Token, yapay zekânın taksimetresidir. Nasıl elektrik faturası kilovatsaatle, telefon faturası dakikayla, kargo ücreti ağırlıkla, hacimle hesaplanıyorsa; yapay zekâ faturası da büyük ölçüde token ile hesaplanır.
Token, modele verdiğimiz sorunun, yüklediğimiz belgenin, yazdırdığımız cevabın, ürettirdiğimiz kodun ve çalıştırdığımız ajanın parçalara bölünmüş veri birimidir. Kısa bir e-posta düzeltmesi az token yakar; 80 sayfalık sözleşme analizi, kod yazdırma, test ettirme ve raporlama çok token yakar.
Bu yüzden yapay zekâ kullanımında artık “kaç kişi lisans aldı?” sorusuyla değil, “kim, hangi iş için, hangi modelde, kaç token harcadı ve bunun karşılığında ne üretti?” sorusuyla yönetilmelidir.
Muhasebe fişlerinde yeni kalem: Token!
Şirketler yapay zekâyı önce hızlandırıcı gibi sahaya sürdü. Şimdi muhasebe fişleri masaya düşüyor. Tesla’nın 6 Temmuz 2026’dan itibaren çalışan başına haftalık 200 $ sınırı koyması, sıradan bir iç yazışma değil. Çünkü bu sınır, Musk’ın kendi yapay zekâ aracı Grok’u kapsamıyor. Rakip modeller bütçe duvarına çarparken, Grok’un bu sınıra takılmaması çalışan tercihini teknik kaliteden çok harcama kuralına bağlama amacı güdüyor.
Tesla, mühendislerini aylarca Claude, GPT, Gemini, Grok ve Cursor gibi araçlarla çalışmaya teşvik etti. Kullanım arttı, kimi ekiplerde haftalık binlerce dolarlık tüketim oluştu. Uber de 2026 yapay zekâ kodlama bütçesini dört ayda tükettiğini gördü.
Microsoft bazı Claude Code lisanslarını kapatıp ekipleri GitHub Copilot CLI’a, yani komut satırı yardımcısına yönlendirdi. İsviçreli yatırım bankası UBS’in teknoloji yöneticileriyle yaptığı araştırma da bunu gösteriyor: Şirketlerin yaklaşık %60’ı yapay zekâ harcamalarına sınır koyuyor.
Kurumsal yapay zekâ artık yalnızca model gücüyle değil, bütçe mimarisiyle de ölçülecek.
YZ kullanımı “deneysel bütçe” olmaktan çıkıyor; ana faaliyet giderine dönüşüyor.
YZ devriminde faturayı büyüten tek unsur token olmayacak. Bütçelerde artık şunlar yer alacak:
1 GPU (grafik işlemci), NPU (sinir ağı işlemcisi) ve sunucu alımı; çünkü karmaşık modeller standart işlemcilerle çalışmıyor.
2 Bulut çıkarım gideri; çünkü model eğitimde ve kullanımda işlem gücü tüketiyor.
3 Veri depolama-yedekleme gideri; çünkü çok formatlı kayıt hacmi hızla büyüyor.
4 Veri temizleme, etiketleme ve zenginleştirme hizmeti; çünkü kirli veri modeli de hatalı karar aldırıyor.
5 Vektör veritabanı ve kurumsal arama altyapısı; çünkü şirket belgelerini modele bağlamak ayrı katman istiyor.
6 API (uygulama programlama arayüzü), entegrasyon ve orkestrasyon platformları; çünkü yapay zekâ ERP, CRM, insan kaynakları ve hukuk sistemlerine bağlanmadan sonuç üretmiyor.
7 Siber güvenlik, erişim yönetimi ve veri sızıntısı önleme araçları; çünkü hassas veriyi dış modellere taşıma riski artıyor.
8 Model yönlendirme yazılımı; çünkü her işi en pahalı modele göndermek, her toplantıya kıdemli danışmanı sokmaya benziyor.
9 İzleme, ölçüm ve FinOps (finansal operasyon) yazılımları; çünkü maliyet, performans ve çıktı ilişkisi görünmeden yönetilemiyor.
10 Uyum, denetim ve hukuki danışmanlık; çünkü telif, kişisel veri, ayrımcılık ve sorumluluk soruları büyüyor.
11 Eğitim ve değişim yönetimi; çünkü araç çoğaldıkça yanlış kullanım, gölge sistem ve tüketim de çoğalıyor.
12 Enerji, soğutma ve veri merkezi kapasitesi; çünkü her yeni ajan elektrik ve soğutma istiyor.
Özet: Gartner, 2026’da dünya yapay zekâ harcamasının 2,52 trilyon dolara çıkacağını, yapay zekâ altyapısının tek başına 1,36 trilyon doları aşacağını öngörüyor.
Ajan modellerin standart sohbet robotlarına göre görev başına 5 ila 30 kat fazla token tüketmesi bekleniyor. Öyle ki modellerin ucuzlaması bile toplam faturayı düşürmeye yetmeyecek. Nur topu gibi yeni bir probleminiz var. Hayırlı çözümler dilerim…
Ufuk Tarhan-Dünya