Apollo’nun John Zito’su, Morgan Stanley ABD Finansallar Konferansı’nda yaptığı konuşmada, token bazlı ölçümlerin iş değerini değil işlem hacmini (throughput) takip ettiği için yapay zekâ ekonomisini yanlış fiyatladığını savundu. Zito’nun değerlendirmesi, token’ları verimliliğin göstergesi olmaktan çok bir yan ürün olarak konumluyor ve odağı “faydalı zekâ”nın birim maliyetine kaydırıyor. Bu çerçevede, manşet anlatılar token sayılarına odaklanmayı sürdürse de, yapay zekânın fiyatının gerilediği ifade ediliyor.

Bununla birlikte, daha düşük birim maliyetler otomatik olarak daha düşük harcamaya dönüşmüyor: Kullanımdaki sıçrama toplam faturaları büyütebilir ve CFO’ları daha sıkı yönetişime itebilir. Şirketler “ücretsiz açık büfe” döneminden uzaklaşarak limitler, uyarılar, model yönlendirme ve daha sıkı maliyet kontrollerine geçiyor. Yatırım geri dönüşünün (ROI) net olduğu sınır (frontier) modellerde primli fiyatlamanın sürmesi, daha düşük değerli işlerin ise daha ucuz seçeneklere kayması bekleniyor. Daha geniş AI teması sürebilir; ancak piyasalar, gerçek zekâ kaldıraç etkisini kontrolsüz işlem gücü (compute) tüketimi kaynaklı kazanımlardan ayırdıkça değerleme çarpanları mercek altına giriyor.

Büyüme Yerine Verimlilik: Yeni AI Yatırım Anlatısı

Piyasanın, AI hikâyesinin basit bir büyüme anlatısından verimlilik anlatısına evrilmeye başladığını kavradığını görüyoruz. AI harcamalarının kontrolden çıkan bir tren olduğu fikri sorgulanıyor; zira şirketler artık bu harcamaların yatırım geri dönüşüne odaklanıyor. Bu da AI ile ilgili her şeyin ayrım gözetmeden satın alınacağı dönemin sona yaklaştığı anlamına geliyor.

Bu değişim verilerde şimdiden görülüyor. Büyük bulut sağlayıcılarının son 1Ç 2026 finansal sonuçları, toplam AI tüketimi artarken en pahalı, frontier-model API’lerindeki büyümenin yıllık bazda %60’tan %45’e yavaşladığını gösterdi. Buna karşılık, platformlarındaki daha küçük, açık kaynak modellerin kullanımı üç kattan fazla arttı; bu da müşterilerin kritik olmayan işler için aktif biçimde daha ucuz alternatifler aradığını teyit ediyor.

Bize göre bu, büyük AI altyapı oyuncuları için oynaklıkta belirgin bir artışa işaret ediyor. NVIDIA gibi bir isim için yaklaşan Temmuz 2026 bilançosu kritik bir test olacak; şirketlerdeki bu verimlilik odağı nedeniyle yönlendirmede (guidance) olası bir revizyon riskini opsiyon piyasalarının düşük fiyatladığına inanıyoruz. Bu rapor öncesinde straddle veya strangle almak, fiyatın her iki yöne de sert hareket etme olasılığına karşı temkinli bir strateji olabilir.

Bu paterni daha önce de gördük; özellikle 2000’lerin başında piyasa “eyeballs” (göz sayısı/tıklanma) odaklı değerlemeden gerçek kârlılık/gelir odaklı değerlemeye kayarken. Faydalı zekânın birim maliyeti, Moore Yasası’na benzer biçimde hızla düşüyor; ancak piyasa hâlâ şirketleri sattıkları ham işlem gücü hacmine göre ödüllendiriyor. Yakın tarihli bir analiz, karmaşık bir kodlama sorgusunun maliyetinin son 18 ayda %90’dan fazla gerilediğini gösteriyor; bu da ham işlem gücünü primli fiyatla satan şirketler için güçlü bir dezenflasyonist rüzgâr anlamına geliyor.

İşlem Stratejileri ve Piyasa Etkileri

Bu tablo, ikili işlem (pair trade) fırsatları yaratıyor. AI maliyet yönetimi ve verimliliği için “kazma-kürek” sağlayan şirketlerde uzun (long) pozisyon almayı; yaklaşan marj sıkışmasını yansıtmayan çarpanlarla işlem gören saf compute sağlayıcılarında ise kısa (short) pozisyon taşımayı değerlendiriyoruz. Örneğin ServiceNow’un geçen ay yeni bir AI maliyet kontrol platformu açıklaması, kurumsal denetimin arttığı bu yeni fazdan fayda sağlayan türden bir örnek.

Geniş piyasa ise yüzeyin altındaki bu temel değişimlere rağmen kayıtsız görünüyor; VIX 14 civarındaki düşük seviyelerde seyrediyor. Bu da korunma (hedge) stratejilerinin görece ucuz olduğuna işaret ediyor. Pahalı üçüncü taraf modelleri ürünlerine gömen ve yüksek çarpanlarla yükselen AI yazılım şirketlerinden oluşan sepetlerde put opsiyonu almanın, yaklaşan “AI çarpanları denetimi”ne pozisyon almak için maliyet etkin bir yol olduğuna inanıyoruz.