Amazon CEO’su: Yapay Zeka İşletmesinin Yıllık Geliri 25 Milyar Doları Aşmış, Büyüme Hızı AWS’nin erken dönemlerine kıyasla yüzlerce kat daha yüksek; 220 Milyar Dolar harcansa bile talep karşılanamıyor

Son zamanlarda Amazon CEO’su Andy Jassy, ünlü girişim sermayesi firması a16z’nin podcast’ine katılarak a16z ortak kurucusu Ben Horowitz ile derinlemesine bir görüşme gerçekleştirdi. Bu röportajda Jassy, üretici yapay zeka dalgasında Amazon’un stratejik vizyonunu kapsamlı şekilde açıkladı.

Teknoloji devlerinin görünürde sınırsız sermaye harcamalarına Wall Street’in endişeleri karşısında Jassy, en doğrudan piyasa geri bildirimini verdi: Talep sadece yavaşlamamış, aynı zamanda gelecek kapasiteyi hızla aşmakta. Ayrıca şu anki yapay zeka piyasasındaki “çubuk ağırlıklı” talep yapısını ayrıntılı olarak anlattı ve kurumsal düzeyde yapay zeka uygulamalarının tam olarak açılabilmesi için hesaplama çıkarım maliyetlerinin bir basamak daha düşmesi gerektiğini vurguladı.

“Yılda 220 milyar dolar harcasa bile, hâlâ önemli ölçüde anlamlı talebi karşılayamıyoruz.”

Piyasanın şu anda en çok endişe ettiği temel sorun, genellikle yüzlerce milyar dolara ulaşan devlerin sermaye harcamalarının fazladan batık maliyetlere dönüşüp dönüşmeyeceği. Jassy, bu piyasa şüphelerine şaşırtıcı sipariş verileriyle doğrudan yanıt verdi.

“Bu yıl 220 milyar dolar harcasa bile, hâlâ önemli ölçüde anlamlı talebi karşılayamıyoruz.” Jassy, hesaplama gücü açısından mevcut aşırı arz-talep dengesizliğini açıkça belirtti: “Her zaman talep üzerine çalışan hizmetler için belli bir oranda hesaplama gücü rezerve ediyoruz; ancak 2026 yılı kapasitesi açıkça satılmış durumda, 2027 yılı neredeyse tamamen satılmış, 2028 yılının büyük bölümü de zaten rezerve edilmiş.”

İşletme büyümesi açısından bakıldığında, yapay zekadan kaynaklanan büyüme eğrisi son derece dik. Jassy, AWS’nin (Amazon Web Services) erken dönem gelişim hızını şu anki tempoyla kıyasladı: “AWS’nin ilk üç yılında hızlı büyüdüğümüzü düşünüyorduk; yıllık gelir tahmini yaklaşık 60 milyon dolardı. Ancak bu üretici yapay zeka dalgasının ilk üç yılında AWS yapay zeka iş birimi için yıllık gelir tahmini zaten 25 milyar doları aştı. Bu hız, o zamankinden yüzlerce kat daha hızlı; benzerini hiç görmemişiz.”

Sermaye piyasalarının endişelerini giderirken Jassy, veri merkezi yatırımlarının nakit akışı döngüsü mantığını açıkladı. Veri merkezi inşaat yatırımlarının iki yıl önceden yapılması gerektiğini, ancak kullanım ömrünün 30 yıla kadar uzayabileceğini belirtti; buna karşılık sunucu ve ağ ekipmanları yalnızca birkaç ay önceden satın alınabilir. Bu da müşteri talebine ilişkin çok net bir görüş sağlar. “Eğer bu veri merkezlerini gerçekten doldurmanız gerekmediğini anlarsanız, sunucu ve ağ ekipmanları almayacaksınız. Çoğu sunucu sözleşmesi beş yıllıktır ve genellikle üç yılda kar marjına ulaşılır. Bu nakit döngüsü nedeniyle, bu kadar hızlı büyüdüğünüzde başlangıçtaki serbest nakit akışı gerçekten baskı altındadır; ancak her şey çevrimiçi hâle geldiğinde getiriler oldukça yüksek olacaktır.”

Veri merkezleri tartışmalarını çürütmek: “Bir golf sahasının iki günlük su tüketimi, bizim yıllık tüketimimize eşittir”

ABD’de veri merkezlerinin enerji tüketimi ve çevre sorunları siyasi bir tartışma haline gelmektedir. Jassy bunu güçlü bir şekilde reddederek konuyu ulusal rekabet gücü bağlamında makro düzeyde ele aldı.

“Yaşadığımız altyapı inşaatı, 1950’lerde ABD’de otoyollar ve köprüler inşa edilmesiyle kıyaslanabilir ölçektedir. Ülke ve hatta dünya, veri merkezleri inşa etmemenin maliyetini karşılayamaz; aksi takdirde ülkeler gibi Çin liderlik pozisyonlarını ve standartlarını belirleyecek; bu hem iç politikada hem de küresel düzeyde kabul edilemez.”

Çevre suçlamalarıyla ilgili olarak Jassy çarpıcı veri gerçeklerini sundu: “Politikacılar ve spekülatörler basit bir ‘kötü adam’ bulmayı sevdiğinden, birçok iddia mit ile yalan arasında yer alıyor. Aslında golf sahaları ya da badem üretimi veri merkezlerinden çok daha fazla su tüketiyor. Bir veri noktası: Bir golf sahasının su tüketimi bizimkinden 200 kat fazladır; iki günde tükettikleri su, veri merkezlerimizin bir yılda tükettiği suya eşittir.”

Ayrıca yedek jeneratörlerden kaynaklanan kirliliğin ciddi şekilde abartıldığını da ekledi: “Kirlilik seviyelerini sürekli tam kapasitede çalışıyormuş gibi kaydetmeniz gerekiyor; ancak gerçekte yedek jeneratörleri yılda sadece %0,1 süreyle (yaklaşık 10 saat) bakım amacıyla çalıştırıyoruz.”

Yapay zeka talebindeki “çubuk ağırlıklı etki” ve çıkarım maliyetlerini azaltma ana mantığı

Belirli yapay zeka taleplerini analiz ederken Jassy, Amazon’un kendine özel çip stratejisini açıklayan canlı bir “çubuk ağırlıklı” teori öne sürdü.

“Çubuğun bir ucu, devasa hesaplama gücü tüketen yapay zeka laboratuvarlarıdır; diğer ucu ise otomatik müşteri hizmetleri veya iş süreçleri gibi maliyetleri azaltıp verimliliği artırmak için yapay zeka kullanan kurumlardır. Çubuğun ortasında ise şu anki kurumsal üretim iş yükleri yer alır. Kurumların çoğu henüz (yapay zeka çıkarımı) benimsememiştir; ancak 5–7 yıl içinde neredeyse tüm mevcut kurumsal uygulamaların derinlemesine çıkarım teknolojisi kullanacağını düşünüyorum.”

Ancak, çubuk grafiğin 'orta kısmında' yer alan devasa pazarı harekete geçirmek için fiyat en büyük engeldir.

'Son birkaç yılda çıkarım maliyetleri önemli ölçüde düştü, ancak bence hâlâ bir büyüklük mertebesi kadar pahalı.' Jassy şöyle vurguladı: 'İşletmelere mevcut CPU uygulamalarını yeniden yazmaları için yapay zekâ hızlandırıcıları kullanmalarını isterseniz ve maliyet farkı çok büyükse, bu yeniden yazma eşiği çok yüksek olur. Ancak çıkarım maliyetlerini düşürürseniz, bu eşik büyük ölçüde düşer. Bu yüzden kendi geliştirdiğimiz çip işine odaklanıyoruz.'

Jassy, 2015 yılında çip tasarımı şirketi Annapurna Labs’ı satın almayı 'Amazon tarihindeki en başarılı satın alma işlemi, ikinci bile yok' diye övdi. Kendisi, kendi geliştirdikleri Graviton işlemcilerinin (diğer x86 işlemcilere kıyasla %40 daha maliyet verimli) ve Trainium yapay zekâ hızlandırıcılarının (diğer çözümlere kıyasla %30–40 daha maliyet verimli) sayesinde Amazon’un hesaplama gücü maliyetlerini hızla düşürdüğünü açıkladı.

Kurumsal yeniden yapılandırma: 6 mühendis, bir yıl içinde 40 kişinin yaptığı işi yaptı; tüm ürünler sıfırdan yeniden inşa edilmeli.

Yapay zekâ yalnızca dışarıya hesaplama gücü sağlamıyor; aynı zamanda Amazon’un devasa sistemini içten dönüştürüyor; personel yapısı ve ürün geliştirme mantığı ilk değişecek alanlar.

Jassy, şaşırtıcı bir iç örneği paylaştı: Bedrock (Amazon’un yapay zekâ çıkarım hizmeti platformu) ekibi, önce 40 kişiye bir yıl süren işi yalnızca 6 mühendisle 76 günde çıkarım motorunu yeniden yapılandırarak tamamladı.

'Bu herkesin gözlerini açtı.' Jassy açıkça şöyle ifade etti: 'Gelecekte aynı işi yapan insan sayısı bugünkinden azalacak. İnsanlara ihtiyaç duyulmayacağı anlamına gelmiyor, ancak işletme ölçeği büyüdükçe geçmişte harcadığımız kadar insan gücüne yatırım yapılmayacak. Takımlar daha küçük olacak ve kişiler modellerin size işin %80’ini yapmasına izin verebilecek şekilde çok fonksiyonlu çalışmak zorunda kalacak.'

Ürün düzeyinde Jassy, artımlı iyileştirmelerin artık geçerli olmadığını, 'sıfırdan yeniden inşa etme' cesaretine sahip olunması gerektiğini düşünüyor.

'Alexa gibi ürünler için geliştirilme aşamasında 'beyni' çok yenilikçi idi; ancak üretici yapay zekânın ortaya çıkışıyla yetenek sınırları tamamen değişti. Kazanan bir müşteri deneyimi sunmak istiyorsanız, Alexa’nın beynini yeniden bağlamalısınız.'

Sadece Alexa değil; Jassy, perakende, Prime Video ve müzik de dahil olmak üzere Amazon’un tüm temel tüketici deneyimlerinin önümüzdeki yıllarda yapay zekâ ile tamamen yeniden düşünülmesi gerektiğini belirtti. 'Takımlar genellikle gururları ve geçmiş yükleri nedeniyle direnç gösterir: 'Bunu denemiştik, işe yaramadı.' Ama bu (yeniden inşa süreci) acılı bir süreçtir ve mutlaka yaşanmalıdır; sadece artımlı iyileştirmeleri düşünürseniz üç-beş yıl içinde yok olursunuz.'

Aşağıda podcast’in tam çevirisi yer almaktadır: Andy Jassy 00:00

Bu yıl 220 milyar dolar yatırım yapsak bile talebin önemli bir kısmı karşılanamıyor. Talep üzerine kullanım için her zaman bir miktar kapasite ayırıyoruz; ancak 2026 yılı açıkça satılmış durumda, 2027 yılı neredeyse tamamen satılmış ve 2028 yılı için de büyük bir bölüm zaten satılmıştır.

Andy Jassy 00:14

Finans piyasaları şunu söylüyor: 'Bu yatırımları finanse edecek kadar dünya çapında para yok.' Ancak dünyada yaptığımız her şey—borsalar, bankalar, sağlık hizmetleri—veri merkezlerine dayanıyor. Bizim görevimiz mümkün olan en fazla kapasiteye sahip olmak; böylece çok daha fazla müşteri deneyimini kapsayabilir, onların günlük yaşamlarını daha iyi ve kolay hale getirebiliriz. Büyük laboratuvarlar güç, soğutma ve çipler için neredeyse her fiyatı ödemeye hazırdır. Belki eski müşterilerimizi satın alıp yeni müşterilere satabiliriz çünkü onlar bizim fiyatımızı teklif ediyorlar.

a16z 00:48

Andy, programa hoş geldiniz. Sizi burada görmek harika. Davetiniz için teşekkür ederiz. Beş yıldır Amazon’un başına geçtiniz ve çok şey yaptınız. Burada olmak kolay değil; CEO olarak sürekli birbirini takip eden birçok iş var—şu anda 220 milyar dolarlık sermaye harcamanız var, AWS %20–28 oranında büyümüş. Gerçekten çok şey başardınız.

Andy Jassy 01:09

Çok şey başardınız; 2026 yılındaki Amazon hedeflerinizi 2021 yılında resmen CEO olarak göreve başladığınız zamanki hedeflerle kıyasladığınızda nasıl değerlendiriyorsunuz? Ah, 2021 artık çok uzakta hissediliyor; sanki on yıl önceymiş gibi. Ama biliyorsunuz, dünya çok hızlı değişiyor. Ve…

Andy Jassy 01:30

2021’e kıyasla toplam gelirimiz yaklaşık %80 arttı, AWS işi neredeyse üç katına çıktı ve reklam geliri de yaklaşık iki buçuk katına çıktı. Yani bu iş gerçekten oldukça büyüdü.

Andy Jassy 01:47

Bence gerçekten birkaç şey oldu. Pandeminin azalmasıyla birlikte görevime başladığım hemen sonrasında perakende işimiz gerçek bir dağıtım maliyeti sorunuyla karşılaştı: temelde dağıtım ağımızın ölçeğini iki katına çıkardık. 25 yıl boyunca inşa ettiğimiz ağ, yaklaşık 18 ay içinde iki katına çıktı; ardından yaklaşık 20 ay içinde UPS’e kıyaslanabilir bir son-mil teslimat ağı kurduk. Böyle hızlı bir şekilde inşa edildiğinde, elbette her türlü optimizasyon dışı durum kaçınılmazdır. Dağıtım ağımızdaki dağıtım maliyetleri istediğimiz düzeyde değildi. Bu durum o dönemde birçok zorluk ve büyük kaygıya neden oldu.

Hatırlıyorum, görevime yeni başlamıştım, henüz bir yılı bile doldurmamıştım ve herkes şöyle diyordu: ‘Bu zamanda devralmak en kötü zamanlama, gerçekten kötü şans.’ Ama şimdi geriye baktığımda bunun aslında çok iyi bir başlangıç zamanı olduğunu düşünüyorum; gerçekten bir nimet oldu—çünkü bizi yıllardır düşünmeyebileceğimiz birçok konuyu değerlendirmeye zorladı ve bu konular müşterilerimiz ve işimiz için çok değerli fikirlerdi. Bunlardan en büyüğü dağıtım ağımızdı: ABD’de orijinalde düz bir ulusal dağıtım ağı olan sistemi bölgeselleştirdik. Bölgeselleştirmeyle ürünleri müşterilere çok daha yakın yerlere yerleştirdik; bu da taşıma mesafelerini kısaltarak dağıtım maliyetlerini düşürdü ve aynı zamanda müşterilere teslimat süresini hızlandırdı.

Dağıtım maliyetleriyle mücadele ettiğimiz bu dönemde, en köklü inançlarımızı yeniden gözden geçirmek, teslimat hızı ve perakende işi açısından büyük talep yarattı; bu da büyümemizi bu kadar hızlı sağlamamızın ana nedenlerinden biriydi. Tabii ki bundan hemen sonra yapay zekâ (YZ) tüm sahneyi daha da ateşledi. YZ aslında yeni bir şey değil—uzun zamandır makine öğrenmesi yapıyoruz ve daha önce ‘gerçek dönüm noktası’ olarak kabul edilen birkaç YZ dalgası oldu. Ancak 2023 yılına geldiğinizde, üretici YZ’nin getirdiği devasa farkı gerçekten görüyorsunuz. Söylemek istediğim, o zamana kadar AWS işimiz zaten çok hızlı büyümeye başlamıştı.

Elbette, en kapsamlı işlevsel kapsamı, güçlü operasyonel performansı ve güvenlik özelliklerini, ayrıca farklı bir tür ortak ekosistemini sunuyoruz. Açıkça lideriz ve o dönemde bu işin uzun vadeli—örneğin on yıl içinde—yüzlerce milyar dolarlık gelire ulaşabileceğine inanıyorduk. Şimdi YZ ile yaşananların tamamına bakınca ve bilinen her müşteri deneyiminin akıl yürütme ve YZ sayesinde yeniden şekilleneceğini gördüğümüzde, AWS işimizin sadece çok hızlı büyüdüğü değil—geçen çeyrekte yıllık bazda %36,7 büyüdü ve bu, 169 milyar dolarlık yıllık gelir tabanı üzerindedir—önümüzdeki fırsatların gerçekten muhteşem olduğunu düşünüyoruz.

Ayrıca bunun üzerine ekleyecek olursak, yeni iş alanlarının tohumlarını da zaten elimizde tutuyoruz: Prime Video’yı takımımız nasıl geliştirdi—bugün büyük ve kârlı bir iş haline geldi; Amazon Leo ile inşa ettiğimiz düşük Dünya yörüngesi uyduları; Zoox ile geliştirdiğimiz otomatik taksi hizmeti; sağlık hizmetleri işimiz ve robotik alanında yaptıklarımız. Gerçekten de çok daha fazla müşteriye, çok daha fazla müşteri deneyimine yardımcı olma fırsatımız var; böylece onların yaşamını her gün daha iyi ve kolay hale getiriyoruz.

Ve ‘müşterilerin hayatını her gün daha iyi ve kolay hale getirmek’ misyonu, şirket genelinde yaptıklarımızı gerçekten birleştiriyor. Şimdi bununla ilgili birkaç takip sorum var. İlk olarak, dağıtım ağını çok hızlı genişlettiğinizde mutlaka bir miktar verimsizlik yaşanacağını söylediniz. Böyle hızlı ilerlerken kesinlikle bazı eksiklikler olur. Peki CEO olarak bunu nasıl iletiyorsunuz—aynı zamanda kültürel standartlarınızı düşürmeden? Yani Amazon, mükemmellik, operasyonel verimlilik ve tasarruf gibi değerlerle tanınır. Ama şimdi siz ‘UPS gibi bir şey inşa etmek istiyoruz’ diyorsunuz. Bu ikisini nasıl uzlaştırıyorsunuz?

İlginç olan şu ki, çoğu kişi tarafından bilinen, toplamda 16 adet olan bir liderlik prensipleri setimiz var. Bunların çoğu, ekip olarak operasyonları ve kültürü nasıl düşündüğümüzü yönetmelidir ve gerçekten de öyledir.

Ancak bunlardan birkaçı birbirleriyle çatışma içindedir ve bazen insanlar bununla ilgili karışıklık yaşar. Gerçek şu ki bu, gerçek dünyanın nasıl işlediğini yansıtır—hiçbir şey asla net değildir; sürekli karşılıklı ödünleşmeler yapılır. Dolayısıyla dağıtım ağını ve son-mil teslimat ağını bu kadar agresif ve hızlı bir şekilde genişletmeye karar verdiğimiz o anı düşünürsek, ekip karşılaştığı zorluk şuydu: bu kadar hızlı ilerlemenin çok zor olacağından, yavaş yapmaya göre maliyetlerin yüksek çıkacağından ve zaman alırsak yapabileceğimiz kadar her şeyi optimize edemeyeceğimizden emdik. Ama müşteriler ve satıcılar bunu gerçekten ihtiyaç duyuyordu. O halde ‘önce bitirelim’ yaklaşımına mı yönelmeliydik?

Unutmamak gerekir ki bu, tüm fiziki mağazaların kapandığı pandeminin erken dönemiydi.

Yani pandemi sırasında Amazon’un herkesin yaşamındaki rolüne bakarsanız, oldukça kökten bir değişimi yansıtır. Bu yüzden kendimize şunu sormak zorunda kaldık: Müşterileri ve satıcıları—bu satıcılar aynı zamanda işletmelerini ayakta tutmaya çalışıyordu—hizmet edebilmek için belki de optimal olmayan bir şekilde hızlıca inşa etmeli miydik? Bu ilk kararı almamız gerekiyordu. Ve biz, neredeyse her zaman yaptığımız gibi, müşteri tarafına yönelmeye karar verdik. İnşa sürecinde ise planladığımız her şeyin mükemmel ilerlemediği hızla ortaya çıktı.

Dağıtım ekibimiz, şirketin diğer departmanlarından daha sık ofiste bulunur. Buna rağmen, tasarım, planlama ve değerlendirme süreçlerinde çok sayıda kişinin dahil olması gerekir. İnsanlar her yerde dağılmış durumda, uzaktan çalışıyor ve ‘harekete geçme eğilimi’ ya da hız ile ‘son derece yüksek standartları koruma’ arasındaki dengeyi ya da çatışmayı sağlamak zorundasınız—ikincisi, planlanan maliyet yapısına, teslimat yöntemlerine ve tasarımlara göre teslimat yapılmasını gerektirir. Bu nedenle tekrar ödünleşmeler yapmak zorundaydık.

Bizim ödünleşmemiz müşteri tarafında durmak, satıcıları ve tüketiciyi iyi hizmet edebilmek için hızlı hareket etmek oldu; bunun sonucunda daha sonra yapılacak bazı düzeltme çalışmaları olacağını biliyorduk. O zaman bu sürecin ileride neye dönüşeceğini önceden biliyor muyduk? Hayır. Bazı şeyler doğru optimize edilemedi ve bunların optimize edilemeyeceği önceden tahmin edilmedi. Ancak iyi metrikleriniz varsa ve doğruluk söyleyen bir kültürünüz varsa—bu da kültürümüzün çok önemli bir parçasıdır—verileri masaya koyar, problemleri masaya koyar, birbirimizle doğrudan iletişim kurar ve kimseye sorunları örtbas etmesine izin vermezsiniz. Böyle bir kültüre sahipseniz, metriklerde ve tartışmalarda durum oldukça net hale gelir.

Sonra bunu nasıl iyileştireceğinizi bulmanız gerekir; küçük verimlilik sorunları ile yapısal sorunları birbirinden ayırmak gerekir. Bu kapasiteye sahip olduğumuzda, ağa geri dönüp ana bölümlerini yeniden yapılandırdık—bu muhtemelen o zaman ekip için sekizinci ya da dokuzuncu öncelikti ama daha sonra hız ve maliyet kombinasyonunu gerçekleştirebilmesi nedeniyle çok daha önemli bir önceliğe dönüştü. Evet, ilginçtir. AWS’yi başlatırken yaşadığınız duruma biraz benziyor—AWS’yi başlatmıştınız ve o dönemdeki yaklaşım biraz ‘inşa et, gelirler’ gibiydi, değil mi? Tüm altyapıyı inşa ettiniz ve sonra işlettiniz. Yani gelmeleri gerekiyordu, aksi halde büyük sıkıntıya düşerdiniz.

Ancak şimdi bu durum çok daha büyük bir ölçekte yaşanıyor: Siz ve bazı diğer şirketler—şunu belirtmem gerekiyor, çoğunlukla sizsiniz, en azından kesinlikle en büyük oyunculardan birisiniz—veri merkezleri ve çip kapasitesi inşa etmeyi o kadar hızlı bir şekilde sürdürüyorsunuz ki finans piyasaları artık şöyle diyor: ‘Vay canına, bunları finanse edecek kadar dünya genelinde para yok.’ Son zamanlarda CoreWeave ve benzeri şirketlerin borç ve hisse senedi piyasalarında yaşanan bu tür gerginliği de gördük. Peki, talep bu kadar yüksek ve büyüme bu kadar hızlı iken bu tur inşaat için ‘çok fazla’ ne kadar olur? Ayrıca tedarik zincirinde rekabet var; soğutma, enerji, çipler gibi tüm unsurlar için rekabete girmeniz gerekiyor. Evet, bu gerçekten çok iyi bir soru. Gerçekten de bunu basitleştirecek bir formül olsaydı, ekibimizin çok zamanını kazandırırdı.

Şöyle diyebilirim: Bulutun ilk dalgasında, AWS’yi başlatırken aslında biraz ‘insanlar kullanır mı bilmiyoruz, ama inşa edelim, gelirler’ yaklaşımı vardı. Ancak içsel olarak iyi sinyaller alıyorduk. O dönemde, yani 2000’lerin başlarında, ilerlemeleri beklentilerimizin çok altında kalan oldukça fazla takımımız vardı—bizce bile yeterince hızlı olduğumuzu düşünsek de. Ama neden bu kadar uzun sürdüğünü anlayamıyorduk. Bunun nedeni, ürün takımlarımızın %70–80’ini altyapı işleriyle harcamalarıydı; bu da ürünleri ayırt edici kılmalarına izin vermiyordu. Sadece %20’lik bir kısmı ürünleri gerçekten farklı kılan kısımlara ayrılmıştı.

Dolayısıyla her takımın aynı şeyi tekrar ettiğini ve tekerleği yeniden icat ettiğini fark ettik. Bu yüzden AWS’yi başlangıçta yalnızca iç süreçlerimizi hızlandırmak amacıyla tasarladık. O zamanki değerlendirmemiz şuydu: ‘Eğer bilişim, depolama, veritabanları, içerik dağıtımı, mesajlaşma gibi büyük ölçekli, yüksek kullanılabilirlikli, düşük maliyetli ve son derece esnek temel modül hizmetleri oluşturursak, tüketici işlerimizde çok daha hızlı ilerleyebiliriz.’ Daha sonra, teknolojimizin nispeten iyi olduğunu ve muhtemelen diğer şirketlerin de aynı sorunlarla karşılaştığını düşündük. Hatta dışa açılmadan önce bile iç ortamda bu konuya büyük ilgi gösteren çok sayıda takım vardı; bu da doğru yolda olduğumuzu gösteriyordu. Kimse arasında bunun dışarıda bu kadar hızlı büyüyeceğini öngörememişti.

Yapay zeka (YZ) konusunda, bildiğiniz gibi, ‘şimdi tam zamanı geldi, YZ sonunda burada’ diyen kişilerin dalgaları oldu. Bu üretici YZ dalgasından altı-yedi yıl önce bile insanlar YZ çağının geldiğini düşünüyordu. AWS üzerinde birçok YZ hizmeti inşa ettik ve bu aslında oldukça iyi bir iş oldu. Ancak şu anda gördüğümüzle kıyaslandığında hiçbir şey değil. AWS’nin erken dönemlerinde çok hızlı büyüdüğümüzü düşünüyor ve bundan memnunduk—üç yıl sonra yıllık gelirimiz yaklaşık 60 milyon dolara ulaştı. Bu üretici YZ dalgasının ilk üç yılında yalnızca AWS içindeki YZ işimizin yıllık geliri 25 milyar dolardan fazla oldu. Yani yüzlerce kat daha hızlı büyüdü. Böyle bir şeyi gerçekten hiç görmemiştik. Soru şu hâle geliyor: Bu fırsatı yakalamak için ne kadar yatırım yapmak istersiniz? Size söyleyebilirim ki 2026 yılına kadar yaklaşık 220 milyar dolarlık yatırım yapmayı planladığımızı açıkladık.

Bu arada, yaklaşık 15 yıl önce bir liderlik ekibi kahvaltısında bir telekom şirketi’nin 50 milyar dolarlık yatırım yaptığına inanamıyorduk; ‘Nasıl olur da bu kadar yatırım yaparlar?’ demiştik. Yani bu rakamlar gerçekten şaşırtıcıdır. Ve bu yıl 220 milyar dolarlık yatırım yapacak olsak bile, talebin oldukça büyük bir kısmını karşılayamıyoruz. Burada bize gerçekten yardımcı olan şey, müşteri talebine sahip olmamızdır. Dolayısıyla AWS yatırım harcamalarına ve nakit döngüsüne bakarsanız, iki ana bileşeni vardır: Birincisi veri merkezlerine yapılan yatırım, ikincisi sunuculara ve ağ ekipmanlarına yapılan yatırım. Veri merkezi kısmı için, sunucuları yerleştirebilip gelir elde edebilmek için yaklaşık iki yıl önceden yatırım yapmanız gerekir. İyi haber, bu yatırımın yalnızca bir kez yapılması gerektiğidir; bu uzun ömürlü bir varlıktır ve ömrü yaklaşık 30 yıldır.

Ancak bu yatırımın birkaç yıl önceden yapılması gerekir. Sunucular ve ağ donanımları için yapılan yatırım ise kullanılan bileşenlere göre yalnızca birkaç ay önceden yapılır. Bu nedenle harekete geçmeden önce müşteri talebine iyi bir şekilde bakabilirsiniz. Eğer bu veri merkezlerini doldurmak için o kapasiteye aslında ihtiyaç duyulmadığını görürseniz, sunucu ve ağ donanımı satın almazsınız. Ortalama olarak bu yatırımlar yaklaşık üç yılda kar eder ve şu anki ömürleri beş-altı yıldır.

Yaptığımız anlaşmaların çoğu beş yıllık sürelidir. Bu nedenle bizim gibi çok hızlı bir şekilde bu kadar çok veri merkezi inşa ederken, bu yıllarda büyük miktarlarda sermaye harcar ve serbest nakit akışınızda baskı oluşur—sonraki yıllarda tüm veri merkezleri çevrimiçi hâle gelip gelir sağlamaya başlayana kadar, ayrıca sunucu ve ağ yatırımlarınızdan para geri kazanmaya başlayana kadar. Ancak nakit döngüsünün doğası gereği, bu kadar hızlı büyümenin ilk yıllarında baskı oluşur. Bu bağlamda, AWS’yi başlatırken veri merkezlerinin dünyada siyasi bir tartışma konusu olacağını düşünmeniz bile mümkün değildi. Ancak şimdi özellikle Amerika Birleşik Devletleri’nde böyle bir durumdayız.

İlginçtir ve sanırım siz de yaşadınız—dünyada veri merkezlerine karşı daha fazla muhalefetin yaşandığı bir yer yoktur; nedenleri ne olursa olsun, bu muhalefet Amerikan siyasi alanında yoğunlaşmıştır. Peki, bu durum sonunda bu konuyu nasıl etkileyecek? Soracağım şey şu: Veri merkezlerine yönelik eleştirilerin geçerli bir yanı var mı? Ve bu durum stratejinizi nasıl etkileyecek—nerede inşa edeceğiniz, başka bölgelerde ne inşa edeceğiniz? Tamam, size en azından kendi bildiğim kadarıyla bazı arka plan bilgileri verebilirim. Düşünün, bugün dünyada yaptığımız her şey—borsa, bankacılık, sağlık hizmetleri, eğlence, alışveriş, eğitim, iş dünyası, taksi uygulamaları—tamamen veri odaklıdır ve hepsi basitçe veri merkezlerine dayanır. Hayır, herkes kullanır; artık telefonumu kullanmak istemiyorum.

Ancak hepsi veri merkezleri kullanır. Ve bu, YZ’nin henüz başlamadan önceki durumdur. YZ, günümüzün en büyük teknolojik dönüşümüdür—interneti, bulutu ve mobil interneti yaşadıktan sonra bu ifade oldukça ağırlıklı bir yargıdır. Gerçek şu ki, az önce bahsettiğimiz YZ tarafındaki hızlı büyümeyi desteklemek için gereken altyapı, 1950’lerde otoyollar ve köprüler inşa edildiği zamandan beri bu ülkede, hatta dünyada görülmemiştir. Şu an yaşadığımız inşaat düzeyi budur. Ve bu ülke—I think the whole world is generally the same, but I want to specifically mention the United States—veri merkezleri inşa etmemek için ödenmesi gereken maliyeti karşılayamaz; aksi halde Çin gibi başka bir ülkenin bu alanda tüm liderliği ve kuralları belirleyeceğini göreceğiz. Bunu hem ulusal hem de küresel düzeyde kimse istemez.

Dolayısıyla şimdi veri merkezleri inşa etmek zorundayız. Şimdi, tüm sektör olarak şimdiki durumdan daha iyi yöntemlerimiz olup olmadığını düşünüyor muyum? Elbette. Şeylerin çok hızlı geliştiğini ve hepimizin birlikte öğrendiğini hissediyorum. Ancak şu anda bir grup—ben ona ‘efsane ile yanlış bilgi arasındaki bir şey’ diyorum—yayılıyor çünkü bu tür konularda herkes hazır bir ‘kötü adam’ bulabiliyor. Siyasette bazen fırsatçılar bu kötü adama işaret ediyorlar. Size birkaç örnek verebilirim. Golf endüstrisi veya badem üretimi tarafından tüketilen su miktarı, veri merkezlerinin tükettiğinden çok daha fazladır.

Sadece bir veri noktası olarak: Golf sahaları, tüm veri merkezlerimizin tükettiğinden 200 kat daha fazla su tüketir; iki günlük su tüketimleri, veri merkezlerimizin yıllık su tüketiminden daha fazladır. Bu tür örnekler çoktur ve bu da oldukça iyi bir örnektir. Ya da kirlilikten bahsedebilirsiniz. Gerçek şu ki, yeni bir site kaydettiğinizde ve yedek jeneratörler kurduğunuzda, bu jeneratörleri tam yükte, 24 saat 7 gün çalıştırırsanız ne kadar emisyon oluşacağını kaydetmeniz ve bildirmeniz gerekir. Ancak tabii ki bu durum hiçbir zaman gerçekleşmez. Yedek jeneratörler yalnızca yılda yaklaşık 10 saat gibi çok kısa sürelerle çalışır; genellikle bakım amaçlıdır.

Yani, elektrik fiyatları konusunda konuşabilirsiniz—büyük ölçekli veri merkezi yerleşimlerine sahip olduğumuz bölgelere baktığınızda, bazı yerlerde elektrik fiyatları yükseldi, bazılarında ise düştü. Ancak gerçek sorun şu: Ülke olarak şebeke altyapımıza gerektiği kadar yatırım yapmadık. Önümüzde mutlaka önemli bir büyüme var; bu nedenle bir şey, yatırım yapılması gereken kritik noktaya itilecek. Sonuç olarak, AI—çok hızlı ve büyük ölçekte büyüdüğü için—bu noktayı aşmaya iten faktör haline geldi. Ancak bir kez kapasite oluşturulduğunda, çoğu bölgede elektrik fiyatlarının sonunda sabitleneceğini ya da hatta düşeceğini göreceksiniz; Indiana, Georgia veya Mississippi’de yaşananlar gibi.

Dolayısıyla, daha iyi yapabileceğimiz bazı alanlar var. İnsanların kolayca unuttuğu başka bir nokta da şudur: Bu bölgelerde büyük veri merkezi sağlayıcıları önemli miktarda vergi öder. Örneğin Indiana eyaletinin St. Joseph County’sinde yaklaşık 3 milyar dolar vergi ödedik. Topluluk bu parayı aldı ve bunu, topluluklar için gerçekten önemli olan şeylerde harcayabildi. Böylece topluluk da bundan faydalanıyor. ‘Built Together’ gibi bazı projeler inşa ettik ve önümüzdeki beş yıl içinde veri merkezi yerleşimlerine sahip olduğumuz topluluklara 1 milyar dolar daha yatırım yapmayı taahhüt ettik. Bu nedenle, bu konuyu ileriye taşımak için topluluklarla çalışmaya devam etmemiz gerektiğini düşünüyorum. Bu, kamu-özel ortaklığı olmak zorunda. Ancak bu tur inşaat, ülkenin geleceği açısından çok önemlidir—otobanları inşa etmeseydik ne olurdu hayal edin.

a16z 20:44

Ve köprüleri—bunlar ülkenin ekonomik refahını ve kapasite sınırlarını belirlerdi. Bu nedenle, durumu makul bir bakış açısıyla değerlendirmemiz ve inşa ettiğimiz topluluklarla ortaklık kurmamız gerekiyor. Şimdi sermaye harcamalarına geri dönelim. Bu 220 milyar dolar, yani günde 600 milyon dolar. Sadece bir referans çerçevesi içine koymak istiyorum. Şu anda AI talebini nasıl görüyorsunuz—siz onu bir…

Andy Jassy 21:10

Çubuk yapı. Belki mevcut AI talebinin durumunu özetleyebilir veya konumlandırabilirsiniz. İlk olarak şunu belirtmek istiyorum: AI’nın ne kadar büyük ve hızlı büyüdüğünü neredeyse inanamıyorum. Bilirsiniz, AWS’nin erken dönemlerine kıyasla yüzlerce kat daha hızlı; ilk üç yılda AWS’de AI gelirimizde 25 milyar dolarlık yıllık hızla büyüme sağladık. Gerçekten çok büyük. Ancak aynı zamanda talep yapısına baktığınızda, gerçekten bir çubuk yapısı var. Çubuğun bir ucu, benim daha önce hiç görmediğim kadar büyük ölçekte hesaplama gücü tüketen AI laboratuvarlarıdır. Diğer ucunda ise ChatGPT, Claude Code gibi birkaç büyük başarı uygulaması var.

Andy Jassy 21:59

Çubuğun diğer ucu, işletmelerdir; bunlar çoğunlukla müşteri hizmetlerini otomatikleştirme, dolandırıcılık tespiti veya iş süreçlerinin otomasyonu gibi maliyet azaltma ve verimlilik artırma amacıyla AI kullanır. Çubuğun ortası ise günümüzde AWS üzerinde çalışan ve zaten çıkarım (inference) işlemi yapan kurumsal üretim iş yükleridir. Ancak şunu belirtmek istiyorum: Bunların büyük çoğunluğu henüz derinlemesine kullanılmamıştır—ve bence bu, AI kullanımının kesinlikle en büyük parçası olacak. Bunu göreceğinizi düşünüyorum.

Andy Jassy 22:38

Bunun ne kadar hızlı gerçekleşeceğini tahmin etmek zor. Her yıl giderek daha fazla gerçekleşiyor. Ancak perspektifi biraz geriye çekerseniz—beş yıl, beş ila yedi yıl—gelecekte ne olacağını görebilirsiniz; ve sanırım bu beş ila yedi yıl beklenmeyecek, çünkü hiçbir zaman birdenbire gerçekleşmez. Ancak beş ila yedi yıllık bir perspektife bakarsanız, bugün kullandığımız ve var olan kurumsal uygulamaların önemli bir kısmı, hatta çoğunluğu, çıkarım için derinlemesine kullanılacaktır. Yani önünde hâlâ çok büyük bir büyüme potansiyeli var.

Peki bunu nasıl değerlendiriyorsunuz? Çünkü 2027 yılında veri merkezleri, çipler, bellek gibi her şeyde yaklaşmakta olan bir kıtlıkla karşı karşıyayız; çünkü herkes şu anda inşa ediyor ancak bu yıl sonuna kadar hazır olmayabilirler ve talep hiç yavaşlamıyor. Bu durumu nasıl değerlendiriyorsunuz—büyük laboratuvarlar elektrik, soğutma, çip için neredeyse her fiyatı ödeyebilecek durumda iken, uzun süredir işlerini yürütmek için normal tarifelerle ödeme yapan eski müşterileriniz var. Bu durumda, eski müşterileri satın alıp yeni müşterilere satmanızı sağlayan ticari bir baskı mı var? Çünkü eski müşterilerin fiyatlarını ikiye katlayamam, bu adil olmazdı. Ya da bunu nasıl görüyorsunuz? Çünkü gerçekten garip bir durum: 20 yıldır sizinle beraber olan ve dediğiniz gibi muhtemelen çıkarıma doğru yönelen bir grup müşteri var; ardından her şeyi satın almaya hazır açgözlü yeni müşteriler var.

Andy Jassy 24:35

Evet, güzel bir soru. Şunu bilmelisiniz: Biz bu duruma, sizin bahsettiğinizden biraz farklı bakıyoruz ama tamamen anlıyorum. Düşünün ki, bugün sadece belirli miktarda veri merkezi ve güç var, ayrıca sadece belirli miktarda bellek var ve bu kıtlığın 2027’de sona ereceğini sanmıyorum.

Şunu düşünüyorum—sermaye yatırımı konusuna geri dönersek—daha fazla yatırım yapabileceğimizi ve bunun kötü bir sermaye kullanımı olmayacağını hissetmemin bir nedeni de şu: 2026 yılı şu anda tamamen rezerve edilmiş durumda ve 2027 yılı da temelde tamamen rezerve edilmiş. Talep üzerine kullanılan hizmetlerimiz olan Bedrock çıkarım servisi veya EC2’de küçük miktarlarda boş kapasite bırakacağız—ancak temelde her şey rezerve edilmiş, tüm büyük bloklar rezerve edilmiş. 2028 yılının önemli bir kısmı da zaten rezerve edilmiş. Talep bu kadar büyük; … AI işiyle birlikte ‘temel iş’ dediğimiz, yani AI dışı kısmı ifade eden işimiz de şu anda çok hızlı büyüyor.

Ve bilirsiniz, elimizde sadece belirli miktarda bellek varsa, bu belleğin ne kadarının HBM yani AI hızlandırıcıları için, ne kadarının DRAM yani temel işimiz için ayrılacağını kararlaştırmak zorundasınız. Yani bu gerçek karşılıklı ödünleşmelerdir. Ancak şunu vurgulamak istiyorum: Bu konudaki başlangıç noktamız müşteri odaklıdır.

Bizim için AWS’ta müşterilerle derin ilişkiler ve iş birlikleri vardır. Pandemi sırasında olduğu gibi—o dönemde rakiplerimiz, herkes maliyetleri optimize etmeye çalışırken, bir çeyrekte geliri maksimize etmek için nasıl optimize edebileceklerini düşünüyordu; biz ise farklı bir yaklaşım benimsedik. Müşterilerin maliyetleri optimize etmelerine yardımcı olacak şekilde ekiplerimizi aktif olarak gönderdik, çünkü bunun kısa ve orta vadeli gelirimizi zayıflatacağını biliyorduk. Ancak müşterilerin başarısına yardım etmek istiyoruz, çünkü güçlü bir inancımız var: Uzun vadede müşterilere yardım edersek, işimiz de buna paralel olarak gelişir. Temel iş için de aynı geçerlidir. Elbette bazı hesaplamalar yaparak, kıtlık ve müşterilerin ödeme isteğine dayanarak temel müşterilerden biraz daha fazla para kazanabileceğinizi belirleyebilirsiniz. Ancak onlar işlerini AWS üzerinde yürütüyor ve tüm temel uygulamaları da burada çalışıyor.

Müşterilerimizi sıkmayacağız; onların ölçeklenebilmesini sağlayacağız. Ardından görevimiz, mümkün olduğunca fazla kapasiteye sahip olmamızı sağlayan yollar bulmaktır; böylece yalnızca temel müşterilerimiz değil, aynı zamanda bize AI ile hizmet almak isteyen tüm müşteriler ve bize birlikte AI geliştirmek isteyenler de bunu kullanabilsin ve bu kullanım, bizim için ekonomik olarak sürdürülebilir olsun. Dolayısıyla, arz sıkışıklığının yalnızca 2027’de bir sorun olacağını söyleyebilmeyi gerçekten çok isterdim; ancak bence bu sıkışıklık farklı bileşenlerde birkaç yıl boyunca devam edecek. Her zaman agresif olduk ve gerçekten taahhütte bulunmuş, altyapı ve yapay zekâ alanında hep olduğu gibi önemli bir lider olmaya odaklanmış olduğumuz için, başkalarından daha fazla kapasite ürettiğimize inanıyorum.

Ancak dediğim gibi, bu yıl 220 milyar dolar harcayacağız ve çok daha fazlasını da harcayabilirdik. Bu, kötü bir sermaye kullanımı olmazdı. Ayrıca orta vadeden uzun vadeye bakıldığında, talebin tamamını karşılayamayacağımızı düşünüyoruz. Şu anki talep gerçekten şaşırtıcı düzeyde. Bu konuya devam edersek, 2015 yılında Annapurna Labs’ı satın almıştınız. O dönemde muhtemelen 2015’te ortaya çıkacak devasa AI talebini düşünmüyordunuz çünkü o zamanlar AI talebi oldukça sınırlıydı. Peki bu satın alma kararını ne yönlendirdi? Ve bu yeni dünyada nasıl getiri sağladı? Evet, Annapurna ekibinin çalıştığım en yetenekli ekiplerden biri olduğunu düşünüyorum; Amazon tarihinde yaptığımız en iyi satınalmalardan biri, hatta belki de en iyisi.

Evet, bazı yönlerini öngörmüştük ama Annapurna’yı özel olarak AI çipleri için satın almadığımızı düşünüyorum. Şöyle ki: belirli bir büyüklüğe ulaştığınızda, müşteri davranış kalıplarını devasa ölçekte gözlemleyebilir ve dikey entegrasyon yaparak belirli yetenekleri kendi içinde geliştirirseniz, müşterilere daha fazla değer sağlayabileceğinizi ve işin kendisine de daha iyi ekonomik avantajlar kazandırabileceğinizi fark edersiniz. Dolayısıyla Annapurna ile başlangıç noktamız temel EC2 sunucuları etrafındaydı: sanallaştırma, ağ, güvenlik ve depolama işlemleri için çok fazla sunucu kaynağı harcadığımızı hissetmiştik ve müşterilere hesaplama gücü sağlamak için sunucu kaynaklarının neredeyse %100’ünü kullanmak istiyorduk.

Dolayısıyla onları satın almadan önce zaten bu ağ arayüz kartı (NIC) üzerinde çalışıyorduk—bu bileşenleri NIC’e taşıyarak mümkün olduğunca fazla sunucuyu hesaplama amacıyla kullanmayı amaçlıyorduk. Bu ekibi ve birlikte oluşturduğumuz ürünü gerçekten çok beğenmiştik. Satın alacağımız ürünün sonunda neredeyse her EC2 sunucusuna kurulacağını fark ettik—ve gerçekten de tüm sunucularımıza kuruldu.

İlk olarak bunu, bilgi işlem gücümüzün temel yeteneği haline gelmesi için satın aldık; ayrıca bu ekip çip üretimi konusunda çok yetenekliydi ve diğer çipleri de üretebileceklerini düşündük. O dönemde Intel ile çok derin bir ortaklığımız vardı—bugün bile bu şirketiyle yoğun iş birliği sürdürmekteyiz. Ancak sorun şuydu: o dönemde Intel neredeyse tüm CPU pazar payına sahipti; ve neredeyse tüm pazar payına sahip bir ortağınız olduğunda, genellikle maliyet verimliliğini artırmayı değil, daha fazla pazar payı ve gelir kazandıracak başka özelliklere odaklanırlar.

Bu tamamen anlaşılabilir bir durumdur; piyasaların işleyiş dinamiklerinin bir parçasıdır ve aynı zamanda ‘yenilikçi ikilemi’nin bir nedenidir. Dolayısıyla maliyet verimliliğini artırmak istiyorduk ama onların dikkatini çekmek zordu. Ancak müşterilerimiz giderek daha fazla yerel iş yükünü buluta taşımak istiyorlardı ve daha iyi maliyet verimliliği talep ediyorlardı. Böylece bir sonraki adım olarak Annapurna ekibinden bir CPU çipi geliştirmelerini istedik. Graviton’u ürettiler—bugün en üst 1.000 EC2 müşterimizin %99’u onu yoğun şekilde kullanıyor. Maliyet verimliliği diğer x86 işlemcilere kıyasla yaklaşık %40 daha yüksek olup, müşterilerimiz ve işimiz üzerinde büyük etki yarattı. Sonra birkaç yıl önce aynı senaryoyu AI alanında tekrar yaşadık: gerçekten güçlü bir baskın tedarikçi vardı. Onlarla derin bir ortaklığımız vardı—we still have a deep collaboration, and I expect we will continue to do so for the foreseeable future.

Ancak onların çok büyük bir pazarı ve üzerinde çalıştıkları birçok farklı ürün ve öncelikleri vardı. Müşterilerimizin daha iyi maliyet verimliliğine ihtiyaç duyduğunu biliyorduk; bu yüzden Annapurna içinde başka bir ekip kurarak Trainium adını verdiğimiz bir AI hızlandırıcı çipi geliştirdik ve maliyet verimliliği benzer işlemcilere kıyasla %30-40 daha yüksek. Ayrıca, barbell’in orta kısmından bahsederken—şimdi konuştuğumuz konudan—şunu sormak gerekir: hangi unsurlar barbell’in orta kısmını değiştirerek mevcut kurumsal üretim uygulamalarının daha fazla çıkarım (inference) kullanmasını sağlayacak? Bunlardan biri yetenek: bazı kişiler zaten sonrası eğitme ve ince ayarlama konusuna alışkınlardır; önceliklendirme, neleri ele alacağınızı ve nasıl yapacağınızı bilen örgütsel yetenek gereklidir.

Ancak büyük bir kısmı şu maddede yatıyor: çıkarım maliyetleri son birkaç yılda oldukça düştü ama bence hâlâ yaygın kullanımı mümkün olacak kadar düşük değil—bir düzine kat daha düşük olmalı. Çünkü işletmelerin şu anda CPU’larda çalışan uygulamalarını AI hızlandırıcılarla çalıştırmak için yeniden yazmalarını istiyorsanız ve bu iki çözüm arasındaki maliyet farkı çok büyükse, işletmelerin bu uygulamaları yeniden yazmaya razı olması için AI hızlandırıcılarından çok yüksek ek fayda sağlaması gerekir—bu çok daha yüksek bir eşik demektir. Ancak çıkarım maliyetlerini düşürürseniz bu eşik çok daha aşağıya iner ve tüm uygulamalar AI hızlandırıcılar ve çıkarım sayesinde daha iyi, akıllı ve güçlü hale gelir. Dolayısıyla müşterilerin AI’yı yaygın olarak kullanabilmesi için çok kritik bir bağlantı çıkarım maliyetlerini düşürmektir ve çip işimiz bunun önemli bir parçasıdır. Evet, gerçekten öyle. Şirketimiz açısından söyleyebilirim ki bu gerçekten çok masraflı olabiliyor. Geçen birkaç yılda değerli işler yapan bir çalışanımız 2 milyon dolar harcadı.

Ancak evet, o dönemdeki duygu şöyleydi: işte çıkarım gerçekten ucuz değil. Bu nedenle yaptığınız şeylerden biri, özellikle Anthropic ve OpenAI’ye yönelik çok büyük yatırım yapılmış olmasıydı; Anthropic için 18 milyar dolar, OpenAI için ise yaklaşık 50 milyar dolar hatırlıyorum. Peki bunları yapmaya ne sebep oldu? Ayrıca Nvidia ve diğerleriyle yapılan benzer yatırımlar Wall Street’i biraz endişelendirdi çünkü bunlar internet balonunun kötü eski günlerini hatırlatıyor. Bunu nasıl değerlendiriyorsunuz—özellikle bunlar aynı zamanda müşterileriniz olduğu gerçeğini göz önünde bulundurarak? Neden bu mantıklı? Her iki şirket de mükemmel ekiplere sahip ve çok etkileyici firmalardır; işlerini büyütmeleri oranı—en azından gelir açısından—buna benzer bir şeyi hiç görmemiş olabiliriz. Gerçekten inanılmaz.

Dolayısıyla bizim için bu, birkaç faktörün birleşimidir: bu ekiplerin ne tür ekipler olduğu, geliştirdikleri teknoloji ve modeller, ürettiği bazı uygulamalar; yapay zekânın ne kadar dönüştürücü olabileceğine inanıyoruz; bu alanın uzun yıllar boyunca en başarılı iki şirketi olacaklarına inanıyoruz—elbette bu alanda herkes kazanamaz ama çok sayıda çok başarılı şirket ortaya çıkacak ve biz bunlardan ikisinin onlar olacağını düşünüyoruz. Ayrıca çok yakın iş birliği içindeyiz. Önce Anthropic ile iş birliğimize değinelim—onlarla daha uzun süredir iş birliği yapıyoruz. Birçok müşterimiz Anthropic’i bizim çıkarım hizmetimiz Bedrock’ta çalıştırıyor. Ve Bedrock’ta Anthropic çalıştıran müşterilerin en başarılı olanlar olduğunu düşünüyorum. Çipler konusunda da derin bir iş birliğimiz var—onlar Trainium üzerine bir süredir çalışıyorlar. Bence bu hem Anthropic için hem de Trainium ekibimiz için çok iyi; her iki tarafın da birbirinden çok şey öğrendiğine inanıyorum. Dolayısıyla hem yapay zekânın geleceği konusundaki inancımız, hem bu şirketlere duyduğumuz güven hem de iş birliğimiz, bu ortaklık kapsamında yatırım yapmamızı anlamlandırıyor.

Daha sonra OpenAI tarafında, müşterilerimizin AWS üzerinde OpenAI’ı kullanmak istemesine rağmen önceki iş anlaşmaları nedeniyle bunu yapamaması durumu söz konusuydu. Uzun süredir her iki şirket de birbirine saygı duymuş ve iş birliği yapmaya istekli olmuştur. Bu bağlamda, birkaç ay süren görüşmelerin ardından Bedrock üzerinde OpenAI çalıştırmayı başardık; birlikte benzersiz bir ürün yarattık: durum bilgisi taşıyan çalışma zamanı ortamı. Gelecekte tüm akıllı ajanların bu şekilde inşa edileceğine inanıyoruz; çünkü durum bilgisi gereklidir. Anthropic gibi şirketler, Trainium için çok yıllık, çok gigavatlık taahhütlerde bulunmuştur. Bu şirketin, uzun yıllar boyunca bu alanda en başarılı şirketlerden biri olacağını düşünüyoruz. Tüm bunlar, iş birliğimizi derinleştirmenin ve yatırım yapmanın makul olduğunu gösteriyor. Konuyu değiştirelim ve bir şirketi nasıl AI ile kuracağınızdan bahsedelim. Bedrock ekibinin çıkarım motorunu 6 mühendisle 76 günde yeniden inşa ettiğini hatırlıyorum; bu işlem orijinalde 40 kişinin bir yıl çalışmasıyla tamamlanacaktı. Bu oldukça büyük bir fark.

Amazon’un ‘iki pizza takımı’ ilkesiyle tanındığını biliyorsunuz. Peki şimdi organizasyonel tasarım yaklaşımınız nedir? Bu teknoloji gerçekten her şeyi değiştiriyor gibi görünüyor. Yıllar içinde son derece uzmanlaşmıştık: tasarımcılarımız, ürün yöneticilerimiz, ön uç mühendislerimiz, arka uç mühendislerimiz vb. vardı. Şimdiyse herkes tekrar genel uzman gibi görünüyor. Organizasyonel tasarım açısından bu durumu nasıl değerlendiriyorsunuz? Evet, söylediğinize katılıyorum. Bahsettiğiniz Bedrock deneyimi buradaki herkes için gerçekten göz kamaştırıcıydı.

Bu öyküyü iç çaprazda da sıkça paylaştık; insanları ilhamlandırmak ve mümkün olanları hatırlatmak amacıyla. Çünkü zaman içinde böyle şeyler gerçekleşecek—şirkette 29 yıldır yer alıyorum. Yardımcı ürün yöneticisi olarak başladım ve o dönemde kendime beş ürün sorumluluğu verilmişti. Bugün ise şirket büyüyüp ürünleri çoğaldıkça, bir ürün yöneticisinin yalnızca tek bir ürünle, hatta sadece fiyatlandırma gibi küçük bir parçasıyla ilgilenmesi durumu oluştu. Herkes daha fazla uzmanlaştı ve büyüyüp başarı kazanmak için bu yöntemin doğru olduğu kabul edildi. Ancak bu artık geçerli değil; AI’nın yaptığı her şey buna tamamen ters düşüyor.

Sadece geçen haftayı ele alalım: tüketici işleri alanında akıllı ajanlar üzerine bazı çalışmalar yapıyoruz. Burada büyük yatırımlarımız var; ancak çok heyecan verici bir fikrimiz oldu ve Perşembe günü işlevsel bir prototip oluşturup oluşturamayacağımızı test etmeye karar verdik. Sonuç? Hafta sonu dört-beş kişi bir araya gelerek çalışmış ve Pazar günü %80 oranında piyasaya hazır duruma ulaşmıştı. Bu gerçek—tamamen farklı iki dünya. Dolayısıyla bu durumun organizasyonların geleceği açısından anlamı şudur: Birincisi, gelecekte bugün yaptığımız işleri yapan insan sayısının azalacağına inanıyorum. Akıllı ajanların ne kadar kod yazdığını, müşteri hizmetlerinin, iş zekâsının ve araştırma çalışmalarının ne kadarını yürüttüğünü düşünün.

Evet, ileriye bakın: tablolar nasıl oluşturulacak, kaç avukata ihtiyaç duyulacak—bence insanlardan tamamen yoksun olmayacaksınız ama daha az sayıda insana ihtiyaç duyacaksınız. Geçmişte işletmeler büyüdükçe insan sayısı sürekli artırıldı; ancak gelecek böyle olmayacak. Farklı işler ve yeni işler ortaya çıkacak; bazılarını biliyoruz, bazılarını henüz bilmiyoruz. AI, robotik ve uzay teknolojilerinin gelişmesiyle birlikte bunlar karşımıza çıkacak. Tüm çeşitlerde yeni işler olacak; ancak bugünkü görevleri yapan insan sayısı azalacak. Takımların günümüzdekilerden çok daha küçük olacağına inanıyorum. İnsanlar fonksiyonlar arası çalışabilecek daha küçük takımlarda yer alacak; çünkü model size %80’e ulaşmanıza yardımcı olacak, bu yüzden bir görevi tek bir kişiye küçük bir parça olarak atamayacaksınız. Bu farklı fonksiyonların çoğu için, her takımın geçmiştekinden çok daha yüksek bir başlangıç noktasından harekete geçeceğini düşünüyorum; dolayısıyla daha geniş ve hızlı icat edebileceğinize inanıyorum.

Evet, değişmesi gereken çok şey olduğuna inanıyorum. Bugün kurulan çoğu girişim, başlangıçtan itibaren ajan benzeri ya da AI-native bir yaklaşımla harekete geçiyor. Uzun süredir faaliyet gösteren olgun şirketler ise aynı hızda inşa etmeyi öğrenmek zorunda. Bence bunu başaranlar olacak. Ancak hep bu durum vardır: birçok yeteneğe sahip büyük bir işletme ve sadık bir müşteri tabanı olan şirketler arasında bazıları bu konuyu çok yavaş anlayacak; bence bu tür şirketler girişimlere karşı daha savunmasız kalacak.

Ayrıca şirketlerin, ajan özelliklerini kazandırmak için neredeyse tüm kodlarını yeniden yazmaları gerektiğine inanıyorum; ajanların farklı kod parçacıklarını güncellemesine izin vermelisiniz ve bunun için sınırlamalar belirlemeniz gerekiyor. Güvenlik açısından bakınca bu oldukça ilginç. Geçtiğimiz bir-iki ay içinde modellerle ilgili çeşitli gerilimlerin hepsi daha çok hayal ürünü senaryolara odaklandı.

Bu arada bu senaryolar mümkündür: Kötü niyetli bir botnet’in her şeyi ele geçirmesi mümkün mü? Bence mümkündür; robotlara kötü niyetli amaçlar yüklemek mümkün mü? Hepsi mümkündür. Kişisel olarak, sektör olarak kamu ve özel sektör birlikte bu sorunu çözmek üzere bir araya geleceğine inanıyorum. Ancak belirli konulara odaklanarak başlamak gerekir. Evet, ancak ilginç olan, son zamanlardaki risklerle ilgili tartışmaların yeterli olmadığı yönünde görüşüyorum—bu riskler çoğunlukla siber güvenlik etrafında dönüyor. Bu modeller o kadar güçlü ki, insanların geçmişte hiçbir zaman bulamadığı kadar çok güvenlik açığı keşfedebiliyor. İnsanların bunları bulup bulamayacağını tartışabilirsiniz ama gerçek şu ki bulamamışlardır. Dolayısıyla ileriye bakınca, uygulamaların acil güvenlik tehditlerine verdiği yanıtın ölçüsü dakikalar cinsinden olmalı.

Bugünki durum şöyle: Bir güvenlik açığı bulunur, biri onu sınıflandırır, biri düzeltme geliştirir; bu kısım bile hızlı tamamlansa bile çoğu şirket, çeşitli bağımlılıklar nedeniyle dağıtım sürecini uzun süre sürdürüyor. Gelecekte dağıtımları dakikalar içinde tamamlamak zorundasınız. Dolayısıyla uygulamalarınızı ajanlar tarafından güncellenebilir hale getirmek için gerçekten yeniden yazmadıysanız, bu yeni dünyada hiç şansınız yoktur. Tüm kuruluşların yeniden tanımlanacağını ve bu dönüşümü öncelikli hale getiren şirketlerin, bunu yapmayanlara kıyasla çok daha güçlü bir konumda olacağını düşünüyorum.

Evet, sanırım sektör olarak güvenlik mimarisini göz önünde bulundurarak—büyük sistemlerden gömülü cihazlara kadar—her şeyi tasarlamada büyük ölçüde başarısız olduk. Hesap günümüz geldi. Ancak iyi haber şu ki, bu durum yeni şirketler, yeni girişimler ve insanlar için büyük bir fırsat sunuyor. Ancak dediğimiz gibi, bu tehdit—o kuramsal, düşünce deneyleriyle ilgili tehditler—gerçekleşebilir ya da gerçekleşmeyebilir. Ama bu açık ve gerçek.

Evet, AWS tarafında konuştuğumuz neredeyse tüm ortaklar ve müşteriler—büyüklüklerine bakılmaksızın—her şirket güvenlik konusunda endişeli. Bununla ilgili müşterilere yardımcı olmak amacıyla profesyonel hizmetler işimiz var ve bu güvenlik açıklarının büyük bir kısmını tespit edip düzeltme üretme özelliğine sahip Continuum adlı bir hizmet geliştirdik. Ancak bu iş, söylemesi kolay, yapılması zordur. Gerçekten de birçok şirket ve mühendis, güvenlik odaklı çalışmanın pek heyecan verici olmadığını düşünerek bir şeyin yanlış gitmesini bekleyebilir. Ancak önemli verileri koruyorsanız bu yanlış bir yaklaşımdır. Ayrıca çoğu şirkette—önceki görüşmemize geri dönersek—güvenlik alanında uzmanlaşma muhtemelen en kötü senaryodur: diğer mühendislerle çalışmayı sevmeyen, nadir bulunan bu çok özel güvenlik mühendisleri vardır.

Sonuç olarak çoğu şirkette, özellikle yazılım şirketlerinde, yazılım geliştirirken güvenlik uygulamaları çok iyi değil. Bence bu durum mutlaka değişmeli. İyi haber şu ki bu sorunu çözmeye yardımcı olacak araçlar mevcut. Söylediklerinizi takip edersek iyi haber şudur: Siber güvenlik uzmanı (penetrasyon testi yapan) işe almalısınız; ancak bu tür personel sayısı sınırlı ve yalnızca belirli uygulamaları kapsayabilir. Modelleme ile otomasyon birleştirildiğinde, tüm saldırı yüzeyinde daha etkili penetrasyon testleri yapılabilir ve şansınıza bağlı olmaksızın keşfedemeyeceğiniz bazı güvenlik açıklarını bulabilirsiniz. Bu piyasayı gözlemlediğimizde ilginç bir şey ortaya çıkıyor: Yapay zeka sayesinde çok şey yapabiliyoruz. Bunun bir yolu maliyetleri azaltmak için kullanmaktır; örneğin ihtiyaç duyulan muhasebeci veya avukat sayısını düşürmek.

Şu anda gerçekten birçok venture capital firması şöyle diyor: 'Eski şirketleri satın alıp maliyetlerini keseceğiz.' Bu bizi asla fazla ilgilendirmedi çünkü bizce bu yaklaşım çok dar kapsamlı. Başka bir yol ise: 'Dünyanın hiç görmediği bir şey yaratmak istiyoruz.' Bu oldukça heyecan verici. Ancak üçüncü bir yol da var: Alexa gibi bir ürününüz varsa—başarılı bir ürün—ve şimdi yeni bir platform sayesinde bu ürünü sıfırdan yeniden düşünmeye karar veriyorsunuz. Bu noktaya nasıl ulaşılır? Hangi koşullarda mantıklı olur? Evet, ilginç bir üçlü ayrım çizdiniz. Daha önce konuştuğumuz gibi kurumların gerçek anlamda dönüşüp daha verimli hâle geleceği kanısındayım.

Doğru şekilde uygulandığında, gerçekten yetenekli geliştiricileriniz ve küçük ekipleriniz, daha önce bahsettiğiniz ikinci tür ürünleri—yani insanlar tarafından henüz görülmeyen şeyleri—oluşturmanıza olanak tanır. Ayrıca daha önce bahsettiğim deneyim gibi—yeni bir fikri dört günde %80 seviyesine getirmek—insanlar için inanılmaz ölçüde motive edici olur ve bu nedenle boş zamanlarını ve bilinçsiz düşüncelerini yeni fikirler üretmeye ayırırlar. Bana göre bu, yapay zekâ ile yaşananların en heyecan verici yönlerinden biridir.

Aynı zamanda, zaten ölçekli başarılı müşteri deneyimleri olan mevcut şirketler için de şunu düşünüyorum: Eğer yapay zekâyı yalnızca deneyimleri kademeli olarak iyileştirmek için bir araç olarak görüyorlarsa, üç-beş yıl sonra bu başarıyı sürdüremeyebilirler. Çünkü bence bildiğimiz her müşteri deneyimi—even the least likely to be changed bile—yapay zekâ sayesinde birkaç yıl içinde önemli ölçüde farklı hâle gelecek.

Bu, sadece kademeli iyileştirme değilse, ekibinizin bu uygulamaların bugün mevcut teknolojilerle yeniden tasarlandığında nasıl görünmesi gerektiğini sıfırdan hayal etmesi gerektiği anlamına gelir. Bazı durumlarda—örneğin Alexa için—bunun yapılması oldukça açık. Alexa'nın 'beyni' o dönemde gerçekten yaratıcıydı. Ancak üretici yapay zekâ sayesinde bu 'beynin' sahip olduğu yetenekler tamamen değişti; dolayısıyla mükemmel bir müşteri deneyimi sunmak ve uzun vadeli geçerliliğini korumak istiyorsanız, Alexa'nın beynini yeniden yapılandırmalısınız. Bu oldukça açık. Arada bir not olarak, ne kadar açık olsa da aslında bu çok zordur—çünkü ekipler, oluşturdukları ürünlerle duygusal bağ kurar, inşa ettiklerine gurur duyar ve neyin işe yaradığını, neyin yaramadığını öğrenmek için kazandıkları zorlu tecrübeleri vardır.

Onları tamamen sıfırdan başlayıp yeniden hayal etmeye yönlendirmek zaman alır çünkü ekipler şöyle der: 'Bunu böyle yapmıyoruz; denedik ama olmadı.' Ya da benzeri şeyler. Ancak bence bundan daha zor olan şey: diğer tüketici deneyimlerimizi—perakende işimizi, Prime Video işimizi, Fire TV işimizi, Prime Music işimizi—yeniden düşünmek. Bu alanlarda teknoloji bugün çok daha iyi çözümler sunuyor; ancak bu durum pek açık değil. Yine de her bir bu iş alanında yeniden icat etmemiz gerektiğini düşünüyorum; zaten bu işleri kökten yeniden hayal eden ekiplerimiz çalışıyor.

Peki, ilk denememizde doğruyu bulabileceğimize inanıyor muyum? Muhtemelen hayır. İlerleme yollarımızı yineleyerek bulacağız; ancak zaten çok sayıda yeni fikir ve müşteri deneyimi üretmeye başladı ve bunlar bizi oldukça cezbediyor. Sonra ilginç bir yarış başlayacak: tamamen farklı bir deneyim mi istiyorsunuz—neredeyse yeni bir uygulama gibi—yoksa bu yeni unsurları mevcut deneyime entegre edip, önümüzdeki iki-üç yıl içinde genel müşteri deneyimini yavaş ama kalıcı şekilde dönüştürmek mi istiyorsunuz? İşe yarayan unsurları buldukça bunu yapacaksınız. Ancak başarılı bir lider olmak istiyorsanız, bu deneyimlerin her birinin önümüzdeki yıllarda farklılaşması gerektiğini düşünüyorum.

Evet, bu oldukça zor bir liderlik görevi. İlk mühendisliğime başladığımda yaşadığım bir durumu hatırlatıyor. Bir konuda biriyle tartışıyordum. Patronum bana dedi: 'Dinle Ben, kod yazmaya başlamadan önce her şey tartışma konusudur; ama ilk satır kod yazıldıktan sonra artık inanç haline gelir.' Alexa ile yaşadığınız durum da benzer olmalı. İlginç olan şu: orijinal ürünü oluşturmada kullanılan tüm bilgi, tecrübe ve bilgiler—şimdi size söylüyorum—bu yeni dünyaya geçebilmek için büyük bir kısmını terk etmeye razıyız.

Arada bir not olarak müşteriler için de aynı durum geçerlidir: mevcut deneyimi seven büyük bir müşteri grubunuz var, değil mi? Evet, her büyük dönüşüm—en azından benim deneyimimce, belki sizin aksine örnekleriniz olabilir—ancak neredeyse her büyük dönüşüm, teknoloji, ürün, müşteri deneyimi ve işletme unsurlarında büyük değişiklikler gerektirir; bu değişiklikler insanların değişim yapmasını sağlamak için ikna edici olmalıdır. Ancak yine de bu otomatik olarak gerçekleşmez. Bu devasa bir değişim yönetimidir—şirket içi dağıtım sisteminden buluta geçişle aynı tür dönüşümdür: birçok altyapı lideri, inşa ettiklerine büyük gurur duyar, onları çok iyi bilir, hareket merkezindeler ve yeni şeyleri öğrenmek istemezler.

Daha önce bahsettiğim deneyimle aynı durum geçerlidir. Tüm müşteri deneyimlerinizi yeniden icat etmek için de aynı şey geçerlidir. Hepimiz bu deneyimler üzerinde geçen on yılda inşa ettiklerimize gurur duyarız, hepsini daha iyi hâle getirebilecek yüzlerce fikrimiz vardır, hepsi bizi heyecanlandırır ve uyanık olduğumuz sürece hep bunlarla uğraşırız. 'Tamamen sıfırdan başlamak' nasıl düşünülür—hem akıl yürütme hem de duygusal olarak zordur. Evet, kuşkusuz.

a16z 53:06

Ayrıca Andy, birkaç hafta önce gençleri konuştuğumuz bu dönüşüme hazırlamak için Harwood's ve Jason Akademisi'ni kurduk. Yapay zekânın geliştirme sürecini kolaylaştırdığını söylediniz; ancak gençlerin hâlâ gerçek uzmanlık kazanmaları gerekiyor. Merak ediyorum: eğer 2026'da 18 yaşında olsaydınız, bu dönüşüme hazırlanmak için kendinize ne tavsiye verirdiniz?

Andy Jassy 53:29

Benim 25 ve 22 yaşında iki çocuğum var. 22 yaşındaki çocuğum aslında 19 yaşında iken gerçekten hız kazandı. Hemen anladım: eğitimin içinde yapay zekâyı kullanmamalarını söyleyemem. Bu gemi zaten yola çıktı ya da tren istasyondan ayrıldı. Üniversitelerin akıllıca yapacağı şey bu gelişime karşı çıkmak değil. Bence bu, insanların kullanacağı bir araçtan ibaret.

Andy Jassy 53:54

Ancak aynı zamanda, bence tüm gençler—ve aynı şeyi bizim için de söylemek istiyorum: çok sayıda çalışanımız var, yazma kültürüne sahibiz ve herkes yazı yazmak için yapay zekâ kullanıyor—yapay zekâ ile yazılmış metinleri anlayabilirsiniz: tam oturmuyor, parçalar birbirine uygun şekilde birleştirilmemiş. Dolayısıyla gençlere verdiğim tavsiye—aynı zamanda çocuklarıma da verdiğim tavsiye—şudur.

Andy Jassy 54:18

Bundan kaçamazsınız, biliyorsunuz; yok olacağını da bekleyemezsiniz. Yaşamınız üzerinde devasa bir etkisi olacak, deneyimlemeye çalıştığınız her şeyde, işinizde; ayrıca daha önce yapamadığımız yollarla yenilik yapmanızı sağlayacak. Bu nedenle bunu gerçekten anlamalısınız, kendiniz öğrenmelisiniz ve sık sık kullanmalısınız. Denemelisiniz. Rahatlık alanınızın dışındaki şeyleri deneyin.

Andy Jassy 54:48

İki çocuğum da geliştirici değil, ancak AI’yi uygulama geliştirmek için kullandılar. Günlüğünüzü düzenleme ve iş yerinde araçları kullanma konusunda odak noktası olarak ele alın. Ancak kritik akıl yürütme ve düşünmeyi tamamen yerine getireceğini sanmıyorum. Üniversiteler için de aynı durum geçerli. Bunu birçok açıdan düşünüyorum— örneğin işletme okulunu ele alalım. Üç tane vaka analizi yaparsınız; çok okuma yapmanız, not almanız ve ana sorunları belirlemeniz gerekir. Ardından ek malzemeler alırsınız ve bunlar üzerine de not almanız gerekir. Sonra şirketin ne yapması gerektiğini entegre ederek karar vermeniz gerekir. Sık karşılaşılan bir durum: çoğu kişi bu ödevi hiç yapmaz— okumaz, araştırmaz, not almaz. Tüm bunlara AI yardımcı olabilir; böylece herkesi daha yüksek bir başlangıç noktasına daha hızlı ulaştırabilir.

Andy Jassy 55:52

Ancak şunu da vurgulamak istiyorum: strateji, düşünce, plan, yeni ürün ya da yeni müşteri deneyimi oluşturmak için bu noktaları ve parçaları birbirine bağlamak— çoğunlukla çoğu insan için AI tarafından yapılmayacak. Bunun asla gerçekleşmeyeceğini söylemiyorum.

Andy Jassy 56:10

Hâlâ insan yargısı, yaratıcılığı, icat yeteneği, deneysel ruhu ve tüm parçaların nasıl bir araya geldiğini düşünme becerisine ihtiyaç duyulduğuna inanıyorum; çünkü ancak bu sayede harika deneyimler ve işletmeler yaratılır. Bu araçları kullanmalısınız, büyük destek sağlayacaklar; ancak kritik akıl yürütme ve düşünmenin, yaptığımız her şeyde hâlâ çok önemli olacağına inanıyorum. Sona yaklaşıyoruz. Şu anda yürüttüğünüz iş…

a16z 56:43

Uydu bağlantılarından robotlara, sağlık hizmetlerine kadar çok çeşitli alanlarda faaliyet gösteriyor. Bu hırslar gerçekten inanılmaz. İşletmenin nasıl başladığını düşünün: internet üzerinden kitap satışıyla başladı ve şimdi bu hâle geldi. Peki, bu farklı…

Andy Jassy 57:00

iş alanlarını bir araya getiren nedir? Ya da hangi iş alanlarına yıllarca yatırım yapmaya değer olduğunu nasıl değerlendirirsiniz? Kendinizi fazla dağıtmamak için ne yaparsınız? Ya da bu son derece geniş alanı nasıl anlarsınız?

Andy Jassy 57:11

Şöyle söyleyebilirim: Hayatımızın üç en büyük dönüşümünün— belki de tarihin— ortasındayız: Yapay Zeka (AI), robotik ve uzay gelişimi. Hepsi muazzam boyuttadır ve hepimizin karşılaştığı müşteri deneyimlerini temelden değiştireceklerdir. Ve bu üç büyük dönüşümün tam ortasındayız.

Andy Jassy 57:40

Perakendede yaptıklarımıza, robotları nasıl kullandığımıza ve yapay zeka alanında neye odaklandığımıza bakarsanız— hem iç hem de dış geliştiricilerin başarılı AI uygulamaları ve ajanları oluşturmasını kolaylaştırmakla birlikte tüm tüketici deneyimlerimizi yeniden tasarlamak da dahil olmak üzere— bu alanlarda neler yaptığımızı görürsünüz.

Andy Jassy 57:58

Amazon Leo’yu düşünün— dünya çapında 500 milyon haneye geniş bant bağlantısı sağlamayı amaçlayan düşük Dünya yörüngesinde (LEO) uydu ağı. Gerçekleşen inanılmaz dönüşümler serisi var ve müşterilerin yaşam kalitesini artırmalarına yardımcı olma fırsatımız bulunuyor. Bu yaklaşım, müşterilere yardım ederken aynı zamanda uzun vadeli sürdürülebilir bir işletme kazandırıyor bize. Ayrıca müşterilere daha fazla alanda daha ilgili olma imkânımız var. Bu, market sektöründe, otonom taksi hizmetlerinde ve sağlık hizmetlerinde neler yaptığımızı bile kapsamıyor.

Andy Jassy 58:47

Kuruluşumuzun nasıl düzenlendiğiyle ilgili olarak, yıllardır bu iç tartışmayı yapıyoruz; ayrıca dışarıdan da aynı soru sıkça soruluyor: ‘Bu çok mu yaygınlık?’ Bence bu kısmen kuruluş şeklinize ve ne kadar yatırım yapmaya hazır olduğunuz bağlı. Çünkü aynı kişilerin birden fazla işi yönetmesine izin vermiyoruz; bunun yerine merkezileştirilmemiş, ‘tek akışlı’ bir yapı kuruyoruz. Takımlarda doğru liderler ve geliştiriciler varsa, büyüme metriklerini harekete geçirecek kadar büyük bir deneyim varsa ve iyi hizmet alamayan bir alanda ayırt edici fikirleriniz varsa, bu projelerin çoğunu aynı anda gerçekleştirmeniz mümkündür— ve bunu uzun süredir yapıyoruz. Sonuçta ne kadar yatırım yapmaya hazır olduğunuz önemlidir.

Bazı şirketler— tamamen anlaşılabilir bir şekilde— sadece kendi işlerini yapmak istediklerini, çekirdek işlerine odaklanıp onları büyütmek istediklerini söyler. Bu da oldukça başarılı bir strateji olabilir. Biz de mevcut işimizi sürdürmeyi ve güçlendirmeyi çok ciddiye alıyoruz ve bunu oldukça iyi bir tempoda başarıyla gerçekleştiriyoruz. Ancak müşterilerin gerçekten çözmemizi istediğini bildiğimiz, bizim de çözebileceğimiz başka çok sayıda müşteri deneyimi var; bu deneyimler müşterilerimize yardımcı olacak ve işletmemizi uzun vadede dönüştürecek. Bu nedenle bu alanlara devam edeceğiz. Bu, sonsuz hırs ile biten ilham verici bir sonuç. Andy, programa katıldığınız için çok teşekkür ederiz. Evet, beni davet ettiğiniz için teşekkür ederim. Çok teşekkür ederim, herkese.