Yapay zeka ekosisteminde altyapı ve model geliştirme kadar önemli bir başka alan daha var: modellerin gerçek dünyaya uyarlanması, güvenli hale getirilmesi ve ölçeklenmesi. 2024 yılında kurulan Deccan AI, tam olarak bu alana odaklanan bir girişim olarak öne çıkıyor ve kısa süre önce aldığı 25 milyon dolarlık A serisi yatırım ile adından söz ettirdi.

# Deccan AI, Yapay Zeka Girişimi ile 25 Milyon Dolar Yatırım Aldı

Bu yazıda, Deccan AI'ın yatırım başarısını, iş modelini, sektördeki yerini ve bu gelişmenin özellikle Türkiye'deki işletmeler için ne anlama geldiğini detaylı biçimde ele alacağız.

---

Deccan AI'ın Yatırım Başarısı: Kimler, Ne Kadar Yatırım Yaptı?

Deccan AI, yapay zeka teknolojilerini geliştirme ve üretim ortamına uyarlama alanında faaliyet gösteren, ABD merkezli bir girişim. Şirket, A serisi yatırım turunda 25 milyon dolar toplamayı başardı.

Bu yatırım turunun öne çıkan detayları:

Yatırım Turu Türü: A Serisi
Toplam Yatırım Tutarı: 25 milyon dolar
Lider Yatırımcı: A91 Partners
Katılan Diğer Yatırımcılar: Susquehanna International Group, Prosus Ventures

A serisi, genellikle bir girişimin ürün-pazar uyumunu gösterdiği, ölçeklenmeye hazır olduğu aşamaya işaret eder. Deccan AI'ın bu aşamada 25 milyon dolar gibi hatırı sayılır bir yatırım alması, yatırımcıların hem teknik vizyona hem de pazar potansiyeline güçlü bir inanç duyduğunu gösteriyor.

Yapay zeka alanında benzer ölçekli yatırımların son dönemde sıklaştığını, örneğin fintech ve AI kesişimindeki girişimlerin de benzer seviyelerde fonlandığını görüyoruz. Örneğin, sermaye piyasaları ve finansal veri analitiği tarafında faaliyet gösteren 9fin, 170 Milyon Dolarlık Yatırımla Değerini Katladı haberinde olduğu gibi, yatırımcılar veri, altyapı ve yapay zeka üçgenine yoğunlaşmış durumda.

---

Konunun Arka Planı: Neden Model Sonrası Süreçler Bu Kadar Önemli?

Bugün yapay zeka denildiğinde akla genellikle büyük dil modelleri (LLM), görüntü üreticiler veya sohbet botları geliyor. Ancak bir modelin laboratuvarda iyi sonuç vermesi, gerçek dünyada güvenle kullanılabileceği anlamına gelmiyor.

Burada devreye model sonrası (post-training) ve üretim (production) süreçleri giriyor:

Veri üretimi (data generation): Modellerin daha iyi öğrenebilmesi için yüksek kaliteli, senaryoya özel veri üretilmesi gerekiyor.
Model değerlendirme (evaluation): Modelin farklı senaryolarda, farklı kullanıcı tiplerine karşı nasıl davrandığı detaylı şekilde test edilmeli.
Pekiştirmeli öğrenme (reinforcement learning): Özellikle Reinforcement Learning from Human Feedback (RLHF) gibi yöntemlerle, modelin insan beklentilerine uygun davranması sağlanıyor.
Güvenlik ve uyumluluk (safety & compliance): Yanıltıcı, saldırgan, hukuka aykırı veya marka imajına zarar verebilecek çıktılar filtrelenmeli.

Deccan AI, tam da bu "arka planda" kalan ama kritik öneme sahip katmanda konumlanıyor. OpenAI, Anthropic gibi laboratuvarlar temel modelleri geliştirirken, Deccan AI bu modelleri kurumsal dünyaya ve gerçek kullanım senaryolarına uyarlayan bir köprü rolü üstleniyor.

Yapay zekanın ticarileşmesi sürecinde bu tür şirketler, aslında buzdağının görünmeyen ama en büyük kısmını temsil ediyor.

---

Yatırımın Stratejik Kullanımı: Deccan AI Ne Yapacak?

Deccan AI, aldığı 25 milyon dolarlık yatırımı birkaç temel alanda kullanmayı planlıyor. Şirketin resmi açıklamalarında ve iş modelinde öne çıkan başlıklar şöyle:

1. Veri Üretim Ağının Genişletilmesi

Deccan AI, veri üretimi alanında ölçekli bir altyapı kurmayı hedefliyor. Bu, şu anlama geliyor:

Farklı sektörlere (finans, sağlık, e-ticaret, SaaS vb.) özel senaryo tabanlı veri setleri üretmek
İnsan uzmanlardan gelen etiketli verileri, otomatik veri üretim sistemleriyle birleştirmek
Kurumsal müşterilerin ihtiyaçlarına göre özelleştirilmiş veri akışları tasarlamak

Veri, yapay zekanın "yakıtı" olarak kabul ediliyor. Nitekim dijital dönüşüm ve yatırım haberlerine baktığımızda, veri merkezli iş modellerinin daha fazla fonlandığını görüyoruz. Örneğin, Cognichip'in yapay zeka destekli çip tasarımı için 60 milyon dolar yatırım alması, altyapı tarafındaki iştahı gösterirken; Deccan AI gibi girişimler bu altyapının üst katmanında, veri ve model iyileştirme tarafına odaklanıyor.

2. Model Değerlendirme Süreçlerinin İyileştirilmesi

Deccan AI, yapay zeka modellerinin performansını, güvenliğini ve tutarlılığını ölçen kapsamlı bir değerlendirme çerçevesi oluşturuyor. Bu kapsamda:

Farklı test senaryoları ile model davranışı izleniyor
Yanlış, önyargılı veya riskli çıktılar tespit ediliyor
Modeller, gerçek kullanıcı akışlarını simüle eden ortamlar içinde test ediliyor

Bu değerlendirme süreçleri, özellikle regülasyonun yoğun olduğu sektörlerde (bankacılık, sigorta, sağlık, kamu) kritik önem taşıyor. Şirketler, bir yapay zeka sistemini canlıya almadan önce, "Bu model hukuki ve operasyonel açıdan risk oluşturur mu?" sorusuna yanıt arıyor. Deccan AI bu soruya ölçülebilir metrikler ile cevap vermeyi hedefliyor.

3. Pekiştirmeli Öğrenme Platformlarının Geliştirilmesi

Deccan AI'ın odaklandığı bir diğer alan da pekiştirmeli öğrenme (reinforcement learning). Özellikle insan geri bildirimiyle (RLHF) modellerin davranışlarının rafine edilmesi, bugün önde gelen yapay zeka laboratuvarlarının temel yöntemlerinden biri.

Deccan AI, bu alanda:

Kurumsal müşterilerin kendi verileri ve kuralları ile modeli "terbiye edebileceği" platformlar geliştiriyor
Modellerin belirli iş hedeflerine (daha iyi müşteri deneyimi, daha az hata, daha hızlı yanıt vb.) göre optimize edilmesini sağlıyor

Bu sayede şirketler, sadece genel amaçlı bir model kullanmak yerine, kendi iş süreçlerine uyumlu, ince ayarlı yapay zeka ajanları geliştirebiliyor.

4. Kurumsal Müşteri Tabanının Büyütülmesi

Deccan AI, aldığı fonun bir kısmını da satış, pazarlama ve müşteri başarı ekiplerini büyütmek için kullanacak. Hedef, daha fazla kurumsal müşteriyle çalışmak ve farklı sektörlerde referans projeler oluşturmak.

Bu büyüme stratejisi, özellikle yapay zeka tabanlı müşteri hizmetleri ve operasyonel otomasyon alanlarında çalışan şirketlerle iş birliği potansiyeli taşıyor. Türkiye'de de benzer şekilde, yapay zeka müşteri hizmetleri ve chatbot ile satış otomasyonu çözümlerine ilgi artarken, Deccan AI gibi altyapı sağlayıcılarının sunduğu güvenli ve test edilmiş modeller, bu dönüşümün arka planını güçlendiriyor.

---

Deccan AI'ın Kuruluşu ve Hedefleri

Deccan AI, 2024 yılında Rukesh Reddy tarafından ABD'de kuruldu. Kurucunun hedefi, sadece bir LLM veya model laboratuvarı kurmak değil; model eğitimi sonrasındaki tüm süreci profesyonelce yöneten bir platform inşa etmek.

Şirketin temel odak alanları:

Eğitim sonrası süreçler: Model eğitimi bittikten sonra başlayan, iyileştirme, test, güvenlik ve dağıtım aşamalarına odaklanmak
Güvenilirlik: Modellerin farklı kullanıcı grupları ve senaryolar karşısında tahmin edilebilir ve tutarlı davranmasını sağlamak
Gerçek dünya uyumu: Teorik olarak iyi çalışan bir modeli, gerçek sistemler (CRM, ERP, e-ticaret platformları, çağrı merkezleri vb.) ile entegre ederek ölçeklenebilir çözümler sunmak

Deccan AI, büyük dil modelleri ve benzeri sistemler için:

Veri üretimi
Model değerlendirme
Pekiştirmeli öğrenme

gibi hizmetleri bir arada sunarak, şirketlerin sıfırdan bir altyapı kurma ihtiyacını azaltmayı hedefliyor.

---

Yapay Zeka Çözümlerinde Deccan AI'ın Rolü

Deccan AI'ın rolünü daha somut bir şekilde anlamak için, güncel yapay zeka ekosistemini katmanlar halinde düşünmek faydalı:

Donanım Katmanı: GPU'lar, yapay zeka çipleri, veri merkezleri (NVIDIA, AMD vb.)
Temel Model Katmanı: Büyük dil modelleri, görsel modeller (OpenAI, Anthropic, Google, Meta vb.)
Model Sonrası / Uyum Katmanı: Deccan AI gibi, modelleri güvenli, test edilmiş, sektörlere özel hale getiren şirketler
Uygulama Katmanı: Son kullanıcıya dokunan ürünler (chatbotlar, otomasyon araçları, analitik paneller vb.)

Deccan AI, bu yapıda 3. katmanda konumlanıyor ve özellikle şu alanlarda kritik bir rol oynuyor:

Üretim Ortamında Hatasız Çalışma: Bankacılık işlemleri, sağlık tavsiyeleri, hukuki metin analizi gibi hataya toleransın düşük olduğu alanlarda, modelin güvenilirliğini artırmak
Laboratuvar ile Gerçek Dünya Arasında Köprü: OpenAI ve Anthropic gibi laboratuvarların geliştirdiği teorik modelleri, gerçek iş akışlarına uyarlamak
Yapay Zeka Ajanları Geliştirme: Farklı yazılımlarla etkileşime giren, kod yazabilen, kendi kararlarını alabilen yapay zeka ajanlarını daha güvenli ve kontrollü hale getirmek

Bu rol, özellikle kurumsal yapay zeka projelerinin başarısında belirleyici. Yanlış yapılandırılmış bir modelin, kullanıcı verilerini yanlış işlemesi veya hatalı kararlara yol açması, hem hukuki hem de itibar açısından ciddi riskler doğurabiliyor. Nitekim, abonelik süreçlerindeki kötü tasarlanmış dijital akışların bile büyük cezalara yol açabildiğini, Adobe'nin zorlayıcı abonelik iptalleri için 75 milyon dolar ödemek zorunda kalması örneğinde görüyoruz.

Yapay zeka söz konusu olduğunda, riskler ve sorumluluklar çok daha büyük.

---

Türkiye'deki İşletmeler İçin Ne Anlama Geliyor?

Deccan AI doğrudan Türkiye merkezli bir girişim olmasa da, geliştirdiği teknoloji ve aldığı yatırım, Türkiye'deki işletmeler ve teknoloji ekosistemi açısından da önemli sinyaller taşıyor.

1. Kurumsal Yapay Zeka Dönüşümünün Hızlanması

Türkiye'de bankacılık, perakende, e-ticaret, telekom ve sigorta gibi sektörler, son yıllarda yapay zeka destekli otomasyon ve müşteri deneyimi projelerine ciddi yatırım yapıyor.

Çağrı merkezlerinde sohbet botları ve sesli asistanlar
E-ticaret sitelerinde kişiselleştirilmiş öneri sistemleri
Kredi skorlama ve risk analizi çözümleri

gibi alanlarda yapay zeka kullanımının giderek arttığını görüyoruz. Bu dönüşümü anlatan kapsamlı bir örnek için E-Ticarette Dönüşüm Oranlarını Artırmanın 5 Kanıtlanmış Yolu yazısına da göz atabilirsiniz.

Deccan AI gibi şirketlerin sunduğu güvenli ve test edilmiş altyapılar, Türkiye'deki işletmelerin de hazır çözümler üzerinden daha hızlı entegrasyon yapabilmesini mümkün kılıyor.

2. Yerel Girişimler İçin Fırsat Alanları

Türkiye'de yapay zeka alanında çalışan girişimler için Deccan AI örneği, şu açılardan ilham verici:

Sadece "kendi modelini geliştiren" değil, model sonrası süreçlerde uzmanlaşan girişimlerin de büyük yatırım alabileceğini gösteriyor.
Veri kalitesi, model değerlendirme, güvenlik, regülasyon uyumu gibi alanlarda niş çözümler geliştiren yerel girişimlerin, global pazara açılma potansiyeli bulunuyor.

Örneğin, sermaye ve yatırım tarafındaki hareketlilikte, 2025'in İlk Yarısında Türkiye'de Yatırım Hareketliliği yazısında da gördüğümüz gibi, yatırımcılar derin teknoloji ve yapay zeka altyapısı odaklı projelere daha fazla ilgi göstermeye başladı.

3. Kurumsal Risk ve Regülasyon Yönetimi

Türkiye'de KVKK, BDDK, SPK gibi düzenleyici kurumlar, veri gizliliği ve otomatik karar sistemleri konusunda giderek daha net çerçeveler çiziyor. Deccan AI'ın odaklandığı gibi model değerlendirme ve güvenlik katmanı, Türkiye'deki büyük şirketler için de kritik hale geliyor.

Bu da şu anlama geliyor:

Yapay zeka projeleri, sadece "teknik başarı" ile değil, hukuki uyum ve risk yönetimi ile birlikte düşünülmeli.
Deccan AI benzeri çözümler, Türkiye pazarına doğrudan girmese bile, yerel iş ortaklıkları ve entegrasyonlarla dolaylı olarak etkili olabilir.

---

Rakamlar, İstatistikler ve Karşılaştırmalar

Deccan AI'ın 25 milyon dolarlık yatırımı, global yapay zeka yatırım trendleri içinde nasıl konumlanıyor? Bazı çarpıcı noktalar:

2023–2024 döneminde yapay zeka girişimlerine yapılan yatırım, global risk sermayesi hacminin %20'ye yakınını oluşturdu.
Generative AI (üretken yapay zeka) alanında, A serisi turların medyan büyüklüğü 15–20 milyon dolar bandında. Deccan AI'ın 25 milyon dolar alması, medyanın üzerinde bir iştaha işaret ediyor.
Türkiye özelinde, 2024–2025 döneminde AI ve derin teknoloji girişimlerine yapılan yatırımların, toplam teknoloji yatırımlarındaki payının %15’in üzerine çıkması bekleniyor.

Karşılaştırma yapmak gerekirse:

Deccan AI – 25M$ (A Serisi): Model sonrası süreçler, veri üretimi, değerlendirme, RL platformu
Cognichip – 60M$: Yapay zeka destekli çip tasarımı, donanım ve altyapı tarafı
Upvest – 125M$ (Fintech Devi Upvest 125 Milyon Dolar Yatırım Aldı): Fintech altyapısı, yatırım ürünleri için API tabanlı çözümler

Bu tablo, yatırımcıların hem altyapı (çip, veri, temel servisler) hem de uygulama katmanı (fintech, müşteri deneyimi, otomasyon) arasında dengeli bir ilgi gösterdiğini ortaya koyuyor. Deccan AI bu spektrumda, altyapı ile uygulama arasında köprü kuran bir konumda.

---

Gelecek Tahminleri: Deccan AI ve Sektör Nereye Gidiyor?

Deccan AI'ın aldığı yatırım, sadece bugünü değil, gelecekteki yapay zeka mimarisini de işaret ediyor. Önümüzdeki 3–5 yıl için öne çıkan bazı tahminler:

1. Model Sonrası Hizmetler Ayrı Bir Pazar Olacak

Bugün nasıl ki bulut bilişimde altyapı (IaaS), platform (PaaS) ve yazılım (SaaS) katmanları ayrı pazarlar haline geldiyse, yapay zekada da:

Model geliştirme (foundation models)
Model sonrası hizmetler (post-training, RLHF, evaluation)
Uygulama katmanı (AI SaaS)

net biçimde ayrışacak. Deccan AI, bu ikinci katmanın öncülerinden biri olmaya aday.

2. Güvenlik ve Regülasyon, Teknik Performans Kadar Önemli Olacak

Şirketler, sadece "en akıllı" modeli değil, en güvenli ve uyumlu modeli tercih edecek. Özellikle Avrupa Birliği'nin AI Act gibi düzenlemeleri ve diğer ülkelerdeki benzer çerçeveler, şirketleri daha kontrollü çözümler aramaya yöneltecek.

Bu da Deccan AI gibi, güvenlik ve değerlendirme odaklı platformlara olan talebi artıracak.

3. Yapay Zeka Ajanları Yaygınlaşacak

Kod yazabilen, API'lerle konuşabilen, iş akışlarını baştan sona yönetebilen yapay zeka ajanları, önümüzdeki dönemde kurumsal dünyada daha yaygın hale gelecek. Bu ajanların:

CRM sistemlerine bağlanması
Finansal işlemleri tetiklemesi
Müşteri taleplerini uçtan uca çözmesi

gibi senaryolar, ciddi riskler de barındırdığı için, değerlendirme ve kontrol katmanı hayati önem kazanacak. Deccan AI burada, bu ajanların "güvenlik kemeri" rolünü üstlenebilir.

---

Sonuç ve Değerlendirme

Deccan AI'ın 25 milyon dolarlık A serisi yatırımı, yapay zeka ekosisteminde giderek daha fazla önem kazanan bir alana, yani model sonrası süreçlere yapılan güçlü bir bahis niteliğinde.

Özetle:

Şirket, veri üretimi, model değerlendirme ve pekiştirmeli öğrenme alanlarında uzmanlaşarak, büyük dil modellerini gerçek dünya için daha güvenilir ve kullanılabilir hale getirmeyi hedefliyor.
Bu yatırım, Deccan AI'ın altyapısını ölçeklendirmesine, daha fazla kurumsal müşteriyle çalışmasına ve yapay zeka ajanlarının güvenli gelişimine katkı sunmasına imkan tanıyacak.
Türkiye'deki işletmeler için bu gelişme, kurumsal yapay zeka dönüşümünün sadece model seçimiyle değil, güvenlik, değerlendirme ve uyumluluk katmanlarıyla da düşünülmesi gerektiğini hatırlatıyor.
Yerel girişimler için ise, yapay zekanın sadece "görünür" kısmına değil, arka plandaki kritik katmanlara odaklanan iş modellerinin de ciddi yatırım potansiyeli taşıdığını gösteriyor.

Önümüzdeki dönemde, yapay zeka projelerinde başarı ile başarısızlık arasındaki farkı, çoğu zaman tam da Deccan AI'ın odaklandığı bu katman belirleyecek:

Modeli kim geliştirdi? sorusundan çok, Model üretimde nasıl test edildi, nasıl güvence altına alındı? sorusu öne çıkacak.

Deccan AI, aldığı bu yatırımla, bu soruya küresel ölçekte yanıt veren oyunculardan biri olmaya doğru ilerliyor.

Paylaş

Deccan AI, 25 Milyon Dolar Yatırım Aldı