McKinsey Teknoloji Trendleri

T
Teknoloji Trendleri Görünüm 2023
Türkçe Derleyen Hasan ÖNAL, Utkan Berk

İçindekiler
2023 Teknoloji Eğilimleri ........................................................................................................ 6
Giriş ....................................................................................................................................... 6
Kayda değer yenilikler ......................................................................................................... 6
Teknik Yetenek Dinamikleri .................................................................................................. 6
YZ Devrimi ............................................................................................................................ 7
Neden Önemli..................................................................................................................... 7
Son gelişmeler .................................................................................................................... 8
Gerçek Hayattaki Kullanımı ............................................................................................... 9
Temel Teknolojiler ............................................................................................................. 9
Belirsizlikler ..................................................................................................................... 10
Gelecekle İlgili Sorular .................................................................................................... 10
Makine Öğrenimi Sanayileştirme ......................................................................................... 10
Son Gelişmeler ................................................................................................................. 11
Gerçek Hayattaki Kullanımı ............................................................................................. 11
Temel Teknolojiler ........................................................................................................... 12
Belirsizlikler ..................................................................................................................... 12
Gelecek İçin Büyük Sorular ............................................................................................. 13
Üretken YZ ....................................................................................................................... 13
Son Gelişmeler ................................................................................................................. 14
Gerçek Hayatta Kullanımı ................................................................................................ 15
Belirsizlikler ..................................................................................................................... 16
Gelecek ile ilgili sorular ................................................................................................... 17
Dijital Geleceği İnşa Etmek ..................................................................................................... 17
Yeni Nesil Yazılım Geliştirme ............................................................................................. 17
Son Gelişmeler ................................................................................................................. 17

Gelecek İçin Sorular ......................................................................................................... 19
Güven mimarileri ve dijital kimlik ....................................................................................... 20
Son Gelişmeler ................................................................................................................. 20
Belirsizlikler ..................................................................................................................... 23
Web3 .................................................................................................................................... 24
Son Gelişmeler ................................................................................................................. 25
Gerçek Hayattaki Kullanımları ........................................................................................ 26
Belirsizlikler ..................................................................................................................... 27
Bilgi işlem ve bağlantı sınırları ................................................................................................ 28
Gelişmiş Bağlantılık ............................................................................................................. 28
Son Gelişmeler ................................................................................................................. 29
Belirsizlikler ..................................................................................................................... 31
Gelecek İle İlgili Sorular .................................................................................................. 31
Gerçekçi Sanal Dünya Teknolojileri .................................................................................... 32
Son Gelişmeler ................................................................................................................. 32
Belirsizlikler ..................................................................................................................... 34
Bulut ve Uç Bilişim .............................................................................................................. 35

Son Gelişmeler ................................................................................................................. 36
Belirsizlikler ..................................................................................................................... 37
Kuantum Teknolojileri ......................................................................................................... 38
Son Gelişmeler ................................................................................................................. 39
Belirsizlikler ..................................................................................................................... 41
Geleceğin Mobilitesi ............................................................................................................ 41
Son Gelişmeler ................................................................................................................. 42
Belirsizlikler ..................................................................................................................... 43
Biyomühendisliğin Geleceği ................................................................................................ 45
Son Gelişmeler ................................................................................................................. 45
Belirsizlikler ..................................................................................................................... 47
Uzay Teknolojilerin Geleceği .............................................................................................. 48
Son Gelişmeler ................................................................................................................. 48
Belirsizlikler ..................................................................................................................... 50
2023 Teknoloji Eğilimleri
Giriş
2022 yılı teknoloji yatırımları ve yetenekleri açısından hareketli bir döneme sahne sürmüştür.
2023'ün ilk yarısında teknolojinin iş dünyasında ve toplumda ilerlemeyi hızlandırma potansiyeli
gözlemlenmektedir. Bu potansiyelde üretken yapay zekânın katkısı oldukça büyük olmuştur.
Analizler, her bir eğilimin ivmesini ölçmek için nicel ilgi, yenilik ve yatırım ölçütlerine
odaklanmıştır. Uzun vadeli doğalarını ve birbirleriyle olan ilişkilerini göz önünde
bulundurarak, her bir eğilim altında yatan teknolojileri, belirsizlikleri ve soruları da ele almıştır.
Bu yılki analize yetenek boyutu da eklenmiştir. Her bir eğilimle en çok ilişkilendirilen roller
için yetenek arz-talep dinamiklerine ilişkin veriler sunulmuştur.
Kayda değer yenilikler

Geçtiğimiz yılın 14 eğilimi tüm listede sürdürmüş ve bazıları ivme ve yatırım açısından artış
göstermişken, diğerlerinde ise düşüş görülmüştür. Yeni bir eğilim olarak ortaya çıkan üretken
yapay zekâ, etkileyici bir giriş yapmış ve şimdiden dönüştürücü iş etkileri potansiyeline sahip
olduğunu göstermiştir. Bu yeni katılımcı, yapay zekânın sınırlarını bir adım daha ileri taşımıştır.
Uygulamalı yapay zekânın ve makine öğreniminin sanayileştirilmesi gibi mevcut teknolojilere
dayanan üretken yapay zekâ, birçok sektörde yüksek potansiyele ve uygulanabilirliğe sahip
bulunmaktadır. Konuya duyulan ilgi (haberler ve internet aramalarıyla ölçüldüğü üzere)
2021'den 2022'ye üç kat artmıştır. Yakın zamanda yazdığımız gibi, üretken yapay zekâ ve diğer
temel modeller, yardımcı teknolojiyi daha ileri bir seviyeye taşıyarak, uygulama geliştirme
sürelerini kısaltarak ve teknik olmayan kullanıcılara güçlü yetenekler sunarak oyunun
kurallarını değiştirmiştir. Üretkenliği artıran belirli kullanım durumları ve e-posta taslakları gibi
daha yaygın kullanımların birleşimiyle, üretken yapay zekânın ekonomik değeri 4,4 trilyon
dolara kadar çıkabilir. Ancak üretken yapay zekâ, önemli bir değerin kilidini açarken, firmalar
temel yapay zekâ teknolojilerinin ve makine öğreniminin çeşitli sektörlere getirebileceği
ekonomik önemi ve büyüme potansiyelini küçümsememektedir.
Teknik Yetenek Dinamikleri

Yetenek meselesinin rekabet avantajı oluşturmak için ne kadar kritik bir kaynak olduğunu
vurgulamak yadsınamaz bir gerçek haline gelmiştir. Yetenek eksikliği, büyümeyi sınırlayan en
önemli zorluklardan birini teşkil etmektedir. Teknoloji eğilimlerinin getirdiği değeri
yakalayabilmek için gereken becerilere sahip insanlara olan talep ile mevcut yetenek arasında
büyük bir uçurum bulunmaktadır. Teknoloji eğilimlerine yönelik yapılan 3.5 milyon iş ilanının
analizi sonucunda, en fazla talep gören becerilerin birçoğunun, nitelikli uygulayıcı başına
ortalama küresel sayının yarısından daha az oranda olduğu belirlenmiştir. Şirketler, yetenek
piyasasının önünde olmalı, belirgin değişimlere cevap verebilmeli ve hedefledikleri teknoloji
uzmanlarını işe alma ve elde tutma konusunda güçlü bir değer önerisi sunmaya hazır olmalıdır.
Örneğin, teknoloji sektöründeki son işten çıkarmalar, diğer endüstrilerde cazip adayların
ilgisini çekmekte zorlanan olumlu bir gelişme olarak kabul edilebilir ve üst düzey teknoloji
yeteneklerini elde tutma noktasında yardımcı olabilir. Bunun yanı sıra, bazı teknolojiler işgücü
dönüşümünün hızını artırarak, çalışanların gelecek on yıl içerisinde işlerinde harcadıkları
zamanın yüzde 20 ila 30'unun otomasyon teknolojileri ile değişebileceği ve başarılı olmak için
gerekli becerilerde önemli değişikliklere yol açabileceği anlamına gelmektedir. Şirketler, rolleri
nasıl yeniden şekillendirebilecekleri veya bireyleri özelleşmiş iş gereksinimlerini karşılayacak
şekilde nasıl geliştirebilecekleri konusunu dikkatle düşünmelidir. Teknoloji eğilimleriyle ilgili
iş ilanları, 2021 ile 2022 arasında sağlam bir şekilde %15 artmış, küresel iş ilanları genel olarak
%13 azalmıştır. Uygulamalı Yapay Zekâ ve gelecek nesil yazılım geliştirme için 2018 ile 2022
arasında toplamda neredeyse bir milyon iş ilanı yayımlanmıştır. Gelecek nesil yazılım
geliştirme, iş sayısı açısından en büyük büyümeyi yaşamıştır. Çok sayıda sektördeki
uygulayıcılar için bu olumlu görünüm, taleplerini karşılayacak yeterli yeteneği bulmakta
zorlanan işverenlerin karşılaştığı bir zorluğu açıkça göstermiştir. Nitelikli yetenek eksikliği,
yapay zekâ, kuantum teknolojileri, uzay teknolojileri, elektrifikasyon ve yenilenebilir enerji
gibi birçok yüksek teknoloji alanının büyümesini sürekli bir şekilde sınırlayan önemli bir faktör
olmuştur. Yetenek krizi, bulut bilişim ve endüstriyel makine öğrenimi gibi neredeyse tüm
sektörlerde gereken eğilimlere özellikle belirgin bir şekilde yansımıştır. Aynı zamanda mobilite
ve kuantum hesaplama gibi yüksek derecede uzmanlık gerektiren alanlarda da büyük bir zorluk
olarak öne çıkmıştır.
YZ Devrimi
Neden Önemli
Makine öğrenimi (ML), bilgisayar görüşü ve doğal dil işleme (NLP) gibi yapay zekâ yetenekleri
sayesinde, her sektördeki şirketler veriyi kullanarak süreçleri otomatikleştirebilir, yetenekleri
artırabilir ve daha iyi kararlar alabilir. McKinsey araştırması, uygulamalı yapay zekânın olası
ekonomik değerini 17 trilyon ila 26 trilyon dolar arasında tahmin etmiştir. Bu değeri hedefleyen
şirketlerin payı artmıştır. McKinsey'in yıllık Küresel Yapay Zekâ Durumu Anketi, yapay zekâyı
benimseyen organizasyonların oranının 2017'de %20'den 2022'de %50'ye kadar iki katından
fazla arttığını göstermiştir. 2022 anketi aynı zamanda yapay zekâyı benimsemenin önemli
finansal faydalarının olabileceğini göstermiştir: Katılımcıların %25'i şirketlerinin faiz, vergi ve
amortisman (EBIT) oranlarının %5 veya daha fazlasını yapay zekâya atfetmiştir. Ancak,
işletmelerin teknolojinin tam potansiyelini gerçekleştirmeden önce organizasyonel, teknik, etik
ve düzenleyici konuları çözmeleri gerekmektedir.
Son gelişmeler
— Yatırımlar, gelişmiş yapay zekâ yeteneklerini desteklemiştir. 2022'de yapay zekâ yatırımları,
2021'deki 146.8 milyar dolarlık seviyeden 104 milyar dolara düşmüş olmasına rağmen,
ortalama 2018-20 seviyeleri olan 73.5 milyar doların üzerinde seyretmiştir. Yatırımların
devamıyla birlikte, yapay zekâ sürekli olarak model doğruluğu gibi alanlarda devrim niteliğinde
sonuçlar elde etmeye sürdürmektedir. Örneğin, görüntü sınıflandırma sistemlerini eğitme
maliyeti 2018'den bu yana %63.6 azalmış ve eğitim süreleri %94.4 artmıştır. Ancak, uygulamalı
yapay zekâ için ek potansiyel, yeni gelişen yapay zekâ teknolojileriyle birleştirilerek artırılmış
olarak açığa çıkarılabilecektir. Örneğin, üretken yapay zekânın temel modelleri, üretkenliği
optimize eden mevcut yapay zekâ çözümlerini notlar ve günlükler gibi yapılandırılmamış
büyük miktarda üretim verisiyle zenginleştirebilir.
— Düzenleyiciler, yapay zekânın kötüye kullanımını engellemek amacıyla önlemleri

hızlandırmaktadır. Yapay zekâ teknolojisi ilerledikçe, kötüye kullanım potansiyeli de artmıştır:
Etik olmayan yapay zekâ, algoritmalar ve otomasyonla ilgili olayları takip eden YZAYZC
Depo'ya göre, yapay zekâ ile ilgili tartışmaların sayısı 2012'den bu yana 26 kat artmıştır.
Algoritmik adalet, önyargı ve kötüye kullanım, ana akım endişeler haline gelmiştir. 127 ülkenin
yasama kayıtlarının analizi, "yapay zekâ" kelimelerini içeren yasaların sayısının 2016'da
birken, 2022'de 37'ye yükseldiğini göstermektedir. Özel firmaların hızlandırdığı yapay zekâ
gelişimi nedeniyle, Avrupa Birliği'nin temel yapay zekâ modellerini düzenleyen yapay zekâ
yasası, parlamento komitesinin onayından sonra yasa statüsüne yaklaşmaktadır. Bu süreçte,
McKinsey Küresel Yapay Zekâ Durumu Anketi, yapay zekâ kullanımındaki artışa rağmen,
kuruluşların yapay zekâ ile ilgili riskleri önemli ölçüde azaltma konusundaki bildirimlerinde
belirgin bir artış olmadığını göstermektedir.
— Küresel yapay zekâ benimseme düzeyi, şu an için durağanlaşmış durumdadır. Küresel

olarak, yapay zekâ benimseme oranı 2017'ye göre iki katına çıksa da, yapay zekâ kullanan
kuruluşların oranı son yıllarda yaklaşık %50 ila %60 düzeyinde istikrar kazanmıştır. Ancak
zaten yapay zekâ benimsemiş şirketler, 2018'de 1.9 olan doğal dil üretimi veya bilgisayar
görüşü gibi yeteneklerin sayısını 2022'de 3.8'e neredeyse ikiye katlamıştır.
Gerçek Hayattaki Kullanımı
— Emirates Team New Zealand, hidrofil tasarımını ve testini büyük ölçüde hızlandırmak için
"dijital ikizi" olarak adlandırılan bir denizcinin dijital bir kopyasını eğiterek YZ kullanmıştır.
YZ, "denizcinin" testlerini insan denizcilerle yapılan darboğazı ortadan kaldırarak
gerçekleştirmiş ve böylece ekip maliyetlerini %95 oranında azaltmış, ayrıca on kat daha fazla
tasarımı test etme imkânı da bulmuştur.
— Freeport-McMoRan, üç yıl boyunca biriken işletme verileriyle yüklenmiş özel bir YZ

modelini kullanarak üretim süreçlerini ve bakır fabrikasındaki toplam üretimi optimize etmiştir.
Bu yaklaşım sayesinde üretimi %10 artırmış ve planlanan genişlemeye yönelik sermaye
harcamalarını azaltmayı başarmıştır.
— Telkomsel, binlerce mikro segmentteki müşterileri daha iyi anlamak için YZ destekli
araçlarla güçlendirilmiş yeni bir veri analitiği platformu oluşturmuştur. 50'den fazla modelde
müşteri başına 9.000 veri noktasını kullanarak, şirket müşterilerle etkileşimde doğru yolu
belirleyerek ve en uygun ürünleri ve hizmetleri sunarak kişiselleştirmeyi artırmayı hedefine
ulaşmıştır.
Temel Teknolojiler
— Makine öğrenimi (ML), programlanmış kuralları izlemek yerine verilerle eğitilen modelleri
ifade etmektedir.
— Bilgisayar görüşü, görsel verilerle çalışan bir ML türüdür; örneğin görüntüler, videolar ve
3D sinyalleriyle işlem yapar.
— Doğal dil işleme (NLP), metin ve konuşma gibi dil temelli verileri analiz edip üreten bir ML
türünü ifade eder.
— Derin güçlendirme öğrenimi, yapay sinir ağlarını kullanarak tahminlerde bulunmak üzere
deneme-yanılma yöntemiyle eğitilen bir ML türünü ifade eder.
Belirsizlikler
— Teknik ilerlemelere rağmen, endüstriyel makine öğrenimi çözümleri ve IT altyapısı için
gerekli olan yetenek ve finansman gibi mevcut kaynakların eksikliği, YZ uygulamalarının
geliştirme sürecini etkileyebilir.
— Özellikle veri riskleri ve zayıflıkları konusundaki siber güvenlik ve gizlilik endişeleri, anket
katılımcılarının %51'i tarafından 2022'de önde gelen bir risk olarak belirtilmiştir.
— YZ araştırma ve uygulamalarını etkileyebilecek düzenlemeler ve uyum konuları önemlidir.
— Etik düşünceler arasında veri yönetimi, eşitlik, adalet ve "açıklanabilirlik" gibi konular,
YZ'nın sorumlu ve güvenilir bir şekilde kullanılmasını çevreleyen meseleler olarak ortaya
çıkmaktadır.
Gelecekle İlgili Sorular

— Şirketler, kendilerine ve paydaşlarına en fazla fayda sağlayan YZ uygulamalarını nasıl daha
iyi belirleyebilirler?
— YZ'nın güvenilir ve sorumlu olmasını sağlayan özellikler nelerdir ve bunları uygulamalara

nasıl entegre etmek gerekmektedir?
— Şirketler, YZ kaynaklı risklere karşı veri gizliliği, güvenliği, eşitlik, adalet ve uyum gibi
konularda nasıl denetimler uygulamalıdır?
— Şirketler, üretken YZ'ı uygulamalı YZ ile nasıl birleştirerek potansiyel sinerjileri en üst
düzeye çıkarabilir veya hangi durumda bir yaklaşımın diğerine göre daha mantıklı olduğunu
nasıl belirleyebilirler?
Makine Öğrenimi Sanayileştirme

Endüstriyel makine öğrenimi (ML), genellikle ML operasyonları veya MLOps olarak anılır ve
bir işletmenin ML uygulamalarını ölçeklendirmek ve sürdürmek için gereken mühendislik
uygulamalarını ifade eder. Bu uygulamalar, hızla gelişen teknik araçlar ekosistemi tarafından
desteklenmekte ve mümkün kılınmaktadır, hem işlevsellik hem de uyumluluk açısından.
MLOps araçları, şirketlere pilot projelerden iş yapabilir iş ürünlerine geçiş yapma, analitik
çözümlerini ölçeklendirme hızlandırmada, üretimdeki sorunları tanımlama ve çözmede
yardımcı olmanın yanı sıra ekiplerin üretkenliğini artırmada yardımcı olabilir. Deneyim,
endüstriyel ML'i başarılı bir şekilde benimseyen organizasyonların, ML uygulamaları için
üretim zaman çerçevesini (kavram kanıtından ürüne) yaklaşık sekiz ila on kat kısaltabileceğini
ve geliştirme kaynaklarını %40'a kadar azaltabileceğini göstermektedir. Endüstriyel ML, öncü
birkaç şirket tarafından başlatılmış olsa da, artık daha fazla şirketin YZ'ı daha geniş bir
uygulama yelpazesi için kullanmasıyla benimsenmesi yaygınlaşmaktadır.
Son Gelişmeler
— Şirketler, makine öğrenimini endüstriyelleştirmeye yönelik yatırımlarını artırmışlardır. 2021
yılında, ML endüstriyelleştirmesi alanına yapılan yatırımlar 4.7 milyar dolar seviyesine ulaşmış
ve 2022 boyunca 3.4 milyar dolarlık güçlü bir ivmeyle sürdürülmüştür. Bu yatırımların yanı
sıra, ML karar vericileri de taahhütlerini artırmıştır: ClearML anketine katılanların %85'i,
2022'de ayrılmış bir MLOps bütçeleri olduğunu belirtmiştir. IDC'ye göre, işletmelerin %60'ı
2024'e kadar MLOps'u uygulama planları yapmaktadırlar. Kendi araştırmalarımıza göre, daha
yüksek getiri sağlayan şirketlerin, ML endüstriyelleştirmesi konusunda daha fazla ilgi gösterme
potansiyeli bulunmaktadır.
— Ekosistem, satın almalar ve yeni tekliflerle hızla gelişmeye devam etmiştir. 2022 yılı, önemli
birleşme, ortaklık ve yeni ürün lansmanları ile damga vurmuştur. AltYZr RapidMiner'ı satın
almış, Snowflake Myst YZ'ı bünyesine katmış, McKinsey Iguazio'yu bünyesine dahil etmiş ve
Hewlett Packard Enterprise Pachyderm'ü satın almıştır. Databricks, oldukça popüler açık
kaynak MLOps çerçevesinin yeni versiyonu olan MLflow 2.0'yı duyurmuştur. Ayrıca, Gantry,
gerçek zamanlı ML model üretim performansını belirleyecek ve optimize edecek yeni bir
MLOps platformunu piyasaya sürmüştür. Devam eden yatırımlarla, manzara hızla değişmeye
ve gelişmeye devam edecektir.

— Küresel bir ilaç şirketi, işleyişi YZ ile dönüştürmek amacıyla tüm organizasyonunu kapsayan
bir ML endüstriyelleştirme yeteneği kullanarak harekete geçmiştir. Bu adım, üretkenliği, hızı
ve güvenilirliği artırmayı, riski azaltmayı, düzenleyici uyumu ve ölçekte güveni sağlamayı
hedeflemiştir.
— Uluslararası bir metal üreticisi, her yıl on milyonlarca dolarlık etki potansiyelini ortaya
çıkarmak amacıyla işletme genelinde hızla ölçeklendirilen analitik kullanım senaryolarını
uygulamıştır. Bu dönüşümün hızını ve sürdürülebilirliğini sağlamak için MLOps uygulamaları
önemli bir rol oynamıştır.
— Küresel bir petrol ve gaz şirketi, MLOps'u şirketin YZ/ML yeteneklerinin merkezine entegre
ederek, ML çözümleri oluşturma ve dağıtma süresini %50'nin üzerinde azaltmıştır. Bu
yaklaşım, YZ destekli operasyonel optimizasyonlarla yıllık 250 milyon doların üzerinde etki
elde etmelerine olanak tanımıştır.
— Vistra, 400'den fazla YZ modelini geliştirmek için McKinsey ile işbirliği yapmış ve bu
modellerin dağıtımını ve bakımını standartlaştırmak için MLOps'u kullanmıştır. Bu yaklaşım,
şirketin 26 tesisteki termal verimliliği optimize etmesine, 20 milyon doların üzerinde enerji
tasarrufu sağlamasına ve yılda yaklaşık 1.6 milyon ton karbon salımını azaltmasına olanak
tanımıştır.
Temel Teknolojiler
— Veri yönetimi: Otomatik veri yönetimi yazılımı, ML sisteminin beslenmesinde veri
kalitesini, kullanılabilirliğini ve kontrolünü geliştirerek temel bir rol oynamıştır.
— Model geliştirme: Bu araçlar, ML modellerini oluşturmayı, optimize etmeyi, özellikleri

tasarlamayı ve süreçleri standartlaştırmayı sağlamada kullanılmıştır.
— Model dağıtımı: Sağlama araçları, ML modellerini test eder, onaylar, üretime alır ve
süreçleri standartlaştırarak etkin bir dağıtım süreci sağlamıştır.
— Canlı model işlemleri: Bu yazılım, üretimdeki modellerin performansını koruma veya

geliştirme görevini üstlenmiştir.
— Ek donanım araçları ve teknolojileri: Diğer araçlar ve teknolojiler, bulut bilişimi ve özel

mimariler gibi yüksek kapasiteli hesaplama kaynaklarına erişimi artırarak ML iş akışlarının
verimliliğini artırmıştır.
Belirsizlikler
— Endüstriyel makine öğrenimini organizasyonlarda hayata geçirmek önceden yatırım ve
kaynak gerektirmiştir.
— İşlemler ve sorumluluk, endüstriyel ölçekteki ML çözümlerini sürdürmek için önemli bir rol
oynamıştır.
— Hızla gelişen bir pazar, organizasyonların mevcut tedarikçi ekosistemlerinin dışındaki

oyuncuların yeni tekliflerinden değer elde edebilmek ve tedarikçi bağımlılığından kaçınmak
için esnek olmalarını gerektirmiştir.
— Uygun yetenek potansiyelinin eksikliği, organizasyonların belirli kullanım senaryoları için

doğru seviyede ve doğru çözümlere yatırım yapmalarını sağlamak amacıyla önceden
önlenebilmiştir.
Gelecek İçin Büyük Sorular

— Yeni ML teknolojilerinin yaygınlaşmasıyla, organizasyonlar ihtiyaçlarına en uygun olanları
ML iş akışında nasıl seçmelidir?
— Endüstriyel makine öğrenimi, organizasyonların işletme modellerini ve mühendislik
rollerini nasıl değiştirecektir?
— Endüstriyel ML yaygınlaştıkça, YZ/ML'nin güvenilir ve sorumlu kullanımını sağlamak için

organizasyonlar nasıl sorumluluk rollerini tanımlayabilir?
— Üretken YZ'nın yükselmesi ve hız kazanmasıyla birlikte, MLOps uygulamaları ve teknoloji

ekosistemi nasıl gelişecektir?
Üretken YZ
Üretken YZ, YZ teknolojisinde bir dönüm noktasını temsil etmektedir. Önceki nesillerden
farklı olarak, benzer yapıdaki verilerden öğrendiği bilgilerle yeni ve yapılandırılmamış
içerikleri üretebilmektedir. Metin, ses, video, resim, kod, simülasyonlar, hatta protein dizileri
veya tüketici yolculukları gibi çeşitli içerikleri oluşturabilmektedir. Bu temel teknoloji,
özetleme, sınıflandırma, taslak yazma gibi geniş bir yelpazedeki görevlerde uyarlanabilir bir
şekilde kullanılabilmektedir. Dar kapsamlı görevleri gerçekleştirebilen önceki nesil YZ
modellerine kıyasla, üretken YZ çok daha geniş bir yetenek yelpazesi sunmaktadır.
İş bağlamında, üretken YZ sadece yeni kullanım alanları açmakla kalmamış, aynı zamanda
mevcut kullanımları hızlandırmış, ölçeklendirebilmiş veya iyileştirebilmiştir. Üretken YZ, yeni
ürünlerin ve gelir kaynaklarının geliştirilmesine katkıda bulunarak işleri ve değer zincirlerini
yeniden şekillendirebilmektedir. Ancak etkisi, özellikle çalışan üretkenliğinin ve
deneyimlerinin artırılmasında daha da belirgin hale gelebilmektedir.
Şu aşamada birçok endüstrideki şirket, üretken YZ'ı öncelikle destek teknolojisi olarak
kullanarak ilk taslakları oluşturmaktadır, hipotezler üretmektedir veya uzmanları görevlerini
daha hızlı veya daha iyi şekilde yapmada desteklemiştir. Tüm bu kullanımların ortak bir özelliği
bulunmaktadır: Uzmanlar tarafından çıktının denetlendiği, özellikle yanıltıcı içerikler ve fikri
mülkiyet sorunlarına karşı önlemler alındığı ve mevcut iş akışları içinde entegre edildiği bir
yaklaşım benimsenmiştir. Organizasyonların üretken YZ tabanlı uygulamalarını tam
otomasyonlu durumlar için dönüştürmeleri ise zaman alabilir, çünkü bu yüksek riskli alanlarda
işleyişi sağlamak için uygun önlemler alınması gerekmektedir.
Son Gelişmeler
— Genel olarak, küresel düzeyde üretken YZ eğilimi büyük bir heyecan yaratmış durumda ve
kurumsal pilot projeleri için kapıları açmıştır. Üretken YZ, yatırım faaliyetlerinde de büyük bir
artış göstermiştir. Örneğin, risk sermayesi yatırımları 2020'ye kıyasla %425 artmıştır ve
Microsoft, OpenYZ ile yaptığı çok yıllık anlaşma kapsamında 10 milyar dolarlık bir yatırım
gerçekleştirmiştir. Finansal hizmetlerden yaşam bilimlerine kadar çeşitli sektörlerdeki şirketler,
mevcut YZ araştırmalarının neredeyse %80'inin üretken YZ'ye odaklandığı göz önünde
bulundurulduğunda, kurumsal kullanım alanlarında deneylere başlamış durumdadır. Ayrıca,
Cohere, Anthropic, YZ21 Labs gibi birçok girişim, kendi büyük dil modellerini (LLM'ler)
oluşturmuş ve eğitmişlerdir. Bunun yanı sıra, özellikle Cohere gibi oyuncular, daha büyük
şirketlerin kendi içlerinde kullanmak isteyebileceği LLM'ler için daha yüksek düzeyde fikri
mülkiyet koruması, tüketici gizliliği ve düşük maliyet sunma yeteneklerine sahiptir. Birçok
girişim, başkaları tarafından sağlanan LLM platformları üzerine inşa edilmekte veya açık
kaynak modellerini genişletmektedir. Bu girişimlere ek olarak, teknoloji devleri de önemli
adımlar atmaktadır. Mayıs 2023'te Google, Arama Üretken Deneyimi ve PaLM 2 gibi yeni
LLM tabanlı özellikleri duyurmuştur. Bu özellikler, Bard sohbet botu gibi diğer Google
ürünlerine güç katacaktır. Ayrıca, Salesforce gibi yazılım sağlayıcıları da mevcut ürünlerine
üretken YZ yeteneklerini entegre etmek için büyük yatırımlar yapmaktadır.
— GPT-4, önceki sürümlere kıyasla önemli bir ilerleme kaydetmiştir. Geniş çapta beklenen
GPT-4'ün piyasaya sürülmesi, daha önceki modellere göre artan işlevsellik ve performansı
işaret etmektedir. Örneğin, akademik ve profesyonel sınavlarda elde edilen puanların
iyileştirildiği gözlemlenmiştir. GPT-3 bar sınavında en alt %10 içinde yer alırken, GPT-4 en
üst %10 içinde yer almıştır. Ayrıca, GPT-4 artık hem metin hem de görselleri girdi olarak
kullanabilmekte, 25,000 kelimeye kadar işlem yapabilmekte (GPT-3 ile kıyaslandığında 4,000
kelime) ve doğru cevaplar üretme olasılığı %40 daha yüksektir. Bu gelişme, karmaşık
uygulamaların mümkün hale gelmesini sağlamıştır. Örneğin, metin ve görseller gibi
multimodal girdilerin kullanımı ve AutoGPT ve BabyAGI gibi uygulamalarla görevleri
orkestre etme yeteneği gibi.
— Büyük bulut ve teknoloji şirketleri, donanım hızlandırıcı tasarımları alanında etkin rol
oynamışlardır. Örneğin, Google dördüncü nesil tensor işlem birimi (TPU v4) geliştirerek sistem
performansını önceki sürümlere göre yaklaşık on kat artırmıştır. Aynı şekilde, tüketici donanımı
ve kenar sistemleri, LLM'lerin daha verimli çalıştırılması için özel tasarımlarla sunulmaktadır
(örneğin, Apple'ın Sinir Motoru).
Gerçek Hayatta Kullanımı
— OTP Bank, Macaristan'ın büyük dil modelini oluşturarak organizasyon genelinde 30'un
üzerinde bankacılık kullanım durumunu desteklemeyi amaçlamıştır. İlk olarak, konuşma ve
metin tabanlı müşteri etkileşimleri, dolandırıcılık tespiti ve siber güvenlik konularına
odaklanmıştır.
— Exscientia, üretken YZ'ı araştırma ve geliştirme sürecinin tüm aşamalarında kullanarak,

biyolojik hedeften ilaç adayına ortalama süreyi yaklaşık 11 ay olarak iddia etmiştir. Bu, endüstri
ortalaması olan 54 ayın oldukça altında ve maliyeti %80 daha düşürmüştür.
— Insilico Medicine, klinik deneme başarı oranlarını tahmin etmek için üretken YZ modeli
geliştirmiş ve bildirilen doğruluk oranı %80 olarak belirtmiştir.
— Jasper adlı YZ destekli içerik platformu, GPT-3'ü kullanarak pazarlama içeriği üretmektedir
(örneğin, metin yazımı, e-posta, senaryo yazımı). Şu anda 100.000'den fazla müşteriye sahip
durumdadır.
Temel Teknolojiler
— Temel modeller, genellikle geniş bir görev yelpazesi için yapılandırılmış veya belirli
görevlere adapte edilebilen büyük miktarda yapılandırılmamış, etiketlenmemiş verilerle
eğitilmiş derin öğrenme modellerini ifade etmektedir.
— Uygulama katmanı, genellikle son kullanıcının etkileşimde bulunduğu arayüzdür (örneğin,

sohbet uygulamalarında olduğu gibi).
— Entegrasyon/araç katmanı, uygulama katmanı ile temel model arasında konumlanmaktadır.

Bu katman, diğer sistemlerle entegre olarak bilgi alır, yanıtları filtreler, girdileri ve çıktıları
kaydeder, işleri dağıtır ve yeni özellikleri etkinleştirir. Örnekler arasında büyük dil
programlama çerçeveleri LangChYZn ve Weaviate ile Pinecone gibi vektör veritabanları
bulunmaktadır.
— Donanım, grafik işlem birimleri (GPU) ve tensör işlem birimleri (TPU) gibi özelleştirilmiş
hızlandırıcı donanımlarını içermektedir. Bu donanımlar, model eğitimi ve çıkarım görevlerini
yerel sistemlerde veya bulut altyapısında gerçekleştirmeyi sağlamaktadır.
Belirsizlikler
— Siber güvenlik ve gizlilik endişeleri, özellikle veri sızıntısı riskleri ve güvenlik açıklarının
(müşteri ve korunan verilerin sızması dahil) yaygın olduğu konular arasında yer almaktadır.
— Etik düşünceler, üretken yapay zekânın sorumlu kullanımını çevreleyen konuları içermekte
olup veri yönetişimi, adalet ve hakkaniyet, hesap verebilirlik ve açıklanabilirlik gibi hususları
içermiştir.
— Düzenlemeler ve uyumluluk, üretken yapay zekâ araştırmalarını ve potansiyel

uygulamalarını etkileyebilmiştir.
— Açık kaynaklı modellerin ürettiği içeriğin telif hakkı sahipliği ve korunması belirsiz bir konu
olarak devam etmiştir.
— Eğitim modelleri daha fazla hesaplama kaynağına ihtiyaç duyduğunda çevresel etki
artabilmiştir.
Gelecek ile ilgili sorular

— Üretken yapay zekâ nedeniyle hangi çalışanların rolleri değişecek ve ne ölçüde etkilenecek?
— Model oluşturma maliyeti nasıl gelişecek ve rekabet dinamikleri üzerinde nasıl bir etki
yaratacak?
— Organizasyonlar hangi alanlarda rekabet avantajları oluşturabilir ve bu avantajları nasıl

koruyabilir?
— Şirketler üretken yapay zekâ ile ilgili risklere nasıl yaklaşmalıdır? Bu riskler veri gizliliği ve
güvenliği, eşitlik, adalet, uyumluluk ve telif hakkı korumasını içermektedir.
— Kurumsal benimseme, tüketici benimsemesinde görülen üstel büyüme seviyelerini yaşar mı?
Dijital Geleceği İnşa Etmek

Yeni Nesil Yazılım Geliştirme
Son nesil teknolojiler, yazılım geliştirme yaşam döngüsünün her aşamasında (planlama, test
etme, dağıtma ve bakım) mühendislerin yeteneklerini dönüştürüyor ve daha az teknik bilgiye
sahip çalışanların bile uygulamalar oluşturmasını sağlıyor. Bu teknolojiler karmaşık görevleri
basit hale getirebiliyor ve diğerlerini tek bir komutla gerçekleştirebiliyor. Yapay zekâ destekli
kod yazıcıları, düşük kodlu platformlar, kod üstü altyapı, otomatik entegrasyon, dağıtım ve test
araçları ile yeni nesil üretken yapay zekâ araçları gibi teknolojiler bu kapsamda yer alıyor.
Teknik zorluklar, geliştiricilerin ve test mühendislerinin geniş çaplı olarak yeniden eğitim
alması gerekliliği ve diğer organizasyon engelleri nedeniyle benimseme sürecini yavaşlatabilir.
Ancak, erken denemelerde elde edilen önemli üretkenlik artışları, bu teknolojilerin geniş çapta
kullanımına yakın bir gelecekte ulaşabileceğimize işaret ediyor.
Son Gelişmeler
— Üretken Yapay Zekâ (YZ) araçları pazarda yerini almıştır. 2022'nin sonlarına doğru
gerçekleşen ChatGPT'nin çıkışı, yazılım geliştirme alanında üretken yapay zekâya olan ilgiyi
artırmıştır. Günümüzde birkaç gelişmiş araç bulunmaktadır. Haziran 2022'de GitHub, YZ
destekli kod yazma aracı olan GitHub Copilot'u piyasaya sürmüştür ve Amazon da
CodeWhisperer'ı kullanıma sunmuştur. Bu araçlar ve benzerleri, mevcut yapay zekâ tabanlı
geliştirici araçlarına kıyasla daha bütüncül ve akıllıca kod yazma yeteneğine sahiptirler ve doğal
dil ipuçlarından yola çıkarak kod üretebilmektedirler.
— Araştırmalar, sonraki nesil araçların geliştirici üretkenliğini artırdığını ve yakın zamanda

geliştirici olmayan kişilerin de bu araçlardan faydalanabileceğini doğrulamıştır. Bu ileri nesil
yazılım araçları, geleneksel olmayan mühendislerin geliştirme süreçlerine katılımlarını
sağlayabileceği gibi, mevcut yazılım mühendislerinin de üretkenliklerini artırabilir. Gartner'a
göre, 2026'ya gelindiğinde, düşük kodlu ve kod kullanmadan araçlarla çalışanların %80'i
geleneksel BT organizasyonlarının dışında yer alacaklardır. YZ destekli araçlar, rutin görevleri
otomatikleştirerek ve problemlere çözüm sunarak geleneksel geliştiricilerin üretkenliğini
artırabilirler. Yaptığımız araştırmalara göre, geliştiricilerin kod üretimi alanında %35 ila %45,
kod yeniden yapılandırma süreçlerinde ise %20 ila %30 oranında zaman tasarrufu elde ettikleri
görülmektedir. Aynı zamanda, YZ destekli araçları kullanırken mutluluk, akıcılık ve
memnuniyet düzeylerinin arttığı bildirilmektedir; bu da bu araçların kullanımının rekabetçi bir
yetenek pazarında şirketlerin yetenekleri elde tutmasına yardımcı olabileceğini göstermektedir.

— Netflix, farklı türdeki cihazlarda sorunsuz bir akış deneyimi sunmayı amaçlamış ve "Netflix
Test Studio" (NTS) adlı bir çözüm geliştirmiştir. NTS, iç ve dış geliştiricilere testlerini dağıtma
ve gerçekleştirme imkanı tanıyan bulut tabanlı bir otomasyon çerçevesi olarak kullanılmıştır.
Cihaz farklılıklarını soyutlayıp performans değerlendirmesi için standart bir araç setine sahip
olmuştur. NTS, her gün 40.000'den fazla uzun süren testi çalıştırırken, aynı zamanda Netflix
uyumlu cihazların uzaktan test edilmesine olanak sağlamıştır.
— Citibank, gelecek nesil yazılım geliştirmeye yönelik bir dizi araca yatırım yapmıştır.
Örneğin, şirket, düşük kodlu yazılım geliştirme alanında hizmet veren Genesis şirketinin
müşterisi ve yatırımcısı olmuştur. Genesis platformu, son kullanıcı hesaplamaları (EUC) ve
müşteri hizmeti portalı gibi doğrudan otomasyon kullanım durumlarına odaklanmıştır. Ayrıca
Citibank, çekirdek bankacılık sistemleri sağlayıcısı Temenos ile on yılı aşkın bir süredir işbirliği
yapmıştır. Temenos'un yazılımı, zaman alıcı ve tekrarlayan muhasebe ve raporlama görevlerini
büyük ölçüde iyileştirmiştir.
— Ticketmaster'ın mobil geliştirme ekibi, küçük yazılım değişikliklerinin uygulanmasının

engellenmesini önlemek için GitLab'ın sürekli entegrasyon (CI) araçlarını kullanmaya
başlamıştır. GitLab'ın CI araçları sayesinde ekip, derleme süresini iki saatten sadece sekiz
dakikaya indirmiştir.
Temel Teknolojiler
— Düşük ve hiç kod gerektirmeyen platformlar. Grafik işlemcileriyle (GPU) uyumlu yazılım
geliştirme sistemleri, Microsoft Power Apps ve Amazon Honeycode gibi araçlar, kodlama
bilgisine sahip olmayan kişilerin uygulama oluşturmasını kolaylaştırmıştır.
— Altyapı kodlaması. Bu, veri merkezi gibi altyapının, makine tarafından anlaşılabilir kod ile
yapılandırılma süreci olmuş ve hızlı yeniden yapılandırma ile sürüm kontrolünü mümkün
kılmıştır. Örneğin, bulut bütünüyle kod olarak soyutlanmış bir altyapıya sahip olmuştur.
— Yapay zekâ tarafından üretilen kod. Yapay zekâ uygulamaları, kullanıcının doğal dil
yönergelerini veya mevcut kod bağlamını kullanarak kod önerileri sunmuştur.
— Mikrohizmetler ve API'lar. Bu, bağımsız olarak dağıtılabilir, özgün ve kendi başına

işleyebilen kod parçaları olmuş; daha büyük uygulamaları birleştirmek için kullanılabilir hale
gelmişlerdir.
— YZ tabanlı test. Gelecek nesil yazılım, birim ve performans testlerini otomatikleştirmek için
yapay zekâyı kullanabilir hale gelmiş, bu da geliştiricilerin bu görev için harcadığı zamanı
azaltmıştır.
— Otomatik kod incelemesi. Bu uygulamalar, kaynak kodunu denetlemek için yapay zekâ veya
önceden tanımlanmış kurallar kullanmıştır.
Gelecek İçin Sorular

— Geleneksel yazılım geliştiricilerine olan ihtiyacı ne kadar azaltabilir?
— Kültürel bir perspektiften bakıldığında, ekipler - hem geliştiriciler hem de geliştirici

olmayanlar - çalışma yöntemlerindeki değişikliklere ne kadar uyum sağlar veya direnir?
— Yapay zekâ tarafından üretilen kodları etkileyebilecek fikri mülkiyet sorunları neler olabilir?
— İş birimleri ne kadar uygulamaların sağlığından sorumlu olacaklar?

— Organizasyonlar, mühendislerin YZ destekli araçlardan nasıl en iyi sonuçları alacakları
konusunda nasıl eğitebilirler?
Güven mimarileri ve dijital kimlik

Dijital güven teknolojileri, organizasyonların teknoloji ve veri risklerini yönetmelerine,
inovasyonu hızlandırmalarına ve varlıklarını korumalarına yardımcı olmuştur. Ayrıca, veri ve
teknoloji yönetiminde güven sağlamak, kurumsal performansı artırmış ve müşteri ilişkilerini
geliştirmiştir. Temel teknolojiler arasında sıfır güven mimarileri (ZTA), dijital kimlik sistemleri
ve gizlilik mühendisliği bulunmuştur. Diğer teknolojiler ise açıklanabilirlik, şeffaflık, güvenlik
ve önyargı en aza indirgeme prensiplerini yapay zekâ tasarımına entegre ederek güven inşasına
yardımcı olmuştur. Ancak, dijital güven teknolojilerinin benimsenmesini zorlaştıran bir dizi
faktör bulunmuştur, bunlar entegrasyon zorlukları, organizasyonel bölünmeler, yetenek
eksikliği ve değer önerilerinin kritik bir bileşeni olarak yeterince ele alınmaması gibi
etkenlerdir. Kapsamlı bir güven odaklı risk anlayışı ve yetenekleri oluşturmak, stratejiden
teknolojiye, kullanıcı kabulüne kadar birden fazla faaliyet alanında üst düzeyde liderlik ve
bilinçli değişiklikler gerektirmiştir.
Son Gelişmeler
— Teknoloji direnci, organizasyonlar için artan bir öneme sahip olmuştur. McKinsey tarafından
2022 yılında yapılan bir teknoloji direnci anketi, Kuzey Amerika, Avrupa ve diğer gelişmiş
pazarlardaki 50'den fazla önde gelen organizasyonun siber güvenlik olgunluk seviyelerini
değerlendirmiştir. Katılımcıların %10'u, örneğin felaket durumları nedeniyle, çıplak metalden
yeniden inşa etmek zorunda kaldıklarını belirtmiş ve %2'si çıplak metalden kurtulmaya
çalışmış, ancak başarılı olamamıştır.
— Düzenleyici gelişmeler, endüstriyi gizlilik mühendisliği konusunda yönlendirmiştir. Bugüne

kadar gizlilik kontrolleri öncelikle veri yönetimi ve yarı otomatik çözümlere odaklanmıştır;
ancak veri yerelleştirme ve paylaşımına yönelik yeni düzenlemeler ile yapay zekâ ve bulut
kullanımının artması, gizlilik mühendisliğini daha da önemli hale getirebilir. Avrupa'da, siber
güvenlik risk değerlendirmelerini zorunlu kılan 2022 NIS2 Direktifi ve veri paylaşımını teşvik
etmeyi amaçlayan 2023 Veri Yönetimi Kanunu gibi düzenlemeler, gizlilik mühendisliğini son
derece önemli hale getirmiştir. Amerika Birleşik Devletleri'nde eyalet veri gizliliği yasaları
(örneğin, California, Colorado, Connecticut, Iowa, Utah ve Virginia gibi eyaletlerdeki yasalar)
ve federal sektör özel veri yasaları (örneğin, Sağlık Sigortası Taşınabilirlik ve Sorumluluk
Yasası, HIPAA, ve Çocuk Çevrimiçi Gizlilik Koruma Yasası, COPPA) otomatik kontroller
gerektiren bir dizi gizlilik uyumluluğu önlemini gerektirmiştir.
— Açıklanabilirlik önem kazanmış, ancak üretken yapay zekâ ilerlemeyi zorlaştırmıştır.
Düzenleyiciler organizasyonları daha fazla şeffaflığa yönlendirdikçe ve dijital platformlarda
müşteri güveni arttıkça, şirketler artık siyah kutu makine öğrenimi (ML) modellerine
açıklanabilir yapay zekâ (XYZ) katmanı eklemekte ve model hatalarını tespit ederek, insan
müdahalesi ile çözülebilecek hataları düzeltmektedir. Milyarlarca parametreye sahip olabilen
üretken yapay zekâ modellerinin hızla yaygınlaşması, izlenebilirliği daha zor ve maliyetli hale
getirecektir. Üretken yapay zekâ, inceleme gereksinimleri daha karmaşık hale geldikçe
çalışanların yeteneklerini geliştirmeyi gerektirecek ve veri sağlık etiketleri ve model kartları
gibi belge standartları yönetim için temel gereksinimler haline gelmiştir.
— Bulut geçişi, müşteri düşüncesi ve desen tabanlı mimariye doğru kayış, teknoloji geliştirme
ekiplerini güvenli tasarım modeline doğru yönlendirmiştir. İşletmeler, ürünün değer önerisinin
temel bir parçası olarak güvenlik, teknoloji direnci ve diğer dijital güven işlevlerini sunmaları
beklenmektedir. Sonuç olarak, geliştirme ekipleri güvenlik ve teknoloji risklerini, geliştirme ve
teslimat yaşam döngüsünün daha erken aşamalarında ele alma konusunda daha dikkatli hale
gelmişlerdir (örneğin, yazılım geliştirme sırasında güvenlik hatalarını proaktif olarak
tanımlayıp otomatik olarak düzeltmişlerdir).

— Miami Uluslararası Havalimanı, 2023 sonuna kadar tüm kapılarda biyometrik tahta binişini
uygulamayı hedeflemiştir. Bu proje, yolcuların uçağa tahta biniş sırasında kimliklerini
kameralar aracılığıyla doğrulayabilmesini sağlayan SITA'nın Smart Path teknolojisini
kullanmaktadır. Bu sistem, havalimanında daha hızlı ve sorunsuz bir yolculuk deneyimi
sunmayı amaçlamıştır.
— 2023'ün başlarında, Avrupa Komisyonu, önümüzdeki AB Dijital Kimlik Cüzdanı için dört
kamu ve özel organizasyon konsorsiyumunu pilot programları yönlendirmek üzere seçmiştir.
Bu pilotlar, tüm AB üye devletlerinin 2024'e kadar isteyen her vatandaşa dijital kimlik cüzdanı
sunmayı gerektiren bir AB düzenlemesi olan eIDAS 2'yi desteklemiştir.
— Netflix mühendisleri, dirençliğin ele alındığından emin olmak için yeni bir yöntem olan
Chaos Monkey'yi geliştirmiştir. Bu yazılım, üretime sunulan sunucuları rastgele sonlandırarak,
mühendislerin kodunun sunucu arızalarını atlatacak şekilde tasarlanıp tasarlanmadığını kontrol
etmelerine yardımcı olmuştur.
— Bir banka, ilişki yöneticileri tarafından benimsenmesini engelleyen siyah kutu satış
potansiyeli üretme modelini kullanmıştır. Modeli açıklanabilir hale getirerek, model çıktısının
standartlaştırılmış görselleştirme ve doğal dil üretimi yoluyla son kullanıcılara erişilebilir hale
getirilmesi, benimsenmeyi sadece artırmamış, aynı zamanda model hatalarını analiz etmeyi
sağlayarak sistemik model hatalarını ortaya çıkarmak ve gerekli iyileştirmeleri yapmak için
yardımcı olmuştur. Açıklanabilirlik aynı zamanda bankacılık şirketinin, yeni müşteriler gibi
temsil edilmemiş gruplardaki örnekleri doğru tahmin etmek için gereken özellikleri
belirlemesine yardımcı olmuş; böylece özellikler modelden dışlanmamıştır.
— Üst düzey bir tüketici ürünleri şirketi, bulut geçiş programında önemli gecikmelerle
karşılaşıyordu. Sorunlarını çözmek için organizasyon, uygulamalarının sınırlarını,
kaynaklarını, politikalarını ve bölümlendirmesini stratejik olarak kontrol etmelerine olanak
tanıyan izolasyon bölgeleri uygulamıştır. Bu yaklaşım, organizasyonun teknoloji direncini
önemli ölçüde artırmış, bir alandaki sorunların diğer alanlara yayılmasını engellemiştir ve
başarılı bir bulut geçişini mümkün kılmıştır. Benzer kavramlar gizlilik mühendisliği için de
kullanılabilir. Örneğin, izolasyon bölgeleri, Genel Veri Koruma Düzenlemesi (GDPR) uyumlu
bölgeler oluşturmak için kullanılabilir, böylece veri depolama ve erişimi yalnızca Avrupa
Birliği içinde gerçekleşmiştir.
Temel Teknolojiler
— Sıfır güvenlik mimarisi (SGM), bir organizasyonun ağının varsayılan olarak tehlikede
olduğunu kabul eden ve bu nedenle her etkileşim için her varlıkla erişim kararlarını zorlamıştır.
— Dijital kimlik, bir bireyi veya varlığı karakterize eden ve ayırt eden tüm dijital bilgileri
içermiştir. Kendi egemen kimlik (KEK) ile kullanıcılar hangi tanımlayıcı bilgileri kimlerle
paylaşacaklarını kontrol etmişlerdir. "Şifresiz" kimlik, kullanıcıların geleneksel alfasayısal
şifrelerle değil, biyometrik veriler, cihazlar, uygulamalar ve belgeler gibi alternatif yöntemlerle
kendilerini doğrulayıp kimliklendirebilmelerine imkan sağlamıştır. İşletmeler, farklı kimlik
boyutlarını tek bir platformda bir araya getiren "bütünleşik kimlik" çözümleri geliştirmişlerdir;
bu da kişinin çalışan olarak başlayıp iş ortağına ve müşteriye dönüştüğü durumları içermiştir.
— Gizlilik mühendisliği, gizliliği tasarımın, işletmenin ve bakımın uygulanmasını

denetlemiştir. Stratejik gizlilik risklerinin azaltılmasına odaklanmış, kaynak tahsisi hakkında
amacına uygun karar verme ve bilgi sistemlerinde gizlilik kontrollerinin etkili bir şekilde
uygulanmasını sağlamıştır.
— Açıklanabilir yapay zekâ (AYZ), ML algoritmalarının girdileri, ağırlıkları ve akıl
yürütmesinin şeffaflığını ve yorumlanabilirliğini artıran yöntemleri ve yaklaşımları kapsamış;
böylece bu algoritmaların güvenilirliğini artırmıştır.
— Teknoloji dayanıklılığı, bir organizasyonun genel bir ortamda teknolojiyi güvenli bir şekilde
tasarlama, dağıtma ve işletme gereksinimlerinin toplamını ifade etmiştir. Değişmez yedekleme
ve kendi kendini iyileştirme ağları gibi bileşenleri içermiştir. Bu tür yetenekler,
organizasyonların gecikmeler, kesintiler veya veri ihlalleri gibi zorlukları belirlemelerine ve
aynı zamanda teknoloji risk olaylarının olasılığını azaltmaya ve bir teknoloji risk olayı meydana
gelirse daha hızlı bir şekilde kurtarma yapabilmelerine yardımcı olmuştur.
Belirsizlikler
— Uygulama karmaşıklığı, etkili uygulamalar elde etmek için kaynak gereksinimlerinin yanı
sıra yetenek kıtlığı, paylaşılan taksonomilerin ve uyumlu risk çerçevelerinin eksikliği, çok
sayıda taraf arasındaki koordinasyon zorlukları ve etkili dağıtımlar için gerekli olan
organizasyon normları ve uygulamalarında gereken değişiklikler gibi nedenlerden dolayı
önemli hale gelmiştir.
— Teknolojileri güncelleştirirken, taşırken veya var olan sistemlerle veya parçalanmış çok
sayıda nokta çözümüyle entegre ederken uyumluluk zorluklarıyla karşılaşılabilmektedir.
— Farklı sektörler arasında güven mimarisi tekniklerinin nasıl veya ne zaman kullanılacağına
dair standartlaşmış ve yaygın olarak kabul edilen en iyi uygulamaların eksikliği, devam eden
bir zorluk olarak belirtilmiştir.
— Gizlilik ile adillik veya gizlilik ile güvenlik arasında gerilimler ortaya çıkabilir; örneğin,
demografik verilerin aşırı toplanmasından kaçınılması ile böyle verilere önyargıyı
değerlendirmek ve hafifletmek veya reşit olmayanlara karşı zararları tespit etmek için ihtiyaç
duyulması arasında gerilimler yaşanabilir.
— Büyük yapay zekâ modellerinin siyah kutusunu anlamak için tek bir yaklaşım bulunmamakla
birlikte, anlamlı bir açıklama sunmak genellikle maliyetli çözümler gerektirir ve iş süreçlerinde
değişiklik yapmayı gerektirebilir.
— Birçok üst düzey lider hala dijital güven önlemlerini (güvenlik, dayanıklılık, açıklanabilirlik
ve gizlilik gibi) başlangıçta dikkate alınması gereken temel ürün işlevi olarak
önceliklendirmemekte ve bunun yerine sonradan eklemeye yönelik bir çalışma olarak
değerlendirmiştir.
— Kuruluşlar, güvenlik, deneyim (örneğin, sorunsuz giriş) ve gizlilik tasarımı açılarından daha
yüksek müşteri, çalışan ve topluluk beklentilerini nasıl yönetebilirler?
— Düzenleyiciler, geçmişteki veri gizliliği, veri kalıcılığı ve diğer konuları düzenleyen

standartları, yeni güven teknolojilerinin yetenekleri ve gereksinimleri ile nasıl uzlaştırabilirler?
Hızla değişen tehdit ve teknoloji peyzajında nasıl daha proaktif olunabilir?
— En kritik sistemler ve veri türleri nelerdir ve kuruluşlar genellikle hangi risklere maruz kalır?
Özellikle verilerin bulutta açığa çıktığı ve sözleşmeli çalışanların daha yaygın hale geldiği bir
dönemde, kuruluşlar risk iştahlarına uygun bir şekilde yeterince korunduklarını nasıl emin
olabilirler?
— Kuruluşlar, gelecekteki güvenliği sağlamak için sıfır güven gibi önde gelen kavramları dijital
organizasyonlarındaki tüm geliştirmelere nasıl entegre edebilirler?
Web3
Web3, sıradan kripto para yatırımlarının ötesine geçer; daha da önemlisi, internetin geleceğine
yönelik bir model sunar. Bu model, otoriteyi merkezi bir yapıdan uzaklaştırır ve kullanıcılara
dağıtarak, kişisel verilerinin nasıl işlendiğine dikkatli bir şekilde daha fazla kontrol sağlar ve
dijital varlıkların daha güçlü sahipliğini mümkün kılar. Bunun ötesinde, çeşitli ticari fırsatlar
sunar: merkezi olmayan otonom organizasyonlar (DAO'lar) tarafından yönetilen yeni iş
modelleri ve aracıları ortadan kaldıran güvenli (akıllı sözleşme) otomasyonla desteklenen iş
modelleri gibi, yeni hizmetlerde bulunan dijital programlanabilir varlıklar ve blok zinciri
teknolojisi kullanarak yeni veri depolama ve yönetişim yöntemleri sunar.
Web3, büyük yatırım fonları ve teknik yetenekleri cezbetmiş olsa da, yeni girişimler hala
geçerli iş modellerini test etmekte ve ölçeklendirmektedir. Aynı zamanda mevcut işletmeler en
uygun Web3 kullanım senaryolarını araştırmaya devam etmektedir. Erken benimseyenler,
belirsiz ve gelişen düzenlemelerle, henüz tam olarak oturmayan ve yeni ortaya çıkan teknoloji
platformları gibi zorluklarla karşılaşabilirler; bu genellikle mevcut Web2 hizmetlerine kıyasla
daha az gelişmiş bir kullanıcı deneyimine yol açmıştır. Ancak, şirketler Web3 pilot projelerinde
başarılar elde etmeye başlamışlardır; bunlar, yeni kullanıcı katılım modelleri ve finansal ürün
teklifleri gibi unsurları içermiştir.
Son Gelişmeler
— Web3'ün bazı alanları düşüş yaşarken diğerleri hala yükselişini sürdürüyor. Kripto piyasası,
2022'de birçok kripto biriminin token değerindeki düşüşler ve birçok kripto borsasının
kapanması sonucu pazar değerini %50'den fazla düşürdü. Ancak Web3'teki diğer birçok
endüstri ölçütü hala güçlü kalmaya devam ediyor. 2022'de, jeton dışı token (NFT) satışlarında
%68'lik bir artış yaşandı; Ethereum'un çekirdek araç indirme miktarı %87 oranında büyüdü; on-
chYZn sabitcoin ödeme hacmi %50'den fazla büyüme gösterdi ve Web3 oyunlarının aktif
kullanıcı sayısında %60 artış oldu. Aynı dönemde, varlıkların benzersiz ünitelere
dönüştürülmesini sağlayan küresel tokenizasyon pazarı büyüklüğü yaklaşık %23 arttı.
— Yeni geliştiricilerin yetenek havuzu sürekli olarak büyümeye devam ediyor. Geliştiriciler,
kripto piyasasındaki düşüşe rağmen hala Web3'e ilgi gösteriyorlar. Açık kaynaklı Web3
projelerine yapılan aylık katkı sayısı, 2022 boyunca 2018'e kıyasla ikiye katlandı. Ayrıca, 2020
boğa koşusunun başlangıcından 2022'nin sonuna kadar aktif geliştiricilerde sürekli bir %60 artış
yaşandı.
— Teknoloji sürekli olarak iyileşiyor ve ilerliyor. Web3'ün temel teknolojisi son yıllarda gelişti
ve benimsenme oranı arttı; 2023 itibarıyla binlerce merkezsiz uygulama mevcuttur, ki bu sayı
2018'de yaklaşık bin civarındaydı. Ayrıca, 2022, "sıfır bilgi" sistemleri gibi yeni teknolojilerin
gelişimine ev sahipliği yaptı. Bu sistemler, ek bilgi sağlamadan bir ifadeyi kanıtlayabilen ve
blok zinciri ölçeklenebilirliğini artırabilecek ve yeni kullanım alanları yaratabilecek (örneğin
artan gizlilik) potansiyele sahiptir.
— Düzenleyici faaliyetler artıyor. ABD Kongresi, 50'den fazla kripto düzenlemesi önerdi ve
birçok diğer ülke, 2022'de birçok kripto borsasının kapanması ve token değer kaybının ardından
kripto alanına artan bir ilgi gösteriyor. Birçok büyük ekonomi, dijital varlık sınıflandırmalarını,
lisans gerekliliklerini ve yatırım sınırlamalarını uygulamış veya önermiştir ve hükümet
kurumları Web3 oyuncuları üzerindeki denetimi artırmıştır. 2023'te ABD Menkul Kıymetler ve
Borsa Komisyonu (SEC), Coinbase ve Binance gibi büyük kripto platformlarına karşı yasal
işlemler başlatmış ve çoğu dijital varlığın menkul kıymetler olduğunu iddia etmiştir. Aynı
dönemde, ABD Temsilciler Meclisi Finansal Hizmetler Komitesi, bir dijital varlığın bir menkul
kıymet olup olmadığını belirleyen daha net bir çerçeve oluşturmayı amaçlayan bir tasarı taslağı
yayınladı; bu sayede piyasa değerinin büyük bir kısmının muhtemelen emtia olarak kabul
edilmesi mümkün olabilirdi.
— Sürdürülebilirliğe geçiş başlıyor. Eski proof of work (PoW) temelli sistemlerin yüksek enerji
tüketimi dikkate alındığında, proof of stake (PoS) temelli daha enerji verimli alternatiflere geçiş
gerçekleşti. 2022'de Ethereum'un PoW'dan PoS'a canlı geçişi "birleşme" örneği ile gerçekleşti
ve bu geçiş enerji verimliliğini 100 kat daha fazla artırdı. Ayrıca, hala PoW kullanan bitcoin
madencileri, anlaşma algoritmasını çalıştırmak için tükettikleri yenilenebilir enerji payını
artırmaktadır.

— Kasım 2022'de JPMorgan Chase, ilk kez zincir üstü sınır ötesi blok zinciri işlemini
gerçekleştirmiştir. Bu işlem, Singapur doları ve Japon yeni mevduatlarını içeren tokenize
edilmiş bir işlemi kapsamış ve Polygon blok zincirinde gerçekleştirilmiştir. Bu işlem,
JPMorgan Chase ve DBS Bank arasındaki Project Guardian adlı daha büyük bir ortaklığın
parçası olarak hayata geçirilmiştir.
— Securitize, KKR ile işbirliği yaparak KKR'nin Sağlık Bakımı Stratejik Büyüme Fonu'na
(HCSG II) maruziyeti olan tokenize edilmiş bir fonu başlatmıştır. Bu fon, Avalanche blok
zincirinde ihraç edilmiştir. Tokenizasyon, işlemleri dijitalleştirerek ve yatırım asgari tutarlarını
düşürerek özel sermayeyi daha fazla bireysel yatırımcıya açmayı amaçlamaktadır.
— Espor ve yaşam tarzı markası olan 100 Thieves (100T), NFT'leri hayranlarına daha
erişilebilir bir şekilde sunarak yükselen marka profilini değerlendirmiştir. League of Legends
şampiyonluğunu kutlama amacıyla, 100T, hayranların 100T platformunda bir cüzdan
oluşturduklarında 75 saat boyunca ücretsiz olarak talep edebilecekleri sanal bir elmas zinciri
oluşturmuştur. 300.000'den fazla kişi NFT'yi talep etmiş ve bunların çoğunluğu ilk defa cüzdan
kullanıcıları olmuştur.
— Web3 stüdyosu RTFKT'yi 2021'de satın aldıktan sonra Nike, .Swoosh adını taşıyan bir
Web3 platformunu başlatmıştır. Bu platform, müşterilere Polygon tabanlı NFT ürünleri
sunmayı hedeflemektedir. Platform, yeni ürün lansmanları için bir merkez olarak hizmet
verecek ve müşterilere sanal giyim tasarımları oluşturup paylaşma imkanı sunacaktır.
Temel Teknolojiler
— Blok zinciri: Bu, bir bilgisayar ağı üzerinde dağıtık ve merkezi olmayan bir genel defter
olarak var olmuş bir sistemdir ve işlemlerin kaydedilmesini kolaylaştırmıştır.
— Akıllı sözleşmeler: Blok zincirinde değiştirilemez kodlarda kurulan yazılım programlarıdır.

Belirli koşullar (örneğin, bir alıcı ve satıcı tarafından kabul edilen şartlar) yerine getirildiğinde
otomatik olarak yürütülmüşlerdir.
— Dijital varlıklar ve tokenlar: Bu dijital olarak var olan benzersiz öğelerin örnekleri arasında
yerel kripto paralar, yönetişim tokenları, stabilcoinler, NFT'ler ve tokenize edilmiş gerçek
dünya ve finansal varlıklar (nakit dahil) bulunmuştur.
Belirsizlikler
— Düzenlemeler, tüketici ve yatırımcı koruması, varlık sınıflandırması (örneğin, güvenlik,
emtia veya para birimi), blok zinciri temelli sözleşmelerin yasallığı ve uygulanabilirliği,
muhasebe ve vergi standartları, sermaye tahsisi, hesap verebilirlik mekanizmaları ve müşteri
kimlik doğrulama ile kara para aklama standartları gibi konularda düzenleyicilerin
yaklaşımlarını belirlemişlerdir.
— Web3'ün değer önerisi ve kullanıcı deneyimi, geleneksel sistemlerle (ki bunlar da hala
devam etmekte olan şekillerde evrilmektedir) karşılaştırıldığında genellikle tam olarak
anlaşılmamıştır. Reddit ve Discord gibi platformların Web3 çözümleriyle denemelere
başlamasına rağmen, faydaları birçok tüketici ve işletme için hala belirsiz olmuştur.
— Ekosistem altyapısı yeni başlangıç aşamasında bulunmaktadır ve iş modelleri (örneğin,

dijital sadakat tokenlerini kabul eden satıcılar) ve değer zincirleri (NFT'lerin oluşturulması,
ticareti ve güvenli depolanması gibi) test edilerek rafine edilmeye veya terk edilerek
olgunlaştırılmaya devam edecektir.
— Tüketicinin korunması, özellikle son zamanlarda birkaç yeni başlayan Web3 projesinin
başarısızlıkları ve büyük kripto borsalarındaki sahtekarlık olayları nedeniyle düzenleyicilerin
odak noktası haline gelmiştir.
— Kod (örneğin, akıllı sözleşmeler) veya verilere (örneğin, oraküller) dayanan yeni
teknolojilerin dayanıklılığı artmaktadır, ancak bu teknolojiler daha önce önemli hatalar
yaşamıştır. Web3 kodunun birleştirilebilirliği, şu anda yanlış anlaşılan uygulamalardaki
zayıflıkları sürdürebilmiştir.

— Hangi Web3 iş modeli ve değer zincirleri teknik olarak güvenilir, ölçeklenebilir ve ticari
olarak sürdürülebilir hale gelecektir? Ana akım benimsemeyi nasıl kolaylaştıracaktır?
— Kültürel bir olgu olarak, Web3 benimseme kalıpları farklı popülasyonlar arasında nasıl
farklılık gösterecektir?
— Web3 ekosistemleri, işletme sistem mimarileri ve büyük ölçekli Web2 platformları ile nasıl
birlikte var olacak ve birbirleriyle etkileşimde bulunacaktır?
— Düzenleyici önlemler, Web3'e olan güveni nasıl etkileyecek ve olası gelecekteki yenilikleri
nasıl şekillendirecektir?
— Web3 ve etkileşimli gerçeklik, metaverse'te yeni deneyimler sunma konusunda nasıl katkı
sağlayacaktır?
Bilgi İşlem ve Bağlantı Sınırları

Gelişmiş Bağlantılık
Gelişmiş bağlantı iyileştirmeleri, dünya genelinde tüketicilerin deneyimlerini artırarak
mobilite, sağlık hizmetleri ve üretim gibi sektörlerde verimliliği artırmıştır. Şirketler, mevcut
dağıtımlar ve bağlantı standartları üzerine inşa edilen gelişmiş bağlantı teknolojilerini hızla
benimsemişlerdir. Bununla birlikte, düşük yörünge bağlantısı (LEO) ve özel 5G ağları gibi
gelecekteki bazı yeni teknolojiler, kabul edilmesi için üstesinden gelinmesi gereken engellerle
karşılaşmıştır.
Son Gelişmeler
— Farklı bağlantı teknolojilerinin entegrasyonu hız kazanmıştır. Farklı kullanım durumları için
(örneğin, Wi-Fi, hücresel ve uydular) çeşitli bağlantı çözümleri bulunurken, dikkat bu
çözümleri müşteri deneyimini sorunsuz hale getirecek şekilde entegre etmeye çevrilmiştir.
Büyük şirketlerden Apple ve T-Mobile gibi isimler, ürünlerine uydu bağlantısını entegre
etmeye (örneğin, iPhone 14'e acil durum SOS özelliği) yatırım yapmıştır.
— Telekom şirketleri, 5G'yi tüketicilere yönelik olarak ticarileştirmekte zorlanırken,

endüstriyel uygulamalar beklenenden daha yavaş bir büyüme göstermiştir. 5G için API'lar,
telekomünikasyon şirketlerine 5G'nin tüketiciye sunumunu para kazandırma yeteneği sunarken,
ileri bağlantı temelli tüketici kullanım durumlarının henüz ölçeklenmemesi nedeniyle
benimsenme süreci yavaş olmuştur. Birçok endüstriyel şirket, 5G özel ağlarının
benimsenmesini, hücresel teknoloji faydalarının ve yönetiminin karmaşıklığı, dağıtım maliyeti
ve uçtan uca kullanım durumlarının yeni ve gelişmekte olan durumu nedeniyle beklemeyi tercih
etmiştir. 5G özel ağı pazarı büyümekte olup üretim, lojistik, hizmetler gibi çeşitli endüstrilerde
örnek uygulamalar görmüştür.
— Fiber pazarı büyümüş ve konsolide olma eğilimindedir. Fiber ağların ilk başarısını takiben,
son birkaç yılda anlaşma faaliyetleri ve şirket değerlemeleri artmıştır. Son dönemde birçok
küçük fiber şirketi kurulmuş olsa da, pazar artık özellikle Avrupa'da birleşme ve satın alma
faaliyetlerini de içerecek şekilde konsolidasyon yönünde ilerlemiştir.
— Ericsson USA'nın 5G Akıllı Fabrikası'nda, şirket gelecek nesil bağlantı cihazlarıyla fabrika
binasının enerji çıkışını izlemiştir ve enerji tüketimini azaltmayı başarmıştır. Ayrıca, cihazlar
kablosuz olarak Ericsson ağına bağlanmıştır, böylece talep değişikliklerine hızla yanıt vermek
kolaylaştırılmıştır.
— Nokia, Baltık Denizi'nde mavi-yeşil algleri izlemek amacıyla Finlandiya Çevre Enstitüsü
(SYKE) ile işbirliği gerçekleştirmiştir. Bir drone, yüzeydeki algleri tespit etmek üzere
kullanılmıştır; topladığı veriyi ise gerçek zamanlı analiz ve bilgisayar görüşü ile 5G aracılığıyla
iletmektedir.
— Apple'ın Globalstar ve diğer uydu sağlayıcılarına yaptığı 450 milyon doların üzerindeki
yatırım, iPhone 14'ün acil durum uydu kapsamasını sağlama yeteneği sunmasına imkan
vermektedir. iPhone 14 sahipleri, uzak bölgelerde yardım çağrısı yapmak için bu özelliği
kullanabilmektedirler. Bu durum, tehlikeli durumlarda insan kurtarmada yardımcı olduğu için
medyada yer bulmuştur.
— Centrica Storage ve Vodafone arasındaki ortaklık, maliyetleri düşürmek ve tesis

verimliliğini artırmak amacıyla temel bakım ve mühendislik işlemlerini 5G altyapısıyla
otomatikleştirmek ve izlemek üzere geleceğe dönük bir gaz tesisinin inşasını amaçlamıştır.
— Samsung, İngiltere'deki telekom şirketi O2 ve Ulusal Sağlık Hizmeti ile işbirliği yaparak,
paramediklerin hastalara daha hızlı ve etkili hizmet sunabilmesini sağlamak amacıyla gerçek
zamanlı video teknolojisi gibi yeni özellikleri kullanarak 5G teknolojisiyle donatılmış akıllı
ambulansları test etmeyi hedeflemektedir.
Temel Teknolojiler
— Optik fiber. Fiziksel cam iplikler, güvenilir yüksek çıkışlı ve düşük gecikmeli bağlantı
imkanı sağlamıştır.
— Düşük güçlü geniş alan ağları. Bu kablosuz ağlar (örneğin, dar bantlı IoT, LTE-M, LoRa,
Sigfox), yüksek sayıda bağlı cihazı desteklemiştir.
— Wi-Fi 6 ve 7. Bir sonraki nesil Wi-Fi (ayrıca endüstriyel Wi-Fi olarak da adlandırılır), daha
yüksek verimlilik, daha fazla kontrol edilebilir hizmet kalitesi ve hücresel benzeri bir güvenlik
seviyesi sunmuştur.
— 5G/6G hücresel bağlantı. Bu sonraki nesil hücresel teknolojiler, yüksek bant genişliği, düşük
gecikme süreli bağlantı hizmetleri sağlamış ve daha yüksek spektrum frekans bantlarına erişim
sunarak büyük miktarda bağlı uç noktayı işleme kapasitesine sahip olmuştur.
— Yüksek irtifa platform sistemleri (YIPS). Bu sistemler, Dünya'nın 20 ila 50 kilometre

yukarısında sabit bir noktada bulunan radyo istasyonlarını içermiştir. YIPS hafif uçaklara
konuşlandırılabilecek ve uzak bölgelerde esnek kapasite ve erişim sağlayabilecektir.
— LEO uydu yıldız kümeleri. Bu, mevcut uydu tekliflerine göre belirgin şekilde azaltılmış
gecikme süresi sunan geniş alan kapsamı sağlamış ve uzak bölgelerde kapsama sağlamak için
kullanılabilecek; ayrıca yedek olarak da görev kritik uygulamalar için (örneğin, yüksek
gerilimli elektrik ağları) kullanılabilecektir.
— Doğrudan el cihazına uydu bağlantısı. Telekom şirketleri ile uydu sağlayıcıları arasındaki
işbirlikleri, telefonun doğrudan uyduya erişmesine izin vermiş ve geleneksel hücresel kulelerin
erişemediği alanlarda ağ kapsamını genişletmiştir.
Belirsizlikler
— İşletme sürdürülebilirliği, dünya genelinde telekom şirketlerinin daha iyi ağ kalitesini paraya
dönüştürme zorluğu, sürekli artan trafik ve dağıtım maliyeti gibi etkenler nedeniyle yatırım
getirisinin sürekli olarak azalması sonucu soru işaretleri taşımıştır.
— Kullanılabilirlik, endüstriyel sektörler ve yüksek hız veya düşük gecikme gibi daha yüksek
hizmet seviye anlaşmalarını gerektiren tüketici kesimi için 5G destekli robotik ve hareket
halinde oyun gibi kullanım senaryolarının olgunlaşmasına bağlı olmuştur.
— Gelişmiş bağlantı teknolojilerinin benimsenmesinin ana belirsizlikleri teknolojiye göre

değişir. Örneğin, IoT'nin benimsenmesi, yüksek derecede parçalanmış bir pazar, güvenlik
endişeleri, uyumluluk, çeşitli oyuncuların dâhil olduğu karmaşık dağıtımlar ve standardizasyon
eksikliği nedeniyle beklenenden daha yavaş gerçekleşmiştir. 5G ve 6G için ise telekom
operatörlerinin gelir elde etme zorlukları, küresel ölçekte altyapı inşa etme yeteneklerini
etkilemiştir.
— Hükümet müdahalesi hala gelişmekte olup, 5G ve gelecek nesil dijital altyapı için
düzenlemeler ve finansman açısından rol oynamaya devam etmiştir.
Gelecek İle İlgili Sorular

— Fiber pazarındaki değişiklikler (örneğin, finansman ve satın alımlar) müşterilerin ağ
seçeneklerini nasıl etkileyecek? 5G yeterince karlı olabilecek mi?
— Şirketler, pazardaki daha küçük fiber operatörlerinin uzun kuyruğuna nasıl yanıt verecekler?
Örneğin, bu operatörleri satın alacaklar mı, işbirliği yapacaklar mı, kaçınacaklar mı yoksa
mevcut ağların yanı sıra potansiyel olarak gereksiz ağlar mı inşa edecekler?
— Çeşitli paydaşların beklentileri nelerdir? Yeni nesil kablosuz teknolojilerden neler

bekleniyor?
— 6G nasıl olacak? 6G'nin başarılı olması için neler yapılmalıdır?
— Özel ağ benimsenmesi nihayet başlayacak mı? Endüstriyel sektörler bu konuda neleri bilmeli
ve faydalarını kaçırmamak için ne yapmalı?
— IoT benimsenmesini hızlandırmak için anahtar faktörler nelerdir?
Gerçekçi Sanal Dünya Teknolojileri

Gerçekçi dalgalanma teknolojileri, mekânsal hesaplama kullanarak fiziksel alanı yorumlamış;
veri, nesne ve insanları gerçek dünya ortamlarına eklemeyi simüle etmiş; ve artırılmış gerçeklik
(AR), sanal gerçeklik (VR) ve karma gerçeklik (MR) ile farklı daldırma seviyeleriyle sanal
dünyalarda etkileşimi mümkün kılmıştır. 2021 yılında risk sermayesi yatırımcıları, AR ve VR
başlangıç şirketlerine yaklaşık 4 milyar dolarlık fon sağlamıştır; bu, 2018'den sonra en başarılı
fon sağlama yılı olmuştur. AR ve VR toplam yatırımları, 2022 yılında düşüş göstermiş olsa da,
yatırımcılar eğilime devam eden ilgi göstermiştir: 2022'de en az yedi yatırım turu, 100 milyon
dolar veya daha fazlası ile tamamlanmıştır. Araştırmamız, gelecekteki metaversin, 2030'a kadar
tüketici ve işletme kullanım durumlarından kaynaklanan 4 trilyon ila 5 trilyon dolar arasında
bir değer yaratabileceğini öne sürmektedir.
Son Gelişmeler
— Yatırım düşüşleri ve VR ile AR cihazlarının tüketici tarafından benimsenmesindeki
değişimler, bir yavaşlamayı göstermiştir; ancak düz cihazlarda AR kullanımı artmaya devam
etmektedir. 2021 yılında, gerçeklik teknolojilerine yönelik yatırımlar 2018'de 14 milyar dolar,
2021'de 32 milyar dolar ve 2022'de 16 milyar dolar olacak şekilde artış göstermiştir. Aynı
dönemde, tüketici benimsemesi bir miktar yavaşlamıştır; dünya çapında VR başlıkları ve AR
cihazlarının sevkiyatı, 2022'de artan enflasyon baskıları nedeniyle tüketici harcamalarında
%12'den fazla düşüş yaşamıştır. Ancak düz cihazlarda (örneğin, telefonlarda) AR kullanımı
artarak devam etmektedir: 2016'da 1,03 milyar olan AR uygulamalarının kurulu tabanı, 2022'de
6,06 milyara yükselmiştir.
— Yeni cihazlar hala pazara sunulmaya devam etmektedir. Donanım yeniliği hızı azalmış olsa
da, 2022'de yeni VR başlıkları piyasaya sürülmüştür. 2023 boyunca da yeni VR başlıklarının
piyasaya sürülmesi beklenmekte ve çevresel cihazlar (örneğin, haptikler ve ekranlar) ilerlemeye
devam etmektedir; yeni kullanıcı deneyimi yeniliklerinin tüketici pazarını desteklemesi
öngörülmektedir. 2023 yılında, büyük bir PlayStation kullanıcı kitlesine hitap eden VR2 başlığı
piyasaya sürülmüş ve HTC de yüksek kaliteli tüketici ve profesyonel segmentler için olumlu
eleştiriler alan Vive XR Elite başlığını piyasaya sunmuştur.
— Yapılan duyurular, gelecekteki cihazlarda teknik atılımları işaret etmektedir. Apple, göz
takibi, el jesti tanıma ve sorunsuz kaydırma gibi teknolojileri içeren Vision Pro AR/VR
başlığının 2024'te çıkışını duyurmuştur. Apple, Vision Pro'yu geniş bir yetenek ve sermaye
birikimi ile desteklemiştir ve 5.000'den fazla patentle güçlendirmiştir. Şirket, başlığın dikkate
değer avantajlar sunabileceğine inanmaktadır ve karma gerçeklik alanında yeni standartlar
belirlemeyi amaçlamaktadır.
— Kurumsal iş birlikleri eğilimi ilerlemeye devam etmektedir. Kurumsal segmente yönelik

yatırımlar, büyük ölçüde iş birlikleri ile artmıştır. Örneğin, Ağustos 2022'de Lenovo, saha
teknisyenleri için sonraki nesil AR giyilebilir çözümler sunmak üzere CareAR ile iş birliği
yapacağını duyurmuştur. Kurumsal benimseme, işletim ortamlarında (örneğin, depolar, klinik
deneyler ve perakende mağazalar) dijital ikiz kullanım durumları aracılığıyla verimliliği artırma
potansiyeli ile birlikte daha da artacaktır.

— Nike, Roblox ile işbirliği yaparak Nikeland adıyla bir metaverse alanı oluşturmuş, bu alanda
Nike ürünlerini içeren avatarlarla dolu merkez birası bulundurmuştur. Ayrıca, marka
.SWOOSH'u tanıtmış; bu, metaverse içerisinde topluluk deneyimleri düzenlemeyi ve
müşterilere dijital varlıkların satın alınabileceği bir imkan sunmayı amaçlamıştır.
— Eylül 2022'de Lowe's, ev iyileştirme perakende sektöründe interaktif bir dijital ikiz mağaza
konseptini sunarak mağaza katı yönetimini ve müşteri hizmetlerini iyileştirmeyi amaçlamıştır.
Bu inisiyatif, mağaza çalışanlarının mağaza verilerini görselleştirmelerini ve etkileşimde
bulunmalarını sağlayarak desteklemeyi hedeflemiştir.
— Morehouse College, uzakta olan öğrencilerini etkilemeyi amaçlayarak biyomoleküler kimya

profesörü Muhsinah Morris, öğrencilere kişisel deneyler gerçekleştirir gibi sanal deneyler
yapma olanağı sunmayı amaçlayarak okulun kimya laboratuvarının dijital bir ikizini tanıtmıştır.
Temel Teknolojiler
— Artırılmış gerçeklik (AR), gerçek dünya ortamlarına bilgi ekleyerek sınırlı bir derecede dalış
sağlamıştır.
— Sanal gerçeklik (VR), kullanıcıları tamamen sanal ortamlara daldırarak derin bir dalış
deneyimi sunmuştur.
— Karışık gerçeklik (MR), AR ve VR arasında bir daldırma seviyesi sağlayarak, kullanıcıların

hem gerçek dünya hem de sanal unsurlarla etkileşimde bulunmasını mümkün kılmıştır.
— Mekansal hesaplama, kullanıcının etrafındaki 3D fiziksel alanı, bir kullanıcı arayüzü için bir
tuval gibi kullanma prensibine dayanmıştır.
— Beden üzeri ve dışı sensörler, sanal ortamlarda nesneleri ve bedenleri tespit etmek amacıyla
kullanılmıştır. Bu sensörler genellikle taşınabilir veya giyilebilir cihazlara entegre edilmiş veya
kullanıcının etrafına monte edilmiştir.
— Haptik geri bildirim cihazları, genellikle titreşimler gibi duyumları kullanıcılara ileterek
dokunsal deneyimler sunmuştur.
— Konum haritalama yazılımı, gerçek zamanlı olarak kullanıcının fiziksel konumunu ve

çevresini algılayarak artırılmış gerçeklikte kullanılan sanal ortamı gerçek dünyayla
bütünleştirmiştir.
Belirsizlikler
— Cihaz geliştirmeleri, hem donanım hem de yazılım açısından gereklidir, özellikle AR
cihazları için. Bu sayede miniaturizasyon ve ağırlık azaltma sağlanabilir, cihazlar daha
dayanıklı hale getirilmiş, sensör hassasiyeti artırılmış, kullanıcı konforu iyileştirilmiş, ısı çıkışı
azaltılmış ve pil ömrü uzatılmıştır.
— Maliyet düşüşünün hızı ve seviyesi belirsiz olsa da, uygulamaları daha tüketici dostu ve
ölçeklenebilir hale getirmek için gereklidir.
— Kullanıcı gereksinimlerinin genişlemesi hala belirsizlik taşımaktadır. Metaverse, hedeflenen

özgün ihtiyaçlardan daha geniş kitlelerin kullanımına yönelik talebin arttığı kritik bir aşamadan
birkaç yıl uzaklaşmıştır. Kullanıcı fiyat noktalarının gelişimi gibi belirli iş odaklı düşünceler de
benimsenme hızını etkileyecektir.
— Kullanıcı davranışlarını izlemeye ilişkin güvenlik ve gizlilik endişelerini azaltmak, güven

inşa etmek açısından son derece önemlidir.
— Kontrol dışındaki ortamlarda sınırlayıcı AR ve VR platformlarının kullanımı göz önünde
bulundurulduğunda, güvenlik endişeleri de son derece önemlidir.
— NihYZ kullanıcı cihazları, kullanım amacına bağlı olarak bağımsız AR ve VR

platformlarından mobil telefonlar için yan aksesuarlara kadar çeşitli şekillerde olmuştur.
Ayrıca, şu anda AR/VR'den daha hızlı benimsenen düz ekranlar gibi diğer cihazlar, cihazın
yaygınlaşmasına olan etkisini göstermiştir.

— Immersive reality, uzaktan çalışmayı değiştirecek bir etki yaratacak mı?
— İlk fikirler nasıl ölçeklendirilecek? Başarıyı tetikleyecek faktörler neler olacak?
— İşletmeler, yeni ve gelişen tüketici kullanım senaryoları için gereken teknoloji altyapısını
nasıl etkili bir şekilde yönetecek?
Bulut ve Uç Bilişim
Gelecekte, işletmeler, hesaplama ve depolama ihtiyaçlarını farklı lokasyonlarda çeşitli altyapı
seviyeleriyle karşılamış olacaktır. Bu seviyeler, yerel (lokal) başlayarak yerelden yakına
(kenar) ve küçük bölgesel veri merkezlerinden uzak hiperskalaya kadar ulaşmıştır. Kenar
bilişim yaklaşımı, veriyi kaynağına daha yakın işleme ve saklama yeteneği sağlamış, bu da
esnekliği artırmış ve yeni kullanım senaryolarını mümkün kılmıştır. Kullanıcıya daha yakın
verinin erişimi, veri aktarım gecikmelerini ve maliyetlerini azaltmış, daha uygun veri
kümelerine hızlı erişim sağlamış ve veri ikametgahı yasalarına uyum sağlama konusunda
yardımcı olmuştur. Kamu bulutu, gelecekte işletmelerin zaman açısından acil olmayan
hesaplama gereksinimlerini daha etkili bir şekilde ölçeklendirebilmiştir. Bulut ve kenar
kaynaklarının sürekli entegrasyonu, kullanıcıların yeniliği, hızı ve çevikliği daha geniş bir
sistemde genişletmelerine olanak tanımış; bu da yenilikçiliği hızlandırmış, üretkenliği artırmış
ve iş değeri yaratmıştır.
Son Gelişmeler
— Göç hızı yavaşlamıştır. Yüksek maliyetler, veri gizliliği ve gecikme ile ilgili sorunlar
yavaşlamaya katkıda bulunmuştur, ancak işletmeler hala genelde buluta göç etmeyi
sürdürmektedir. Ancak bazı durumlarda işletmeler buluttan "geri getirme" yapmaktadır.
Uptime Institute Global Data Center tarafından yapılan son çalışma, yaklaşık %33'ünün
buluttan bir veri merkezine veya eş konumlandırma tesisine geri döndüğünü belirtmiştir. Ancak
geri dönenlerin yalnızca %6'sı buluttan tamamen vazgeçmiştir. Çoğunluğu hibrit bir yaklaşım
benimsemekte, yerel ve genel bulut seçeneklerini kullanmaktadır.
— Kenar bilişim yatırımları çekmeye devam etmektedir. Farklı endüstrilerde 400'den fazla
kenar kullanım durumu tespit edilmiş ve kenar bilişiminin önümüzdeki beş yıl boyunca küresel
olarak çift haneli büyüme göstereceği artırılmıştır. Kenar benimsenmesi, belirli konumlarda
güvenilir bağlantının olmaması (örneğin, uzak fabrikalar) gibi çeşitli nedenlerle artmaktadır.
Kenar bilişim aracılığıyla veriler, oluşturuldukları yerde işlenebilmekte, bu da verimli veri
analizi ile daha yüksek hız ve doğrulukla iş kararlarının alınmasına imkan tanımaktadır.
— Yüksek performanslı hesaplama ve yapay zekâ/makine öğrenimi (ML) alanlarında bulut

kullanımı artmaktadır. Bu iş yüklerinin büyümesinden faydalanmak ve donanımlarını optimize
etmek için bulut sağlayıcıları yalnızca ortaklıklara dayanmakla kalmamakta, aynı zamanda
kendi özgün yonga tasarımına da yatırım yapmaktadır (örneğin, Google'ın tensor işlem
birimleri ve Amazon Web Services'ın Nitro Sistemi).
— Hiperskalar giderek daha fazla sürdürülebilirliğe odaklanmaktadır. Google, 2030'a kadar

%100 karbonsuz enerjiye tam bir geçiş yapacağını duyurmuş ve Microsoft, 2025'e kadar %100
yenilenebilir enerji kaynağına taahhütte bulunmuştur.

— Nesnelerin İnterneti (IoT) veya cihaz kenarı. IoT cihazları, sensörler ve video kameralar
gibi, kaynaklardan veri toplamak ve işlemek için kullanılmıştır. Bu cihazlar genellikle temel
hesaplama ve depolama yetenekleri ile birlikte gelmiştir.
— Sahada veya "eyleme yakın" kenar. Bu, verilerin üretildiği bir mülk içinde veya uzaktaki
veya taşınabilir bir konumda dağıtılan hesaplama ve depolama kaynaklarıdır.
— Operatör, ağ ve mobil kenar bilişim (MEC). Bunlar, bir mobil veya birleşik hizmet
sağlayıcısının ağının kenarına dağıtılan özel veya genel hesaplama ve depolama kaynaklarıdır
ve genellikle işletme sahasından bir ağ sıçraması uzaklığında sürdürülmüştür.
— Şehir kenarı. Büyük şehir alanlarında bulunan daha küçük ayak izine sahip veri merkezleri
(örneğin, yaklaşık üç megavat) halka açık bulutu, yakın sahada hesaplama gücü ve depolama
ile destekleyerek düşük gecikme süresi ve/veya daha yüksek kullanılabilirlik sağlamıştır.
Temel Teknolojiler
— Nesnelerin İnterneti (IoT) veya cihaz kenarı: Sensörler ve video kameralar gibi IoT cihazları,
kaynaklarından veri toplamak ve işlemek için kullanılmıştır. Bu cihazlar genellikle temel
hesaplama ve depolama yetenekleri ile birlikte gelmiştir.
— Sahada veya "eyleme yakın" kenar: Bu, verilerin üretildiği bir mülk içinde veya uzaktaki
veya taşınabilir bir konumda dağıtılan hesaplama ve depolama kaynakları sürdürülmüştür.
— Operatör, ağ ve mobil kenar bilişim (MEC): Bunlar, bir mobil veya birleşik hizmet
sağlayıcısının ağının kenarına dağıtılan özel veya genel hesaplama ve depolama kaynakları
sürdürmüştür ve genellikle işletme sahasından bir ağ sıçraması uzaklığındadır.
— Şehir kenarı: Büyük şehir alanlarında bulunan daha küçük ayak izine sahip veri merkezleri
(örneğin, yaklaşık üç megavat) halka açık bulutu, yakın sahada hesaplama gücü ve depolama
ile destekleyerek düşük gecikme süresi ve/veya daha yüksek kullanılabilirlik sağlamıştır.
Belirsizlikler
— Kenar düğümlerinin ve cihaz sayısının artmasıyla ölçekleme zorlukları ortaya çıkabilir; zira
kenar bilişim, geleneksel bulut bilişiminde olduğu gibi ölçek ekonomilerinden
faydalanamamıştır.
— Diğer zorluklar arasında ROI görünürlüğünün eksikliği, genel olarak kenar geliştirmenin
daha uzun geri dönüş süreçleri, müşterilerin değer katma kullanım durumlarını anlamama
sorunu, deneme aşamasından geniş ölçekli uygulamalara geçiş için büyük yatırım
gereksinimleri, yakın dönemde kenar bilişim lokasyonlarında fazla arz, karmaşık teknik
entegrasyon gereksinimleri (özellikle mevcut teknoloji manzarasıyla uyum sorunları nedeniyle)
ve hemen kullanıma hazır çözüm eksikliği yer almıştır.

— İş ve düzenleyici gereksinimler arasında esneklik ve konumlandırmanın dengesi, kenar
bilişiminin buluttan daha etkili hale gelmesini sağlamış mıdır? Yoksa ağdaki uyumluluk
eksikliği ve standartların yaygınlaşmamış olması gibi engeller, kenar bilişiminin tam
potansiyeline ulaşmasını engellemiştir mi?
— Hyperscale bulut sağlayıcıları, kenar bilişim yarışını kazanmış mıdır, ve 5G destekli MEC'e
sahip telekomünikasyon şirketleri hyperscale ile nasıl rekabet etmiş veya iş birliği yapmıştır?
— Hızla ilerleyen YZ teknolojisi ve beraberinde getirdiği düzenleyici değişiklikler, bulut ve

kenar sağlayıcılarının iş modellerini nasıl değiştirmiştir?
— Veri merkezlerine ve kenara özgü tasarlanan özel yongalar, örneğin YZ çıkarımı veya sürekli
çalışan sensörler, rekabetçi bulut ve kenar bilişim manzarasını nasıl etkilemiştir?
— Depolama ve işlem gücündeki artışlar güvenlik açıklarına yol açmış mıdır?
— Veri merkezleri yeşil IT uygulamalarına geçiş yaparken, cihaz sayısı, veri merkezi
yoğunluğu ve enerji talebi artarken, bulut ve kenar bilişimin sürdürülebilir IT prensipleriyle
nasıl bir evrim geçirmiştir?
— Sensör maliyetlerinin düşmesi ve performanslarının artmasıyla birlikte, bulut ve kenar

kaynakları, artan veri hareketi ve YZ destekli analiz talebini nasıl karşılamıştır?
Kuantum Teknolojileri
Kuantum teknolojileri, kuantum mekaniğinin özgün özelliklerini kullanarak, belirli türdeki
karmaşık hesaplamaları klasik bilgisayarlara kıyasla üstel bir şekilde daha verimli bir biçimde
gerçekleştirmeyi, güvenli iletişim ağları oluşturmayı ve klasik alternatiflere kıyasla büyük
ölçüde daha hassas yeni nesil sensörleri sunmayı vadetmiştir. Temel olarak, kuantum
teknolojileri, havacılık ve savunma, otomotiv, kimya, finans ve ilaç endüstrileri de dahil olmak
üzere çeşitli sektörlerde büyük gelişmelere yol açabilecek simülasyonlar gerçekleştirme ve
problemleri çözme yeteneğine sahiptir. Ancak, kuantum teknolojilerinin potansiyel
kullanıcıları, tamamen hata düzeltilebilir kuantum bilgisayarlarının ve ölçeklenebilir kuantum
iletişim ağlarının henüz gerçekleştirilmesi için teknolojik zorlukların devam ettiği gerçeği
nedeniyle belirsiz bir benimseme yol haritasına hazırlıklı olmalıdır..
Son Gelişmeler
— Donanım gelişmeleri devam etmektedir. Kasım 2022'de, IBM, önceki kuantum
bilgisayarlarında bulunmayan 433 kubite sahip Osprey adlı bir kuantum işlemcisini
duyurmuştur. Birkaç ay önce ise Google, fiziksel kubitlerin sayısını artırarak mantıksal bir kubit
oluşturmak için etkileşimde bulunan fiziksel kubitlerin sayısını artırarak kuantum hata
oranlarını azaltma deneyinin ilk deneysel kanıtını sunmuştur. Birçok bilim insanı, bu
gelişmenin hataların yeterince azaltılabileceğine dair daha fazla kanıt sağladığına inanmaktadır,
bu da kuantum bilgisayarlarının büyük ölçekli hesaplamaları gerçekleştirmesine imkan
tanıyabilir.
— Yetenek açığı hala önemli bir sorun olsa da, azalmaya başlayabilir. Kuantum teknolojilerinin
benimsenmesi, kuantum uzmanları tarafından cihazlar ve çözümler oluşturabilen kişilerin
eksikliği nedeniyle engellenebilir. Ancak 2022'de hafif bir iyileşme görülmüştür: McKinsey
araştırması, endüstrideki açık iş pozisyonlarının neredeyse üçte ikisinin kuantum teknolojileri
alanında yeni yüksek lisans mezunlarıyla doldurulabileceğini göstermiştir; bu rakam 2021'de
sadece üçte bir seviyesindeydi. Gelecekte bu açık daha da azalabilir; 2022'de kuantum
teknolojileri yüksek lisans programları sunan üniversitelerin sayısı neredeyse iki katına
çıkmıştır.
— Bilgi güvenliğine odaklanma artmaktadır. Temmuz 2022'de, altı yıllık bir yarışmanın
ardından Ulusal Standartlar ve Teknoloji Enstitüsü (NIST), kuantum dirençli dört şifreleme
algoritmasının ilk setini duyurmuştur. Aynı dönemde yayınlanan makaleler, 2048-bit RSA
şifrelemesine yönelik artan riskleri göstermiş ve RSA şifrelemesini kırmak için gereken kubit
sayısı 2015'ten bu yana önemli ölçüde azalmıştır. Kuantum donanımı ve algoritmaları
geliştikçe, oyuncular verileri güvende tutmak için kuantum anahtar dağıtımı (QKD) ve kuantum
sonrası güvenliğe yatırım yapmaktadırlar.
— Kuantum bilim insanları Nobel Fizik Ödülü'nü kazanmışlardır. Alain Aspect, John Clauser
ve Anton Zeilinger gibi kuantum bilim insanları, 1970'ler ve 1980'lerde karmaşıklaşmış fotonlar
üzerine yaptıkları araştırmalar nedeniyle 2022 Nobel Fizik Ödülü'ne layık görülmüşlerdir.
Keşifleri, kuantum iletişimi için uygulamalara sahiptir ve o zamandan beri birçok şirket benzer
teknikleri kullanarak bilgiyi güvenli bir şekilde aktarmak için kullanmışlardır.

— JPMorgan Chase, Toshiba ve Ciena, şehir içi bölgeler için kullanılabilir bir Kuantum
Anahtar Dağıtım (QKD) ağı ile dinlemeye karşı tespit ve savunma imkanı sunmuştur. Ağ
içerisindeki QKD, JPMorgan Chase tarafından blok zinciri uygulamasının dağıtımı ve güvence
altına alınması için kullanılmıştır.
— Amazon Web Services (AWS) araştırmacıları Singapur'da noktadan-noktaya kuantum

güvenli bir ağ uygulamasını gerçekleştirmiştir. Ekip, iki QKD cihazını üretim kalitesinde optik
fiber ağı kullanarak birbirine bağlamıştır.
— 2022'nin başlarında, büyük bir sensör geliştiricisi olan Robert Bosch, kuantum algılama
teknolojilerini geliştirmeye ve ticarileştirmeye yönelik bir iç bölümün oluşturulduğunu
duyurmuştur. Bu iç bölüm, mevcut kuantum araştırmalarının sonuçlarından yola çıkarak yeni
ürünler oluşturacak ve tıbbi uygulamalar da mümkün olabilecektir.
— Quantum Computing Inc (QCi), bir Alman otomotiv OEM'inin karmaşık tasarım sorununu
rekor sürede (altı dakika) çözmüştür. Bu zorluk, belirli bir araç için sensörleri en düşük
maliyetle yapılandırarak farklı sürüş senaryolarında en geniş kapsamı (yani farklı sürüş
senaryolarında engelleri tespit etme yeteneğini) sağlayacak şekilde optimize etmek için yapılan
bir çözümdür.
Temel Teknolojiler
— Kuantum hesaplama. Kuantum işlemciler, kuantum mekaniği ilkelerini kullanarak
simülasyonlar gerçekleştirmekte ve bilgileri işlemekte kullanılmıştır. Bazı uygulamalar için,
klasik bilgisayarlara göre üstel performans iyileştirmeleri sağlamıştır.
— Kuantum iletişimi. Bu, kuantum bilgisinin uzayda güvenli bir şekilde iletilmesini ifade
etmiştir. Sınırsız (kuantum) hesaplama gücüne karşın, kuantum kriptografi ile sağlanan iletişim
güvenliğini sağlamıştır.
— Kuantum algılama. Kuantum sensörler, çeşitli fiziksel büyüklüklerin ölçümünü klasik

sensörlere göre çok daha yüksek hassasiyetle gerçekleştirmiştir.
Belirsizlikler
— Teknik zorluklar, anlamlı hesaplamalar elde etmek için yeterli sayıda ve kalitede kubitleri
yeterli bir süre boyunca yönetmeyi sürdürmüştür.
— Maliyet etkinliği zaman alabilir. İşletmelerin ihtiyaç duyduğu çoğu hesaplama, geleneksel
süper bilgisayarlar tarafından oldukça verimli bir şekilde gerçekleştirilebilir ve daha düşük
maliyetle sağlanabilir; bu durum, kuantum avantajı elde edildiğinde ve genel amaçlı kuantum
bilgisayarları yaygınlaştığında değişebilir.
— Belirsiz bir yol önümüzde duruyor. Mevcut kuantum teknolojilerindeki ilerlemeler umut
vadeden bir gelecek sunsa da, henüz keşfedilmemiş olabilecek potansiyel benimseme engelleri
(örneğin, düzenleyici, teknolojik ve finansal) olabilir.
— Ekosistemler henüz gelişmekte. Ticari olarak kanıtlanmış birkaç donanım platformu küçük
çapta mevcuttur ve kuantum hesaplama konusunda yetenekli uzmanlar oldukça nadirdir; bu
durum teknolojinin olgunlaştıkça ve benimsenme arttıkça değişebilir.

— Önümüzdeki on yıl içinde kuantum teknolojisi hazır hale gelecek mi?
— Kuantum teknolojisi tam anlamıyla yıkıcı potansiyeline ulaşabilecek mi?
— Şirketler kuantum teknolojisi için nasıl hazırlıklı olmalı?
— Yetenek arzı talebi karşılayabilecek mi? Hangi yöntemler kullanılabilir ve organizasyonlar

yetenek açığını nasıl kapatabilir?
Geleceğin Mobilitesi
Otomobillerin seri üretimine başladığı tarihten daha sonraki bir süreçte, mobilite ikinci büyük
bir dönüm noktasına ulaşmıştır: otonom sürüş, bağlantılılık, araç elektrifikasyonu ve paylaşımlı
mobilite (ACES) teknolojilerine doğru bir dönüşümü sürdürmüştür. Bu dönüşüm, pazarları
sarsmayı ve insan ve mal taşımacılığının karayolu ve havayolu taşımacılığının verimliliğini ve
sürdürülebilirliğini artırmayı hedeflemiştir. ACES teknolojileri son on yılda artan bir şekilde
benimsenmiş ve hız kazanmıştır. Sürdürülebilirlik tedbirlerinin sıkılaştığı, tüketici tercihlerinin
evrildiği ve yeniliğin ilerlediği bir dönemde bu hız daha da artmıştır. Örneğin, otonom sürüş
teknolojilerinin 2035 yılına kadar 400 milyar dolar gelir yaratması öngörülmüştür. Ancak yakın
vadede bazı zorluklar devam etmektedir; örneğin, belirli araç lansmanlarını altı aya kadar
geciktiren teknolojik, düzenleyici ve tedarik zinciri sorunları gibi inovasyoncularla başa
çıkılması gerekmektedir.
Son Gelişmeler
— Önde gelen oyuncular öne geçmek için çaba harcamıştır. 2022 yılında robotaksi ve
roboshuttle sağlayıcıları işlerini ölçeklendirmeye çalışmış ve yeteneklerini güçlendirmek için
stratejik işlemler açıklamıştır. Aynı dönemde, mikromobilite ve minimobilite sektörleri için
2030'a kadar sırasıyla 440 milyar dolar ve 100 milyar dolarlık bir pazar büyüklüğü tahmini öne
çıkmıştır. Bu arada, küresel otomotiv yazılım pazarının da 2019'dan 2030'a kadar yıllık %5.5
büyüme hızıyla hızla genişlemesi beklenmektedir. Şehir içi ve ileri hava hareketliliği de benzer
şekilde ilerlemektedir; önde gelen elektrikli dikey kalkış ve iniş (eVTOL) sağlayıcıları, önemli
sertifikaları orta 2020'lerden önce agresif bir şekilde takip etmiştir.
— Otomotiv tedarikçileri sürekli marj baskısıyla mücadele etmiştir. 2022 yılında otomotiv
tedarikçileri için marj baskıları daha da artmıştır. Hemen hemen tüm tedarikçiler enerji, gaz ve
elektrik maliyetlerinin enflasyonu ve kıtlıklarından etkilenmiş; tedarikçilerin %50'si bu etkileri
önemli ölçüde yaşamıştır. Yarı iletken kıtlıkları, tedarik zinciri konsolidasyonu, hammadde ve
taşıma maliyetlerinin artması, bazen de günlük otomotiv üretim hacminin dalgalanması endişe
kaynağı olmuştur.

— Cruise, Waymo ve Amazon'un yan kuruluşu Zoox, yolcuları taşımak için amaçlarına uygun
olarak inşa edilmiş bir robotaksi hizmetini otonom hareketliliğin bir parçası olarak uygulamaya
başlamıştır.
— Einride, Almanya'ya genişlemiştir ve Avrupa'nın en büyük taşımacılık pazarına adım
atmıştır. Einride, "Einride Pod" adlı araçları ve yapay zekâ destekli "Einride Saga" platformunu
kullanarak dijital, elektrikli ve otonom taşımacılık hizmetleri sunma planları yapmıştır.
— Lime, tamamen karlı bir yıl elde eden ilk küresel paylaşımlı mikromobilite sağlayıcısı olmuş
ve 2022 için düzeltilmiş EBITDA olarak 15 milyon dolar açıklamıştır. Bu, yıllık gelirin 466
milyon dolar olması karşısında yüzde 33'lük bir artış anlamına gelmektedir.
— Zipline, bir sonraki nesil otonom, elektrikli drone filosuyla desteklenen lojistik platformuyla,
teslimatları geleneksel otomobillerden yedi kat daha hızlı ve %97 daha az emisyonla
tamamlama kapasitesine sahip olduğunu tahmin etmektedir.
— 2022 yılında Archer Aviation, "Midnight" adını verdiği üretim seviyesindeki uçağını
tanıtmıştır. Bu uçak, Federal Havacılık İdaresi sertifikasyonunu 2024'te almayı planlayan
güvenli, sürdürülebilir ve sessiz dört kişilik bir eVTOL uçağıdır.
Temel Teknolojiler
— Otonom sürüş teknolojileri, sensörler ve yapay zekâ ile donatılan otomatik sistemler
sayesinde topladıkları verilere dayalı bağımsız kararlar almaya sürdürmüşlerdir.
— Bağlantılı araç teknolojileri, araç içindeki ekipmanlar, uygulamalar ve sistemlerin iletişimi

sayesinde güvenliği ve verimliliği artırmışlardır.
— Elektrifikasyon teknolojileri, geleneksel enerji kaynaklarını kullanan araç bileşenlerini

elektrikle çalışan bileşenlerle değiştirerek daha sürdürülebilir çözümler sunmuşlardır.
— Paylaşımlı mobilite çözümleri, gelişmiş dijital platformlar ve donanımlar sayesinde yeni iş

modelleri oluşturarak toplumsal kabulü artırmış ve özel araç kullanımına alternatif taşıma
modlarının kullanımını teşvik etmişlerdir.
— Malzeme yenilikleri, karbon fiber gibi hafif malzemelerin ve daha verimli üretim
süreçlerinin kullanımıyla araç verimliliğini artırmışlardır.
— Değer zinciri karbon azaltma çabaları, elektrifikasyonun yanı sıra teknik gelişmelerle
(örneğin yeşil üretim teknikleri) malzeme üretiminden kaynaklanan emisyonları azaltmaya ve
geri dönüştürülebilir malzemelerin kullanımını artırmaya yönelmişlerdir.
Belirsizlikler
— Küresel elektrikli araç (EV) talebini karşılamak için gereken enerji arzının genişlemesi
belirsizliğini sürdürmektedir. Lityum iyon batarya talebi, EV üretiminin büyümesiyle artmakta
ve daha fazla, daha büyük pil fabrikalarına ihtiyaç duyulmaktadır. Gelecekteki pil arzıyla ilgili
yapılan duyurular şu anki beklenen talebe uygun gibi görünse de, McKinsey araştırması,
duyurulan arzın önemli bir kısmının gerçekleşmeyeceğini öngörmektedir, bu da kıtlıkların
olasılığını artırmıştır. Aynı zamanda EV şarj altyapısında da önemli yükseltmeler
gerekmektedir. Örneğin Avrupa'nın, geniş kapsamlı hizmet ağı güncellemeleri yaparak,
yenilenebilir enerji üretim kapasitesini artırarak ve 2030'a kadar gereken tahmini 3.4 milyon
kamu şarj noktasını sağlamak için 240 milyar €'ya kadar yatırım yapması gerekebilir (2021'deki
375.000'den fazla).
— Kablosuz ve otonom hareket teknolojileri etrafında güvenlik ve hesap verebilirlik endişeleri

bulunmaktadır. Ayrıca, daha geniş kabulü engelleyebilecek batarya teknolojilerine dair
belirsizlikler gibi teknoloji konuları, özellikle hava hareketliliği gibi alanlarda, daha fazla
uygulamanın gelişimini kısıtlamıştır. Bununla birlikte, müşteri algıları da göz önünde
bulundurulmalıdır, örneğin teslimat drone'larından kaynaklanan gürültü ve görsel etkiler gibi.
— Yeni taşıma modları için gerekli ekipman ve altyapı maliyetleri önemli bir faktördür, örneğin
EV şarj ağlarının oluşturulması gibi.
— Ana akım sertifikasyon çerçevelerinin gelişmesiyle birlikte, düzenlemeler de değişiklik

göstermektedir. Örneğin, hava trafiğinin genişlemesi gibi konularda düzenlemeler gelecekte
etkili olacaktır. Ayrıca, tüketici verilerine dayalı yapay zekâ algoritmalarının ve iş akışlarının
gizlilik ve güvenlik endişeleri ele alınmıştır.
— Bu teknolojilerin ölçeklendirilmesi için yeterli kaynağa erişim gerekmektedir, örneğin

batarya üretimi için hammadde ve otonom sürüş yazılımı için yazılım geliştiricilerin sağlanması
gerekmektedir.

— Otonom araçlar, araç satışlarının ne kadarını kapsamıştır?
— Gelecekteki mobilite eğilimleri, şehirleri nasıl etkilemiştir?
— Paylaşımlı mobilite alanındaki ilerlemeler, beklenen finansal ve çevresel etkiyi elde etmek
için hangi faktörlere bağlanmıştır?
— Yaygın benimsemeyi gerçekleştirmek için yenilikçilerin hangi düzenleyici engelleri aşmış

olması gerekmektedir?
— İleri hava hareketliliği, önümüzdeki on yıl içinde hangi ölçekte olmuştur?

— Müşteriler, uygun fiyatlı ileri hava hareketliliği çözümlerini ne zaman beklemişlerdir?
Biyomühendisliğin Geleceği
Biyolojideki ilerlemeler, dijital teknolojinin yenilikleriyle birleşerek sağlık, gıda ve tarım,

tüketici ürünleri, sürdürülebilirlik, enerji ve malzeme üretimi gibi çeşitli alanlardaki taleplere
cevap vermek için yeni ürünler ve hizmetlerin oluşturulmasına kuruluşlara yardımcı olmuştur.
McKinsey araştırması, günümüzde neredeyse tamamen bilimsel olarak mümkün olan 400
biyomühendislik kullanım senaryosunun, 2030-2040 yılları arasında yıllık 2 trilyon ila 4 trilyon
dolar arasında ekonomik etki yaratabileceğini önermiştir. Belirli gen terapileri ve
biyoproduktlar kabul görmüş olsa da, biyomühendisliğin tam ekonomik potansiyelini
gerçekleştirebilmesi için etik, düzenleyici ve kamu algısı sorunlarının çözülmesi
gerekmektedir.
Son Gelişmeler
— Omik temelli tedavilerdeki başarılar daha fazla ilerlemenin yolunu açmıştır. mRNA tabanlı
COVID-19 aşılarının son başarıları, dünya genelinde klinik aşamada olan 50'den fazla RNA
tabanlı tedavi araştırmasında artışa neden olmuştur. Ayrıca, ABD Gıda ve İlaç İdaresi (FDA),
2022 yılında Ferring Pharmaceuticals'in mesane kanseri için Adstiladrin ve CSL'nin hemofili
B tedavisi olan Hemgenix dahil olmak üzere beş yeni viral vektör gen ve ilgili tedaviyi
onaylamıştır. Viral vektör tedavileri ultrasel nadir durumların ötesine geçerken ve mRNA
teknolojisi yaygınlaştıkça, mRNA ve gen tedavilerinin uyarlanabilirliğine odaklanarak
kişiselleştirilmiş "n = 1" ilaçlar geliştirmek için daha fazla çaba harcanacaktır. Yüksek verim
elde etmeye, üretim maliyetlerini düşürmeye ve bu kişiselleştirilmiş ilaçları üretmeye yönelik
üretim tesislerine yapılan yatırımlar, yenilikçilerin yeni tedavi yöntemlerine artan talebi daha
iyi karşılamasına yardımcı olacaktır.
— Yetiştirilmiş etin ticari olarak daha yaygın hale gelmesi yaklaşmış, ancak engeller devam
etmektedir. İlk olarak Singapur'daki bir restoranda Aralık 2020'de yetiştirilmiş bir et ürünü
sunulduğundan bu yana, teknoloji ilerlemeye devam etmiştir: yenilikçiler, üretim maliyetini ilk
prototiplere göre % düşürmüş ve FDA teknolojinin ilk ön pazar güvenlik incelemesini Kasım
2022'de tamamlamıştır. Mevcut tahminlere göre, yetiştirilmiş et 2030 yılına kadar dünya et
arzının %0.5'ini sağlayabilecektir; bu, milyarlarca pound eti ve 25 milyar dolara kadar geliri
temsil etmektedir.
— İklim taahhütleri biyomalzemeler için talebi hızlandırmıştır. Sürdürülebilirliğe (malzeme
azaltma, kaynak temini ve ömür sonu durumu dahil) artan odak, kimyasallar ve malzemeler
pazarındaki rekabet temelini değiştirmiş ve istenen profili karşılayan biyomalzemelere yeni
talep oluşturmuştur. 2023 yılında ABD hükümetinden gelen yeni hedefler, önümüzdeki 20 yılda
ABD kimyasal talebinin en az %30'unun sürdürülebilir ve maliyet etkin biyoteknolojik üretim
yollarıyla karşılanması gerektiğini belirtmiştir.

— Moderna şu anda 48 adet mRNA tabanlı geliştirme programını yürütmüştür. Bu programlar
arasında, COVID-19 aşısının yeni iterasyonlarına odaklanmanın yanı sıra, Faz II aşamasında
olan nadir bir hastalık olan propiyonik asidemiye yönelik hastalık programı ve Merck ile
işbirliği içinde yürütülen kişiselleştirilmiş kanser aşısı programı bulunmuştur.
— Ağustos 2022'de, kan hastalığı olan beta talasemi'nin temel genetik nedenini tedavi eden tek
seferlik gen terapisi programı FDA tarafından onaylanmıştır. Bu hastalık genellikle kırmızı kan
hücresi transfüzyonları gerektirir.
— San Francisco merkezli yetiştirilmiş et başlangıç firması Upside Foods, kas hücrelerinden
üretilen tavuğun insan tüketimi için güvenli olduğunu ve bu onayın FDA tarafından verilen ilk
yetiştirilmiş et ürünü onayı olduğunu Kasım 2022'de açıklamıştır.
— Kore merkezli LG Chem ve ADM, Ağustos 2022'de birleşik laktik asit ve polilaktik asit
üretimi için bir ortak girişim başlatmışlardır. Bu adım, biyoplastikler de dahil olmak üzere bir
dizi bitki bazlı ürün talebini karşılamayı amaçlamakta ve üretim ABD merkezli olacaktır.
Temel Teknolojiler
— Omics. Biyoloji alanında "–omics" ekiyle biten terimler, farklı sınıflardaki moleküller ve
işlevlere odaklanan kavramları ifade etmiştir. Örneğin, genetik ve proteomik gibi terimler bu
kategoriye girmiştir. Omics terimleri, biyomühendislik alanında viral vektör gen terapisi
(genetik hastalıklara neden olan düşük işlevli genleri değiştirilmiş virüslerle kalıcı olarak
değiştiren bir yöntem) ve mRNA terapisi (hastalığı önlemek veya tedavi etmek için protein
sentezini tetikleyen bir yöntem) gibi uygulamaların geliştirilmesinde merkezi bir rol oynamıştır.
— Doku mühendisliği. Bu teknoloji, hücrelerin, dokuların ve organların değiştirilmesine olanak

sağlamıştır. Yetiştirilmiş et, dokumühendisliği yöntemlerine dayanarak üretilmiş bir ürün
örneğidir. Bu ürün, hayvan hücrelerinin örneklerinin alınması ve kontrol edilen bir ortamda
büyütülmesiyle elde edilmiştir. Bu yöntem, tam hayvanlardan elde edilen ete benzer dokuyu
üretme prensibine dayanmıştır.
— Biyomalzemeler. Biyomühendislik teknolojisi kullanılarak üretilen malzemelere
biyomalzemeler adı verilmiştir. Bu biyomalzemeler farklı kategorilere ayrılmıştır: biyo-bazlı
kimyasallar (petrokimya temelli kimyasalların yerine geçebilen çevresel işlemleri
değiştirmeden üretilen kimyasallar), biyoyerinelemeler (geleneksel kimyasallara kıyasla daha
iyi çevresel performans sunan biyo-bazlı kimyasallardan üretilen yeni malzemeler) ve biyo-
daha iyi malzemeler (biyokimyasal sentez yoluyla tamamen yeni malzemeler).
Belirsizlikler
— Biyomühendislik ürünlerinin güvenliği, maliyeti ve kalitesi hakkındaki kamu algısı,
pazarların gelecekteki hızlı gelişimini şekillendirebilecektir.
— Biyomühendislik teknolojisinin ve ürünlerinin düzenlemesi, ilerlemelerin hızını

yönlendirmede önemli bir rol oynayacaktır.
— Canlı organizmaları değiştirme olasılıkları etik endişelere neden olmuştur.
— Biyolojik sistemler kendi kendini çoğaltabilen, sürdürebilen ve yüksek derecede bağlantılı

sistemlerdir; bu nedenle istenmeyen sonuçlar meydana gelebilir. Bir sistemin bir bölümünde
yapılan değişiklik, tüm bir ekosistem veya tür üzerinde olumsuz bir etkiye yol açabilir.

— Toplum, farklı değerleri ve prensipleri nasıl ele alacak ve genom düzenlemesi için uygun
sınırlamaları belirlemiştir?
— İş dünyası biyomühendisliği benimsediğinde, geniş kitleler biyomühendisliği nasıl

algılayacak ve kabul edeceklerdir? Örneğin, yetiştirilen et mevcut diyetlerle nasıl uyumlu hale
gelmiştir?
— Disiplinler arası inovasyonlar yeni uygulamaları mümkün kıldıkça, biyomühendisliğin uzun

vadeli etkileri ve yakın gelecekteki sonuçları neler olmuştur?
Uzay Teknolojilerin Geleceği

Son beş ila on yıl içinde uzay endüstrisi için en önemli gelişme, teknoloji maliyetlerinin
düşmesi ile yeni yeteneklerin ve uygulamaların daha erişilebilir hale gelmiştir. Düşük bileşen
maliyetleri, uyduların ve fırlatma araçlarının boyutu, ağırlığı, gücü ve maliyetlerindeki
azalmaları güçlü bir şekilde desteklemiştir. Bu azalmalar, sistem mimarilerinde değişikliklere
yol açmıştır. Örneğin, büyük jeosenkron-ekvatoral yörüngedeki (GEO) uydulardan daha küçük,
dağıtılmış alçak Dünya yörüngesindeki (LEO) uydulara geçiş ve geleneksel uzay dışı şirketlerin
uzay teknolojilerine artan ilgisi gibi. Bugün uzay teknolojileri ve uzaktan algılama analizlerinin
kullanımı büyük önem taşımaktadır ve bu analizler, uzay pazarının 2030 yılına kadar 1 trilyon
doları aşabileceğini göstermektedir. Gelecekteki uzay ekonomisi, yörüngede üretim, enerji
üretimi, uzay madenciliği gibi şu anda ölçekli olarak gerçekleştirilmeyen faaliyetlerin yanı sıra
insan uzay uçuşlarını da içerebilir.
Son Gelişmeler
— Özel sektör, ay faaliyetlerinin canlanmasını öncülüyor. Japon şirketi ispace ve Amerika
Birleşik Devletleri'ndeki Astrobotic Technology gibi özel şirketler, ay araçları fırlatma
yarışında öne çıkan birkaç isimden sadece bazılarıdır. İspace'in Aralık 2022'deki fırlatması
başarısız olmuş olsa da, şirket 2024 için yeni bir ay aracı fırlatımı planlamıştır. Astrobotic ise
Mayıs 2023'te yapmayı hedeflediği bir fırlatımı yakın zamanda ertelemiştir. Ay yüzeyine
başarılı bir şekilde inen bu şirket, özel bir uzay aracını ay yüzeyine gönderen ilk firma olacaktır.
— Fırlatma araçları için dönüm noktası yılına yaklaşılıyor. 2023 ve 2024'te SpaceX'in daha
büyük yükleri taşımak için tasarladığı Superheavy Starship, United Launch Alliance'ın uyduları
yörüngeye taşıyan Vulcan Centaur'u ve Amazon'un Proje Kuiper uydularının bir bölümünü
taşıyacak olan Blue Origin'in New Glenn gibi birkaç yeni ve heyecanla beklenen fırlatma
aracının piyasaya sürülmesi beklenmektedir. Bu araçlar, artan fırlatma kapasitesine yönelik
talebi karşılamada yardımcı olacaktır.
— Diğer sektörlerden artan ilgi uzaya yöneliyor. Uzay, sadece uzay endüstrisiyle sınırlı
kalmayıp diğer alanlarda da uygulama alanı bulmaya başlamıştır. Hitachi Energy, enerji
şirketlerinin fırtınaların çevresel bitki örtüsüne etkisini daha iyi yönetebilmeleri için uydu
tabanlı bitki yönetimi geliştirmiştir (örneğin, fırtına sonrası çıkan yangınları engelleme). Birçok
sigorta şirketi, felaketler sonrası talepleri önceden tahmin etmek için uydu verilerini kullanmayı
araştırmakta ve finansal kuruluşlar da benzer verileri emtia tahminleri yapmak için
kullanmaktadır.
— Cihazdan doğrudan uydu kapsama alanına yatırım yapılıyor. 2022'de Apple, iPhone 14'ü
Globalstar ile işbirliği yaparak acil durum uydu kapsama alanıyla donatmıştır. Acil durum SOS
entegrasyonu, başarılı kurtarma operasyonlarında kullanımıyla dikkat çekmiştir. Amazon ve T-
Mobile gibi diğer şirketler de normal hizmetin ulaşamadığı bölgelere veya acil durumlarda
kullanılabilecek uydu kapsama alanı sunma planları yapmıştır.
— Starlink, Amerika Birleşik Devletleri'nin kırsal bölgelerinde birkaç okul bölgesiyle iş birliği
yaparak, yetersiz hizmet sunulan bölgelerdeki okullara ve öğrencilere yüksek hızlı internet
erişimi sağlamaktadır. Arizona, New Mexico, North Carolina, Ohio, South Carolina, Texas ve
Virginia'da pilot programlar devam etmekte olup, bağışlar ve hükümet sübvansiyonlarının
birleşimiyle finanse edilmektedir.
— Doğu ve Güney Afrika Ortak Pazarı (COMESA) ile Afrika'da Yeşil Devrim İttifakı
(AGRA), uydu verileri destekli dijital bir bölgesel gıda denge cetveli oluşturma çalışmasını
birlikte yürütmektedir. Bu gıda denge cetveli, yakın gerçek zamanlı gıda üretimini ve stok
seviyelerini tahmin etmek için gerekli olan ortak veri ve analitik altyapıyı sunmaktadır. Gıda
denge cetveli, hükümet gıda rezervi alımlarında artan verimliliğe katkı sağlamıştır.
— Demir cevherinin önde gelen küresel üreticilerinden biri olan Rio Tinto, 2022'nin başlarında
Pixxel ile bir ortaklık duyurmuştur. Pixxel'in hiper spektral uydu görüntüleme teknolojisi
kullanılarak geniş bir ışık spektrumunu analiz eden yüksek çözünürlüklü görüntüleme türü ile,
Rio Tinto, maden kaynaklarını belirlemeyi ve hem aktif hem de kapalı maden sahalarını
izlemeyi planlamaktadır.
— Amazon'un Proje Kuiper'i, LEO uydu ağı üzerinden küresel tüketici geniş bant hizmeti
sunmayı amaçlamaktadır. Farklı kapasiteli kompakt müşteri terminalleri geliştirilmekte olup,
bazıları saniyede bir gigabayta kadar hız sağlamaktadır. Proje, 2023'ün sonlarında kitle
üretiminin başlamasını öngörmekte ve ilk fırlatmanın 2024'te gerçekleşmesi beklenmektedir.
Temel Teknolojiler
— Küçük uydular. Modüler küçük uydu sistemleri, CubeSat mimarileri ve standart boyutlu yapı
taşları kullanılarak özelleştirilebilir ve çeşitli görevleri yerine getirmek amacıyla tasarlanmıştır.
— Uzaktan algılama. Tam spektrumlu görüntüleme ve izleme, okyanus bilimi, hava durumu ve
jeoloji gibi Dünya'nın özelliklerini gözlemlemek için kullanılmıştır.
— SWaP-C gelişmeleri. Uydu ve fırlatma araçlarının boyut, ağırlık, güç ve maliyetindeki

azalmalar, uzay teknolojisinin ve ilişkili kullanım senaryolarının maliyet etkinliğini artırmıştır.
— Fırlatma teknolojisi gelişmeleri. Teknoloji ilerlemeleri (örneğin, bilgisayar destekli tasarım,

malzeme bilimi vb.), itici yapılarının ve motorlarının yeniden kullanımı ve fırlatma hızlarının
artması, uzaya erişimi kolaylaştırmıştır.
— Vaat edici yeni teknolojiler. Lazer iletişimi, nükleer itki, elektronik taramalı antenler ve
otomatik uydu operasyonları gibi teknolojiler yakın gelecekte önemli bir rol oynamıştır.
Belirsizlikler
— Uzay teknolojilerinin maliyet etkinliği, daha geniş ölçekte uygulanabilmesi için hayati
öneme sahiptir.
— Yörünge ve spektrum tahsisini daha iyi tanımlayacak yönetim mekanizmalarına gereksinim

vardır, çünkü artan oyuncu sayısı, uydu ve uygulama çeşitliliği ile başa çıkmak için uyum
sağlama gerekliliğini sürdürmüştür.
— Veri ihlalleri, kötü amaçlı yazılımlar ve diğer siber saldırılar gibi siber riskler, ticari
oyuncuların artması sebebiyle sayı ve karmaşıklık açısından artmıştır.

— Giderek daha rekabetçi ve kutuplaşmış bir dünyada, mevcut spektrum tahsisi sistemi
varlığını sürdürmüş mü?
— Uzay enkazı yönetiminde ortakların trajedisi nasıl önlenebilmiştir?
— Liderler, mülkiyet ve erişim haklarını nasıl tanımlayabilmiştir?
— Uzay enkazını ve trafiği liderler nasıl etkili bir şekilde yönetebilmiştir?

McKinsey Teknoloji Trendleri

Uploaded by

Copyright:

Available Formats

You might also like

McKinsey Teknoloji Trendleri

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

McKinsey Teknoloji Trendleri

Uploaded by

Copyright:

Available Formats

T

Teknoloji Trendleri Görünüm 2023

Türkçe Derleyen Hasan ÖNAL, Utkan Berk

Kayda değer yenilikler ......................................................................................................... 6

Teknik Yetenek Dinamikleri .................................................................................................. 6

Son gelişmeler .................................................................................................................... 8

Gerçek Hayattaki Kullanımı ............................................................................................... 9

Temel Teknolojiler ............................................................................................................. 9

Gelecekle İlgili Sorular .................................................................................................... 10

Makine Öğrenimi Sanayileştirme ......................................................................................... 10

Son Gelişmeler ................................................................................................................. 11

Gerçek Hayattaki Kullanımı ............................................................................................. 11

Temel Teknolojiler ........................................................................................................... 12

Gelecek İçin Büyük Sorular ............................................................................................. 13

Son Gelişmeler ................................................................................................................. 14

Gerçek Hayatta Kullanımı ................................................................................................ 15

Temel Teknolojiler ........................................................................................................... 16

Gelecek ile ilgili sorular ................................................................................................... 17

Dijital Geleceği İnşa Etmek ..................................................................................................... 17

Yeni Nesil Yazılım Geliştirme ............................................................................................. 17

Son Gelişmeler ................................................................................................................. 17

Gerçek Hayattaki Kullanımı ............................................................................................. 18

Gelecek İçin Sorular ......................................................................................................... 19

Güven mimarileri ve dijital kimlik ....................................................................................... 20

Son Gelişmeler ................................................................................................................. 20

Gerçek Hayattaki Kullanımı ............................................................................................. 21

Temel Teknolojiler ........................................................................................................... 22

Gelecek İçin Sorular ......................................................................................................... 24

Son Gelişmeler ................................................................................................................. 25

Gerçek Hayattaki Kullanımları ........................................................................................ 26

Temel Teknolojiler ........................................................................................................... 27

Gelecek İçin Sorular ......................................................................................................... 28

Bilgi işlem ve bağlantı sınırları ................................................................................................ 28

Gelişmiş Bağlantılık ............................................................................................................. 28

Son Gelişmeler ................................................................................................................. 29

Gerçek Hayattaki Kullanımı ............................................................................................. 29

Temel Teknolojiler ........................................................................................................... 30

Gelecek İle İlgili Sorular .................................................................................................. 31

Gerçekçi Sanal Dünya Teknolojileri .................................................................................... 32

Son Gelişmeler ................................................................................................................. 32

Gerçek Hayattaki Kullanımı ............................................................................................. 33

Temel Teknolojiler ........................................................................................................... 34

Gelecek İle İlgili Sorular .................................................................................................. 35

Bulut ve Uç Bilişim .............................................................................................................. 35

Gerçek Hayattaki Kullanımı ............................................................................................. 36

Temel Teknolojiler ........................................................................................................... 37

Gelecek İle İlgili Sorular .................................................................................................. 38

Kuantum Teknolojileri ......................................................................................................... 38

Son Gelişmeler ................................................................................................................. 39

Gerçek Hayattaki Kullanımı ............................................................................................. 40

Temel Teknolojiler ........................................................................................................... 40

Gelecek İle İlgili Sorular .................................................................................................. 41

Geleceğin Mobilitesi ............................................................................................................ 41

Son Gelişmeler ................................................................................................................. 42

Gerçek Hayattaki Kullanımı ............................................................................................. 42

Temel Teknolojiler ........................................................................................................... 43

Gelecek İle İlgili Sorular .................................................................................................. 44

Biyomühendisliğin Geleceği ................................................................................................ 45

Son Gelişmeler ................................................................................................................. 45