Sevgili Okuyucularımız,

Türkiye için 2026-2030 dönemi, teknoloji politikasında ve yapay zeka stratejisinde yeni bir dönemin kapısını araladı. Yayımlanan Türkiye Ulusal Yapay Zeka Eylem Planı (2026-2030); 1 gigavatlık devasa veri merkezi yatırımlarından herkes için GPU altyapısına, yerli büyük dil modeli projelerinden 5 milyon vatandaşı kapsayan toplumsal okuryazarlık hedeflerine kadar oldukça iddialı bir vizyon ortaya koyuyor. Sektörü hem politika hem de ekonomi penceresinden takip edenler için bu hamle büyük bir heyecan yaratsa da, küresel ölçekte bu plana baktığımda temel bir soru zihnimi kurcalıyor. Yapay zekada başarıyı hangi metriğe göre ölçeceğiz? Klasik GSYH (GDP) büyümesiyle mi, yoksa toplumun elde ettiği gerçek refah ve sürdürülebilirlikle mi?

Eylem Planı Cephesi: Altyapı, Hız ve İnsan Kaynağı

Söz konusu eylem planı, “Fark Et”, “İstifade Et” ve “Öncü Ol” gibi farklı katmanlarda yapılandırılmış dinamik bir strateji sunuyor. Türkiye’yi bölgesel bir yapay zeka üssü haline getirecek 1 GW gücünde veri merkezlerinin kurulması, yerli çip ve model kapasitelerinin (BİLGE ve Türk Devletleri Tesbit modelleri gibi) desteklenmesi yer alıyor. Ayrıca 5 milyon vatandaşa temel düzeyde yapay zeka okuryazarlığı kazandırılması ve 10 bin ileri düzey uzman ile 100 bin uygulama profesyonelinin yetiştirilmesi, teknolojinin tabana yayılması açısından vizyoner bir adım.

Bir politika ve strateji perspektifinden bakıldığında planın en güçlü yönü, tara-pilotla-ölçekle yaklaşımıyla sanayi ve kamudaki dönüşümü hızlandırma arzusu. Planın hedeflerini incelediğimizde rakamların ve teşviklerin ağırlıklı olarak geleneksel piyasa çıktılarına (üretim hacmi, şirket sayısı, GSYH katkısı) odaklandığını görüyoruz. İster istemez şu soru ortaya çıkıyor. Bir teknolojinin sadece ticari işlem hacmini büyütmek, o teknolojinin toplumun yaşam kalitesine ve refahına katkı sağladığını tek başına kanıtlayabilir mi?

Ekonomi Cephesi: GDP-B ve “Surplus Observer”

Tam da bu noktada, ekonomi dünyasında paradigmayı değiştiren yeni bir ölçüm yaklaşımı devreye giriyor. Stanford Digital Economy Lab bünyesinde Erik Brynjolfsson, David Nguyen, Avinash Collis ve ekibi tarafından yürütülen GDP-B (Gross Domestic Product – Benefits) projesi ve bunun yapay zeka özelindeki gösterge paneli Surplus Observer, 20. yüzyıldan kalma GSYH cetvelinin 21. yüzyılın ücretsiz veya düşük maliyetli dijital araçlarını ölçmekte yetersiz kaldığını savunuyor.

GSYH (GDP), yalnızca piyasada el değiştiren parayı ve ödenen fiyatı ölçer. Oysa bugün cebinizden tek bir kuruş çıkmadan kullandığınız yapay zeka araçları, açık kaynak kodlu modeller veya iş süreçlerinizi yarı yarıya kısaltan uygulamalar, istatistiklerde “fiyatı $0” göründüğü için resmi büyüme rakamlarına (GDP) tam yansımaz. Buna iktisatta Solow Paradoksu deniyor: Yapay zekayı her yerde görüyoruz, ama resmi GDP istatistiklerinde göremiyoruz. GDP-B ise kitlesel seçim deneyleriyle (massive online choice experiments) Tüketici Rantını (Consumer Surplus) yani bir kullanıcının o teknolojiden elde ettiği net faydayı ve refahı doğrudan ölçüyor. Yapay zeka araçlarının insanlığa kattığı değer, şirketlerin bunlardan elde ettiği abonelik gelirlerinden katbekat fazla.

Sürdürülebilirlik Cephesi: Eylem Planındaki Büyük Boşluk

Türkiye’nin Yapay Zeka Eylem Planı’nı GDP-B ve küresel politika standartları çerçevesinde incelediğimizde, en büyük kriz alanlarından birinin Sürdürülebilirlik (Sustainability) boyutunda yaşandığı açıkça görülüyor. Küresel ölçekte yapay zeka tartışmalarının odağı artık yalnızca daha büyük modeller geliştirmek değil, bu modellerin doğaya, enerji hatlarına ve toplumsal dengeye yüklediği maliyetleri yönetmektir.

Plandaki yeşil dönüşüm vurguları maalesef oldukça yüzeysel kalıyor. 1 GW kapasiteli devasa veri merkezlerinin yaratacağı devasa elektrik ve soğutma suyu tüketimi karşısında net bir yenilenebilir enerji entegrasyonu ve su ayak izi stratejisi sunulmuyor. Dünyada hızla yükselen Yeşil Yapay Zeka (Green AI) yani daha az veri ve daha az enerjiyle çalışan optimize edilmiş küçük dil modelleri planın teşvik mekanizmalarında hak ettiği yeri almıyor. Sosyal sürdürülebilirlik tarafında ise, altyapının belirli büyükşehirlerdeki Mükemmeliyet Merkezleri’nde toplanması, 81 ile yayılma iddiasına rağmen bölgesel eşitsizlikleri ve dijital uçurumu derinleştirme riski taşıyor.

Bu Tablo Ne Anlatıyor?

Türkiye Yapay Zeka Eylem Planı ile Stanford’ın GDP-B yaklaşımını yan yana koyduğumuzda ortaya çıkan tablo, 21. yüzyılın teknoloji politikasında yapılması gereken radikal bir zihniyet değişimine işaret ediyor. Türkiye, altyapı, donanım ve insan kaynağı seferberliği konusunda oldukça kararlı ve doğru bir ivme yakalamış durumda. Bu çabanın başarısı geleneksel pazarlama ve sanayi büyüme verileriyle ölçülmeye çalışılırsa, yapay zekanın toplumsal düzeyde yarattığı görünmez refah kaçırılabilir.

Bir diğer kritik nokta ise, sürdürülebilirliği merkeze koymayan hiçbir yapay zeka stratejisinin uzun vadede küresel rekabetçilik kazandıramayacağı gerçeğidir. Veri merkezlerinin karbon ayak izini yönetemeyen, suyu ve enerjiyi verimli kullanmayan, modeli daha küçük ve yeşil yapmayı teşvik etmeyen bir ekosistem, ekonomik büyüme sağlasa bile ekolojik ve toplumsal refahı geriye götürebilir.

Yapay zeka alanındaki rekabet artık yalnızca kimin daha çok GPU’ya veya daha büyük bir veri merkezine sahip olduğu yarışı değil; bu teknolojinin toplumun genel refahına (GDP-B) ne kadar katkı sağladığı ve gezegenin kaynaklarıyla ne kadar uyumlu çalışabildiği yarışıdır.

Son Söz

Türkiye, 2026-2030 Yapay Zeka Eylem Planı ile treni yakalama noktasında önemli bir irade gösterdi. Ancak önümüzdeki en büyük sınav, bu stratejiyi yalnızca bütçeler ve tesislerle sınırlı bir sanayi hamlesi olarak mı göreceğimiz, yoksa çevresel sürdürülebilirliği ve toplumsal faydayı önceliklendiren bir refah modeli olarak mı uygulayacağımızdır.

Türkiye, yapay zekanın yarattığı değeri klasik vergi ve satış rakamlarının ötesine geçip toplumsal refah ve yeşil dönüşüm kriterleriyle ölçerek küresel yapay zeka politikasında ezber bozan bir aktör haline gelebilecek mi?

Kaynaklar

T.C. Cumhurbaşkanlığı Dijital Dönüşüm Ofisi, “Ulusal Yapay Zeka Stratejisi ve Eylem Planı (2026-2030)”, Ağustos 2026.

Stanford Digital Economy Lab, “GDP-B: Surplus Observer – Measuring Consumer Surplus in Generative AI”, Ağustos 2026., https://digitaleconomy.stanford.edu/project/indicators/gdp-b-surplus-observer/

Stanford Digital Economy Lab, “GDP-B: A New Well-Being Metric in the Era of the Digital Economy”, https://digitaleconomy.stanford.edu/project/gdp-b-a-new-well-being-metric-in-the-era-of-the-digital-economy/

Brynjolfsson, E., Collis, A., Diewert, W. E., Eggers, F., & Fox, K. J., “GDP-B: Accounting for the Value of New and Free Goods”, Stanford Digital Economy Lab Publications.

Hukuki Uyarı

Bu içerik yalnızca genel bilgilendirme amacıyla hazırlanmıştır. Yazıda atıfta bulunulan haber ve analizler ilgili kaynaklara ve yayın organlarına aittir. İçerikte yer alan değerlendirmeler yazara ait yorumlardır ve yatırım tavsiyesi niteliğinde değildir. Herhangi bir kurum, kuruluş veya yayıncıyla sponsorluk ya da ticari iş birliği bulunmamaktadır.

Görseller temsilî olup yapay zekâ desteğiyle oluşturulmuştur.

#reklamdeğiltavsiye #YapayZeka #UlusalYapayZekaStratejisi #GDPB #StanfordDigitalEconomyLab #SurplusObserver #Sürdürülebilirlik #GreenAI #YapayZekaPolitikaları #Türkiye