Şirket verileri ve gerçek iş sonuçlarını doğrulama kapasitesi, yapay zekâ (AI) rekabetinde etkili olabilir. MIT Cryptoeconomics Lab kurucusu ve Meta (META) fintech bölümünün eski başekonomisti Christian Catalini, 19 Ağustos'ta Forward Future'da yayımlanan makalesinde Anthropic'in “dünyanın en değerli şirketlerinden biri olabileceğini ancak tek şirket olmayacağını” yazdı. Catalini, kurumsal verilerle gerçek iş sonuçlarını doğrulama becerisinin de AI rekabetinin temel unsurlarından biri olabileceğini savundu.
Catalini, bu görüşünü buhar makinesi, elektrik, içten yanmalı motor ve demiryolu örnekleriyle açıkladı. Ona göre, dönemin temel teknolojilerini ilk geliştiren şirketler bu teknolojilerin yarattığı değerin tamamını elde etmedi; üretim, dağıtım ve uygulama için gereken varlıklara sahip şirketler de değer kazandı.
Catalini bu varlıkları “tamamlayıcı varlıklar” olarak tanımlıyor. Temel bir modeli gerçek ürün veya hizmetlerde kullanmak için bilgi işlem altyapısı, yarı iletkenler, şirkete özgü veriler, uzman çalışanlar, müşteri ilişkileri ve dağıtım ağları gerekiyor.
Nvidia'yı (NVDA) hem AI laboratuvarlarına hem de uygulama geliştiren şirketlere tedarik sağlayan bir üst tedarikçi örneği olarak gösterdi. Üst tedarikçiler, nihai hizmetten önce üretim için gerekli kaynakları sağlayan şirketlerdir.
Catalini'nin özellikle vurguladığı unsur, gerçek iş süreçlerinden elde edilen doğrulama bilgileri oldu. AI'ın bir görevi doğru tamamlayıp tamamlamadığını kontrol etmek ve sonucu sistemi geliştirmek için kullanmak, bir “öğrenme döngüsü” oluşturarak rekabet unsuru hâline gelebilir.
Açık ağırlıklı modeller, eğitilmiş ağırlıkları dışarıya açılan ve başka şirketlerin indirip kendi ortamlarında çalıştırabildiği veya uyarlayabildiği modellerdir. Catalini'ye göre şirketler model performansının yanı sıra iş akışlarına entegrasyonu, maliyeti ve veriler üzerindeki kontrollerini de değerlendirmeli.
Catalini, 19 Ağustos'ta Forward Future'da yayımlanan makalesinde açık ağırlıklı modellerin şirketlere özgü bilgiler ve iş akışlarıyla birleştirilmesi hâlinde bazı uzmanlık gerektiren işlerde kapalı, son teknoloji modellerle rekabet edebileceğini öngördü. Analizi, kurumsal AI rekabet gücünü yalnızca modelin açık olup olmadığına bakarak değerlendirmenin yetersiz kalabileceğine odaklanıyor.
TokenPost daha önce Meta'nın açık ağırlıklı Muse Glimmer modelini yayımladığını ve daha güçlü Muse Spark modelini API üzerinden sunduğunu bildirmişti. Modellerin ne ölçüde açık olduğu, dış şirketlerin onları ne kadar doğrudan çalıştırıp uyarlayabileceğini de etkiliyor.
Catalini aynı makalede AI talebinin düşük maliyetli, genel amaçlı hizmetlerle özel verilerden ve uzman bilgiden yararlanan yüksek katma değerli hizmetler arasında bölünebileceğini de öngördü. Bu, Catalini'nin sektör analizidir; belirli bir şirketin gelirini veya pazar payını gösteren bir ölçüm değildir.
Ekonomik İşbirliği ve Kalkınma Örgütü (OECD), 14 Kasım 2025'te yayımladığı AI rekabeti raporunda açık ağırlıklı modellerin şirketlerin kendi verilerine uyarlanmış hizmetler geliştirmesine yardımcı olabileceğini değerlendirdi. Rapora göre rekabet analizinde şirketlerin uygulama yetenekleri ve altyapıya erişimleri de dikkate alınmalı.
OECD, farklı sektörlerde tek bir temel modelin her alana hâkim olma ihtimalinin düşük olduğunu belirtti. Bu değerlendirmede şirketlerin sahip olduğu verilerin ve çalışma ortamlarının sektörden sektöre değişmesi etkili oldu.
Öte yandan OECD, bilgi işlem gücü, bulut hizmetleri ve veriye erişimin az sayıda şirkette yoğunlaşmasının küçük işletmelerin ve yeni girişimlerin pazara girmesini zorlaştırabileceğine dikkat çekti. Açık modellerin sunduğu fırsatlarla AI kaynaklarına erişimdeki eşitsizlik, rekabet ortamını birlikte şekillendirebilir.
Anthropic, 27 Temmuz'da yayımladığı resmi açıklamada açık ağırlıklı modellerin topluca yasaklanmasını desteklemediğini bildirdi. Şirket, bu modellerin bazı alanlarda rekabeti artırabileceğini ve müşterilerin kontrolünü genişletebileceğini de kabul etti.
Anthropic ayrıca yayımlanan modellerin kötüye kullanımını izlemenin veya güvenlik önlemlerini geri almanın zor olduğunu savundu. Şirketin görüşüne göre yeterince güçlü modeller, açık ya da kapalı olmalarından bağımsız olarak yayımlanmadan önce güvenlik testlerinden geçirilmeli.
Comment 0