Yapay zekâ yatırımlarını hızlandıran büyük şirketler, beklemedikleri maliyetlerle karşı karşıya kaldı. Capgemini'nin 10 ülkede 500 üst düzey yöneticiyle gerçekleştirdiği araştırmaya göre şirketlerin yüzde 59'unda yapay zekâ harcamaları beklentileri veya bütçeleri önemli ölçüde aştı. Bu şirketlerde ortalama maliyet aşımı yüzde 24'e ulaşırken, kuruluşların büyük bölümü yapay zekâya harcadıkları paranın ne kadar ekonomik değer yarattığını da tam olarak ölçemiyor.
Küresel şirketlerin yapay zekâya yönelik yatırımları büyürken teknolojinin ekonomik getirisi ve gerçek maliyeti giderek daha fazla sorgulanıyor. Fransız teknoloji ve danışmanlık şirketi Capgemini'nin 12 Kasım 2026'da yayımladığı araştırma, yapay zekâ kullanımının yaygınlaşmasıyla şirketlerin bütçe kontrolünde önemli sorunlar yaşadığını ortaya koydu.
Capgemini Research Institute tarafından hazırlanan The Cost of Intelligence (Zekânın Maliyeti) araştırması kapsamında, yıllık cirosu 1 milyar doların üzerinde olan şirketlerde görev yapan 500 üst düzey yöneticiyle görüşüldü.
Araştırmaya göre yöneticilerin yüzde 59'u, son 12 ayda kuruluşlarının yapay zekâ harcamalarının beklentilerin veya ayrılan bütçenin önemli ölçüde üzerine çıktığını belirtti. Bu gruptaki şirketlerde harcamalar ortalama yüzde 24 daha yüksek gerçekleşti.
Katılımcı kuruluşların yüzde 21'inde ise yapay zekâ bütçesindeki aşım yüzde 30'u geçti.
Maliyet endişesi bir yılda belirgin biçimde arttı
Yapay zekâ harcamalarından endişe duyduğunu belirten yöneticilerin oranı geçen yıl yüzde 45 iken bu yıl yüzde 53'e yükseldi.
Araştırma, maliyetlerin yalnızca yapay zekâ modellerine erişim için ödenen ücretlerden oluşmadığını da gösterdi. İnsan denetimi, hatalı sonuçların düzeltilmesi, süreçlerin yeniden yürütülmesi ve güvenlik ile yönetişim gereklilikleri şirketlerin toplam maliyetini artıran unsurlar arasında yer alıyor.
Buna karşın yöneticilerin yalnızca üçte biri bu dolaylı maliyetleri güvenilir biçimde hesaplayabildiğini belirtiyor.
Şirketlerin yüzde 60'ında yapay zekâ maliyetlerinin kuruluş genelinde tutarlı biçimde izlenememesi de bütçe yönetimini zorlaştırıyor. Katılımcıların yalnızca yüzde 56'sı, yapay zekâ kullanımı büyüdükçe gelecekteki maliyetleri öngörebileceğinden emin.
Harcanan paranın karşılığı da belirsiz
Araştırmanın en dikkat çekici sonuçlarından biri, şirketlerin yapay zekâ yatırımlarının ekonomik karşılığını ölçmekte yaşadığı güçlük oldu.
Yapay zekâ harcamalarının yalnızca yüzde 61'i sistematik biçimde takip edilebilirken, doğrulanmış iş sonuçlarıyla ilişkilendirilebilen bölümün oranı yüzde 45'te kalıyor. Bu oranlar, harcamalarını tahmin edebilen kuruluşların bildirimlerine dayanıyor.
Şirketlerin yalnızca beşte biri, yapay zekâ destekli bir işin sağladığı doğrulanmış ekonomik faydadan o işi güvenli biçimde tamamlamanın toplam maliyetini düşen AI Yield göstergesini hesaplıyor.
Yöneticilerin yüzde 57'si ise yapay zekâ yatırımlarına onay ve finansman sağlamak için yeterli ekonomik değer ortaya koyabilmeyi en büyük engelleri arasında gösteriyor.
Yapay zekâdan elde edilen faydalar arasında çalışan verimliliğinin artması, operasyonel maliyetlerin düşmesi ve iş süreçlerinin hızlanması öne çıkarken, katılımcıların yalnızca yüzde 32'si gelir artışını başlıca kazanımlar arasında sayıyor.
Bütçeyi aşan şirketlerin üçte ikisi olumsuz etkilendi
Beklenenden yüksek yapay zekâ harcaması yapan kuruluşların yaklaşık üçte ikisi, bunun olumsuz finansal sonuçlarıyla karşılaştı.
Bu sonuçlar arasında serbest nakit akışının azalması ve şirketlerin diğer faaliyetler için kullanabileceği kaynakların daralması bulunuyor.
Artan maliyet baskısı, şirketlerin yatırım kararlarını da değiştiriyor. Büyük yapay zekâ yatırımlarının onay süreçlerine mali işler yöneticilerinin katıldığı kuruluşların oranı bir yıl önce yüzde 42 iken yüzde 52'ye yükseldi.
Beklenmedik harcamalara karşı şirketlerin yüzde 53'ü bütçe ve harcama kontrollerini sıkılaştırdı. Ancak yalnızca yüzde 20'si kullanılan yapay zekâ araçlarını, modellerini veya iş süreçlerini yeniden değerlendirme yoluna gitti.
Şirketler daha ucuz yapay zekâ modellerine yöneliyor
Maliyetleri düşürme arayışı, yapay zekâ pazarındaki rekabeti de etkiliyor.
Araştırmaya göre yöneticilerin beşte üçünden fazlası, gelecek 12 ayda birden fazla yapay zekâ modelinin birlikte kullanıldığı stratejilere geçilmesini bekliyor. Şirketlerin yaklaşık beşte üçü ise açık ağırlıklı yapay zekâ modellerinin kullanımını artırmayı planlıyor.
DeepSeek ve Mistral gibi sağlayıcıların açık ağırlıklı modelleri, şirketlerin modelleri kendi altyapılarında çalıştırmasına ve ihtiyaçlarına göre uyarlamasına imkân tanıyor.
Capgemini'nin değerlendirmesine göre bu modellerde kullanılan işlem birimlerinin, yani tokenların ortalama maliyeti kapalı modellere kıyasla yüzde 87 daha düşük.
Eylül ayında OpenRouter platformunda açık ağırlıklı modeller, toplam token kullanımının yüzde 72'sini oluşturmasına rağmen harcamaların yalnızca yüzde 27'sini temsil etti.
Bununla birlikte şirketlerin tamamen ucuz modellere geçmesi beklenmiyor. Yöneticilerin yaklaşık yarısı, karmaşık görevlerde daha yüksek maliyetli kapalı modelleri kullanmaya devam etmeyi planlıyor.
Yapay zekâda yeni ölçüt: Harcama değil, elde edilen sonuç
Capgemini Invent CEO'su Volker Darius, şirketlerin yapay zekâ maliyetlerini yalnızca teknoloji satın alma veya tedarik meselesi olarak değerlendirmekten vazgeçmesi gerektiğini vurguladı.
Darius'a göre şirketlerin maliyet, kalite ve yaratılan ekonomik değeri birlikte ölçmesi; her görev için uygun modeli seçmesi ve insan denetiminin maliyetini de hesaba katması gerekiyor.
Araştırma, şirketlerin yapay zekâ yatırımlarını değerlendirme biçimlerinin de değişmeye başladığını gösteriyor.
Bugün kuruluşların yüzde 60'ı temel performans ölçütü olarak toplam yapay zekâ harcamasının bütçeye uygunluğunu kullanırken, önümüzdeki 6-12 ayda bu göstergeye öncelik vereceğini belirtenlerin oranı yüzde 44'e düşüyor.
Bunun yerine, bir işin ilk denemede başarıyla tamamlanma oranı ve tamamlanan görev başına maliyet gibi göstergelerin önem kazanması bekleniyor.
Araştırma, yapay zekâ yatırımlarında yeni dönemin yalnızca daha güçlü modeller geliştirmekten değil, bu modellerin şirketlere sağladığı ekonomik faydayı doğru hesaplamaktan geçeceğine işaret ediyor.
