Kurumsal AI Harcamasında Tavan Sinyali: Fable 5'in İlk Ayı

Şirketler artık en iyi modele para vermiyor, yeterli modele para veriyor. Bu haftaki veri, bu cümleyi ilk kez rakamla destekliyor.

Anthropic'in en güçlü modeli Fable 5, piyasaya çıkışının ilk ayında şirketin sattığı token'ların yalnızca %6'sını oluşturdu. Harcama tarafında payı biraz daha yüksek, %11,4. Veri, kurumsal harcama yönetimi şirketi Ramp'in kendi token takip ürününden ve Ağustos 2026 AI endeksinden geliyor.

Ramp verisi ne gösteriyor?

Tablonun en çarpıcı satırı karşılaştırma tarafında. Fable 5, token başına belirgin şekilde daha pahalı olmasına rağmen, OpenAI'ın GPT-5.6 Sol modelinin ürettiği gelirin yaklaşık %75'ini üretebildi. Yani daha pahalı olması, toplam geliri yukarı çekmeye yetmedi.

Fiyat farkı ortada: Fable 5 milyon token başına 10 dolar giriş, 50 dolar çıkış. Bu, hem GPT-5.6 Sol'un hem de Anthropic'in diğer amiral gemisi modellerinin kabaca iki katı.

Sağlayıcı bazında tablo Anthropic açısından iyi görünüyor. Temmuz 2026'da ABD'deki şirketlerin %43,5'i Anthropic'e abonelik ya da token ödemesi yaptı. OpenAI %39,7'de kaldı ve aylık büyümesi yalnızca 0,23 puan oldu. Yani şirket müşteri kazanmakta zorlanmıyor. Zorlandığı yer, o müşteriye en pahalı modeli satmak.

Uç ile ortanca arasındaki uçurum

Aynı veri setindeki bir başka rakam, tartışmanın asıl merkezini gösteriyor. En çok harcayan %1'lik dilimdeki şirketler, çalışan başına ortanca 7.400 dolar harcıyor. Ortanca şirkette ise bu rakam çalışan başına 11,95 dolar.

Aradaki fark yüzlerce kat. Bu, yapay zeka harcamasının sektöre yayılmış bir gider kalemi olmadığını, çok küçük bir grupta yoğunlaştığını söylüyor. Geri kalan şirketler için yapay zeka hâlâ birkaç lisans bedelinden ibaret.

Ekonomist Ara Kharazian, yavaş benimsenmenin sebebini doğrudan fiyata bağlıyor: kurumsal alıcı için marjinal performans artışı, ödediği bedeli karşılamıyor. Çünkü o marjinal artışın getirisini ölçmek zor.

Tavan gerçek mi, geçici mi?

Burada bir uyarı düşmek gerekiyor. Bu tablo tek bir veri kaynağına dayanıyor. Ramp'in müşteri tabanı ABD merkezli ve harcama yönetimi ürünü kullanan şirketlerden oluşuyor, dolayısıyla tüm piyasanın temsili sayılamaz. Ayrıca ilk ay verisi, kurumsal satın alma döngülerinin uzunluğu düşünüldüğünde erken bir ölçüm.

Yine de yön belli: en güçlü modelin otomatik olarak en çok satan model olmadığı bir döneme giriyoruz. Bu, iki yıl önceki tablodan farklı.

Türkiye'den bakınca ne değişiyor?

Türkiye'deki işletmeler için bu haber aslında rahatlatıcı. Sahada en sık karşılaştığımız endişelerden biri şu: "En yeni modeli kullanmıyoruz, geride mi kalıyoruz?"

Veri bunun gerekmediğini gösteriyor. ABD'deki kurumsal alıcıların büyük çoğunluğu da en pahalı modele geçmemiş durumda ve bunu bilinçli olarak yapıyorlar.

Pratik karşılığı şu: bir iş akışını kurarken modeli değil süreci seçin. Fatura okuma, e-posta sınıflandırma, sözleşme özetleme gibi işlerin çoğu orta segment bir modelle çalışıyor ve doğruluk farkı sizin süreç kontrollerinizin altında kalıyor. Sınır modele ihtiyaç duyulan yerler gerçekten var ama bunlar istisna: uzun akıl yürütme gerektiren analizler, çok adımlı ajan görevleri, karmaşık kod tabanları.

Karar yöntemimiz basit. Önce ucuz modelle kurun, çıktıyı iki hafta ölçün, hata oranını yazın. Sonra aynı işi pahalı modelle çalıştırıp aradaki farkı aynı metrikle ölçün. Fark, aylık maliyet farkını haklı çıkarıyorsa yükseltin. Çıkarmıyorsa ucuz modelde kalın, çünkü ödediğiniz fazlalık bir kere değil her ay tekrarlanıyor.

Ramp verisinin söylediği tam olarak bu: kurumsal alıcılar bu hesabı yapmaya başladı. Yapay zeka harcaması, heyecan kaleminden bütçe kalemine geçiyor ve bütçe kalemleri gerekçe ister.

Kaynaklar: The Decoder, Ramp AI Index