Her hafta, tek bir şeyden dehşete düşen işletme sahipleriyle görüşüyorum: 'Yapay zeka kredi kartı faturası.' Şirketlerin milyonlarca tasarruf ettiğine dair manşetleri görseler de, kötü yapılandırılmış bir API script'inin bir gecede £5,000 fatura çıkardığına dair korku hikayelerini de duymuşlar. Bu korku tereddüde, tereddüt ise güncelliğini yitirmeye yol açıyor.
Büyüme odaklı modern bir KOBİ'ler için yapay zeka stratejisi oluşturuyorsanız, yapay zeka harcamalarına standart bir yazılım aboneliği gibi yaklaşamazsınız. Yapay zeka maliyetleri Microsoft 365 veya Slack gibi davranmaz; dinamiktir, hibrittir ve yönetilmezse son derece değişkendir.
Yapay zekayı merkeze alan bir işletmeyi yönetme deneyimime dayanarak söylüyorum; çözüm daha az harcamak değil, daha iyi kategorize etmektir. Ben, 3 Aşamalı Yapay Zeka Bütçesi adını verdiğim bir çerçeve kullanıyorum. Bu çerçeve harcamalarınızı Hizmet (Utility), Tüketim (Consumption) ve Sermaye (Capital) olarak ayırır. Bu sadece bir muhasebe meselesi değildir; hangi maliyetlerin 'kira', hangilerinin şirketinizin gelecekteki fikri mülkiyetine yapılan 'yatırımlar' olduğunu anlamakla ilgilidir.
Sorun: 'Yazılım' Zihniyet Modeli
💡 Penny'nin işinizi analiz etmesini ister misiniz? Yapay zekanın hangi rollerin yerini alabileceğini haritalıyor ve aşamalı bir plan oluşturuyor. Ücretsiz denemenizi başlatın →
Çoğu KOBİ, 2020'lerin yapay zeka gerçekliğine 2010'ların 'SaaS' zihniyet modeliyle yaklaştığı için yapay zekaya geçişte başarısız oluyor. Kullanıcı başına sabit bir aylık ücret bekliyorlar. Ancak yapay zeka, 'çalışmanıza yardımcı olan yazılımdan', 'işi yapan yazılıma' dönüştükçe, fiyatlandırma modelleri kullanıcı sayısından (seat) çıktı bazlı modele kayıyor.
Bir insanı işe aldığınızda, onun zamanı için ödeme yaparsınız (Sabit). Bir yapay zeka ajanı kiraladığınızda ise genellikle onun düşünme süreci için ödeme yaparsınız (Değişken). Eğer bu değişimi hesaba katmazsanız, CFO'nuz 'kullanım bazlı' ilk fatura gelen kutusuna düştüğü an yapay zeka girişimlerinizin fişini çekecektir.
Bunu önlemek için, yapay zekanın bilançonuzu etkilediği üç farklı yöntemi incelememiz gerekiyor.
1. Aşama: Hizmet Maliyetleri ('Kira' Katmanı)
Hizmet maliyetleri en tanıdık olanlardır. Bunlar, fiyatın öngörülebilir olduğu sabit oranlı SaaS aboneliklerinizdir.
- Örnekler: ChatGPT Plus (£16/ay), Claude Pro, Perplexity Pages veya halihazırda kullandığınız araçların yapay zeka destekli sürümleri (Notion AI veya Adobe Firefly gibi).
- Model: Kullanıcı başına, aylık.
- Risk: 'Kullanıcı Sayısı Artışı.' Sadece 10 kişi gelişmiş özellikleri gerçekten kullanırken 50 lisans için ödeme yapmak.
Bu aşamada birincil hedefiniz konsolidasyondur. Birçok işletme, aynı çalışan için üç farklı LLM aboneliğine ödeme yapıyor. Daha fazla yapay zeka 'lisansı' eklemeden önce, halihazırda gereksiz yazılımlara fazla kaynak ayırmadığınızdan emin olmak için SaaS tasarruf kılavuzumuza göz atın.
Penny'nin Görüşü: 1. Aşama maliyetleri 'Geliştirilmiş Çalışan Genel Gideri' olarak görülmelidir. Burada rollerin yerini değiştirmiyorsunuz; mevcut ekibinizi %20 daha hızlı hale getiriyorsunuz. Çıktıda %20'lik bir artış görmüyorsanız, aboneliği iptal edin.
2. Aşama: Tüketim Maliyetleri ('Token' Katmanı)
Çoğu KOBİ'nin hazırlıksız yakalandığı yer burasıdır. Tüketim maliyetleri kullanım bazlıdır ve genellikle GPT-4o, Claude 3.5 Sonnet veya Gemini gibi modellere yapılan API çağrılarıyla tetiklenir.
Yapay zeka dünyasında, 'Token'lardan bahsederiz; bu, yaklaşık 750 kelimelik bir metne tekabül eder. Özel müşteri hizmetleri botunuz her soru yanıtladığında veya otomatik potansiyel müşteri tarayıcınız bir LinkedIn profilini işlediğinde token harcarsınız.
'Token Tuzağı'
İşletmelerin günde binlerce e-postayı işleyen harika otomasyon iş akışları kurduklarını, ancak verimlilik için kurguladıkları KOBİ'ler için yapay zeka stratejisi planlamasında, yüksek hacimli ve düşük karmaşıklıktaki görevler için GPT-4o'nun GPT-4o-mini'den çok daha pahalı olduğu gerçeğini hesaba katmadıklarını gördüm.
- Aşamayı öngörmek için İşlem Başına Maliyetinizi (CPA) hesaplamanız gerekir:
- Eylemi Tanımlayın: Örn. 'Müşteri destek talebinin özetlenmesi.'
- Token Hacmini Tahmin Edin: Ortalama girdi (talep) + Ortalama çıktı (özet).
- API Oranıyla Çarpın: (Girdi Token'ları * Oran) + (Çıktı Token'ları * Oran).
Bir talebi özetlemek £0.02 tutuyorsa ve ayda 10.000 talebiniz varsa, bu görev için 2. Aşama bütçeniz £200'dur. Bu, bir insana kıyasla oldukça ucuzdur, ancak iş başarınızla birlikte ölçeklenen değişken bir maliyettir. Müşteri sayınızı iki katına çıkarırsanız, yapay zeka faturanız da iki katına çıkar.
Penny'nin Görüşü: İlk üç ay için 2. Aşama bütçesini her zaman beklediğiniz hacmin 1.5 katı olarak tahmin edin. Prompt mühendisliği yinelemeli bir süreçtir; başlangıçta prompt'larınızı 'hata ayıklamak' (debug) için üretimde çalıştırmaktan daha fazla token harcarsınız.
3. Aşama: Sermaye Maliyetleri ('Mimari' Katmanı)
- Aşama 'İnşa' aşamasını temsil eder. Bu, sadece başkasının aracını kullanmakla kalmayıp kendi özel yapay zeka yeteneğinizi oluşturduğunuz zamandır.
- Örnekler: Şirketinizin tüm dahili PDF'lerini 'okuyan' bir RAG (Erişimle Güçlendirilmiş Üretim) sistemi geliştirmek veya bir modeli kendi marka sesinize göre ince ayarlamak (fine-tuning).
- Model: Tek seferlik geliştirme ücretleri + devam eden bakım.
- Mantık: Kurumsal değer yarattığınız yer burasıdır.
Bir KOBİ için 3. Aşama, Operasyonel Alfa'ya yapılan bir yatırımdır. Rakiplerinizle aynı hazır araçları (1. Aşama) kullanırsanız, hiçbir avantajınız olmaz. Yapay zekanın kendi sektörünüze özel uyumluluk evraklarının %90'ını halletmesini sağlayan tescilli bir veri hattı (3. Aşama) oluşturursanız, aranıza bir mesafe koyarsınız.
Ancak 3. Aşama'nın bir 'Bakım Vergisi' vardır. Yapay zeka modelleri gelişir. GPT-4 için oluşturulmuş bir sistem, GPT-5 geldiğinde bozulabilir veya verimsizleşebilir. 'Model kayması' ve mimari güncellemeler için yıllık olarak ilk kurulum maliyetinin en az %20'sini bütçelemelisiniz.
'Ajans Vergisi' vs. Yapay Zeka Harcaması
Yapay zeka bütçenizi değerlendirirken, onu alternatiflerle karşılaştırmalısınız. Çoğu KOBİ; içerik, SEO veya temel veri girişi için ajanslara yüklü miktarda harcama yapar. Bu genellikle pazarlama bütçelerinde gizli kalan 'görünmez' bir maliyettir.
Müşterilerime sık sık, aylık £500'luk bir 2. Aşama API bütçesinin, eğer junior bir yürütme rolü için ödenen aylık £3,000'luk danışmanlık ücretinin yerini alıyorsa aslında devasa bir tasarruf olduğunu söylüyorum. Yapay zeka destekli gider yönetimi karşılaştırmamıza baktığınızda, matematik inkar edilemez hale gelir. Sadece yeni bir maliyet eklemiyorsunuz; 'Verimsiz İnsan Harcamasını', 'Verimli İşlemci (Compute) Harcamasına' kaydırıyorsunuz.
Yapay Zeka Tahmininizi Nasıl Oluşturursunuz (Adım Adım)
Sağlam bir KOBİ'ler için yapay zeka stratejisi bütçelemesi oluşturmak için şu 4 adımlı süreci izleyin:
1. 'Gölge Yapay Zekayı' Denetleyin
Çalışanlarınız muhtemelen zaten yapay zeka kullanıyor. Şirket verilerini araçların ücretsiz sürümlerine giriyor veya bireysel ChatGPT Plus hesaplarını masraf olarak gösteriyor olabilirler. Bunları haritalandırın. Bu sizin temel 1. Aşama harcamanızdır.
2. 'Hacim Zirvelerini' Belirleyin
En yüksek hacimli manuel süreçlerinize bakın. Müşteri desteği mi? Faturalama mı? Potansiyel müşteri yaratma mı? 2. Aşama tahmini için aylık hacmi hesaplayın. Değişken maliyetlerden endişeleniyorsanız, bunların gelirinizle nasıl korele olduğunu düşünün. Yapay zeka maliyetleriniz sadece satışlarınız arttığında artıyorsa, bu 'iyi' bir sorundur.
3. 'Durdurma Düğmeleri' (Kill-Switches) Ayarlayın
- Aşama (API) harcamaları için OpenPipe veya OpenAI'ın kendi panelini kullanarak kesin limitler belirleyin. Bütçeniz £500 ise, sınırı £500'a sabitleyin. Bir botun bir gün çalışmayı durdurması, sabah £10,000'lık bir sürprizle uyanmanızdan daha iyidir.
4. Enerji ve Genel Giderlerle Karşılaştırın
Genel giderleri düşük tutmak için işletme enerji maliyetlerini nasıl izliyorsanız, 'İşlemci Enerjisini' de temel bir hizmet (utility) olarak görün. Gelecekte 'Zeka' maliyeti, kâr ve zarar tablonuzda bugün elektriğin olduğu kadar temel bir yer tutacaktır.
Yapay Zeka Bütçelemesinde 90/10 Kuralı
Sizi şu düşünceyle baş başa bırakıyorum: 90/10 Kuralı.
Yapay zeka bir işlevin %90'ını üstlendiğinde (2. Aşama otomasyonu gibi), kalan %10'luk kısım (insan denetimi) artık tam zamanlı bir rol değildir. Bu, başka bir pozisyonla birleştirilmesi gereken bir sorumluluktur.
Yapay zeka araçları için bütçe ayırıp, bu araçların desteklediği veya yerini aldığı insan rollerini yeniden yapılandırmazsanız, dönüşüm sağlamış olmazsınız; sadece maliyet eklemiş olursunuz. Başarılı bir yapay zeka bütçesi, nihayetinde 'İdari Maaş' giderlerinde, 'API Token'larındaki artıştan çok daha büyük bir düşüş göstermelidir.
Çıkarılacak ders? Değişken faturadan korkmayın. İşleri eski yöntemlerle yapmanın sabit maliyetinden korkun.
En büyük tasarruflarınızın nerede saklandığını görmeye hazır mısınız? Operasyonlarınıza bakalım ve rakiplerinizin kaçırdığı 2. Aşama fırsatlarını bulalım.