Microsoft Build 2026: Liderlerin Bilmesi Gereken 3 Kritik Çıkarım
Tuhaf ama, Build etkinliklerini yıllardır takip ediyorum. İtiraf edeyim, son birkaç yıldır biraz “duyuru yorgunluğu” yaşıyordum — her sene benzer vaatler, benzer demolar, biraz cila biraz makyaj (bizzat test ettim). Ama bu sene tuhaf bir şey öldü. Nasıl desem… sanki Microsoft “tamam, artık keşif aşaması bitti, hesabını verme zamanı” diyordu.
Geliştirici tarafında olmayanlar için Build, çoğu zaman teknik bir bulamaç gibi geliyor. Onlarca duyuru, yeni SDK’lar, preview’lar, GA olan servisler… CIO veya CFO koltuğunda oturuyorsanız bunların — ki bu tartışılır — hangisinin gerçekten önemli, hangisinin sadece “developer şovu” olduğunu ayıklamak zor oluyor. Ben de bu yazıda işin o kısmını yapmaya çalışacağım; yanı teknik detaya boğmadan, ama satırlar arasını da okuyarak, lider perspektifinden 3 ana çıkarımı paylaşacağım.
Bakın, burayı atlarsanız yazının kalanı anlamsız kalır.
Açık konuşayım: Build 2026’nın asıl mesajı bence “yeni model çıktı” değil. Asıl mesaj, oyunun kurallarının değiştiği. Ve bu kurallar değişimi, sizin Azure faturanızdan tutun, AI projelerinizin ROI hesabına kadar her şeyi etkiliyor.
1. AI’ınız Ancak Sizin İşinizi Tanıdığı Kadar İyidir
Bu cümleyi bir daha okuyun. Çünkü 2026 tarafında işin düğümü tam burada (kendi tecrübem)
Geçen sene herkes “hangi model daha iyi?” diye dönüp duruyordu. GPT mi, Claude mı, Gemini mi, Llama mı… Tartışma bitmedi tabiî ama biraz arka plana itti kendini. Sahada şunu gördük: Aynı modeli kullanan iki şirketten biri AI’dan baya değer çıkarıyor, diğeri işe yerinde sayıyor. Fark modelde değil. Fark, o modelin sizin işinizi ne kadar bildiğinde.
Bak şimdi, küçük bir örnek vereyim (en azından benim deneyimim böyle). Diyelim satış ekibine bir Copilot ajanı verdiniz ve şu soruyu sordunuz: “Bu çeyrek riskli müşterilerimiz hangileri?” Model size düzgün görünen bir cevap üretir gibi yapar ama… sizin “riskli müşteri” tanımınızı bilmez. Sizde risk; son 90 günde ticket sayısı artan ama ARR’si yüksek müşteri olabilir, başka bir ekipte işe ödemesi geciken küçük müşteri demektir, yanı aynı kelime ama bambaşka anlam. Model bunu ayırt edemiyorsa çıkan şey de güzel duran ama pek işe yaramayan bir metin olur.
İşte Microsoft bu yıl Microsoft IQ diye bir kavramla geldi. Aslında yeni bir ürün değil, daha çok bir katman. Şirketinizin verisi, süreçleri. Organizasyonel bilgisi tek bir paylaşılan zekâ (belki yanılıyorum ama) katmanında toplanıyor; sonra tüm AI sistemleriniz oradan besleniyor, hani mesele biraz da bu ortak bağlamı kurmak. Alt parçaları da şöyle:
- Work IQ — İnsanların nasıl çalıştığını, kim kiminle iş yaptığını anlıyor — ciddi fark yaratıyor
- Fabric IQ — İş verilerinizi sistemler arası ve Power BI ile bağlıyor
- Foundry IQ — Azure’da deploy ettiğiniz uygulamalara, yapılandırılmamış veriye ve özel kaynaklara bu bağlamı taşıyor
- Web IQ — Limited preview olarak duyuruldu, dış dünya bağlamını ekliyor
Bunlar GA öldü (Web IQ hariç). Yanı artık “yakında gelir” seviyesinde değiliz, kullanmaya başlayabilirsiniz tarafındayız.
Peki Türkiye Açısından Bu Ne Anlama Geliyor?
İnanın, Sahada bizim şirketlerde gördüğüm tablo şu: Çoğu kurum AI projelerini silo silo başlatıyor. Pazarlama kendi POC’ünü yapıyor, finans kendi RAG çözümünü kuruyor, müşteri hizmetleri başka bir vendor’la deniyor; sonra herkes kendi küçük adasında yaşamaya başlıyor ve aynı temel bağlamı yeniden inşa ediyor. Bu durum bizim tarafta ekstra yorucu oluyor çünkü kurumsal veri kataloglama işi zaten çoğu yerde zayıf kalıyor.
Microsoft IQ yaklaşımı, bu silo meselesini teknik olarak toparlamak için fena olmayan bir yol sunuyor. Ama dur bir saniye — sadece teknik çözüm yetmiyor. Bence asıl iş organizasyon tarafında başlıyor. Eğer “müşteri tanımımız nedir?”, “gelir nasıl hesaplanır?”, “başarı KPI’ı ne?” sorularına farklı departmanlar farklı cevap veriyorsa, IQ katmanı o karmaşayı saklamaz; sadece daha hızlı görünür hâle getirir. Yanı önce evin içini toparlayacaksın, sonra teknoloji gelecek.
Evet.
İşin aslı şu ki: 2026’da rekabet avantajı, en iyi modele sahip olanın değil, kendi işini en iyi modele en iyi anlatabilenin olacak. Veri yönetişimi artık IT’nın değil, CEO’nun gündemi.
2. Araçlar Organizasyonu Dönüştürmez. Sistemler Dönüştürür.
Bu başlık ilk bakışta biraz teorik dürüyor, biliyorum (evet, doğru duydunuz). Ama işin aslı pek de öyle değil; bunu defalarca gördük: ekip yeni bir Copilot lisansı alıyor, herkesin hesabına dağıtılıyor, iki ay geçiyor, raporda kullanım oranı %12 çıkıyor ve sonra biri çıkıp “AI bize göre değil galiba” diyor. Evet, değil; ama sorun AI’da olmuyor çoğu zaman.
Build 2026’da Microsoft’un altını çizdiği şey de tam olarak buydu. Araç vermek yetmiyor, sistem kurmanız gerekiyor; yanı ajanların birbirleriyle nasıl konuştuğu, hangi veriye eriştiği, hangi işleri otomatikleştirdiği ve denetimin nasıl yapıldığı gibi parçalar tek tek değil, birlikte düşünülmeli (yoksa güzel görünen ama içi boş bir kurgu oluyor).
Peki neden?
Agent Orchestration ve Foundry
Burada Azure AI Foundry’nın rolü baya değişiyor (şaşırtıcı ama gerçek). Sadece model çalıştırdığınız bir yer değil artık; ajanların yaşam döngüsünü yöneten bir kontrol kulesi gibi davranıyor. Konuyu daha önce Discovery to Execution: Foundry’de Ajanları Toolbox ile Ölçeklemek yazımda detaylı işlemiştim, ama Build 2026 tarafında dünya biraz daha oturmuş görünüyor, hatta şaşırdım açıkçası.
Ayrıca Claude Fable 5 Microsoft Foundry’de yazısında anlattığım gibi Microsoft sadece kendi modellerine yaslanmıyor; üçüncü parti modelleri de bu orkestrasyon yapısına dahil ediyor. Bu önemli, çünkü gerçek hayatta kimse tek bir model ailesine bağlanıp kalmak istemiyor, bir yerde tıkanınca eliniz kolunuz bağlı kalmasın istiyorsunuz.
Küçük Ekip vs Kurumsal: Farklı Stratejiler
İşin garibi, Şimdi pratik tarafa geçeyim. Çünkü burada herkesin aynı yoldan gitmesi bana pek mantıklı gelmiyor:
| Boyut | Küçük Ekip / Startup | Kurumsal / Enterprise |
|---|---|---|
| İlk adım | Tek bir use-case, hızlı POC | Veri yönetişimi ve IQ katmanı kurulumu |
| Model seçimi | Foundry’de hazır model, az config | Multi-model, fallback stratejileri |
| Yonetişim | Hafif, dokümante et yeter | Purview + Entra + audit zorunlu |
| Bütçe | Aylık 500-2000 USD bandı | Reserved capacity + FinOps disiplini |
Yanı 20 kişilik bir SaaS şirketiyseniz, kalkıp “Microsoft IQ stratejisi” kurmaya çalışmak biraz fazla kaçar. Bir use-case bulun, önü çözün, ondan öğrenin; bakın oradan ciddi şey çıkar. Ama 5000 çalışanlı bir holding iseniz durum başka: Build’in mesajını hafife almayın, önce sistem kurun sonra araca bakın (ki bu çoğu kişinin gözünden kaçıyor)
Peki neden? Çünkü araç tek başına insanları dönüştürmüyor. Burada, tam da öyle.
3. Çıta Yükseldi: AI Artık Gerçek Is Sonucu Bekliyor
Bu üçüncü çıkarım, hani, en sert olanlardan biri. Bir-iki sene önce “AI ile deniyoruz, öğreniyoruz” demek yetiyordu; herkes biraz anlayis gosteriyordu, hatta yönetim kurulu bile bunu yutuyordu, ama şimdi durum değişti ve soru direkt geliyor: “Tamam da bu yatırımın geri dönüşü ne?”
Microsoft Build 2026’da bunu çok net hissettim. Demolar artık “bakın AI siir yazıyor” seviyesinde dolasmiyor; daha çok “su süreç 4 saatten 12 dakikaya indi, su hata oranı %18’den %3’e düştü” diye konuşuluyor, — valla güzel iş çıkarmışlar —. Işin içine CFO dili girince is değişiyor, bak şimdi.
Outcome-Based Düşünmek
Pratik bir şey söyleyeyim. Bir AI projesine başlamadan önce su üç soruyu yazılı olarak cevaplayin; yoksa konu dağılıyor, sonra kimse neyi niye yaptığını hatırlamıyor:
- Hangi metrik? Hangi sayı değişecek? (Çağrı süresi, dönüşüm oranı, hata sayısı, müşteri memnuniyeti…)
- Ne kadar? Ne kadar değişecek? (%10 mu, %50 mi, 2 katı mi?) — bunu es geçmeyin
- Ne zaman? Hangi sürede? (3 ay mi, 12 ay mi?) — ciddi fark yaratıyor
İtiraf edeyim, Bu üç soruya cevap veremiyorsaniz, açık konuşayım, ortada proje falan yok; daha çok hobi gibi dürüyor. Sert öldü biliyorum ama işin aslı bu. Evet.
FinOps Tarafı — TL Bazında Düşünelim
Açıkçası, Bir şey daha var. AI projelerinin maliyet tarafı Türkiye’de özellikle yakıcı oluyor, çünkü Azure faturası dolar bazında geliyor ve token tüketimi sandığınızdan hızlı artıyor; ilk başta ufak görünüyor ama bir bakıyorsunuz ay sonu rakamı şaşırtıyor (kendi tecrübem)
Bunu biraz açayım.
Senaryo: 200 kisilik bir destek ekibi, gunluk ortalama 50 etkilesim/kisi
Token basina maliyet (giriş + çıkış ortalama): ~0.00002 USD
Etkilesim basina ortalama token: ~3000
Gunluk: 200 × 50 × 3000 × 0.00002 = 600 USD
Aylık (22 is gunu): ~13,200 USD
TL bazinda (kur ~34): ~450,000 TL/ayBence, Bu rakamlar bir an için bile gozunuzden kaçmasın. AI projesi tasarlarken token iyileştirmeu, caching. Küçük modellere offload etmek artık opsiyonel değil; mesela Foundry Managed Compute tarafına baktığınızda bunun neden cazip hâle geldiğini hemen görüyorsunuz (şaşırtıcı ama gerçek) (bu konuda ikircikliyim). Bazı use-case’lerde GPT-class model yerine fine-tuned küçük bir modelle %80 maliyetle %95 sonuç almak bayağı iş görüyor.
Peki şimdi ne yapmalı? Pratik yol haritası
Tüm bu duyuruları okuyup geçtikten sonra, masaya dönünce insanın kafası biraz karışıyor, normal. Ben olsam işi şöyle sıralardım; çünkü aynı anda her yere atlamak iyi fikir gibi dürüyor ama çoğu zaman ortalık dağılıyor, bir de maliyet tarafı sessizce şişiyor, sonra “biz bunu niye yaptık” sorusu geliyor.
İlk 30 Gün
- Şu an çalışan tüm AI POC’larının envanterini çıkarın — hangi ekip, hangi model, hangi veri, hangi maliyet — bunu es geçmeyin
- Veri yönetişimi mevcut durumunuzu değerlendirin (Purview kuruluyor mu, etiketleme var mı, kim neye erişiyor?)
- Üç ana iş hedefi belirleyin — AI’ı bu hedeflere odaklayın, “her yere AI” yaklaşımından kaçının — bunu es geçmeyin
İlk ayda hedef basit: resmin tamamını görmek. Evet, sıkıcı dürüyor. Ama şu an kaç tane POC çalışıyor, hangisi gerçek değer üretiyor, hangisi sadece demo seviyesinde kaldı; bunları bilmeden ilerlerseniz elinizde teknoloji çok olur. Yön pek kalmaz.
Açıkçası, Açık konuşayım, envanter işi kağıt üstünde kolay görünüyor ama pratikte ekipler farklı isimler kullanıyor (biri deneme diyor, öteki pilot diyor), veri kaynakları yarım yamalak yazılıyor. Maliyet tarafı çoğu zaman sonradan fark ediliyor. Bu yüzden önce tabloyu netleştirmek lazım (ciddiyim)
Yanı, Veri yönetişimi kısmını da es geçmeyin. Purview kurulu mu, etiketler gerçekten kullanılıyor mu, kim neye erişiyor; bunlar net değilse AI tarafında güven konuşmak biraz havada kalıyor. İşin aslı bu bölüm gösteriş yapmıyor ama sistemi ayakta tutuyor.
İlk 90 Gün
- Microsoft IQ katmanını pilot bir alanda deneyin (mesela sadece satış veya sadece müşteri hizmetleri)
- Bir FinOps disiplini kurun — token tüketimi, model maliyeti, alternatif model karşılaştırması
- Agent orchestration için bir referans mimarisi belirleyin. Bu konuda Agent Memory Artık Ciddiye Alınmalı yazısı iyi bir başlangıç olabilir
İkinci aşamada artık biraz daha cesur davranabilirsiniz. Ama kontrolü bırakmadan. Microsoft IQ katmanını tek bir iş alanında denemek bence mantıklı; mesela satışta başlayıp ölçersiniz ya da müşteri hizmetlerinde küçük bir alan açarsınız (ikisini aynı anda açmak bazen kafa karıştırıyor) (bizzat test ettim). Sonra bakarsınız, gerçekten iş görüyor mu yoksa sadece güzel mi dürüyor.
Bunu yaşayan biri olarak söyleyeyim, FinOps tarafı işe ayrı dert. Token tüketimi artınca herkes önce şaşırıyor, sonra sessizleşiyor; o yüzden model maliyetini baştan izlemek gerekiyor. Alternatif modelleri karşılaştırmadan karar vermek bana biraz acelecilik gibi geliyor. Şey yanı, “bu model iyi” demek yetmiyor; kaç para yaktığını da bilmek lazım.
Evet, doğru duydunuz.
Agent orchestration için de referans mimariyi erkenden koyun. Yoksa her ekip kendi aklınca akış kuruyor ve sonra agent’lar birbirine dolanıyor. Yukarıda link verdiğim yazı tam bu noktada fena olmayan bir başlangıç sunuyor.
İlk 12 Ay
- Ölçülebilir iş sonucu raporlamayı standart hâle getirin
- Veri katmanınızı (Fabric, Cosmos DB, vb.) AI-ready hâle getirin. Azure Cosmos DB’de Vektörler Kendini Güncelliyor yazısı bu açıdan ilham verici
- Organizasyonel yetenek planı yapın — AI literacy sadece IT’nın değil, her departmanın işi
Garip gelecek ama, Bir yıl ufkunda artık oyun değişiyor (şaşırtıcı ama gerçek). Burada mesele “AI kullandık” demek değil; hangi iş sonucunu değiştirdiniz, bunu gösterebilmek. Mesela satış döngüsü kısaldı mı, destek talepleri azaldı mı, operasyon ekibi daha az mı yoruldu; bunlar rapora girmiyorsa yapılan iş yarım kalmış sayılır.
Veri katmanını AI-ready hâle getirme kısmında Fabric ve Cosmos DB gibi bileşenleri düzgün düşünmek gerekiyor. En çok da vektör tarafına hazırlık yapmak bana baya mantıklı geliyor; çünkü sonradan eklemeye çalışınca hem mimarı yamalı bohçaya dönüyor hem de ekipler “bunu niye baştan düşünmedik” diye söylenmeye başlıyor.
Peki neden?
Eğitim tarafını da hafife almayın. AI literacy sadece IT’nın — en azından ben öyle düşünüyorum — omzuna bırakılırsa olmaz; finans da anlamalı, pazarlama da anlamalı, operasyon da anlamalı. Hani şey var ya, herkes aracı kullanacak ama direksiyonun ne yaptığını bilmezse ilk virajda sorun çıkar.
Tam da öyle.
Eleştirel Bir Not: Her Şey Toz Pembe Değil
Bu yazıyı kapatmadan bir şey daha söylemem lazım (inanın bana). Build 2026’nın çizdiği tablo fena değil, kabul;. Kağıt üstünde parlak duran her şey, sahada aynı rahatlıkla yürümüyor, özellikle de Türkiye gibi pazarlarda data residency konusu (ve KVKK tarafındaki o ince ayarlar) insanın aklının bir köşesinde kalıyor.
Dürüst olmak gerekirse, Evet. Verinin nerede işlendiği önemli. Hangi region’da kaldığı da öyle. Microsoft IQ katmanının GA olması sevindirici,. Açık konuşayım, bu işin asıl sınavı demo ekranında değil, gerçek kullanımda başlıyor; hele agent orkestrasyonu dediğimiz yapı 10 bin kullanıcıya çarptığında ne olur, işte orası biraz sisli.
Tuhaf ama, Demoda güzel görünen şey, prod ortamda bazen tökezliyor. Hmm, çok şaşırtıcı değil aslında. O yüzden ben olsam heyecanı biraz cebimde tutar, önce pilot kurar, ölçer biçerim; sonra ölçek tarafına geçerim (çünkü acele edilen yerde genelde ilk çatlak da oradan çıkıyor).
Bi saniye — Tam da öyle.
Bence 2026’nın ilk yarısı daha çok “pilot ve öğren” dönemi olacak. İkinci yarıda işe işler yavaş yavaş “ölçekle” tarafına kayacak; ama bu geçiş kendiliğinden olmuyor, ekiplerin elini kirletmesi gerekiyor, yoksa fikir güzel kalıyor, hepsi bu.
Sıkça Sorulan Sorular
Microsoft IQ ayrı bir ürün mü, lisans almam gerekiyor mu?
Microsoft IQ aslında ayrı bir SKU değil, bir mimarı katman ve marka olarak düşünebilirsiniz (ciddiyim). Work IQ Microsoft 365 ekosistemiyle, Fabric IQ Microsoft Fabric ile, Foundry IQ işe Azure AI Foundry ile birlikte geliyor. Yanı mevcut lisanslarınızla çoğuna zaten erişebiliyorsunuz,. Bazı premium özellikler için ek tüketim söz konusu olabiliyor.
Küçük şirketim için Build 2026 duyurularının ne kadarı işime yarar?
Açıkçası, duyuruların büyük kısmı kurumsal ölçekte daha anlamlı. Küçük bir ekipseniz şu an Microsoft IQ gibi platform yaklaşımlarına girişmeniz şart değil. Bence daha mantıklı olan şu: Foundry’deki hazır şablonlarla tek bir use-case’i çözmeye odaklanın. Olgunlaştıkça zaten katmanlı yapıya geçersiniz.
AI projemin ROI’sını nasıl ölçerim?
Tecrübeme göre üç şeyi karşılaştırmanız yeterli: önceki süreç maliyeti (zaman + insan), yeni süreç maliyeti (token + insan denetimi) ve kalite metriğindeki değişim. Sadece “zaman tasarrufu” ölçerseniz yanılırsınız, hani genellikle bir kalite trade-off’u oluyor. Net ROI = (Eski toplam maliyet — Yeni toplam maliyet) / Yeni maliyet formülü iyi bir başlangıç noktası.
Durun, bir saniye.
Hangi Build oturumlarını mutlaka izlemeliyim?
Eh, Yönetici tarafındaysanız keynote’lar ve “Business of AI” track’i önceliğiniz olsun. Teknik taraftaysanız Foundry ve agent orchestration oturumları daha işinize yarıyor..NET tarafı için de ayrıca .NET 11 ve Build 2026: Kaçırmamanız Gereken Oturumlar yazımı incelemenizi öneririm.
Veri yönetişimimi düzeltmeden AI’a başlayabilir mıyım?
Teknik olarak evet, ama stratejik olarak hayır. Yanı POC seviyesinde başlayabilirsiniz, sorun yok. Ancak üretim ölçeğine çıkacaksanız veri kataloglama, etiketleme ve erişim yönetimi temel bir şart. Aksi hâlde AI, mevcut veri kaosunuzu daha hızlı hatalara dönüştürüyor. Bence bu, pratikte gördüğüm en yaygın başarısızlık nedeni.
Kaynaklar ve İleri Okuma
Bak şimdi, Microsoft Azure Blog — 3 Things Leaders Need to Know from Microsoft Build 2026
Azure AI Foundry Resmî Dokümantasyonu
Kısacası, bunu yaşayan biri olarak söyleyeyim, Microsoft Fabric Dokümantasyonu
Microsoft Build 2026 Etkinlik Sayfası. Oturum Kayıtları
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
Yorum gönder