Yeni veriler, yüksek gelirli ülkelerin küresel veri merkezi kapasitesinin %77'sini kontrol ettiğini, düşük gelirli ülkelerin ise %0,1'den daha azına sahip olduğunu gösteriyor. Aynı tablo GPU kümeleri için de geçerli: Birimlerin %75'ini Amerika Birleşik Devletleri, %15'ini Çin, dünyanın geri kalanı ise toplamda %10'un altında oluşturuyor. Bu yoğunlaşma, yapay zekayı kimin inşa edebileceğine, kimin kullanabileceğine ve kimin kurallarının varsayılan olacağına karar veren bir jeopolitik güç aracına dönüştürüyor.

Hesaplama gücü neden koddan daha önemlidir

Yapay zeka sistemleri devasa miktarda işlemci döngüsü üzerinde çalışır. Bir modelin yetenekleri; verileri işleyen, ağırlıkları (weights) saklayan ve çıkarım (inference) yapan silikonun gücüyle artar. Eğer bir ülke bu makinelere sahip değilse, yabancı bulut sağlayıcılarına yönelmek zorunda kalır. Bu bağımlılık sadece bir faturayı artırmakla kalmaz; temel mantığın kontrolünü, neyin "güvenli" olduğuna karar veren sağlayıcının mühendislerine ve politika ekiplerine teslim eder. Bir veri merkezi merkezindeki düzenleyici bir değişiklik, Nairobi'deki bir hastanenin çalışma şeklini anında değiştirebilir.

"Dijital uçurum" terimi genellikle internet erişimine veya cihaz sahipliğine işaret eder. Yeni rakamlar daha derin bir uçurumu ortaya koyuyor: Yapay zeka çıktılarını ölçeklenebilir şekilde üretme yeteneği. Bir ülke geniş bant internete sahip olabilir, ancak yerel hesaplama gücü (compute) olmadan dil çevirisi, tahmini sağlık analitiği veya otonom lojistik sağlayan modelleri barındıramaz. Bu yetenekleri kiralar ve kiralama işlemi beraberinde bazı şartlar getirir.

Yabancı yapay zekanın gizli maliyetleri

Harici bir uç noktaya (endpoint) güvenmek, her isteği üç görünmez kaldıraç tarafından yönetilen yabancı bir motor üzerinden geçmeye zorlar:

  • Hizalama mantığı (Alignment logic) – sağlayıcı, hangi içeriğin izinli olduğuna karar verir. Yerel bir kriz sırasında bu tanım, kültürel veya yasal normlarla çatışabilir.
  • Güncelleme takvimleri – bir sağlayıcı, bir gecede yeni bir model sürümü yayınlayarak önceki davranışa göre ayarlanmış sonraki süreçleri (pipelines) bozabilir.
  • Anlamsal kayma (Semantic drift) – baskın küresel verilerle eğitilen modeller genellikle bölgesel lehçeleri, deyimleri veya politika nüanslarını gözden kaçırır; bu da yerel olarak eğitilmiş bir sistemin kaçınacağı yanlış yorumlamalara yol açar.

Bir ülke kendi modellerini barındıramadığında, modelin ağırlıklarına ve mimarisine gömülü olan fikri mülkiyeti de koruyamaz. Stratejik avantaj, hizmeti kullananlarda değil, silikon ve kodun sahiplerinde kalır.

Finansal olarak ikilem oldukça nettir. Büyük temel modeller (foundation models) devasa miktarda elektrik tüketir ve önemli donanım yatırımları gerektirir. Çoğu hükümet iki cazip olmayan seçenekle karşı karşıyadır:

  1. Yabancı satıcılara ağır ücretler ödemek – token başına fiyatlandırma veya abonelik katmanları, ulusal yapay zeka bütçelerini hızla gölgede bırakır.
  2. Güvensiz veya yetersiz sistemler işletmek – hesaplama gücünden kısmak, hatalara veya manipülasyona daha yatkın olan eski modellerin kullanımını zorunlu kılar.

Her iki yol da egemenliği aşındırır ve kamu bütçelerini zorlar.

Daha ucuz erişim argümanı

Bazı analistler, token tabanlı fiyatlandırmanın veya daha hızlı internetin yapay zekayı daha ucuz hale getireceğini iddia ediyor. Buradaki varsayım, daha fazla API çağrısının faydaları yayacağıdır. Uygulamada ise, daha ucuz erişim yerel yetenek oluşturmaz. Bir API çağrısı, uzak bir motor için yapılan bir istek olmaya devam eder; kullanıcı sağlayıcının hizalamasına, güncelleme temposuna ve veri yanlılıklarına tabi kalır. Hesaplama gücü yurt dışında kalır ve ülke, sahip olmak yerine kiralamaya devam eder.

Farklı bir teknik yol: deterministik kontrol

Artan bir çalışma alanı, odağın ham donanımdan çalışma zamanı (runtime) kısıtlamalarına kaydırılmasını öneriyor. Çok daha az işleme ihtiyacı duyan yapay zeka sistemleri tasarlayarak, bunları mütevazı ve yerel olarak sahip olunan donanımlarda çalıştırmak mümkün hale gelir. Yürütme yolunun ve kaynak kullanımının öngörülebilir olduğu deterministik kontrol, somut faydalar sunar:

  • Azaltılmış işlem süresi – daha az hesaplama, daha hızlı yanıt demektir.
  • Düşük enerji faturaları – daha az döngü elektrik maliyetlerini düşürerek ulusal şebekeler üzerindeki baskıyı hafifletir.
  • Uygulanabilir yerel dağıtım – küçük ölçekli kümeler yeterli olur, bu da hükümetlerin modelleri kendi sınırları içinde barındırmasına olanak tanır.
  • Uygun maliyetli egemenlik – donanıma ve çalışma zamanına sahip olmak, güvenlik politikaları ve güncelleme döngüleri üzerindeki kontrolü geri kazandırır.

Bu değişim, dijital gücü yeniden tanımlıyor. Etki, bir sunucu çiftliğinin boyutundan, bir ülkenin güvenli ve yerel olarak yönetilen yapay zekayı ne kadar verimli çalıştırabileceğine kayıyor.

Karşı görüş: ölçeğin cazibesi

Devasa merkezi modellerin savunucuları, ölçeğin üstün performans getirdiğini ileri sürüyor. Karşı argüman ise, performans kazanımlarının birçok kamu sektörü görevi için genellikle marjinal olduğu, buna karşın bağımlılığın stratejik maliyetinin yüksek olduğudur. Sağlayıcının sorumluluğu, kendi ülkesinin yasal ortamına tabidir ve bu durum, müşteri ülkenin değerleri veya güvenlik ihtiyaçlarıyla örtüşmeyebilir.

Özetle

Mevcut hesaplama haritası; Amerika Birleşik Devletleri, Çin ve bir avuç yüksek gelirli ülkeyi yapay zeka gelişiminin yönetiminde konumlandırıyor. Dünyanın geri kalanı için yabancı bulutlara bağımlılık; stratejik kontrolden vazgeçmek, öngörülemeyen maliyetlerle karşılaşmak ve kritik hizmetleri dış politika değişikliklerine maruz bırakmak anlamına geliyor. İleriye giden yol daha ucuz internet veya token fiyatlandırması değil; yapay zekanın çalışma biçimini yeniden şekillendirmekten —onu deterministik, verimli ve yerel olarak barındırılabilir kılmaktan— geçiyor. Uluslar, kendi sahip oldukları mütevazı donanımlar üzerinde güvenli yapay zeka çalıştırabildiklerinde, hesaplama gücünün jeopolitik kırılma hattı kapanmaya başlar ve dijital egemenlik, uzak bir ideal olmaktan çıkıp gerçekçi bir hedef haline gelir.