büyüt, sonra gelir elde etme yollarını ara” ifadesi, internet çağındaki en klasik büyüme formülü haline geldi.

AI Agent, bu basit doğrusal ilişkiyi sona erdiriyor.

AI Aracısı'nın sağladığı şey artık sadece bilgi değil, gerçek hesaplama kaynakları tüketiyor, dış araçları çağırıyor ve görevleri tamamlıyor. Kullanıcı sayısı arttıkça, kârın mutlaka artacağı anlamına gelmiyor; görevler ne kadar karmaşık olursa, maliyetlerin o kadar hızlı artabileceği anlamına geliyor. Şirketlerin gerçekten hesaplaması gereken şey artık DAU, tutunma oranı ve kullanıcı süresi değil, bir görevin tamamlanması için ne kadar maliyet oluştuğu, kullanıcının bu sonuca ne kadar ödeme yapmaya razı olduğu ve platformun bunun üzerinden ne kadar değer koruyabildiği.

Yapay zeka çağındaki gerçekten kıymetli şeyler değişiyor.

İnternet çağında nadir olan şey trafiktir, bu nedenle şirketler kullanıcıların dikkatini kazanmak için rekabet eder; AI Agent çağında gerçekten nadir olan şey yüksek değerli görevler ve bu görevleri tamamlamak için gerekli veriler, yetkiler, araçlar ve yürütme kapasitesi olabilir.

AI Agent, internetin bir sonraki ürün biçimi değil, dijital ekonominin en temel işlem birimini değiştirmektedir. Agent, görevi tamamlama yeteneğini satmaktadır.

Ekonominin temel birimi “tıklama”dan “görev”e, “araç kullanma”dan “sonuç teslim etme”ye dönüştüğünde, geçen yirmi yıl boyunca trafiğe dayalı olarak kurulan iş modelleri, platform güçleri ve kâr dağılımı mutlaka yeniden düzenlenmek zorunda kalacaktır.

Bu yazı, WeChat hesabından "Tencent Araştırma Enstitüsü" (ID: cyberlawrc) tarafından yayınlanmıştır, yazar: AI Ekonomisi Araştırma Grubu