Türkiye’de yapay zekâ ekosistemi son yıllarda belirgin bir ivme kazandı. 2025 Türk Yapay Zekâ Ekosistemi ve Global Etki Raporu’na göre Türkiye’de 1.188 aktif yapay zekâ girişimi bulunuyor ve bu girişimlerin yaklaşık yüzde 70’i 2020 sonrasında kuruldu. Bu tablo, Türkiye’nin yapay zekâ alanında yalnızca teknoloji kullanan değil, üreten bir konuma yönelme çabasını yansıtıyor.
2025 Türk Yapay Zekâ Ekosistemi Raporu’na göre
Yapay zekâ girişimlerinin ilgilendiği konular (Veri kaynağı: 2025 Türk Yapay Zekâ Ekosistemi ve Global Etki Raporu, Grafik 11)
Ancak büyüme verilerinin gösterdiği tablo tek boyutlu. Ekosistem ölçeklenirken yapay zekâ güvenliği, uyumluluk (alignment) ve etik konuları aynı hızda gündem bulamıyor. Bu yazı, söz konusu dengesizliğin nedenlerini ve mevcut durumu ele alıyor.
1. Yatırımların Yönü ve Güvenliğin Payı
Türkiye’de yapay zekâ girişimlerine yapılan yatırımlar ağırlıklı olarak ürün geliştirme, pazar payı ve ölçeklenme hedeflerine yöneliyor. 2025 raporunun verileri de bu tabloyu destekliyor: Girişimlerin yaklaşık yüzde 75’i B2B çözümlere odaklanmış durumda ve en yoğun çalışılan alanlar Computer Vision, üretken yapay zekâ (GenAI) ve Conversational AI. Buna karşılık yapay zekâ güvenliği, etik kullanım ve model güvenlik testine odaklanan girişim ya da yatırım kategorisi bu tabloda yer almıyor; rapor güvenliği ayrı bir başlık olarak izlemiyor bile. Oysa bir yapay zekâ sistemi kullanıma açılmadan önce zararlı çıktı üretip üretmediğinin ve manipülasyona açık olup olmadığının test edilmesi gerekir.
Küresel pratikte ise son iki yılda Sorumlu Yapay Zekâ (Responsible AI) ekipleri kurmak, kırmızı takım (red teaming) çalışmaları yürütmek ve yatırım öncesi güvenlik testlerini tamamlamak giderek standart haline geliyor.
Türkiye’de bu alana ayrılmış özel bir fon veya teşvik mekanizması henüz bulunmuyor. TÜBİTAK, KOSGEB veya kalkınma ajansı desteklerinde “güvenli yapay zekâ” başlıklı bir çağrıya rastlanmıyor. Avrupa Birliği’nin Dijital Avrupa Programı kapsamında ise yapay zekâ güvenliği projelerine milyonlarca avroluk bütçe ayrılmış durumda. Bu karşılaştırma, Türkiye’nin bu alanda nerede durduğunu görmek için somut bir referans sunuyor.
2. “Kırmızı Takım” Yaklaşımı
Güvenilir yapay zekâ sistemleri geliştirmede yaygınlaşan yöntemlerden biri “kırmızı takım” çalışmaları. Bu yaklaşımda sistem, kötü niyetli bir saldırganın bakış açısıyla test edilerek güvenlik açıkları kullanıma açılmadan önce tespit ediliyor. Türkiye’de ise hem bu alandaki uygulamalar hem de bunları destekleyecek teşvik mekanizmaları sınırlı.
Tehdit Ortamındaki Değişim
Kaspersky Türkiye Genel Müdürü İlkem Özar’a göre yapay zekâ, siber saldırganların temel araç setine entegre olmuş durumda. 2025 itibarıyla saldırıların ana hedefi finans sektöründen sanayiye kaydı; enerji şirketleri, fabrikalar ve üretim tesisleri, yıllardır ertelenen siber güvenlik yatırımları nedeniyle görece kolay hedefler arasında değerlendiriliyor.
Saldırı tarafı yapay zekâ ile karmaşıklaşırken savunma tarafının büyük ölçüde klasik yöntemlerle ilerlemesi aradaki farkı açıyor. Güvenlik testlerini ürün çıkışı sonrasına erteleyen girişimler ise bu tehditlere karşı daha savunmasız kalıyor.
Uluslararası Standartlarda Kırmızı Takım
Kırmızı takım çalışmaları uluslararası standartlarda da giderek merkezi bir konum kazanıyor. NIST, AB Yapay Zekâ Yasası, ISO/IEC ve OECD’nin yaklaşımları aşağıdaki tabloda özetlenmiştir.
3. CalypsoAI ve DeTech Ortaklığı Örneği
Yapay zekâ güvenliği platformu CalypsoAI, teknoloji çözümleri sağlayıcısı DeTech ile Türkiye pazarına yönelik bir ortaklık kurdu. İş birliği kapsamında Türk işletmelerine Inference Red-Team gibi proaktif güvenlik testi araçlarının sunulması hedefleniyor. Bu tür adımlar, uluslararası yatırımcıların aradığı şeffaflık ve ölçeklenebilirlik kriterleri açısından önem taşıyor. Ancak özel sektör inisiyatifiyle atılan bu adımların kalıcı etki yaratması, kamu politikaları ve teşvik mekanizmalarıyla desteklenmesine bağlı.
4. Resmi Raporlarda Strateji ve Koordinasyon Eksikliği
Yapay zekâ güvenliğindeki eksiklikler yalnızca sektör içi gözlemlere dayanmıyor. TBMM Araştırma Komisyonu ve Milli İstihbarat Akademisi tarafından yayımlanan raporlar da bu alanda ulusal strateji, koordinasyon ve yönetişim eksikliğine işaret ediyor.
Bu belgelerde ortak bir güvenlik stratejisinin bulunmaması, kurumlar arası koordinasyon eksiklikleri ve yeni nesil tehditlere yönelik hazırlık düzeyinin yetersizliği öne çıkan başlıklar. İstem enjeksiyonu (prompt injection), veri zehirleme ve deepfake gibi riskler ise ortak bir güvenlik yaklaşımının önemini artırıyor.
5. Regülasyon Tarafında Mevcut Durum
TBMM raporu, bir “Türkiye Yapay Zekâ Kanunu” hazırlanmasını öneriyor; ancak bugüne kadar bu kapsamda bir yasal düzenleme çıkmadı. AB Yapay Zekâ Yasası (AI Act) yürürlüğe girmişken Türkiye’de alanın etik kurullar ve tavsiye kararlarıyla yönetiliyor olması önemli bir politika boşluğuna işaret ediyor. Bununla birlikte yapay zekâ tümüyle düzenlemesiz bir alan değil; mevcut mevzuatın yapay zekâyla kesişen bölümleri aşağıdaki tabloda özetlenmiştir.
6. Sonuç ve Öneriler
Türkiye’de yapay zekâ ekosistemi hızla büyüyor; ancak bu büyümenin sürdürülebilir olması, güvenlik, etik ve denetim alanlarının aynı hızda gelişmesine bağlı. Bu çerçevede üç öneri öne çıkıyor:
Ulusal yapay zekâ güvenlik stratejisi: TBMM raporunun da önerdiği gibi, ilgili tüm kurumların katılımıyla hazırlanmalı ve hayata geçirilmeli.
Bağımsız bir denetim kurumu: Raporda önerilen “Türkiye Yapay Zekâ Kurumu”, kurumlar arası koordinasyon eksikliğini gidermeye yönelik bir çözüm olarak değerlendirilebilir.
Girişim düzeyinde güvenlik testi: Ürünler ölçeklenmeden önce modelin saldırılara, veri zehirlemeye ve etik ihlallere karşı test edilmesi geliştirme sürecinin standart bir adımı haline gelmeli.
Yapay zekâ güvenliğine ayrılan teşvik ve fonların artırılması, yerli girişimlerin küresel rekabet gücünü destekleyeceği gibi Türkiye’nin bu alanda güvenilir bir merkez olarak konumlanmasına da katkı sağlayacaktır.
Kaynakça
Avrupa Birliği. (2024). EU Artificial Intelligence Act. https://artificialintelligenceact.eu/
CalypsoAI. (2025). CalypsoAI and DeTech partnership announcement.
https://calypsoai.com/
International Organization for Standardization. (t.y.). ISO/IEC JTC 1/SC 42: Artificial intelligence. https://www.iso.org/committee/6794475.html
Kaspersky Türkiye. (2025). İlkem Özar açıklamaları.
https://www.kaspersky.com.tr/
Milli İstihbarat Akademisi. (2026, Nisan). Yapay zeka çağında siber güvenlik ve Türkiye’nin stratejik öncelikleri.
https://mia.gov.tr/
National Institute of Standards and Technology. (2023). Artificial intelligence risk management framework (AI RMF 1.0) (NIST AI 100-1). https://www.nist.gov/itl/ai-risk-management-framework
NSN Law. (t.y.). Türkiye’de yapay zeka düzenlemeleri ve yatırımcı riskleri.
https://www.nsn-law.com/
OECD. (t.y.). Catalogue of tools and metrics for trustworthy AI.
https://oecd.ai/
TBMM Yapay Zeka Araştırma Komisyonu. (2025). Komisyon raporu. https://cdn.tbmm.gov.tr/KKBSPublicFile/D28/Y1/T10/DosyaKomisyonRaporunuVerdi/9f0e7abf-41f6-4133-ab3d-4879113f7f9f.pdf
Yapay Zekâ Fabrikası, Startups.watch ve Endeavor Türkiye. (2025). 2025 Türk yapay zekâ ekosistemi ve global etki raporu. https://yapayzekafabrikasi.com.tr/2025-etki-raporu
