Sequoia Capital kapalı paylaşımı: 'Yazılım teslim etmekten' 'sonuç teslim etmeye', yapay zeka ticarileşmesi ve sermaye fiyatlamasının yeni mantığı

Sequoia Capital küresel ortağı, yapay zeka altyapı hesaplama mimarisi devrimini, AGI'nin ilk yılındaki endüstriyel uygulamaları ve sermaye fiyatlama mantığındaki ayrışmayı derinlemesine inceliyor; teknoloji yayılımındaki uçurumda on milyarlarca dolarlık ticari fırsatları ortaya koyuyor.

Kaynak: Pat Grady "AI for BC IC" paylaşım videosu

Derleyen: AGI 2050

【Editörün Notu】

Teknoloji döngülerinin dönüm noktalarında, önde gelen risk sermayesi firmalarının iç değerlendirmeleri genellikle endüstri yönünü gözlemlemek için kritik bir kesit oluşturur.

Bu içerik, Sequoia Capital küresel ortağı Pat Grady'nin yakın zamanda Boston College Yatırım Komitesi'ne yaptığı kapalı bir paylaşımdan derlenmiştir. Bu değerlendirmede Grady, gözlem perspektifini 2026 sonbaharına yerleştirerek, büyük modellerin patlamasından bu yana küresel altyapı teknolojisi evrimini, endüstriyel uygulama hızını ve sermaye fiyatlama mantığındaki yapısal değişimleri sistematik olarak gözden geçiriyor.

Kamuya yönelik genel anlatımlardan farklı olarak, çekirdek yatırımcılara (LP) yönelik bu rapor, bir dizi somut ve keskin ticari öz sorusuna odaklanıyor:

•Altta yatan mantıktaki değişim: Bu dalganın özü bir bilgi dağıtım devrimi değil, altta yatan hesaplama mimarisinin yeniden şekillendirilmesidir; potansiyel pazar büyüklüğü (TAM), trilyon dolar seviyesindeki saf yazılım alanından, bir ila iki büyüklük mertebesi daha büyük olan profesyonel hizmetler pazarına esaslı şekilde nüfuz etmektedir;

•Ar-Ge paradigmasında sıçrama: Mantıksal akıl yürütme ve uzun görevli ajanların (Long-task Agents) teknolojik olgunlaşmasıyla birlikte, öncü laboratuvarların araştırma odağı genel yapay zekadan (AGI) süper yapay zekaya (ASI) ve özyinelemeli kendini geliştirmeye (RSI) kaymıştır;

•Ticari ayrışma ve yayılım uçurumu: Modelin doğal yetenekleri ile kurumsal fiili uygulamalar arasında belirgin bir "teknoloji yayılım uçurumu" bulunmaktadır; yüksek değerli bilgi işleri (programlama, sağlık, vergi ve mali uyum vb.) yeni nesil sistem düzeyinde işletmeleri doğururken, altta yatan teknoloji zeminindeki yüksek frekanslı dalgalanmalar uygulama katmanındaki şirketleri organizasyon yapılarını yeniden yapılandırmaya zorlamaktadır;

•Sermaye balonunun yeni biçimi: Çılgın piyasa duyarlılığı altında, birincil piyasada ortak inşa ortaklarını finansman ortaklarından ayıran iki adımlı bir finansman modeline evrilmiştir; birincil ve ikincil piyasalardaki değerleme kaldıracı ve prim temposu benzeri görülmemiş bir sınanmadan geçmektedir.

Aşağıda derlediğimiz paylaşımın tam metni yer almaktadır:

I. Bu bir bilgi dağıtım devrimi değil, bir hesaplama yeniden yapılanmasıdır

Bugünkü materyal seti, esas olarak Boston College Yatırım Komitesi'nin ortaya attığı bir soruya yanıt vermek için kullanılmaktadır: "Mevcut yapay zeka endüstrisi tam olarak hangi durumda?"

Burada, bu gözlemleri Eylül 2026 itibarıyla bir dönemsel zaman kesiti olarak kaydediyorum.

Risk sermayesi sektörü, onlarca yıllık teknoloji dalgalarının üst üste binen evrimini göstermek için sıklıkla bir grafik kullanır: en alttaki çip evriminden hesaplama sistemlerine, ağ bağlantısı yoluyla halka açılarak internete dönüşmesi; ardından mobil cihazlara geçişle karmaşık uygulama ekosistemlerinin doğması; ve günümüzde yapay zekanın bu uygulamalara benzeri görülmemiş işlem yetenekleri kazandırması.

Teknoloji evriminin temel çizgisi her zaman böyle olmuştur. Ancak yapay zeka merkezli bu dalga, önceki döngülerden üç temel özellik ile ayrışmaktadır:

Birincisi, potansiyel pazar büyüklüğü (TAM) eşi görülmemiş derecede geniştir.

Geçmiş on yıllardaki döngülerde, endüstrinin ana hedefi "yazılım pazarı büyüklüğü" (Software TAM) idi; yapay zeka ise doğrudan "profesyonel hizmetler pazarı büyüklüğüne" (Services TAM) girmektedir — ikincisinin hacmi, saf yazılımdan bir ila iki büyüklük mertebesi daha büyüktür.

İkincisi, teknoloji yayılım hızı öncekilerden çok daha yüksektir.

Bu yüksek nüfuz hızı yapay zeka teknolojisine özgü değil, altyapının hazır olmasının kaçınılmaz bir sonucudur. Bulut bilişimin başlangıç aşamasında, dünya genelinde internete bağlanan nüfus yüz milyonun altındaydı; mobil internet başladığında, kullanıcıların akıllı donanımları tek tek satın alması gerekiyordu. Günümüzde ise küresel ağ altyapısı ve akıllı donanımlar son derece yaygınlaşmış durumda; teknoloji kullanılabilirlik eşiğini aştığında, ölçeklenebilir yayılımın direnci tarihsel olarak en düşük seviyeye inmiştir.

Üçüncüsü ve en önemlisi: Bu teknoloji dönüşümünün biçimi, fiziksel mantık açısından öncekilerden tamamen farklıdır.

Geçmiş on yıllardaki teknoloji devrimleri — kişisel bilgisayarlar, yerel alan ağları, internet ve bulut bilişim dahil — özünde "bilgi dağıtım devrimleri" idi; çekirdekleri, bilginin uzayda iletim verimliliğini optimize etmekti.

Şu anda yaşadığımız ise "hesaplamanın kendisinin bir devrimi"dir. Artık çözülen sorun bilginin nasıl iletileceği değil, bilginin nasıl işleneceği ve yeniden birleştirileceğidir. Bu ölçekte bir altyapı yeniden yapılanması, 1960'lar ve 1970'lerde yarı iletken entegre devrelerin doğuşundan bu yana endüstride görülmemiştir.

Bu ayrımın somut ticari etkileri vardır: Uygulama katmanındaki girişimcilerin dayandığı teknoloji zemini, şu anda hâlâ yüksek frekanslı yer değiştirmelerin yaşandığı dinamik bir evrim içindedir.

Son birkaç yılın gelişim çizgisini incelediğimizde, endüstri üç kritik dönüm noktasından geçmiştir:

1. 2022 sonundaki ChatGPT anı, denetimsiz ön eğitimin (Pre-training) teknik uygulanabilirliğini ve ölçeklenme potansiyelini doğruladı;

2. 2024 sonunda OpenAI o1'in piyasaya sürülmesi, mantıksal akıl yürütme (Reasoning) yolunu doğrulayarak, büyük modellerin sezgisel hızlı düşünmeden (Sistem 1) mantıksal yavaş düşünmeye (Sistem 2) geçiş yeteneğine ilk kez sahip olduğunu gösterdi;

3. Claude Code ve Opus 4.5'in piyasaya sürülmesi ise "uzun akışlı otonom ajanların (Long-horizon Agents)" karmaşık görev ortamlarında kullanılabilirliğini kanıtladı.

Bu üç aşama aynı teknolojik süreklilik üzerinde görünse de, üçüncü aşama tamamlandığında endüstri aslında kritik eşiği aşmıştır — genel yapay zeka (AGI), teknolojik bir hipotezden endüstriyel bir gerçekliğe evrilmiştir.

Bu yılın başında Sequoia, köşe yazısında "2026'nın AGI'nin ilk yılı olacağını" öngörmüştü. O dönemde bu iddia endüstride hâlâ tartışmalıydı; ancak bugün gelinen noktada, bu yavaş yavaş teknoloji ve yatırım dünyasının genel kabulü haline gelmiştir.

II. "At arabasından" "otomobile": Ticari uygulamanın gerçekliği ve yan etkileri

Sequoia'nın kurucusu Don Valentine'ın klasik sorusunu — "Peki ne olmuş? Bu hangi somut değeri yaratıyor?" — ödünç alırsak, mevcut teknolojik evrim aslında ulaşım aracının "geliştirilmiş at arabasından" "otomobil" aşamasına geçtiği anlamına gelmektedir.

Önceki yıllarda yapay zeka olarak adlandırılan birçok ürün, özünde geleneksel yazılımın kademeli iyileştirmeleriydi; yalnızca daha iyi deneyim sunan dijital araçlardı. Oysa şu anda teknoloji, üretkenlik tesliminin sürecini ve biçimini kökten değiştirmektedir.

Fiili iş düzeyinde bu geçiş, birden fazla senaryoda kendini göstermektedir:

•Yazılım biçimi "alet kutusundan" "işbirlikçiye" evriliyor: Instinct veya Muse gibi ürünler, yalnızca görev işleme araçları olmaktan çıkıp uçtan uca sonuç teslim eden iş işbirlikçilerine dönüşmüştür. Gelişim mantığı, geçmişteki video konferans sektörüne benzer: Zoom kullanılabilirlik ve güven eşiğini aşmadan önce, video konferans teknolojisi uzun yıllardır mevcuttu ancak ciddi ana akım iş süreçlerinde kabul görmemişti; teknoloji istikrarı belirli bir eşiği aştığında ise çevrimiçi toplantılar hızla varsayılan iş akışı haline geldi. Mevcut yapay zeka da benzer bir güven dönüm noktasındadır.

•Üst düzey profesyonel bilginin yaygınlaşması: Sağlık alanında, birinci basamak sağlık kuruluşları ve uzak bölgelerdeki uygulayıcılar, mobil terminaller aracılığıyla sektör düzeyinde teşhis ve tedavi bilişine erişebilmektedir; eğitim alanında ise Alpha School gibi yenilikçi öğretim sistemleri, yapay zeka yerli eğitim modellerinin kişiselleştirilmiş öğretimi yeniden şekillendirme potansiyelini göstermektedir.

•Altyapının reel sektöre taşması: Hiperskal veri merkezlerinin inşa dalgası, fiziksel mühendislik, elektromekanik ekipman ve enerji altyapısı alanlarında sürekli endüstriyel ölçekte talep yaratmaktadır.

Aynı zamanda, teknolojinin yüksek hızlı sıçraması endüstriyel ve toplumsal düzeyde bir dizi zincirleme reaksiyona yol açmaktadır:

•Bulut altyapı sağlayıcılarının sermaye harcaması baskısı: Hiperskal bulut hizmeti sağlayıcılarının (Hyperscalers) hesaplama altyapısına yaptığı yatırımlar sürekli artmakta, yalnızca serbest nakit akışıyla Capex'i tamamen karşılamak zorlaşmakta ve sektör, hesaplama yarışını sürdürmek için yaygın olarak borçlanma yoluyla finansmana başvurmaktadır.

•Yeni siber güvenlik tehditlerinin yayılması: Temel model yeteneklerinin artması, gelişmiş otomatik saldırı araçlarının geliştirilme eşiğini nesnel olarak düşürmekte ve dijital altyapının saldırı-savunma dengesi sürekli olarak sarsılmaktadır.

•Bilgiye dayalı mesleklerin değerinin yeniden şekillenmesi: Saf metin ve temel bilgi işleme odaklı beyaz yakalı pozisyonlar somut olarak etkilenmektedir. Modelleri aktif olarak kullanarak üretkenliğini artırabilen çalışanlar, üretim verimliliğinde belirgin bir avantaj elde ederken; araç işbirliği bariyeri oluşturamayan işgücü kesimi, sürekli marjinal ikame baskısıyla karşı karşıya kalmaktadır.

•Toplumsal dağılım ve yönetişim düzeyindeki sürtünmeler: Hesaplama enerji tüketimi sorunu giderek jeopolitik ve bölgesel yönetişim mücadelesi konusuna dönüşmekte; yapay zekanın getirdiği sermaye getirisi ile emek getirisi arasındaki fark, mevcut servet dağılımı eşitsizliğini bir ölçüde derinleştirmektedir.

III. Öncü laboratuvarların Ar-Ge odağındaki kayma: İleriye dönük keşif ve mühendislik gerçekliği

Önde gelen laboratuvarların Ar-Ge saflarına derinlemesine bakıldığında, araştırmacıların teknoloji evrim yolu hakkındaki değerlendirmelerinin genellikle son derece odaklı ve doğrudan olduğu görülür.

Şu anda çekirdek laboratuvarlar, Ar-Ge odağını AGI'nin mühendislik uygulamasından tamamen süper yapay zeka (ASI) ve özyinelemeli kendini geliştirme (RSI, Recursive Self-Improvement) alanına kaydırmış durumdadır.

RSI, modelin bir sonraki nesil modelin kod yazımı, test edilmesi ve mimari optimizasyonuna otonom olarak katılma ve hatta liderlik etme yeteneğine sahip olduğu döngüsel kendini güçlendirme kapasitesini ifade eder. Bu teknik kapalı döngünün ortaya çıkışı, Ar-Ge ekiplerinin "teknolojik üstel sıçrama (Takeoff)" ve potansiyel hizalama kontrol kaybı riski (p(doom)) konusunda temkinli değerlendirmeler yapmasına yol açmıştır. Bu, Anthropic'in kurucu ortağı Dario Amodei gibi önde gelen isimlerin son dönemde tüm sektörü öncü Ar-Ge hızını kalibre etmeye çağırmasının temel teknik arka planını oluşturmaktadır.

Somut mühendislik ve ticarileştirme düzeyinde, öncü laboratuvarlar şu kesin eğilimleri sergilemektedir:

1. Saf doğal dilin sınırlarını aşmak: Model eğitimi ve çıkarım senaryoları, karmaşık bilimsel keşif ve ileri matematiksel varsayım doğrulaması gibi titiz tümdengelim alanlarına hızla kaymakta; altta yatan hesaplama mimarisi yeni bir verimlilik optimizasyonu turuyla karşı karşıya kalmaktadır;

2. Hesaplama arz-talep uyumsuzluğu uzun vadede devam edecek: Hesaplama gücü kıtlığı, önde gelen laboratuvarlar ve uygulama katmanı şirketleri için çekirdek mühendislik darboğazı olmaya devam etmekte; tüm sektörde ASIC gibi özel silikon çiplerin şirket içi geliştirilmesi eğilimi güçlenmektedir;

3. Çıkarım API rekabeti kızışıyor: Temel model token tüketimi için ticari mücadele son derece yoğun olup API fiyatları sürekli düşmektedir. Fortune 500 gibi büyük kurumsal kullanıcıları etkin şekilde kilitlemek için önde gelen laboratuvarlar, kendi kurumsal düzeyde uygulama hizmet ekiplerini yaygın olarak kurmakta ve yüksek yoğunluklu özel danışmanlıkla senaryo penetrasyonunu ilerletmektedir;

4. Dışsal birleşme ve satın almaların normalleşmesi: Sektörler arası rekabet ortamı istikrar kazandıkça, öncü laboratuvarlar kademeli olarak normalleşmiş bir yetenek, ekip ve varlık satın alma mekanizması kurmakta; ticari haritaları büyük kurumsal varlıkların genişleme özelliklerini sergilemektedir.

IV. Teknoloji yayılım uçurumu ve uygulama katmanının ticari patlama gücü

Temel model yeteneklerindeki patlama ile endüstrinin fiili özümseme düzeyi arasında belirgin bir gecikme aralığı bulunmaktadır; bu aralık "teknoloji yayılım uçurumu"dur. Uygulama katmanındaki girişimler için bu uçurum, başlıca ticarileşme fırsatını oluşturmaktadır.

Bu döngüde, ticari kesinliği en yüksek giriş noktaları yüksek değerli bilgi işleri (High-value Knowledge Work) alanında yoğunlaşmaktadır: yazılım mühendisliği, siber güvenlik, tıbbi profesyonel hizmetler, finans ve yatırım bankacılığı, denetim ve uyum vb. Yüksek profesyonel bilişsel bariyere sahip her dikey alt segment, on milyarlarca dolarlık değerlemeye ulaşabilecek yeni nesil platform şirketleri doğurma potansiyeline sahiptir.

Bulut bilişim döngüsünde ServiceNow, Workday ve Salesforce'un kurduğu çekirdek kayıt sistemleri (Systems of Record) konumuna atıfla, günümüzde çeşitli profesyonel dikey senaryolarda yapay zekayı etkileşim ve mantık merkezi olarak kullanan yeni nesil kayıt sistemleri oluşmaktadır.

Altta yatan uygulama keşiflerinde, bazı dikey mimariler genel büyük modellere kıyasla çok daha yüksek verimlilik oranları sergilemektedir:

•Biyomedikal alanda aday molekül tasarımı: Belirli bilimsel hesaplamalar için optimize edilmiş modeller, aday ilaç moleküllerini son derece kısa sürelerde üretebilmekte ve geleneksel ilaç Ar-Ge'sinin erken aşama molekül tasarım süresini büyük ölçüde kısaltmaktadır;

•Minimalist mimarinin tek noktadan patlaması: Sektörün homojen genel taban modellerine talebi sınırlıdır; ancak yeni mimarilerle tek nokta görevleri yeniden yapılandıran dikey modeller hızla büyümektedir. Yakın dönemdeki tipik örnek Jev, özünde yüksek verimli bir "karar sınıflandırıcısıdır". Gerçek üretimde, çok sayıda karmaşık LLM çağrı gereksinimi aslında ayrık seçim sınıflandırma görevleridir. Bu ürün, aşırı hesaplama budaması yoluyla bu tür görevlerin tek çıkarım maliyetini yaklaşık 100 kat düşürmüş ve çok kısa sürede yıllık yinelenen gelirde (ARR) olağanüstü bir sıçrama elde etmiştir.

Bu ticari patlama gücü, yüksek brüt marjlı ve bilişsel eşiği yüksek alt segmentlerde yapay zeka destekli yazılım ürünlerinin anormal büyüme eğimleri sergilediğini göstermektedir.

Uygulama katmanında sürdürülebilir bariyerler oluşturabilen şirketler, genel olarak şu organizasyonel ve işletme özelliklerini taşımaktadır:

Birincisi, akıllı tabanı otonom olarak kontrol etmek.

Şirketler, çekirdek iş yüklerini kapalı kaynak büyük model API'lerinden aktif olarak taşıyarak açık kaynak tabanlar üzerinde derin son eğitim (Post-training) yapmaya yönelmektedir. Temel itici güç maliyet ve verimliliktir: Genel temel modeller, esas olarak genel Pareto cephesinin sınırlı denge noktalarına hizmet eder; somut ticari görevlerde aşırı maliyet-performans elde etmek için, şirketin belirli mühendislik ayarlamalarından geçirilmiş açık kaynak modelleri elinde tutması ticari olarak en uygun çözümdür.

İkincisi, organizasyon yapısı "uzun tahta atılımına" yöneliyor.

Altta yatan teknoloji yığını ve model yetenekleri birkaç ayda bir yinelendiği için, hayatta kalan uygulama katmanı şirketleri son derece kısa ürün kendini yeniden yapılandırma döngülerini korumak zorundadır. Bu tür organizasyonlar, ekip kısa tahtalarıyla sınırlı geleneksel işbirliği modellerini kademeli olarak terk ederek, son derece az sayıda üst düzey çekirdek personelin teknik atılımları üstlenmesine ve tüm işi yüksek hızda ilerletmesine dayanmaktadır.

Üçüncüsü, kurumsal yönetişim dağıtık işbirliği ağına evriliyor.

Geleneksel hiyerarşik komuta ve kontrol sistemleri, yerini yapay zeka ajanlarını bilgi merkezi olarak kullanan merkeziyetsiz mimarilere bırakmakta; yüksek yoğunluklu otomasyon süreçleri ve otonom işbirliği sayesinde organizasyon, çok küçük personel ölçeğinde operasyonel verimliliğini korumaktadır.

V. Sermaye fiyatlama sisteminin ayrışması ve kaldıraç etkisi

Sermaye piyasası tarafında, geçtiğimiz yıl yapay zeka alanındaki varlık fiyatlaması belirgin bir kutuplaşma ve yüksek yapılandırılmışlık sergilemiştir.

Aşırı ısınan varlık ortamında risk ve getiriyi dengelemek için bazı erken aşama projeler "iki adımlı" finansman mekanizmasını benimsemeye başlamıştır: stratejik ortak inşa sorumluluğunu üstlenen endüstriyel sermaye ile sonraki genişleme mühimmatını sağlayan saf finansal sermayenin yapılandırılmış olarak ayrıştırılması.

Sequoia'nın geçtiğimiz yıl derinlemesine dahil olduğu birkaç tipik işlem örneğinde şu eğilimler görülmektedir:

•Erken aşamada, iş ortak inşacısı olarak kurumlar nispeten makul değerleme tabanlarıyla (örneğin 110 milyon dolar yatırım sonrası aralığı) erken lider yatırımı tamamlamaktadır;

•Son derece kısa bir iş doğrulama süresinin ardından, dışarıdan saf finansal sermaye hızla devreye girerek sonraki turlarla hedef değerlemeyi birkaç katına ve hatta daha yüksek seviyelere (bazı örneklerde ortalama 3 milyar doların üzerine) çıkarmaktadır.

Bu yüksek değerleme katlarının hızlı geçişi, birincil piyasa sermayesinin gerçek teknik ve iş bariyerlerine sahip hedeflere yönelik aşırı iştahını nesnel olarak yansıtmakta, ancak aynı zamanda mevcut piyasada biriken yüksek likidite primini de yoğunlaştırmaktadır.

Gelecekteki endüstriyel evrim yoluna ilişkin hiçbir kurum tamamen kesin bir yol haritasına sahip olamaz. Ancak teknoloji yatırım döngülerini boydan boya kesen temel yasa geçerliliğini korumaktadır:

Kritik bir üretim faktörünün marjinal maliyeti kat kat düşerken kapsamlı işlem verimliliği sürekli olarak üstel biçimde arttığında, endüstriyel düzeyde yapısal yeniden şekillenme geri döndürülemez nesnel bir gerçeklik haline gelir. Küresel ticari sistemin teknolojik yeniden yapılanması, şu anda yalnızca ilk yarının açılış aşamasındadır.