# AI Yatırımı ROI Hesaplama: Türk Şirketleri İçin Pratik Model 2026

> Source: https://sukruyusufkaya.com/blog/ai-yatirimi-roi-hesaplama
> Updated: 2026-08-24T00:09:59.327Z
> Type: blog
> Category: yapay-zeka
**TLDR:** AI yatırımının geri dönüşünü Türk şirketleri için somut TL bazlı, vergi-teşvik dahil hesaplayan kapsamlı rehber. ROI formülleri (basit ROI, NPV, payback, IRR), 4 değer boyutu (maliyet azaltma, gelir artırma, hız iyileştirme, risk azaltma), gizli maliyet kalemleri, 6 use-case için somut hesaplama, TÜBİTAK/KOSGEB teşvikleri, KOBİ vs kurumsal farkları ve 5 adımlı ROI çerçevesi. CFO ve karar vericiler için.

<tldr data-summary="[&#34;AI ROI hesabı tek formüle indirgenmez — maliyet azaltma, gelir artırma, hız iyileştirme ve risk azaltma olmak üzere 4 değer boyutu, gizli maliyet kalemleri ve TL/USD kur volatilitesi birlikte modellenmelidir.&#34;,&#34;Türk şirketleri için tipik orta-karmaşıklık AI projesi (RAG chatbot, kod asistanı vb.) 18-24 ayda 3-5x net ROI üretiyor; ancak %62 proje POC aşamasında kalıp pozitif ROI’ye ulaşamıyor.&#34;,&#34;Maliyet kalemlerinin %50-70’i ‘gizli’: veri hazırlık, eval harness, observability, compliance, yetenek geliştirme, vendor lock-in çıkış maliyeti, model yenileme.&#34;,&#34;Doğru ROI formülü use-case’e bağlı: agresif gelir projeksiyonu için NPV+IRR; maliyet azaltma için Payback Period; mevcut süreç optimizasyonu için Basit ROI yeterli.&#34;,&#34;TÜBİTAK 1507/1501 + KOSGEB Ar-Ge + Ar-Ge merkezi vergi indirimi kombinasyonu uygun şirketler için efektif maliyetleri %30-50 düşürebilir; bu teşvikleri hesaba katmadan yapılan ROI hesabı pesimist kalır.&#34;]" data-one-line="AI yatırımı ROI’si — doğru modellenir, gizli maliyetleri kapsar ve Türk şirketinin spesifik vergi/teşvik koşullarını içerirse — kurumsal karar verme sürecinin en güçlü mali aracıdır."></tldr>

## 1. AI ROI Niye Tek Formüle İndirgenmez?

Geleneksel BT yatırımları (örn. ERP, CRM kurulumu) görece sabit maliyet + sabit beklenen değer ile modellenebilir. AI yatırımları **farklı bir hayvandır**:

- Maliyetler **dinamik** — token fiyatları haftalık değişebilir, modeller hızla evrilir
- Değer **olasılıksal** — model davranışı tutarsız olduğu için projeksiyonlar belirsizlik içerir
- Süre uzun — değer ay 9-12'de tam ortaya çıkmaya başlar
- Bağımlılıklar fazla — veri kalitesi, yetenek havuzu, regülatif onaylar projeyi yavaşlatır

<definition-box data-term="AI Yatırımı ROI (Return on Investment)" data-definition="Bir AI projesinin toplam yatırım maliyetine (CAPEX + OPEX + gizli maliyetler) karşılık ürettiği net mali değerin oranı. Klasik ROI formülünden farkı: AI ROI olasılıksal değer üretimi, kademeli kalite iyileşmesi ve token-bazlı dinamik maliyet yapısı nedeniyle çok-boyutlu bir model gerektirir. Tipik formülasyonlar: Basit ROI, NPV (Net Present Value), Payback Period, IRR (Internal Rate of Return)." data-also="AI ROI, Yapay Zeka Yatırımı Geri Dönüşü"></definition-box>

<stat-callout data-value="%62" data-context="Türkiye'deki kurumsal AI projelerinin yaklaşık üçte ikisi" data-outcome="POC veya pilot aşamasında kalıp pozitif ROI'ye ulaşamıyor. Ana neden: maliyet hesabında veri hazırlık ve eval'in unutulması + agresif değer projeksiyonu." data-source="{&#34;label&#34;:&#34;McKinsey State of AI 2025&#34;,&#34;url&#34;:&#34;https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai&#34;,&#34;date&#34;:&#34;2025&#34;}"></stat-callout>

### "AI'ın ROI'sini hesaplayamıyoruz" Yanılgısı

Çok yaygın bir CFO söylemi: "AI'ın değerini ölçemiyoruz, o yüzden yatırım yapamıyoruz." Bu **kısmen doğru, kısmen savunma reflexi**. Doğru kısmı: AI değeri kademeli ve olasılıksal. Reflex kısmı: Aynı belirsizlik bulut göçü, ERP, dijital pazarlama için de geçerlidir; CFO'lar onları yıllardır modelliyor.

Çözüm: AI için **adapte edilmiş bir ROI çerçevesi**. Mevcut yatırım analizi araçlarını AI'a özel kalemlerle genişletmek.

## 2. AI Değerinin Dört Boyutu

Bir AI yatırımı dört farklı kaldıraçtan değer üretebilir. Her birinin ölçüm yöntemi ve doğru ROI formülü farklıdır.

<comparison-table data-caption="AI Değer Üretiminin Dört Boyutu" data-headers="[&#34;Boyut&#34;,&#34;Tipik Örnek&#34;,&#34;Ölçüm Yöntemi&#34;,&#34;ROI Formülü&#34;]" data-rows="[{&#34;feature&#34;:&#34;Maliyet Azaltma&#34;,&#34;values&#34;:[&#34;Çağrı merkezi otomasyonu, sözleşme analizi&#34;,&#34;Eski süreç maliyeti − yeni süreç maliyeti&#34;,&#34;Basit ROI + Payback&#34;]},{&#34;feature&#34;:&#34;Gelir Artırma&#34;,&#34;values&#34;:[&#34;Kişiselleştirme, dönüşüm artışı&#34;,&#34;İnkremental gelir × marjin&#34;,&#34;NPV + IRR&#34;]},{&#34;feature&#34;:&#34;Hız İyileştirme&#34;,&#34;values&#34;:[&#34;Ürün lansman süresi, karar verme&#34;,&#34;Süre kazancı × birim değer&#34;,&#34;Basit ROI + Opsiyon değeri&#34;]},{&#34;feature&#34;:&#34;Risk Azaltma&#34;,&#34;values&#34;:[&#34;Dolandırıcılık tespiti, KVKK uyumu&#34;,&#34;Beklenen kayıp × olasılık azalması&#34;,&#34;Risk-adjusted ROI&#34;]}]"></comparison-table>

Çoğu AI projesi **birden fazla boyutta** değer üretir. Örneğin RAG müşteri hizmetleri:
- Maliyet azaltma: temsilci başına saat tasarrufu
- Hız: müşteri çözüm süresi
- Gelir: NPS iyileşmesi → retention → LTV
- Risk: yanlış cevap olasılığı, KVKK ihlali riski

Tek boyuta indirgemek **yatırımın gerçek değerini eksik gösterir**.

## 3. Toplam Yatırım Maliyeti: Görünür ve Gizli Kalemler

Türk şirketlerinin yaptığı en büyük hata: **görünür maliyet kalemleri toplam yatırımın yalnızca %30-50'sini** oluşturur. Geri kalan **gizli**.

### 3.1. Görünür Maliyetler (Bütçede İlk Tahmin Edilen)

- **Geliştirme:** dış ekip + iç geliştirici saatleri
- **LLM API maliyeti:** OpenAI, Anthropic, Google token tüketimi
- **Cloud / GPU:** AWS Bedrock, Azure OpenAI, kendi GPU'ları
- **Vendor lisans:** vector DB, observability, eval, MLOps platformları
- **Yazılım abonelikleri:** ChatGPT Team/Enterprise, Claude Pro/Team
- **Eğitim:** ekip için workshop, sertifika

### 3.2. Gizli Maliyetler (En Çok Unutulanlar)

<comparison-table data-caption="AI Projesinin Gizli Maliyet Kalemleri" data-headers="[&#34;Kalem&#34;,&#34;Tipik %&#34;,&#34;Açıklama&#34;]" data-rows="[{&#34;feature&#34;:&#34;Veri hazırlama + etiketleme&#34;,&#34;values&#34;:[&#34;%20-35&#34;,&#34;Müşteri verisi temizleme, anonimleştirme, etiketleme, chunking stratejisi&#34;]},{&#34;feature&#34;:&#34;Eval harness kurulumu + sürekli yürütme&#34;,&#34;values&#34;:[&#34;%5-10&#34;,&#34;Test seti oluşturma, otomatik + insan değerlendirme, LLM-as-judge altyapısı&#34;]},{&#34;feature&#34;:&#34;Observability + monitoring&#34;,&#34;values&#34;:[&#34;%3-7&#34;,&#34;Langfuse / LangSmith / Helicone, dashboard, alarm sistemi&#34;]},{&#34;feature&#34;:&#34;KVKK + uyum süreçleri&#34;,&#34;values&#34;:[&#34;%5-10&#34;,&#34;PIA, AI Komitesi, audit log, dokümantasyon, hukuk müşaviri&#34;]},{&#34;feature&#34;:&#34;Yetenek geliştirme + onboarding&#34;,&#34;values&#34;:[&#34;%5-12&#34;,&#34;İç ekibe AI okuryazarlığı, prompt engineering, RAG eğitimi&#34;]},{&#34;feature&#34;:&#34;Model güncelleme + bakım&#34;,&#34;values&#34;:[&#34;%5-10&#34;,&#34;Yeni model nesli çıktıkça migration, fine-tune yenileme&#34;]},{&#34;feature&#34;:&#34;Vendor lock-in çıkış maliyeti&#34;,&#34;values&#34;:[&#34;%2-5&#34;,&#34;API sağlayıcı değişimi durumunda prompt revize, eval rebuild&#34;]},{&#34;feature&#34;:&#34;Hata + incident yönetimi&#34;,&#34;values&#34;:[&#34;%3-7&#34;,&#34;Hallucination, prompt injection, downtime durumlarında müdahale&#34;]}]"></comparison-table>

<callout-box data-variant="warning" data-title="Sık Yapılan Hesap Hatası">

Bir Türk bankası "RAG chatbot 6 ayda 800K TL'ye biter" projeksiyonu ile başladı; gerçek 14 ayda 2.3M TL oldu. Fark, **veri hazırlama (820K), uyum süreçleri (380K) ve observability altyapısı (200K)** kalemleriydi — hiçbiri ilk bütçede yoktu. Pozitif tarafı: değer üretimi de projeksiyonun 1.8x'i geldi, yine de net ROI pozitif. Ama bütçe sürprizini önceden modelleseler proje yönetim güveni daha sağlam olurdu.

</callout-box>

## 4. Değer Yaratma Kalemleri — Somut Hesaplama

### 4.1. Maliyet Azaltma (Cost Savings)

**Formül:** <code>Tasarruf = (Eski birim maliyet − Yeni birim maliyet) × Hacim × Yıl</code>

**Türk şirketi örneği — Çağrı merkezi RAG:**

- 500 temsilci, ortalama maaş 28.000 TL × 12 = 336.000 TL/yıl
- Temsilci başına bilgi arama: haftada 8 saat → yılda 384 saat
- 384 saat / 1.840 toplam çalışma saati = %20.9 zaman
- Temsilci başına yıllık tasarruf: 336.000 × 0.209 = **70.224 TL**
- 500 temsilci için toplam: **35.1M TL/yıl tasarruf potansiyeli**
- Gerçekleşme oranı (genelde %40-60): **14-21M TL/yıl net**

### 4.2. Gelir Artırma (Revenue Growth)

**Formül:** <code>İnkremental gelir = Ek dönüşüm × Ortalama sepet × Marjin</code>

**Türk e-ticaret örneği — Kişiselleştirme motoru:**

- Aylık aktif müşteri: 800.000
- Dönüşüm artışı (AI öneri ile): +%1.2 (ölçülen)
- Ek dönüşen müşteri: 9.600 / ay
- Ortalama sipariş tutarı: 540 TL
- Net marjin: %18
- Aylık ek brüt: 5.18M TL
- Aylık ek net: **932K TL** → Yıllık: **11.2M TL**

### 4.3. Hız İyileştirme (Speed)

**Formül:** <code>Süre kazancı × Saat başına değer = Hız değeri</code>

**Hukuk bürosu örneği — Sözleşme analiz AI:**

- Avukat saati: 1.200 TL (faturalanabilir)
- Sözleşme başına süre: 4 saat → 35 dakika (3.4 saat tasarruf)
- Ayda 80 sözleşme: 272 saat × 1.200 TL = **326.400 TL/ay**
- Yıllık: **3.9M TL** (yalnızca bir avukat için)

### 4.4. Risk Azaltma (Risk Reduction)

**Formül:** <code>Risk-adjusted ROI = (Beklenen kayıp × Olasılık azalması) − Kontrol maliyeti</code>

**Banka örneği — Dolandırıcılık tespiti AI:**

- Yıllık dolandırıcılık kaybı: 12M TL
- AI tespit ile azalma: %45
- Önlenen kayıp: **5.4M TL/yıl**
- AI sistemi maliyeti: 1.8M TL/yıl
- Net değer: **3.6M TL/yıl**

## 5. ROI Formülleri: Hangi Use-Case'de Hangisi?

<comparison-table data-caption="ROI Formülleri ve Uygun Kullanım" data-headers="[&#34;Formül&#34;,&#34;Hesaplama&#34;,&#34;Ne Zaman?&#34;,&#34;Avantaj/Dezavantaj&#34;]" data-rows="[{&#34;feature&#34;:&#34;Basit ROI&#34;,&#34;values&#34;:[&#34;(Net Değer / Yatırım) × 100&#34;,&#34;Maliyet azaltma, hız iyileştirme&#34;,&#34;Basit ama paranın zaman değerini yok sayar&#34;]},{&#34;feature&#34;:&#34;Payback Period&#34;,&#34;values&#34;:[&#34;Yatırım / Yıllık net kazanç&#34;,&#34;Maliyet azaltma&#34;,&#34;Geri ödeme süresine odaklı, basit&#34;]},{&#34;feature&#34;:&#34;NPV (Net Present Value)&#34;,&#34;values&#34;:[&#34;Sum(CFt / (1+r)^t) − Yatırım&#34;,&#34;Gelir artırma, çok yıllık&#34;,&#34;Para zaman değeri içerir, discount rate seçimi kritik&#34;]},{&#34;feature&#34;:&#34;IRR (Internal Rate of Return)&#34;,&#34;values&#34;:[&#34;NPV = 0 olduğu iskonto oranı&#34;,&#34;Yatırım seçenekleri karşılaştırma&#34;,&#34;Sezgisel oran ama mültiple IRR riski&#34;]},{&#34;feature&#34;:&#34;Risk-adjusted ROI&#34;,&#34;values&#34;:[&#34;ROI × (1 − risk faktörü)&#34;,&#34;Risk azaltma, belirsiz projeler&#34;,&#34;Belirsizliği modelleyen, montecarlo ile zenginleştirilebilir&#34;]}]"></comparison-table>

### Pratik Tavsiye

- **MVP / pilot aşaması:** Basit ROI + Payback yeterli — hızlı karar
- **Stratejik yatırım (≥5M TL):** NPV + IRR + sensitivity analysis
- **Birden fazla alternatif:** IRR ile karşılaştırma
- **Yüksek belirsizlik:** Monte Carlo + risk-adjusted ROI

### Discount Rate Seçimi (Türkiye İçin)

Türkiye'de TL bazlı projeler için iskonto oranı yüksek olur (enflasyon + risk primi). Tipik kullanımlar:

- **Düşük risk projeler:** 25-30% (TL bazlı, kısa vadeli)
- **Orta risk:** 30-35%
- **Yüksek risk / inovasyon:** 35-45%
- **USD bazlı projeksiyonlar:** 12-18% (Türkiye risk primi dahil)

## 6. Türk Şirketleri için Özel Faktörler

Global ROI rehberleri Türkiye bağlamında **eksik kalır**. Aşağıdaki faktörler hesaba katılmalıdır:

### 6.1. Kur Riski (TL/USD)

LLM API maliyetleri USD bazlı; gelir genelde TL. **TL değer kaybı senaryosu** yatırımın efektif maliyetini artırır.

**Pratik korunma:**
- USD bütçenin %20-30'unu forward kontratlar ile hedge et
- Self-hosted (Llama, Qwen, DeepSeek) modelleri ile USD bağımlılığını azalt
- Türkiye-içi cloud + EU-bölge servisleri öncelikle değerlendir

### 6.2. Vergi ve Teşvikler

Türk şirketleri için kullanılabilir **mali destekler**:

- **TÜBİTAK 1507 (KOBİ Ar-Ge):** Proje maliyetinin %75'ine kadar destek
- **TÜBİTAK 1501 (Sanayi Ar-Ge):** Maliyetlerin %60'ına kadar
- **TÜBİTAK 1505 (Üniversite-Sanayi):** Üniversite işbirliği için ek katsayı
- **KOSGEB Ar-Ge ve İnovasyon Destek Programı:** 200K-1.5M TL hibe + faizsiz kredi
- **Ar-Ge Merkezi Statüsü (5746 sayılı kanun):** Bordro gelir vergisi istisnası + SGK desteği + Ar-Ge harcamaları %100 vergi indirimi
- **Teknopark muafiyeti (4691 sayılı kanun):** Gelir vergisi muafiyeti + KDV istisnası

<callout-box data-variant="tip" data-title="Teşviklerin ROI Etkisi">

Ar-Ge merkezi statüsündeki 100-200 çalışanlı bir Türk şirketi için bu teşvikler **efektif AI projesi maliyetini %30-50 azaltabilir**. Standart ROI hesabı bu indirimleri içermezse pesimist kalır; karar yanlış yönde verilir.

</callout-box>

### 6.3. KVKK + EU AI Act Uyum Maliyeti

Kişisel veri içeren AI projeleri için **uyum maliyeti ROI hesabına dahil edilmeli**:

- KVKK PIA hazırlama: 50-150K TL
- AI Komitesi kurulumu: 100-300K TL (ilk yıl)
- ISO 42001 sertifikasyonu (opsiyonel): 400-900K TL
- Audit log + observability altyapısı: 200-500K TL

Bu kalemleri ROI'ye dahil etmek genelde **proje toplamına %8-15 ekler**, ama ihlali engelleyerek beklenen ceza riskini düşürür.

### 6.4. Yetenek Pazarı Volatilitesi

Türkiye'de senior AI mühendisi yetersiz; yetenek maliyeti yüksek volatilite gösterir. **Ücretler 2024-2026 döneminde %40-60 arttı**.

- Senior AI engineer: 75-150K TL/ay (Türkiye, Istanbul)
- Mid-level: 45-75K TL/ay
- Junior: 30-45K TL/ay

Yetenek bütçesi 3 yıllık projeksiyon için **2x faktör ile** modellenmeli (volatilite + retention zorluğu).

## 7. Use-Case Bazlı ROI Senaryoları

### 7.1. Müşteri Hizmetleri RAG Chatbot (Banka)

**Profil:** Orta ölçekli bank, 500 çağrı merkezi temsilcisi, 12K günlük çağrı

| Kalem | Tutar (TL) |
|---|---|
| Yatırım (12 ay) | 2.800.000 |
| - Geliştirme + entegrasyon | 1.200.000 |
| - Veri + uyum | 700.000 |
| - Altyapı (Qdrant on-prem + LLM API) | 600.000 |
| - Eğitim + observability | 300.000 |
| **Yıllık net tasarruf** | **8.500.000** |
| - Temsilci verimlilik (35.1M × 0.45) | 15.800.000 |
| - Eksilen: ekstra operasyonel maliyet | -7.300.000 |
| **Basit ROI (Yıl 1)** | **+203%** |
| **Payback** | **5 ay** |
| **3-yıllık NPV (r=30%)** | **+11.2M TL** |

### 7.2. İç Bilgi RAG (Hukuk Bürosu)

**Profil:** 40 avukatlı orta-büyük hukuk bürosu

| Kalem | Tutar |
|---|---|
| Yatırım | 850.000 |
| Yıllık net | 3.200.000 |
| **Basit ROI** | **+276%** |
| **Payback** | **3.2 ay** |

### 7.3. Kod Asistanı (Yazılım Şirketi)

**Profil:** 60 geliştirici, ortalama maaş 80K TL/ay

| Kalem | Tutar |
|---|---|
| Yatırım (lisans + entegrasyon) | 1.450.000/yıl |
| Verimlilik kazancı (%25 ortalama) | 14.400.000/yıl |
| **Basit ROI** | **+893%** |
| **Payback** | **1.2 ay** |

### 7.4. Pazarlama İçerik Üretimi (E-Ticaret)

**Profil:** 200K ürün katalog, aylık 12K yeni ürün

| Kalem | Tutar |
|---|---|
| Yatırım (Qwen fine-tune + pipeline) | 1.200.000 |
| Yıllık tasarruf (içerik ekibi → AI) | 3.600.000 |
| Ek dönüşüm değeri (SEO content) | 1.800.000 |
| **Basit ROI** | **+350%** |

### 7.5. Sözleşme Analizi (Kurumsal Hukuk)

**Profil:** Holding, yıllık 800 sözleşme

| Kalem | Tutar |
|---|---|
| Yatırım | 1.100.000 |
| Risk azaltma (önlenen ihtilaf) | 2.500.000/yıl |
| Süre tasarrufu | 1.800.000/yıl |
| **Risk-adjusted ROI** | **+291%** |

### 7.6. AI Mühendisi Otomasyonu (DevOps)

**Profil:** 1.000 sunucu, 24/7 izleme

| Kalem | Tutar |
|---|---|
| Yatırım (AIOps platform) | 2.200.000 |
| Yıllık tasarruf (önlenen downtime) | 8.500.000 |
| Operasyon ekibi verimi | 2.200.000 |
| **Basit ROI** | **+386%** |

## 8. 5 Adımlı ROI Hesaplama Çerçevesi

<howto-steps data-name="AI Yatırımı için 5 Adımlı ROI Çerçevesi" data-description="Karar öncesi yatırım analizini somutlaştıran yöntem." data-time="P14D" data-steps="[{&#34;name&#34;:&#34;1. Use-Case Tanımı + Baseline&#34;,&#34;text&#34;:&#34;Mevcut sürecin maliyet ve süre baseline metrikleri çıkartılır. Eski süreç maliyeti ölçülür.&#34;},{&#34;name&#34;:&#34;2. Toplam Maliyet Modelleme (TCO)&#34;,&#34;text&#34;:&#34;Görünür + gizli + uyum + kur riski kalemleri 3 yıllık projeksiyonla. Hassasiyet analizi: best/expected/worst case.&#34;},{&#34;name&#34;:&#34;3. Değer Boyutlarının Haritalanması&#34;,&#34;text&#34;:&#34;Maliyet azaltma + gelir artırma + hız + risk azaltma her boyutu ayrı modelle. Gerçekleşme oranı (genelde %40-60 başlangıçta) ile düşür.&#34;},{&#34;name&#34;:&#34;4. Doğru ROI Formülü Seç&#34;,&#34;text&#34;:&#34;MVP için Basit ROI + Payback; stratejik yatırım için NPV + IRR + Monte Carlo sensitivity.&#34;},{&#34;name&#34;:&#34;5. Teşvik ve Vergi Etkisi Ekle&#34;,&#34;text&#34;:&#34;TÜBİTAK 1507/1501, KOSGEB, Ar-Ge merkezi, Teknopark teşvikleri uygunluk kontrolü. Efektif maliyeti %30-50 azaltır.&#34;}]"></howto-steps>

## 9. Yaygın Hesaplama Hataları

### 9.1. Aşırı İyimser Değer Projeksiyonu

"%80 dönüşüm artışı sağlayacak" tarzı sağlam veriye dayanmayan tahminler. **Gerçekçi pilot ile ölçülmüş** baseline kullan; ilk yıl gerçekleşme oranı %40-60 al.

### 9.2. Gizli Maliyetleri Eksik Modelleme

Önceki bölümdeki gizli maliyet listesi atlanırsa, toplam yatırım **gerçeğin %50-70'i** kadar gözükür.

### 9.3. Vendor Lock-in Maliyeti Yok Sayma

OpenAI'dan Anthropic'e geçiş gerekirse ne olur? Tüm prompt'lar revize, eval rebuild, tool integration test. Bu **2-5 ay ek iş**. ROI hesabında bir yıllık vendor switching rezervi tut.

### 9.4. Kur Riski Yok Sayma

USD bazlı API maliyetleri için TL/USD volatilitesi 12 aylık projeksiyonu altüst edebilir.

### 9.5. Discount Rate'i Yanlış Seçme

Türkiye'de 10% discount rate kullanmak (ABD norm'u) tüm uzun-vadeli yatırımları yapay olarak değerli gösterir. **Türkiye TL enflasyon + risk primi** ile 25-35% gerçekçi.

### 9.6. Tek Senaryo Analiz

Best case'i tek senaryo olarak sunmak. **Best + expected + worst** üç senaryo ile sensitivity yap.

### 9.7. Teşvikleri Hesaba Katmama

Ar-Ge merkezi şirketleri için %100 vergi indirimi, sigorta prim desteği, bordro vergi muafiyeti — bunları yok saymak yatırımı pesimist gösterir.

### 9.8. "Soft Value"yu Atlamak

Marka algısı, çalışan memnuniyeti, müşteri retention iyileşmesi gibi **dolaylı değerleri** ölçemediği için ROI'ye eklememek. Bunlar **NPV'ye terminal value** olarak eklenebilir.

## 10. KOBİ vs Kurumsal ROI Farkları

<comparison-table data-caption="KOBİ ve Kurumsal AI ROI Profilleri (Türkiye)" data-headers="[&#34;Boyut&#34;,&#34;KOBİ (5-50 çalışan)&#34;,&#34;Orta (50-500)&#34;,&#34;Kurumsal (500+)&#34;]" data-rows="[{&#34;feature&#34;:&#34;Tipik proje boyutu&#34;,&#34;values&#34;:[&#34;50K-500K TL&#34;,&#34;500K-3M TL&#34;,&#34;3M-30M+ TL&#34;]},{&#34;feature&#34;:&#34;Payback hedefi&#34;,&#34;values&#34;:[&#34;3-9 ay&#34;,&#34;6-18 ay&#34;,&#34;12-36 ay&#34;]},{&#34;feature&#34;:&#34;Use-case sayısı&#34;,&#34;values&#34;:[&#34;1-2&#34;,&#34;3-8&#34;,&#34;10+&#34;]},{&#34;feature&#34;:&#34;Uyum yükü&#34;,&#34;values&#34;:[&#34;Düşük&#34;,&#34;Orta&#34;,&#34;Yüksek&#34;]},{&#34;feature&#34;:&#34;Teşvik uygunluğu&#34;,&#34;values&#34;:[&#34;KOSGEB öncelikli&#34;,&#34;TÜBİTAK + KOSGEB&#34;,&#34;Ar-Ge merkezi&#34;]},{&#34;feature&#34;:&#34;Yetenek kaynağı&#34;,&#34;values&#34;:[&#34;Dış ekip ağırlıklı&#34;,&#34;Hibrit&#34;,&#34;İç ekip + CoE&#34;]},{&#34;feature&#34;:&#34;Tipik ROI (Yıl 1)&#34;,&#34;values&#34;:[&#34;%100-300&#34;,&#34;%150-400&#34;,&#34;%200-500&#34;]}]"></comparison-table>

### KOBİ için Hızlı ROI Kazanımları

KOBİ'ler büyük platform yatırımları yerine **hazır AI araçlarıyla** hızlı kazanım sağlayabilir:

- **ChatGPT Team + 3 Custom GPT:** 25 USD/koltuk/ay × 10 kişi = $250/ay ≈ 8.500 TL/ay
- **Claude Pro + Projects (operasyon, satış, müşteri):** $20 × 5 kullanıcı = 3.400 TL/ay
- **n8n + ChatGPT API otomasyonu:** 5K-15K TL/ay maliyetle 30-50 saat haftalık tasarruf
- **Cursor + Claude Code (yazılım ekibi):** $20-40/koltuk/ay, %25-35 geliştirici verimi

Bu paketler **KOBİ için Payback'i 2-4 aya** indirebiliyor.

## 11. Bütçe Modelleri ve Finansal Yapı

### 11.1. CAPEX vs OPEX Tercihi

- **CAPEX odaklı:** Self-hosted GPU, on-prem deployment, lisans satın alma. Yatırım büyük, OPEX düşük, amortisman avantajı.
- **OPEX odaklı:** Cloud API, SaaS abonelik, pay-as-you-go. Yatırım küçük, esneklik yüksek, vergisel olarak işletme gideri.

Türkiye'de Ar-Ge harcaması olarak değerlendirilebiliyorsa **CAPEX vergi indirimi açısından avantajlı**; aksi halde OPEX esneklik açısından öne çıkar.

### 11.2. Kademeli Yatırım Modeli

Tek seferde büyük bütçe yerine **3 fazlı yatırım**:

- **Faz 1 (1-3 ay, %15-20 bütçe):** Pilot, MVP, eval baseline
- **Faz 2 (3-9 ay, %40-50 bütçe):** Production hardening, çoklu use-case, platform mimarisi
- **Faz 3 (9-18+ ay, kalan):** Ölçekleme, CoE, agentic mimari

Her faz sonunda **eşik değer kontrolü** (predicted vs actual ROI) yapılarak yatırım durdurulabilir veya hızlandırılabilir.

### 11.3. Vendor Sözleşme Optimizasyonu

- **Multi-year discount:** OpenAI Enterprise, Anthropic Team yıllık ödemede %15-25 indirim
- **Volume tier:** Aylık token tüketimi öngörülebilir ise pre-paid tier %20-40 ucuz
- **Reserved capacity:** AWS Bedrock, Azure OpenAI reserved instance ile %30 indirim
- **Prompt caching:** Tekrar eden system prompt'larda %50-90 tasarruf (Anthropic / OpenAI)

## 12. ROI Track ve Sürekli İyileştirme

Yatırım onaylandıktan **6/12/18 ay sonra** projeksiyonun gerçekliği kontrol edilmeli.

### 12.1. Aylık Metrikler

- Token tüketimi (vs projeksiyon)
- Aktif kullanıcı sayısı + adoption oranı
- Use-case başına gerçekleşmiş tasarruf
- Hallucination / hata oranı (kalite trend)
- Vendor maliyeti (vs bütçe)

### 12.2. Çeyreklik Review

- ROI projeksiyonu güncellemesi (best/expected/worst senaryolar)
- Use-case eklemeleri (cross-pollination fırsatları)
- Maliyet optimizasyonu (model routing, caching)
- Teknoloji güncellemeleri (yeni model nesli geçiş kararı)

### 12.3. Yıllık Stratejik Değerlendirme

- Olgunluk modeli skoru (1-7 aşama)
- Toplam yatırım vs toplam değer
- Sonraki yıl yatırım planı
- Yetenek roadmap'i

## 13. Sıkça Sorulan Sorular

<callout-box data-variant="answer" data-title="AI yatırımı ne zaman pozitif ROI'ye ulaşır?">

Türkiye'de tipik orta-karmaşıklık AI projesi (RAG chatbot, kod asistanı vb.) için Payback Period 5-12 ay. Stratejik platform yatırımları (multi-use-case AI platform, CoE) için 18-30 ay. Üretken AI ile maliyet azaltma odaklı projeler en hızlı geri ödenir; multi-agent ve karmaşık fine-tune projeleri daha uzun sürer.

</callout-box>

<callout-box data-variant="answer" data-title="Hangi ROI formülünü kullanmalıyım?">

MVP / pilot için Basit ROI + Payback Period yeterli. Stratejik yatırım (>5M TL) ve çok yıllık projeksiyonlar için NPV + IRR + sensitivity analysis. Yüksek belirsizlikli inovasyon projelerinde Monte Carlo + risk-adjusted ROI ile gerçekçi senaryolar üret.

</callout-box>

<callout-box data-variant="answer" data-title="Gizli maliyetler genelde toplam projenin yüzde kaçı?">

Türk şirketlerinde tipik dağılım: görünür maliyetler %35-50, gizli %50-65. En çok atlanan kalemler: veri hazırlama (toplam %20-35), uyum süreçleri (%5-10), eval + observability (%8-15), yetenek geliştirme (%5-12).

</callout-box>

<callout-box data-variant="answer" data-title="Türk Lirası bazlı projeksiyonda hangi discount rate?">

TL bazlı projeksiyonlarda 25-35% gerçekçi (enflasyon + risk primi). USD bazlı projeksiyonlarda 12-18%. Çok yıllık projeksiyonlarda her yıl için ayrı discount rate ile inflation-adjusted hesap önerilir.

</callout-box>

<callout-box data-variant="answer" data-title="TÜBİTAK ve KOSGEB teşvikleri AI projeleri için uygun mu?">

Evet. TÜBİTAK 1507 (KOBİ Ar-Ge), 1501 (Sanayi Ar-Ge), 1505 (Üniversite-Sanayi) ve KOSGEB Ar-Ge ve İnovasyon Destek Programı AI projelerini kapsar. Ar-Ge merkezi statüsündeki şirketler 5746 sayılı kanun ile %100 vergi indirimi alır. Bu teşvikler efektif maliyeti %30-50 azaltabilir.

</callout-box>

<callout-box data-variant="answer" data-title="Pilot proje başarısız olursa yatırım kayıp mı?">

Tam kayıp değil. Pilot'tan elde edilen öğrenme (veri kalitesi, yetenek olgunluğu, vendor değerlendirmesi, eval baseline) sonraki yatırım için değerli. Pilotlar **risk-adjusted ROI** çerçevesinde değerlendirilmelidir; başarı olasılığı %60-70 olarak modellense de elde edilen bilgi her durumda değer üretir.

</callout-box>

<callout-box data-variant="answer" data-title="ROI hesabımı nasıl doğrularım?">

Üç katmanlı validasyon: **(1)** İç ekip review (PM + CFO + teknik lider), **(2)** Benzer sektör vakaları ile benchmark (örn. McKinsey, Gartner sektör raporları), **(3)** Pilot sonuçları ile karşılaştırma. İlk yıl gerçekleşen ROI, projeksiyonun %50-80'i çıkarsa proje sağlıklı kabul edilir.

</callout-box>

<callout-box data-variant="answer" data-title="AI yatırımı CAPEX mi OPEX mi tercih edilmeli?">

Şirket profiline bağlı: Ar-Ge merkezi statüsündeyseniz CAPEX vergi avantajlı; küçük/orta şirketler için OPEX (cloud + SaaS) esneklik avantajlı. Genel pattern: önce OPEX ile başla, hacim büyüdükçe CAPEX'e kaydır (self-hosted modeller, on-prem GPU).

</callout-box>

<callout-box data-variant="answer" data-title="ROI projeksiyonum çok yüksek çıkıyor — gerçekçi mi?">

%500+ yıllık ROI projeksiyonu görüyorsanız, **gerçekleşme oranı kontrolü** yapın. Genelde ilk yıl beklenen değerin %40-60'ı gerçekleşir (adoption, learning curve, optimizasyon süresi). Pesimist senaryoda da pozitif ROI mi sağlıyor? Eğer hayır, yatırımı sorgulayın.

</callout-box>

<callout-box data-variant="answer" data-title="Çoklu use-case için ROI nasıl konsolide edilir?">

Her use-case için ayrı NPV hesabı yapıp toplamı al; ama paylaşılan altyapı (vector DB, eval harness, observability) maliyetini **bir kez** sayarak çift-saymayı engelle. Platform yatırımının değeri use-case sayısı arttıkça katlanır (network effects).

</callout-box>

<callout-box data-variant="answer" data-title="ROI takibi için hangi araçlar?">

Spreadsheet (Excel/Google Sheets) basit takip için yeterli. Daha kurumsal: **AnyROI, Mosaic, Pigment, Adaptive Planning** gibi FP&A araçları. AI-spesifik metrikler için **Langfuse + Helicone + custom dashboard** ile token/cost/value tracking.

</callout-box>

<callout-box data-variant="answer" data-title="Soft value (marka algısı, çalışan memnuniyeti) nasıl ölçülür?">

NPS (Net Promoter Score), eNPS, marka anketleri, customer retention farkı (cohort analizi) ile kantifiye edilebilir. Doğrudan NPV'ye eklemek riskli; **terminal value** veya **opsiyon değeri** olarak ayrı satırda raporla.

</callout-box>

## 14. Bir Sonraki Adım

Şirketinizin AI yatırım kararını mali olarak somutlaştırmak için üç hizmet:

1. **AI ROI Workshop.** 1 günlük atölye — mevcut + planlanan AI projeleri için 5 adımlı çerçeve ile somut ROI projeksiyonu, sensitivity analysis, teşvik haritalama. Çıktı: CFO sunumuna hazır finansal model.
2. **ROI Audit.** Üretimdeki AI projeleriniz için ölçülen vs projeksiyon karşılaştırması, gizli maliyet tespiti, iyileştirme yol haritası.
3. **Multi-Year Investment Plan.** 3-5 yıllık AI yatırım planı, faz ayrımı, vendor stratejisi, teşvik kullanım planlaması — yönetim kurulu sunumu için.

Sitemizde mevcut [AI ROI Calculator](https://sukruyusufkaya.com) ile temel hesaplamalarınızı hızlıca yapabilirsiniz. Detaylı analiz için contact formunu kullanın.

<references-list data-items="[{&#34;title&#34;:&#34;McKinsey: The State of AI 2025&#34;,&#34;url&#34;:&#34;https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai&#34;,&#34;author&#34;:&#34;McKinsey & Company&#34;,&#34;publishedAt&#34;:&#34;2025-06&#34;,&#34;publisher&#34;:&#34;McKinsey&#34;},{&#34;title&#34;:&#34;Gartner AI Cost Optimization Framework&#34;,&#34;url&#34;:&#34;https://www.gartner.com/en/information-technology/insights/artificial-intelligence&#34;,&#34;author&#34;:&#34;Gartner&#34;,&#34;publishedAt&#34;:&#34;2025&#34;,&#34;publisher&#34;:&#34;Gartner&#34;},{&#34;title&#34;:&#34;TÜBİTAK 1507 KOBİ Ar-Ge Destek Programı&#34;,&#34;url&#34;:&#34;https://www.tubitak.gov.tr/tr/destekler/sanayi/ulusal-destek-programlari/1507/icerik-1507-tubitak-kobi-ar-ge-baslangic-destek-programi&#34;,&#34;author&#34;:&#34;TÜBİTAK&#34;,&#34;publishedAt&#34;:&#34;2025&#34;,&#34;publisher&#34;:&#34;TÜBİTAK&#34;},{&#34;title&#34;:&#34;TÜBİTAK 1501 Sanayi Ar-Ge Projeleri&#34;,&#34;url&#34;:&#34;https://www.tubitak.gov.tr/tr/destekler/sanayi/ulusal-destek-programlari/1501&#34;,&#34;author&#34;:&#34;TÜBİTAK&#34;,&#34;publishedAt&#34;:&#34;2025&#34;,&#34;publisher&#34;:&#34;TÜBİTAK&#34;},{&#34;title&#34;:&#34;KOSGEB Ar-Ge ve İnovasyon Destek Programı&#34;,&#34;url&#34;:&#34;https://www.kosgeb.gov.tr/site/tr/genel/destekdetay/1228/arge-ur-ge-ve-inovasyon-destek-programi&#34;,&#34;author&#34;:&#34;KOSGEB&#34;,&#34;publishedAt&#34;:&#34;2025&#34;,&#34;publisher&#34;:&#34;KOSGEB&#34;},{&#34;title&#34;:&#34;5746 Sayılı Ar-Ge Faaliyetlerinin Desteklenmesi Hakkında Kanun&#34;,&#34;url&#34;:&#34;https://www.sanayi.gov.tr/destek-ve-tesvikler/ar-ge-merkezleri&#34;,&#34;author&#34;:&#34;Sanayi ve Teknoloji Bakanlığı&#34;,&#34;publishedAt&#34;:&#34;2008/2024 güncel&#34;,&#34;publisher&#34;:&#34;T.C. Sanayi ve Teknoloji Bakanlığı&#34;},{&#34;title&#34;:&#34;Stanford AI Index Report 2025&#34;,&#34;url&#34;:&#34;https://aiindex.stanford.edu/&#34;,&#34;author&#34;:&#34;Stanford HAI&#34;,&#34;publishedAt&#34;:&#34;2025-04&#34;,&#34;publisher&#34;:&#34;Stanford University&#34;},{&#34;title&#34;:&#34;IDC Worldwide AI Spending Guide 2025&#34;,&#34;url&#34;:&#34;https://www.idc.com/getdoc.jsp?containerId=IDC_P33198&#34;,&#34;author&#34;:&#34;IDC&#34;,&#34;publishedAt&#34;:&#34;2025&#34;,&#34;publisher&#34;:&#34;IDC&#34;},{&#34;title&#34;:&#34;Anthropic: Building Effective Agents (Cost Analysis)&#34;,&#34;url&#34;:&#34;https://www.anthropic.com/engineering/building-effective-agents&#34;,&#34;author&#34;:&#34;Anthropic&#34;,&#34;publishedAt&#34;:&#34;2024-12&#34;,&#34;publisher&#34;:&#34;Anthropic&#34;},{&#34;title&#34;:&#34;OpenAI Pricing&#34;,&#34;url&#34;:&#34;https://openai.com/api/pricing&#34;,&#34;author&#34;:&#34;OpenAI&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;OpenAI&#34;}]"></references-list>

---

Bu rehber yaşayan bir belgedir; AI maliyet/değer denklemleri (token fiyatları, yetenek pazarı, kur, mevzuat) her çeyrek değiştiği için **çeyreklik olarak güncellenmektedir**.