Türkiye’de bugün 500’den fazla yapay zeka girişimi var. Market raflarını izleyen sistemler, patoloji uzmanlarına destek veren yazılımlar, fabrikalarda tehlikeleri tespit eden kameralar, müşteri taleplerini işleyen dijital çalışanlar… Türkiye’nin yapay zeka ekosistemi, birbirinden farklı ihtiyaçlara çözüm geliştiren şirketlerle büyüyor.
YAZI: ÜRÜN DİRİER
Bir markette aradığınız ürünün rafı boş. Bir internet mağazasında binlerce ürün arasından istediğinizi bulamıyorsunuz. Müşteri hizmetlerinde aynı talebi farklı çalışanlara tekrar tekrar anlatıyorsunuz. Bir fabrikada ise çalışanların her gün yanından geçtiği bir tehlike, henüz kazaya dönüşmediği için fark edilmiyor.
Bu sorunların her biri farklı bir sektörün gündemi. Ancak hepsi, yapay zeka geliştiren şirketlerin potansiyel çalışma alanları arasında bulunuyor. Kamuoyunda daha çok metin yazan, görsel üreten ve soruları yanıtlayan uygulamalar konuşulurken işletmelerin beklentileri daha somut: Eksik ürünü fark etmek, talebi tahmin etmek, görüşmeyi anlamlandırmak, riskli durumu belirlemek ve tekrarlanan işleri hızlandırmak.
Türkiye Yapay Zeka İnisiyatifi’nin (TRAI) ekim güncellemesi, bu alandaki girişimcilik hareketinin büyüklüğünü ortaya koyuyor. TRAI Girişim Haritası’ndaki şirket sayısı, Nisan 2026’daki 482’den 504’e yükseldi. Güncellemede 43 girişim haritaya eklenirken faaliyeti ve web varlığı sona eren 21 girişim çıkarıldı. Yeni eklenen ve kuruluş yılı bilinen 41 girişimin 25’i, 2025 veya 2026’da kuruldu.
Bu sayıyı doğru okumak önemli. Harita, Türk kurucuların yer aldığı bazı yurt dışı merkezli girişimleri de kapsıyor; dolayısıyla tamamı Türkiye merkezli şirketlerden oluşan resmî bir sayım değil. Ayrıca haritadaki büyüme, tek başına gelir veya ihracat artışı anlamına gelmiyor. Bununla birlikte, girişimcilerin hangi ihtiyaçlara yöneldiğini görmek için değerli bir başlangıç sunuyor.
Aşağıdaki örnekler de ekim ayında haritaya yeni eklenen şirketlerin listesi değil. Genç girişimlerden yıllar içinde büyümüş, bazıları başka şirketlerin bünyesine katılmış teknoloji işletmelerine uzanan bir seçki. Amaç, Türkiye bağlantılı yapay zeka birikiminin hangi ürünlere dönüştüğünü göstermek.
Marketin rafında, deponun planında
Vispera: Raf fotoğrafını işletme verisine dönüştürüyor
Bir markette ürünün depoda bulunması, müşterinin onu rafta bulacağı anlamına gelmiyor. Vispera, mağaza raflarının görüntülerini işleyerek ürün bulunurluğu, fiyat etiketleri ve raf düzeni hakkında veri üreten çözümler sunuyor. ShelfSight, sabit kameralarla rafları izlemeye; eksik veya yanlış konumlandırılmış ürünleri belirlemeye yönelik geliştiriliyor. Burada yapay zekanın ürettiği şey, mağaza ekibinin kullanabileceği bir tespit: Hangi rafta, hangi müdahaleye ihtiyaç var?
invent ai: Hangi üründen ne kadar gerektiğini hesaplıyor
Eski adıyla Invent Analytics olarak tanınan invent ai, perakendecilerin talep tahmini, stok, ürün dağıtımı ve fiyatlandırma kararlarına yönelik yazılımlar geliştiriyor. Gürhan Kök’ün kurduğu şirketin çözümleri, geçmiş veriler ve güncel sinyaller üzerinden mağaza ve ürün düzeyinde planlama yapılmasını destekliyor. Çözmeye çalıştığı mesele perakendenin temel ikilemlerinden biri: Fazla stok sermayeyi bağlarken yetersiz stok satış fırsatının kaçmasına yol açabiliyor.
Segmentify: İnternet mağazasını ziyaretçiye göre düzenliyor
Fiziksel mağazanın rafları kadar dijital mağazanın vitrini de önemli. Türkiye’de kurulan Segmentify; ürün önerileri, kişiselleştirilmiş arama, müşteri analizi ve farklı kanallardaki pazarlama iletişimi üzerine çalışıyor. Ziyaretçilerin davranışlarından hareketle daha ilgili ürün ve içeriklerin gösterilmesini hedefleyen şirket, Haziran 2026’da Unifonic tarafından satın alındı. Bu nedenle Segmentify bugün bağımsız bir erken aşama girişimden ziyade, büyüyerek başka bir yapıya katılmış teknoloji şirketlerine örnek oluşturuyor.
Bu üç örnek aynı sektörün farklı sorunlarına odaklanıyor. Biri rafta ne olduğunu görüyor, diğeri gelecekte neye ihtiyaç duyulacağını hesaplıyor, üçüncüsü müşterinin dijital ortamda neyle karşılaşacağını düzenliyor. Yapay zekanın ekonomik kullanımını anlamak için bu ayrım önemli: Ortada tek bir ürün değil, işin farklı aşamalarına yerleşen çözümler var.
Müşteriyle konuşan ve talebi işleyen sistemler
SESTEK: Konuşmayı analiz edilebilir bilgiye çeviriyor
2000 yılında kurulan SESTEK, Türkiye’nin ses teknolojileri alanındaki daha eski şirketlerinden biri. Ürünleri arasında konuşma tanıma, metni seslendirme, görüşme analizi, çalışanlara destek ve yapay zeka ajanları bulunuyor. Müşteri hizmetlerinde yapılan bir görüşmenin yazıya dönüştürülmesi, özetlenmesi ve değerlendirilmesi bu araçların kullanım alanları arasında. Unifonic bünyesinde faaliyet gösteren şirket, bugünkü yapay zeka ekosisteminin yakın dönemde kurulan girişimlerden daha uzun bir geçmişe sahip olduğunu da hatırlatıyor.
CBOT: Görüşmeden işleme geçişi hedefliyor
CBOT, sesli ve yazılı kanallarda çalışan kurumsal yapay zeka ajanları geliştiriyor. Platform, müşteri talebini anlamanın yanında kurumun bilgi kaynaklarına ve iş sistemlerine bağlanarak belirlenmiş süreçlerin yürütülmesine yönelik tasarlanıyor. Randevu, destek talebi, kayıt güncelleme ve müşteri hizmetleri gibi alanlar bu yaklaşımın örnekleri. Şirketin ürün mimarisinde iş kuralları, yetkilendirme ve gerektiğinde insan ekiplerin devreye girmesi de yer alıyor.
MindBehind: Mesajlaşmayı satış ve destek kanalına dönüştürüyor
Insider One bünyesindeki MindBehind, WhatsApp ve diğer mesajlaşma kanallarında müşteriyle iletişim kurmak için kullanılan diyalogsal yapay zeka platformu. Markaların pazarlama, satış ve destek süreçleri için sohbet uygulamaları oluşturmasını sağlıyor. Bir müşterinin ürün hakkında bilgi istemesiyle başlayan görüşmenin, satın alma veya destek yolculuğunun devamına bağlanması hedefleniyor. Böylece mesajlaşma, şirketlerin farklı müşteri süreçlerini yürütebildiği bir çalışma alanına dönüşüyor.
Bu alandaki ürünleri değerlendirirken akıcı konuşma becerisi kadar işlem güvenilirliğine de bakmak gerekiyor. Yanlış bilgi veren bir asistanla yanlış işlem yapan bir sistemin sonuçları farklı olabilir. Müşterinin talebinin ne zaman insan çalışana aktarılacağı, sistemin hangi verilere erişebileceği ve yaptığı işlemlerin nasıl izleneceği, satın alma kararının parçası olmalı.
Şirket verisinden karar desteğine
B2Metric: Müşterinin davranışını tahmin etmeye çalışıyor
B2Metric, farklı kaynaklardaki müşteri verilerini birleştirerek davranış tahmini ve pazarlama uygulamaları geliştiren bir platform sunuyor. Müşteri kaybı ihtimali, yaşam boyu değer ve kişiselleştirilmiş kampanyalar şirketin odakları arasında. Amaç, işletmelerin geçmişte ne olduğunu görmenin yanında hangi müşterinin hangi davranışa yönelebileceğine ilişkin öngörüler üretmesi. Bu tür tahminlerin değeri ise sonuçların gerçek müşteri davranışlarıyla düzenli olarak karşılaştırılmasına bağlı.
TAZI AI: Açıklanabilir tahminleri iş kararlarına bağlıyor
Zehra Çataltepe’nin kurucu ortakları arasında bulunduğu TAZI AI, kurumsal verilerden hareketle açıklanabilir makine öğrenmesi ve karar desteğine odaklanıyor. Şirketin güncel yaklaşımı, önerilen aksiyonların kurum politikalarıyla değerlendirilmesini ve insan onayının süreçte tutulmasını içeriyor. Finans gibi kararın gerekçesinin izlenmesinin önem taşıdığı alanlarda bu yaklaşım dikkat çekiyor. Sistemin bir öneri vermesi kadar o önerinin neye dayandığının görülebilmesi de ürünün parçası haline geliyor.
Sağlık, fabrika ve tarlada yapay zeka
Virasoft: Patoloji uzmanlarının dijital çalışma ortamını geliştiriyor
Virasoft, patoloji görüntülerinin yönetilmesi, nicel görüntü analizi, vaka takibi, eğitim ve uzaktan danışmanlık alanlarında yazılımlar sunuyor. Yapay zeka destekli araçları da bu dijital iş akışının içinde yer alıyor. Burada ürün, yalnızca bir görüntüyü sınıflandıran algoritmadan ibaret değil; uzmanların görüntülere eriştiği ve vakalar üzerinde çalıştığı daha geniş bir yazılım ortamını kapsıyor. Bu çözümleri hekimin yerini alan sistemler yerine uzman değerlendirmesini destekleyen araçlar olarak ele almak gerekiyor.
Intenseye: İş güvenliğindeki riskleri görünür kılıyor
Intenseye, endüstriyel tesislerde görüntü işleme yoluyla iş güvenliği risklerinin izlenmesine odaklanıyor. Platform; insan ve ekipman hareketlerini, tehlikeli durumları ve çalışma koşullarını analiz ederek iş güvenliği ekiplerine veri sağlamayı hedefliyor. Böyle bir çözümün temel sorusu, kazadan sonra ne olduğunu anlamanın yanında kazaya yol açabilecek durumların önceden fark edilip edilemeyeceği. Kameranın gördüğü görüntünün, önlem alınabilecek bir uyarıya dönüşmesi amaçlanıyor.
Agcurate: Uydu görüntülerinden tarımsal bilgi üretiyor
Agcurate, uydu görüntülerini makine öğrenmesiyle analiz ederek tarım işletmelerine, gıda şirketlerine ve tarımsal finansman alanına veri sunuyor. Çözümleri, tarla düzeyindeki gelişmelerin izlenmesi ve tarımsal faaliyetlerin değerlendirilmesine yönelik. Bu örnekte veri kaynağı müşteri görüşmesi veya mağaza rafı değil, uzaktan algılama görüntüleri. Tarımın geniş alanlara yayılan yapısı düşünüldüğünde, düzenli gözlem ve analiz hizmeti ayrı bir ürün alanı oluşturuyor.
Yapay zekanın arkasındaki altyapı
fal: Üretken medya modellerini geliştiricilere ulaştırıyor
Burkay Gür ve Görkem Yurtseven’in kurduğu, merkezi San Francisco’da bulunan fal, üretken medya alanında model çalıştırma altyapısı sunuyor. Görsel, video ve ses üretimi üzerinde çalışan geliştiricilerin modellere erişmesini ve bunları uygulamalarına bağlamasını sağlıyor. Son kullanıcının gördüğü bir yaratıcı uygulamanın arkasında, modelin hızlı ve ölçekli biçimde çalışmasını sağlayan ayrı bir altyapı hizmeti bulunabiliyor. fal, bu katmanda faaliyet gösteren Türk kuruculu şirketlerden biri.
Synnada: Yapay zeka sistemlerinin teknik yapı taşlarını geliştiriyor
Synnada, veri ve yapay zeka altyapısı üzerine çalışıyor. Güncel ürün tanımında model derleyicileri, SQL sorgu motorları ve ajanların kod çalıştırmasına yönelik altyapılar yer alıyor. Bunlar günlük kullanıcının doğrudan karşısına çıkan uygulamalar olmayabilir. Ancak modellerin farklı donanımlarda çalıştırılması, veriye erişmesi ve görev yürütmesi için gereken mühendislik araçları da yapay zeka ekonomisinin bir parçası. Girişimcilik fırsatları, kullanıcı arayüzünün arkasındaki bu teknik ihtiyaçlara da uzanıyor.
Yapay zekayı güvenle kullanmak da bir ürün alanı
Syntonym: Görsel veride kişisel kimlik izlerini değiştiriyor
Syntonym, görüntülerdeki kişisel tanımlayıcıları sentetik alternatiflerle değiştirmeye yönelik anonimleştirme teknolojisi geliştiriyor. Şirketin yaklaşımı, yüzleri bulanıklaştırmanın ötesinde, görüntüde analiz için gereken bazı özellikleri korurken gerçek kimliği gizlemeyi hedefliyor. Bu, kamera verisini kullanmak isteyen işletmelerin karşılaştığı bir gerilime yanıt arıyor: Analiz yapılabilecek veriyi korurken insanların mahremiyetini nasıl gözetebiliriz? Bir uygulamanın hukuki uygunluğu ise kullanılan teknolojiyle birlikte kullanım koşullarına da bağlı.
Co-one: Yapay zeka ajanlarını test etmeye ve izlemeye odaklanıyor
Co-one’ın güncel ürün odağı, kurumsal yapay zeka ajanlarının güvenli biçimde kullanılması. Şirket; devreye alma öncesi güvenlik testlerini, çalışma sırasındaki korumayı ve kurum içindeki yapay zeka kullanımının keşfini bir araya getiren bir platform tarif ediyor. Yapay zeka araçları kurumların iş süreçlerine girdikçe, bunların davranışlarını sınamak ve izlemek de ayrı bir ihtiyaç haline geliyor. Co-one bu nedenle, yapay zekanın yaygınlaşmasının kendi çevresinde yeni bir kontrol ve güvenlik pazarı oluşturmasına örnek verilebilir.
“500 eşiği, girişimlerle kurumları buluşturmak için önemli bir fırsat”
Ekim 2026 sonuçlarını değerlendiren Türkiye Yapay Zeka İnisiyatifi (TRAI) Genel Müdürü Can Sinemli, şunları söylüyor:
“TRAI Girişim Haritası’nda 500 eşiğinin aşılması, Türkiye’nin yapay zeka alanındaki girişimcilik birikiminin geldiği noktayı gösteriyor. Sayısal büyümenin yanında, çözümlerin çeşitlenmesi ve belirli alanlarda uzmanlaşmanın derinleşmesi de dikkat çekiyor. Bu dönemde ajan tabanlı sistemlerin, hukuk ve insan kaynaklarına yönelik uygulamaların ve yapay zeka yönetimine odaklanan çözümlerin öne çıktığını görüyoruz. Haritamıza yeni girişimleri eklerken faaliyetini sonlandıranları da çıkararak ekosistemin güncel görünümünü yansıtmaya önem veriyoruz. Amacımız, kurumların, yatırımcıların ve girişimcilerin Türkiye’deki yapay zeka birikimini takip edebilmelerine ve iş birliği fırsatlarını değerlendirebilmelerine katkı sağlamak.”
500 eşiğinden sonra hangi soruları sormalıyız?
Haberde saydığımız 15 örnek girişim, Türkiye bağlantılı yapay zeka şirketlerinin tek bir alana sıkışmadığını gösteriyor. Bazıları sektör bilgisiyle ürün geliştiriyor; bazıları müşteri iletişimini dönüştürüyor; bazıları ise başka yapay zeka ürünlerinin çalışması veya denetlenmesi için altyapı sağlıyor.
TRAI’nin yeni girişimlere ilişkin verileri de görev üstlenen sistemlere ve uzmanlaşmış çözümlere ilgiyi gösteriyor. Ekim güncellemesinde ajan tabanlı yapay zeka kategorisine 10, hukuk teknolojilerine beş, insan kaynakları teknolojilerine dört yeni girişim eklenmiş olması bu açıdan dikkat çekici. Ancak bunlar yeni eklenen şirketlerin dağılımı; toplam 504 girişimin tamamının sektörel dağılımı değil.
Haritadaki 504 şirket bize birikimin ölçeğini anlatıyor. Bu birikimin ekonomik ve toplumsal karşılığını ise ürünlerin günlük hayatta neyi değiştirdiği gösterecek.
Bir Cevap Yazın