Service as Software (Yazılım Olarak Hizmet): Yapay Zekayla İşin Kendisini Satan Şirketler ve Türkiye için 6 Fikir

Bir şirketin muhasebe kalemine bakalım. Sequoia Capital'in Mart 2026'da yayımladığı bir yazıda örnek şöyle veriliyor: ABD'de orta ölçekli bir şirket muhasebe yazılımına yılda yaklaşık 10 bin dolar öder, aynı defterleri kapatması için bir muhasebeciye ise 120 bin dolar. Yazılım şirketleri yirmi yıl boyunca o 10 bin dolar için birbirleriyle yarıştı. Yeni nesil şirketler 120 bin dolara bakıyor.

Fark basit ama sonuçları büyük. Klasik yazılım şirketi müşteriye bir araç satar; aracı kullanıp işi bitirmek müşterinin çalışanına kalır. Yeni modelde şirket aracı değil, bitmiş işi satar: kapanmış ay sonu, çözülmüş müşteri şikâyeti, hazırlanmış sözleşme, yüklenmeye hazır ürün kartı. Arkada işin büyük kısmını yapay zeka yapar, şirketin kendi uzmanı kontrol eder, müşteri sonucu teslim alır ve sonuç başına öder. Amerikalı yatırımcılar buna "service as software" diyor. Türkçeye "yazılım olarak hizmet" ya da "yazılımlaşmış hizmet" diye çevirebiliriz; bildiğimiz SaaS'ın (hizmet olarak yazılım) tersine çevrilmiş hali.

Türkçe kaynaklarda bu kavram neredeyse hiç geçmiyor. "Yapay zekayla iş fikirleri" yazıları var, sonuca göre fiyatlama üzerine birkaç çeviri blog var, hizmet şirketi satın alıp yapay zekayla dönüştürme modeline dair bir iki özet var. Ama işin bütününü, yani yatırımcıların neden bu kadar para ayırdığını, bu şirketlerin nasıl para kazandığını, birim ekonomisinin nerede kırıldığını ve Türkiye'de hangi küçük şirketlerin bu oyunu oynayabileceğini anlatan bir metin yok. Aşağıda bunu yapmaya çalışıyorum.

Service as software nedir: araç satmak ile işi satmak arasındaki fark

Önce iki kelimeyi oturtalım. Son yirmi yılın baskın iş modeli SaaS idi: müşteri kullanıcı başına, yani "koltuk" başına aylık abonelik öder, yazılıma erişir, işi kendi ekibiyle yapar. Muhasebe programı satılır ama defteri muhasebeci tutar. Destek yazılımı satılır ama talepleri temsilci cevaplar. Satıcının cebine giren para müşterinin yazılım bütçesinden çıkar.

Service as software modelinde satıcı işi yapar. Müşteri "kullanıcı başına" değil "iş başına" öder. Çözülen her destek talebi, işlenen her fatura, hazırlanan her dosya bir faturalama birimidir. Para müşterinin yazılım bütçesinden değil, personel ve dış kaynak (hizmet alımı) bütçesinden çıkar. Sorumluluk da el değiştirir: sonuç yanlışsa bunu müşterinin çalışanı değil, satıcı düzeltir.

Sequoia'dan Julien Bek bu ayrımı iki havacılık terimiyle anlatıyor. "Copilot" yani yardımcı pilot, profesyonele araç satar ve çıktının sorumluluğu profesyonelde kalır; hukuk bürolarına araç satan Harvey ya da yatırım bankalarına araç satan Rogo bu gruptadır. "Autopilot" yani otomatik pilot ise işin kendisini doğrudan alıcıya satar; gizlilik sözleşmesi hazırlayıp teslim eden Crosby ya da sigortayı baştan sona yöneten WithCoverage gibi. Bek'in özeti tek cümle: copilot aracı satar, autopilot işi satar.

Bu ayrım neden önemli? Çünkü bir yapay zeka ajanı gerçekten işi yapabiliyorsa, koltuk başına fiyatlama kendi kendini yer. Müşteri yapay zeka sayesinde beş temsilci yerine iki temsilciyle çalışırsa, koltuk başına para alan yazılım şirketinin geliri düşer. Yani SaaS şirketi ürününü ne kadar iyi yaparsa o kadar az kazanma riskiyle karşılaşır. İş başına para alan şirkette ise tersi olur: müşterinin işi büyüdükçe satıcının geliri de büyür.

Bir not: bu, dikey SaaS ve meslek yazılımları üzerine yazdığımız yazıdaki modelin rakibi değil, komşusu. Sequoia'nın yazısı da iki modelin zamanla birbirine yaklaşacağını söylüyor. Bir muhasebe bürosuna yazılım satan şirket yarın o büronun işinin bir kısmını kendisi yapmaya başlayabilir; bir hizmet şirketi de kendi kullandığı aracı başkalarına satabilir.

Yatırımcılar ne diyor: "hizmet pazarı yazılım pazarından büyük"

Bu tezin arkasında birkaç büyük girişim sermayesi fonunun yazıları var. Hepsi aynı aritmetikten yola çıkıyor: dünyada şirketlerin insanlara ve hizmet alımına harcadığı para, yazılıma harcadığından kat kat fazla.

Foundation Capital: 4,6 trilyon dolarlık fırsat

Terimi yaygınlaştıran metinlerden biri Foundation Capital'ın "AI leads a service as software paradigm shift" yazısı. Fon, yapay zekanın yazılımı "insanın işini kolaylaştıran araç" olmaktan çıkarıp "işi kendisi yapan sistem"e dönüştürdüğünü söylüyor ve fırsatı 4,6 trilyon dolar olarak hesaplıyor. Bu rakam iki kovadan oluşuyor: satış ve pazarlama, yazılım geliştirme, güvenlik ve insan kaynakları gibi işlere giden yaklaşık 2,3 trilyon dolarlık maaş ve Gartner verisine dayanan yaklaşık 2,3 trilyon dolarlık dış kaynaklı BT ve iş süreci hizmetleri. Yazıdaki örnek de akılda kalıcı: yapay zeka muhasebeci vergi yazılımı satmaz, vergi hizmeti satar. Fon fiyatlama tarafında da net: koltuk başına değil, nitelikli satış fırsatı ya da imzalanan müşteri başına ücret.

Sequoia: "Bir dolar yazılıma, altı dolar hizmete"

Sequoia bu fikri iki aşamada yazdı. Ekim 2024'te yayımlanan "Generative AI's Act o1" yazısı, bulut şirketlerinin koltuk başına yazılım sattığını, yapay zeka şirketlerinin ise sonuç başına iş sattığını söylüyordu. Örnek olarak müşteri destek ajanı Sierra'yı veriyordu: Sierra çözülen talep başına para alıyor, ortada "koltuk" diye bir şey yok. Aynı yazı bulut geçişini 350 milyar dolarlık bir fırsat olarak anarken, hizmet pazarını trilyonlarla ölçüyordu.

Mart 2026'da Julien Bek'in "Services: The New Software" yazısı bu fikri bir yatırım haritasına çevirdi. Yazının çıkış cümlesi şu: yazılıma harcanan her bir dolara karşılık hizmete altı dolar harcanıyor. Bek, otomatik pilot şirketlerinin önce dışarıdan satın alınan ve "zeka" oranı yüksek işlerle başlaması gerektiğini söylüyor; çünkü bütçe zaten var, müşteri işi zaten dışarıya veriyor, satıcı değiştirmek çalışan çıkarmaktan kolay. Yargı ağırlıklı işler daha sonra gelir. Yazıda sektör sektör bir liste de var: yönetim danışmanlığından vergi danışmanlığına, hasar tespitinden muhasebeye kadar her alan için tahmini iş gücü harcaması ve o alanda öne çıkan şirketler.

Listede dikkat çeken bir ayrıntı var: muhasebe ve denetim (ABD'de dış kaynaklı kısmı 50 ile 80 milyar dolar), hasar tespiti (50 ile 80 milyar dolar) ve vergi danışmanlığı (30 ile 35 milyar dolar) gibi kalemler, yönetim danışmanlığına göre küçük görünse de tek bir yazılım kategorisinin tamamından büyük. Bek ayrıca ABD'nin son beş yılda yaklaşık 340 bin muhasebeci kaybettiğini ve sertifikalı muhasebecilerin yüzde 75'inin emekliliğe yaklaştığını yazıyor. Yani bazı alanlarda yapay zeka bir işi elinden almıyor, zaten boşalan bir koltuğu dolduruyor.

General Catalyst: satın al, dönüştür, büyüt

Üçüncü ses General Catalyst. Fonun Ağustos 2025 tarihli "The future of services" yazısı, ABD hizmet sektörlerinin yılda 6 trilyon doları aşan gelir ürettiğini, yazılım pazarının ise 370 milyar dolar olduğunu hatırlatıyor. Fonun önerdiği yol farklı: sıfırdan yapay zeka şirketi kurup müşteri kazanmak yerine, müşterisi ve ekibi hazır olan bir hizmet şirketini satın almak, iş akışını yapay zekayla baştan kurmak, sonra yeni satın almalarla büyümek. Buna "AI roll-up", yani yapay zekayla birleştirme stratejisi deniyor. General Catalyst bu şirketlerin kurulması ve büyütülmesi için milyarlarca dolar taahhüt ettiğini söylüyor.

Fonun hedefleri de rakamla yazılmış: satın alınan şirketlerde tek haneli büyümeyi yüzde 10 ile 20 arasına çıkarmak, kâr marjını ikiye katlayıp çoğu zaman yüzde 30 ile 40 aralığına taşımak. SaaS döneminde büyüme ile kârlılık toplamının 40'ı geçmesi ("Rule of 40") iyi kabul edilirdi; General Catalyst portföyü için 60'ı hedefliyor.

a16z: yazılım iş gücünü yiyor

Andreessen Horowitz cephesinde konunun en bilinen anlatımı Alex Rampell'in 2025 tarihli "Software is Eating Labor" konuşması. Rampell, yazılımın yetmiş yıllık tarihini dosya dolaplarından veri tabanlarına uzanan bir çizgi olarak anlatıyor ve SaaS fiyatlamasının koltuktan sonuca nasıl kaydığını tartışıyor. Ana fikir tanıdık: yazılım artık iş gücünün yaptığı işi üstleniyor ve bunu yaparken trilyonlarca dolarlık değeri hedefliyor.

Öncü şirketler: üç farklı yol, aynı hedef

Bu modeli uygulayan şirketleri üç grupta toplamak işe yarıyor. Ayrım önemli, çünkü Türkiye'de küçük bir girişimcinin seçebileceği yol da bunlardan biri olacak.

Birinci yol: sonuca göre fiyatlanan yapay zeka ürünü

En bilinen örnek müşteri hizmetleri. Salesforce'un eski eş CEO'su Bret Taylor'ın kurduğu Sierra, şirketlerin müşteri destek hattına yapay zeka ajanı yerleştiriyor ve iş bittiğinde para alıyor. TechCrunch'ın Kasım 2025 haberine göre şirket 21 ayda 100 milyon dolarlık yıllık gelir hızına ulaştı; Eylül 2025'teki turda 10 milyar dolar değerleme aldı. Haber, Sierra'nın sabit abonelik yerine tamamlanan iş için ücret alan sonuç bazlı bir fiyatlama kullandığını yazıyor. Müşteriler arasında Deliveroo, Discord, SoFi gibi teknoloji şirketlerinin yanında ADT, Vans, Cigna ve SiriusXM gibi geleneksel şirketler de var.

Intercom'un yapay zeka asistanı Fin de aynı mantıkla fiyatlanıyor. Şirketin fiyat sayfasına göre Fin, başarıyla sonuçlanan her konuşma için 0,99 dolar alıyor. Zendesk de yapay zeka ajanları için otomatik çözüm başına fiyatlamaya geçtiğini duyurdu ve bunu sektörde bir ilk olarak sundu. Bu şirketler hâlâ yazılım şirketi; ama fatura birimleri artık kullanıcı değil, çözülen iş.

İkinci yol: yapay zekayla kurulan hizmet şirketi

İkinci grup kendini bir yazılım şirketi gibi değil, bir hizmet firması gibi konumluyor. ABD'de kişisel yaralanma davalarına bakan hukuk bürolarına tazminat talep mektubu hazırlayan EvenUp bunun iyi bir örneği. Bloomberg Law'un Ekim 2025 haberine göre şirket 150 milyon dolarlık yeni yatırımla 2 milyar doları aşan bir değerlemeye ulaştı, toplam yatırımı 385 milyon dolara çıktı ve 2.000'den fazla hukuk bürosuyla çalışıyor. Büroya bir araç değil, hazırlanmış bir dosya teslim ediyor.

İngiltere'den Garfield.Law daha da ileri gidiyor. Mayıs 2025'te İngiltere ve Galler'in avukatlık düzenleyicisi SRA, yapay zekayla hizmet veren ilk hukuk bürosu olarak Garfield'a izin verdi. Legal Cheek'in haberine göre büro, küçük işletmelerin 10 bin sterline kadar olan ödenmemiş alacaklarını küçük talepler mahkemesi üzerinden takip ediyor ve nazik bir hatırlatma mektubu için ücretleri 2 sterlinden başlıyor. İzin şartları da öğretici: sistem içtihat önermiyor (uydurma karar riskini azaltmak için), müşteri onaylamadan bir adım atmıyor ve büroda adı belli, ruhsatlı avukatlar sonuçtan sorumlu kalıyor.

Üçüncü yol: hizmet şirketini satın alıp yapay zekayla dönüştürmek

Üçüncü grup en sermaye yoğun olanı. Müşteri hizmetleri tarafında Crescendo, Ekim 2024'te General Catalyst liderliğinde 500 milyon dolar değerlemeyle 50 milyon dolar topladı ve aynı gün dış kaynak destek şirketi PartnerHero'yu satın aldığını açıkladı. SiliconANGLE'ın haberinde şirketin kurucu ortağı, sundukları hizmeti "sonuç odaklı fiyatlanan" tam kapsamlı bir çağrı merkezi olarak tarif ediyor. General Catalyst'in yazısına göre Crescendo platformunu PartnerHero'nun 200 müşterisine yayıyor ve yüzde 60 ile 65'in üzerinde brüt marj hedefliyor.

Muhasebede Thrive Capital'in desteklediği Crete Professionals Alliance, Accounting Today'in Haziran 2025 haberine göre ABD'de muhasebe bürolarını satın almak ve teknolojilerini yenilemek için 500 milyon dolarlık yeni sermaye ayırdı. Şirketin CEO'su yapay zekayı "sihirli değnek" olarak görmediklerini, amacın insanların en iyi yaptığı işe zaman açmak olduğunu söylüyor. Hukukta Lawhive, Eylül 2025'te Woodstock Legal Services adlı bir hukuk bürosunu satın aldı; Legal Cheek bunu İngiltere'de bir yapay zeka platformunun hukuk bürosu satın aldığı muhtemelen ilk örnek olarak aktarıyor. General Catalyst'in portföyünde ise İrlandalı hukuk hizmetleri şirketi Johnson Hana'yı satın alan Eudia, 18 işletme satın alan Long Lake ve İngiltere'de 6 emlak yönetim ajansını bünyesine katan Dwelly var.

Sonuca göre fiyatlama nasıl kurulur?

Sonuca göre fiyatlama (outcome-based pricing), müşterinin erişim ya da kullanım için değil, gerçekleşen sonuç için ödediği fiyat modeli. Kâğıt üzerinde herkesin işine geliyor: müşteri işe yaramayan şeye para vermiyor, satıcı da başarısıyla büyüyor. Pratikte bütün zorluk tek bir kelimede: "sonuç" ne demek?

Intercom'un fiyat sayfası bu sorunun nasıl cevaplandığını iyi gösteriyor. Ücret alınan dört durum var: müşterinin cevabın işe yaradığını onaylaması ya da başka yardım istemeden ayrılması (çözüm), tanımlı bir prosedürü tamamlayıp işi insana ya da başka bir iş akışına devretmek, satışta uygun olmayan adayı elemek (her biri 0,99 dolar) ve uygun adayı satış ekibine yönlendirmek (9,99 dolar). Ücret alınmayan durumlar da yazılı: müşterinin insan temsilci istemesi, Fin'in çözemeyip devretmesi, müşterinin sinirlendiği anlaşılınca yapılan devir, başarısız prosedür ve Fin'in son mesajı bir soruyken terk edilen konuşma. Müşteri çözülmüş bir konuşmaya geri dönüp yeniden yardım isterse ilk ücret düşülüyor. Bir konuşmadan en fazla bir sonuç faturalanıyor.

Bu ayrıntılar sıkıcı görünebilir ama işin kalbi burası. Türkiye'de sonuç satan bir şirket kuracaksan, sözleşmenin ilk sayfasında şu soruların cevabı olmalı:

• Sonuç neyle ölçülür? Müşterinin onayıyla mı, belirli bir süre itiraz gelmemesiyle mi, bir sistemdeki durum değişikliğiyle mi?
• Hangi durumlar ücretsizdir? Çözülemeyen, insana devredilen, eksik bilgiyle gelen işler ne olacak?
• Yanlış teslim edilen iş ne olur? Ücretsiz düzeltme mi, iade mi, bir sonraki faturadan indirim mi?
• Taban ücret var mı? Hacim çok düşük kalırsa sabit maliyetlerini kim karşılayacak?
• Fiyat ne zaman güncellenir? Model maliyeti ve kur oynarken yıllık sabit fiyat seni zora sokabilir.

Saf "sonuç başına" fiyat her zaman en iyi seçenek değil. Küçük bir şirket için en sağlam yapı çoğu zaman karma bir modeldir: küçük bir aylık taban ücret (hazır olmanın, kurulumun ve sabit kontrolün karşılığı) artı sonuç başına ücret. Bu, bir yandan abonelik modelinin öngörülebilirliğini, öbür yandan sonuç fiyatının ikna gücünü verir. Zendesk'in duyurusunda da benzer bir yapı var: belli bir otomatik çözüm hacmi pakete dahil, üstü kullanıma göre ölçekleniyor.

Fiyatı belirlerken çıpa senin maliyetin değil, müşterinin bugün o işe ödediği para olmalı. Bir ürün kartını elle yazdırmak bir e-ticaret satıcısına 20 dakikalık emek demekse, senin 3 dakikalık kontrol maliyetin onun için önemsizdir; onu ilgilendiren, işin bugünkünden ucuz, hızlı ve en az aynı kalitede bitmesi. Fiyatlandırma psikolojisi yazısında anlattığımız tuzak burada da geçerli: maliyetinin üstüne küçük bir pay ekleyip ucuza satarsan, kalite kontrol için para kalmaz ve model çöker.

Sonuç satan şirketin ürünü yapay zeka değil, "bitti" kelimesinin tanımıdır. O tanımı müşteriyle birlikte yazamıyorsan, fatura kesemezsin.

Birim ekonomisi: bir sonucun içinden ne çıkar?

Klasik bir hizmet şirketinde gelir, çalışan sayısıyla neredeyse doğrusal büyür. Yeni müşteri, yeni çalışan demektir; brüt kâr marjı da genellikle sınırlı kalır. Klasik yazılım şirketinde ise ürün bir kez yapılır, binlerce müşteriye satılır, marj yüksektir ama müşteri işi kendisi yapar. Service as software şirketi ikisinin arasında durur: işin büyük kısmını makine yapar, ama her sonucun içinde biraz insan emeği kalır. Şirketin bütün hikâyesi o insan payını ne kadar küçültebildiğine bağlıdır.

Bunu somutlaştırmak için Türkiye'den üç örnek iş üzerinde kabaca bir hesap yaptım. Rakamlar varsayım; amaç kesin bir kâr vaadi değil, kalemlerin oranını görmek. Uzmanın işverene saatlik maliyetini 300 TL kabul ettim; model ve araç maliyetlerini de kullandığın modele ve metin uzunluğuna göre değişecek kaba tahminler olarak aldım.

Tablodan dört ders çıkıyor.

Birincisi, model maliyeti küçük, insan maliyeti büyük. Üç örnekte de yapay zekanın kendisi fiyatın yüzde 3 ile 9'u arasında kalıyor. Asıl kalem kontrol eden, düzelten ve devralan insan. Bu yüzden rekabet avantajı daha ucuz model bulmakta değil, kontrol süresini kısaltan iş akışını kurmakta: iyi bir kontrol listesi, hataları önceden işaretleyen bir ön tarama, düzeltmeyi kolaylaştıran bir ekran.

İkincisi, otomasyon oranı her şeyi değiştirir. Müşteri hizmetleri örneğinde otomatik çözülen taleplerin oranı yüzde 70'ten yüzde 85'e çıkınca, 100 talepteki gelir 1.740 TL'den 1.470 TL'ye düşüyor ama brüt kâr 770 TL'den 860 TL'ye, marj yüzde 44'ten yüzde 59'a çıkıyor. Gelirin azalması seni korkutmasın; müşteri daha az ödüyor, sen daha çok kazanıyorsun. Bu, service as software'in en ilginç özelliği.

Üçüncüsü, insana devredilen iş ayrıca fiyatlanmalı. Devredilen talebe de çözülen talep kadar ücret biçersen, zor talepler marjını sessizce yer. Intercom'un çözülemeyen konuşmayı ücretlendirmemesi büyük bir yazılım şirketi için mantıklı; insan ekibiyle çalışan küçük bir şirketin ise bu işi ayrı bir fiyatla satması gerekebilir.

Dördüncüsü, brüt kâr şirketin kâr ettiği anlamına gelmez. Bu hesaplara satış, yazılım geliştirme, ofis, muhasebe, vergi ve müşteri edinme maliyeti dahil değil. B2B tarafında müşteri kazanmak yavaş ve pahalıdır. Yüzde 50 brüt marjla çalışan bir şirket, satış döngüsü altı ay sürüyorsa uzun süre nakit sıkıntısı çekebilir.

Türkiye'de neden boşluk var?

Türkiye'de yapay zeka konuşması büyük ölçüde iki yerde dönüyor: büyük şirketlerin kendi içindeki projeleri ve bireylerin kullandığı sohbet araçları. Arada kocaman bir alan boş: küçük ve orta ölçekli işletmelere, iş başına fiyatla, bitmiş iş teslim eden şirketler. Bunun birkaç nedeni var.

Birincisi, işi yapacak araçlar ucuzladı ama işi kullanacak insanlar zamansız. Bir e-ticaret satıcısına "şu yapay zeka aracıyla ürün açıklamalarını kendin yazabilirsin" dediğinde çoğu zaman cevap aynı: "Yazacak vaktim yok, birisi yazsın." Bu cümle service as software'in Türkçedeki en kısa tanımı.

İkincisi, iş hacmi büyük ve dağınık. Ticaret Bakanlığı'nın 2024 verilerine göre Türkiye'nin e-ticaret hacmi 3 trilyon lirayı aştı ve 600 bin 800 işletme e-ticaret faaliyetinde bulundu; bunların yüzde 78,6'sı şahıs işletmesi. Bu işletmelerin çoğunun katalog, ürün fotoğrafı, müşteri mesajı ve iade yazışması için ayrı bir ekibi yok. Sigortada da benzer bir tablo var: Türkiye Sigorta Birliği verilerine dayanan derlemeye göre 2024'te trafik, kasko ve ferdi kaza branşlarında yaklaşık 152,9 milyar lira tazminat ödendi ve 3 milyon 954 bin 425 mağdurun zararı karşılandı. Her biri belge, fotoğraf, ekspertiz ve yazışma demek.

Üçüncüsü, Türkçe hâlâ bir engel ve aynı zamanda bir hendek. Yabancı sonuç satan şirketler Türkiye pazarına İngilizce kadar kolay giremiyor; Türkçe belgeyi, Türk mevzuatını, pazaryeri kurallarını ve yerel iş kültürünü bilen küçük bir ekip burada avantajlı başlar.

Dördüncüsü, iş tersine de çalışabilir. Türkiye'deki uzman emeğinin dolar karşılığı, Avrupa ve ABD'deki karşılığından düşük. Yapay zekayla iş başına maliyetini düşüren bir şirket, aynı sonucu yurt dışındaki müşterilere de satabilir. Döviz kazandıran iş fikirleri yazısında hizmet ihracatının genel çerçevesini anlatmıştık; service as software bu ihracatın daha ölçeklenebilir bir biçimi.

Bir dürüstlük notu da ekleyeyim: sitede bu konuya komşu iki yazı var. Yapay zeka ile kurulabilecek iş fikirleri yazısı tek kişilik şirketlerin hazır araçlarla kurabileceği işleri listeliyor; Türkiye'de olmayan 15 iş modeli yazısı ise mali müşavirle birlikte çalışan bir ön muhasebe asistanından söz ediyor. Buradaki fark ölçek ve iş modeli: konu "yapay zeka aracı kullanarak serbest çalışmak" değil, sonucu standart bir ürün gibi tanımlayan, iş başına fiyatlayan, marjını ölçen ve büyüdükçe insan payını azaltan bir şirket kurmak.

Türkiye'ye uyarlanmış 6 iş fikri

Aşağıdaki fikirlerin her biri için müşteriyi, gelir modelini, kabaca başlangıç maliyetini ve ilk adımı yazdım. Fiyatlar ve maliyetler örnek varsayım; kendi pazarında 10 müşteriyle konuşmadan hiçbirine güvenme.

1. Pazaryerine hazır katalog: ürün kartı başına fiyat

Müşteri: Yüzlerce ya da binlerce ürünü olan pazaryeri satıcıları, toptancılar ve yeni sezon ürünlerini hızla yüklemek isteyen markalar. Ne satılır: Fotoğraftan ve tedarikçi tablosundan üretilmiş, pazaryerinin kategori ve özellik alanlarına uygun, yazım ve tutarlılık kontrolü yapılmış, yüklemeye hazır ürün kartı. Gelir modeli: Kart başına fiyat (örnek varsayım: 35 ile 60 TL arası), çok dilli kart için ek ücret, aylık sabit hacimde indirimli paket. Sonuç tanımı açık olmalı: kartın pazaryerinden ret almaması ve müşterinin ilk 7 günde düzeltme istememesi gibi.

Başlangıç maliyeti: Kabaca 30 ile 60 bin TL; şirket kuruluşu, birkaç aylık model ve araç aboneliği, basit bir iş takip tablosu. İlk adım: E-ticaret topluluğunda ya da tanıdığın üç satıcıdan 50'şer ürünlük ücretsiz deneme iste, her kartın süresini ve ret sebebini kaydet. Bu fikir matriste "ilk deneme için en uygun" köşede, çünkü hata maliyeti düşük ve sonuç kolay ölçülüyor.

2. Teknik ve ticari çeviri: kelime değil paket satmak

Müşteri: İhracat yapan üreticiler, yazılım şirketleri, otel ve tur işletmeleri. Kullanım kılavuzu, ürün sayfası, teklif dosyası, destek makaleleri. Ne satılır: Makine çevirisinin üstüne uzman düzeltmesi yapılmış, müşteriye özel terim sözlüğüyle tutarlı, yayına hazır doküman paketi. Yeminli ve noter onaylı çeviri bu modelin dışında kalır; oradaki imza bir kişiye aittir.

Gelir modeli: Kelime başı yerine paket başı ya da sayfa başı sabit fiyat; terim sözlüğü ilk siparişte kurulur ve sonraki siparişlerde fiyata dahildir. İki revizyon hakkı, yayından sonra hata bulunursa ücretsiz düzeltme. Topluluktaki "yapay zekayla çevir, sen sadece düzelt" tartışması bu işin fiyat gerilimini iyi anlatıyor: müşteri makinenin yaptığına para vermek istemiyor, çevirmen ise sorumluluğun tamamını üstleniyor. Paket fiyatı bu gerilimi çözer, çünkü müşteri süreci değil sonucu satın alır. Başlangıç maliyeti: Kabaca 20 ile 40 bin TL. İlk adım: Tek bir sektör seç (örneğin makine imalatçıları) ve bir müşterinin üç kılavuzunu sabit fiyatla teslim et.

3. Müşteri talebi çözümü: çözülen talep başına

Müşteri: Kendi destek ekibi olmayan ya da yoğun dönemlerde boğulan e-ticaret siteleri, klinikler, kurslar, abonelik işletmeleri. Ne satılır: WhatsApp, e-posta ve site üzerinden gelen taleplerin cevaplanması; sipariş durumu, iade süreci, randevu gibi tanımlı işlerin uçtan uca tamamlanması, gerisinin işletmenin belirlediği kurala göre insana devredilmesi. Buradaki fark, otomasyon "kurulumu" yapıp gitmek değil, işi her ay sen yürütürsün ve sonuçtan sen sorumlusun.

Gelir modeli: Küçük aylık taban ücret, çözülen talep başına ücret (örnek varsayım: 8 ile 15 TL), insana devredilen ve senin ekibinin çözdüğü talep için ayrı ücret. Başlangıç maliyeti: Kabaca 40 ile 80 bin TL; mesajlaşma altyapısı, yarı zamanlı bir destek uzmanı için ilk aylar. İlk adım: Bir işletmenin son üç aylık taleplerini kategorilere ayır ve hangilerinin gerçekten otomatik çözülebileceğini ölç. Topluluktaki yapay zeka ajanları müşteri hizmetlerini devralabilir mi tartışması bu ölçümü yaparken iyi bir kontrol listesi.

4. Mali müşavir bürosuna ön hazırlık: mükellef başına aylık

Müşteri: Doğrudan işletme değil, mali müşavir büroları. Türkiye'de defter tutma ve beyanname meslek mensubunun işi; sen ona hazırlık yaparsın. Ne satılır: Mükelleften gelen dağınık belgelerin toplanması, banka hareketlerinin sınıflandırılması, fatura ile ödeme eşleştirmesi, eksik belge listesi ve mükellefe giden hatırlatma mesajları. Büroya her ay "kayda hazır" bir paket teslim edilir.

Gelir modeli: Mükellef başına aylık ücret (örnek varsayım: belge yoğunluğuna göre 300 ile 800 TL), yoğun ay sonu dönemi için ek hacim ücreti. Başlangıç maliyeti: Kabaca 50 ile 100 bin TL; güvenli belge saklama, büro yazılımlarıyla veri alışverişi ve veri güvenliği tarafı burada daha pahalı. İlk adım: Bir büroyla 20 mükelleflik pilot yap. Sekiz kişilik bir muhasebe ofisinin yapay zeka deneyimi neyin işe yaradığını, neyin geri alındığını gösteren iyi bir saha notu.

5. Hasar dosyası ön hazırlığı: dosya başına

Müşteri: Sigorta acenteleri, eksper büroları, filo yöneten şirketler ve tazminat dosyalarına bakan avukatlar. Ne satılır: Kaza tutanağı, fotoğraflar, faturalar, servis ve ekspertiz belgeleri gibi parçaların toplanması, sınıflandırılması, eksiklerin listelenmesi, kronolojinin ve özet raporun taslağının hazırlanması. Hasar tespiti ve tazminat kararı ruhsatlı eksperin ve sigorta şirketinin işi; sen onların masasına düzgün bir dosya koyarsın.

Gelir modeli: Dosya başına ücret (örnek varsayım: dosyanın karmaşıklığına göre 300 ile 600 TL), eksik belge takibi için ayrı küçük ücret. Başlangıç maliyeti: Kabaca 50 ile 100 bin TL. Yaralanmalı dosyalarda sağlık raporları olacağı için veri güvenliği ve sözleşme tarafına baştan para ayırmak gerekir. İlk adım: Bir eksper bürosunun kapanmış 30 dosyasını (kişisel verilerden arındırılmış hâliyle) alıp kendi sürecinle yeniden hazırla, süreyi ve eksik yakalama oranını karşılaştır.

6. Hukuk ön taraması: avukat bürosu için hazırlık

Müşteri: Avukat büroları ve şirketlerin hukuk birimleri. Türkiye'de hukuki görüş vermek ve dava takip etmek avukatların işi; bu yüzden hizmet müvekkile değil avukata satılır. Ne satılır: Sözleşmelerde standart dışı maddelerin işaretlenmesi, kira ve tedarik sözleşmelerinde tarih ve yükümlülük tablosu, alacak dosyalarında belge ve tutar özeti, toplu sözleşme incelemesinde ilk eleme.

Gelir modeli: Sözleşme ya da dosya başına ücret (örnek varsayım: 500 ile 1.500 TL), toplu incelemelerde paket fiyat. Garfield.Law'un 2 sterlinlik hatırlatma mektubu iyi bir hatırlatma: en standart işten başla, en riskli işten değil. Başlangıç maliyeti: Kabaca 40 ile 80 bin TL; bir avukat ortak ya da danışman en baştan şart. İlk adım: İcra ve alacak takibi yoğun bir büroyla tek bir belge türünde (örneğin ihtarname öncesi alacak özeti) pilot yap. Garfield'ın izin şartlarından bir tanesini kendine kural olarak al: sistem içtihat önermesin, her adımı avukat onaylasın.

Türkiye'de küçük ölçekte "satın al ve dönüştür"

General Catalyst ve Thrive'ın yaptığını Türkiye'de milyonlarca dolarla yapacak çok kişi yok. Ama mantığı küçük ölçekte uygulanabilir. Emekliliğe yaklaşan sahibinin devretmek istediği bir çeviri bürosu, bir dış kaynak destek ekibi ya da bir katalog ajansı düşün. Müşteri listesi, düzenli iş akışı ve deneyimli bir ekip hazır. Yeni sahip, işin tekrarlanan kısımlarını yapay zekaya devreder, ekibi kontrol ve müşteri ilişkisine kaydırır, aynı müşterilere daha hızlı ve daha tutarlı teslim yapar.

Bu yolu işletme devralarak girişimci olmak yazısında ayrıntısıyla anlattık; o yazıdaki kontrol listesi buraya da uyar. Bir fark var: dönüşümün değeri satın alma fiyatına yansıtılmamalı. Satıcı "yapay zekayla bu iş iki kat kâr eder" diye fiyat artırmaya çalışabilir; o kârı yaratacak olan sensin. Bir de mesleki sınır var: muhasebe ve hukuk bürolarında ortaklık ve sahiplik meslek mevzuatıyla sınırlı. Bu tür bir büroya ortak olmayı düşünüyorsan, işe meslek odasının mevzuatını ve bir meslek mensubunu masaya alarak başla.

Roll-up'ın gizli maliyeti insan tarafındadır. Yirmi yıl aynı şekilde çalışmış bir ekibe yeni bir iş akışı getirmek, yazılımı kurmaktan zordur. Thrive tarafındaki yöneticinin Crete'in büroları için "hiçbir şeyi zorla dayatmayacağız" demesi tesadüf değil.

Riskler ve kim için uygun değil

Service as software kâğıt üzerinde çok çekici. Ama sonucu satmak, sonucun riskini de satın almak demek. Başlamadan önce şu başlıkları düşün.

Kalite ve "fazla hızlı otomasyon"

En bilinen ders Klarna'dan geldi. Şirket müşteri hizmetlerinde yapay zekaya hızla geçtikten sonra, Mayıs 2025'te yeniden insan temsilci almaya başladığını açıkladı. Entrepreneur'ün aktardığına göre şirketin CEO'su, maliyetin değerlendirmede fazla belirleyici olduğunu ve sonucun daha düşük kalite olduğunu söyledi. Sonuç satan bir şirket için bunun anlamı açık: otomasyon oranını kaliteyi ölçmeden artırırsan, kısa vadede marjın yükselir, orta vadede müşterin gider. Her teslimatı örneklemle kontrol etmek ve hataları kategorilere ayırarak izlemek pazarlıksız bir kural olmalı. Yapay zeka çıktısını doğrulama kontrol listesi buradaki ilk araç.

Sorumluluk

Araç satan şirket "aracı yanlış kullandınız" diyebilir. Sonuç satan şirket diyemez. Yanlış kategoriye yüklenen ürün yüzünden kapanan bir mağaza, yanlış eşleşen bir fatura yüzünden ceza yiyen bir mükellef, eksik hazırlanan bir hasar dosyası yüzünden geciken bir ödeme doğrudan senin sorunun olur. Sözleşmede sorumluluğun üst sınırını, düzeltme ve iade usulünü, müşterinin eksik ya da yanlış bilgi vermesi hâlini yazılı tanımla. Faaliyet alanına uygun bir mesleki sorumluluk sigortası olup olmadığını araştır. Ajanlara ne kadar yetki verdiğin de bir sorumluluk kararı; topluluktaki ajana yetki sınırı ve onay adımı tartışması bu yüzden okunmalı.

Ruhsatlı meslekler

Muhasebe, avukatlık, sigorta eksperliği ve yeminli tercümanlık Türkiye'de ruhsata ya da kayda bağlı işler. Bu alanlarda yapay zeka şirketinin rolü, meslek mensubunun yerine geçmek değil, ona hazır iş teslim etmek. İngiltere'de bile ilk yapay zeka hukuk bürosuna izin verilirken ruhsatlı avukatların sorumlu kalması şart koşuldu. Pazarlama metninde "yapay zeka avukatı", "otomatik mali müşavir" gibi ifadelerden uzak dur; hem yanıltıcı olur hem meslek kuruluşlarıyla gereksiz bir kavga başlatır.

KVKK: genel çerçeve

Bu işlerin neredeyse hepsinde başkasının kişisel verisini işlersin: müşterinin müşterilerinin adları, telefonları, adresleri, faturaları, hasar dosyalarında sağlık bilgileri. KVKK açısından çoğu durumda müşterin veri sorumlusu, sen veri işleyen olursun. Bu ilişki yazılı bir sözleşmeyle kurulmalı: hangi veriyi, hangi amaçla, ne kadar süre işleyeceğin, hangi güvenlik önlemlerini alacağın ve işin bitince veriyi nasıl sileceğin açık olmalı. Sağlık verisi gibi özel nitelikli kişisel veriler için kurallar daha sıkı.

Kullandığın yapay zeka modeli yurt dışındaysa bir başlık daha açılır. 1 Haziran 2024'te yürürlüğe giren değişiklikle kişisel verilerin yurt dışına aktarımında standart sözleşme bir güvence yöntemi hâline geldi; Kurum'un duyurusuna göre standart sözleşmenin imzalanmasından itibaren beş iş günü içinde Kurum'a bildirilmesi gerekiyor. Topluluktaki yurt dışı bulut ve standart sözleşme başlığı uygulamadaki soruları toplamış durumda. Seçeneklerin ve yerel model kullanımının artı eksileri için yapay zekayı şirket verisiyle kullanmak yazısına bakabilirsin. Bu bölüm genel bir çerçeve; kendi durumun için bir hukukçuya danış.

Abartma ve "yapay zeka" etiketi

Yatırımcıların ilgisi büyüdükçe, her hizmet şirketinin kendini "yapay zeka şirketi" diye tanıtma isteği de büyüyor. Uyarıcı bir örnek Builder.ai. Microsoft ve Katar'ın varlık fonu gibi yatırımcılardan 500 milyon doların üzerinde para toplayan şirket, Mayıs 2025'te iflas sürecine girdi. TechInformed'ın haberine göre iç inceleme sonrasında 2024 gelir tahmini 220 milyon dolardan 55 milyon dolara, 2023 geliri 180 milyon dolardan 45 milyon dolara indirildi. Ders basit: müşteriye ve yatırımcıya, işin ne kadarını makinenin ne kadarını insanın yaptığını dürüstçe anlat. Service as software'de insan payı ayıp değil, modelin bir parçası.

Kim için uygun değil?

• Bir sektörü içeriden tanımayan ve tanıyan bir ortağı da olmayanlar. Sonucu tanımlamak için işin nasıl yapıldığını bilmek gerekir.
• Hatanın bedelini taşıyamayacak kadar nakitsiz başlayanlar. İlk aylarda düzeltme ve iade maliyeti beklenenden yüksek olur.
• Sadece yazılım geliştirmek isteyenler. Bu modelde müşteriyle konuşmak, şikâyet dinlemek ve teslimatı yönetmek işin yarısı.
• Hacmi küçük ve düzensiz işlere bakanlar. Ayda birkaç büyük proje varsa, sonuç başına fiyat yerine klasik proje fiyatı daha mantıklı olabilir.

90 günlük başlangıç planı

Bu modelde en sık yapılan hata, önce yazılım yazmak. Doğru sıra tam tersi: önce elle teslim et, sonra tekrar eden adımları otomatikleştir. İlk 90 günü bir MVP gibi düşün; ürünün kod değil, teslim edilen sonuç.

1 ile 15. gün: tek bir sonuç seç. Dar bir müşteri grubu ve tek bir iş belirle. "E-ticaret satıcılarına hizmet" çok geniş; "giyim satan pazaryeri mağazalarına yüklemeye hazır ürün kartı" yeterince dar. "Bitti" tanımını tek sayfaya yaz: hangi alanlar dolu olacak, hangi kontroller yapılacak, kaç günde teslim edilecek, hangi durumda ücret alınmayacak. Sonra on olası müşteriyle konuş ve bugün bu işe ne ödediklerini, kime yaptırdıklarını, en çok neden şikâyet ettiklerini sor.

16 ile 45. gün: elle teslim et. İki ya da üç pilot müşteri bul. Hazır yapay zeka araçlarıyla ve basit tablolarla çalış, yazılım yazma. Her işte süreyi, düzeltme sayısını ve hata türünü kaydet. Veri işleme sözleşmesini ve gizlilik metnini bu aşamada imzala; pilot bahanesiyle müşteri verisini sözleşmesiz işleme.

46 ile 75. gün: tekrar edeni otomatikleştir. Kayıtlarına bak ve en çok zaman alan iki adımı seç. Onları yapay zekaya devret, kontrol listesini sabitle, örneklem kontrolünü kur. Bu aşamanın sonunda elinde iş başına gerçek maliyet ve gerçek brüt marj olmalı. Fiyatını ve taban ücretini bu rakamlara göre son hâline getir.

76 ile 90. gün: rakamla karar ver. Pilotları ücretli sözleşmeye çevir, her birinden bir referans ve kısa bir vaka metni iste. Örnek eşikler: yüzde 40'ın üzerinde brüt marj, yüzde 5'in altında geri gelen iş oranı ve tekrar sipariş veren en az üç müşteri. Eşikler tutmuyorsa sektör değiştirmeden önce sonucun tanımını değiştir; çoğu zaman sorun pazarda değil, satılan işin çok geniş ya da çok belirsiz tanımlanmasındadır.

Önce elle yap, sonra ölç, en son otomatikleştir. Sırayı ters çeviren şirket, kimsenin satın almadığı bir sonucu çok verimli üretir.

Kapanış: yazılım satmayan yazılım şirketleri

Yirmi yıl boyunca girişimcilere aynı şey söylendi: hizmet şirketi kurma, ürün şirketi kur; hizmet ölçeklenmez, yazılım ölçeklenir. Service as software bu ayrımı bulanıklaştırıyor. Dışarıdan bakınca bir hizmet firması gibi görünen, müşteriye bitmiş iş teslim eden, ama içeride işin büyük kısmını makinenin yaptığı şirketler, yatırımcıların en çok konuştuğu yer hâline geldi. Sequoia'nın yazısındaki cümleyle, bir sonraki büyük şirket hizmet firması kılığında bir yazılım şirketi olabilir.

Türkiye'de bu oyunun ilk oyuncuları büyük olasılıkla milyar dolarlık şirketler olmayacak. Bir sektörü iyi bilen, iki üç kişilik, tek bir sonucu çok iyi tanımlayan ve onu her ay daha az insan emeğiyle teslim etmeyi öğrenen küçük ekipler olacak. Muhasebe bürosuna kayda hazır paket, eksper masasına düzgün dosya, pazaryeri satıcısına reddedilmeyen ürün kartı. Hepsi sıkıcı görünen işler; bu modelin en iyi tarafı da tam olarak bu.

Böyle bir işi kuruyorsan ya da kurmayı düşünüyorsan, deneyimini Yapay Zeka topluluğunda paylaş. Hangi sonucu sattığını, nasıl fiyatladığını, müşterinin "bitti" tanımında nerede anlaşamadığınızı yaz. Bu alandaki en değerli bilgi şu an yatırımcı yazılarında değil, sahada ilk faturayı kesen insanların notlarında.

inovanadolu

inovanadolu platformu