Veri yerleşimi ve yapay zekâ
Veriyi Türkiye'de Tutarak Kurumsal Yapay Zekâ
Kurumsal yapay zekâ kullanmak için şirket verilerinin Türkiye dışındaki AI servislerine gönderilmesi zorunlu değildir.
Son güncelleme: Eylül 2026
Veriyi Türkiye'de tutarak yapay zekâ kullanmak, AI mimarisinin tüm bileşenlerinin ülke içindeki altyapılarda çalıştırılmasıdır. Burada yalnızca verinin saklandığı yer değil; embedding, vector search, model inference ve uygulama katmanının nerede çalıştığı da belirleyicidir. Bu nedenle veri yerleşimi değerlendirilirken data at rest, data in transit ve processing location birlikte ele alınır.
Large Language Model (LLM), Retrieval-Augmented Generation (RAG), Machine Learning ve AI Agent iş yükleri; kurumun kendi veri merkezinde, private cloud ortamında veya Türkiye'de bulunan uygun cloud altyapılarında çalıştırılabilir.
Bu mimaride yalnızca verinin saklandığı yer değil; verinin işlendiği, AI modelinin çalıştığı ve kurumsal bilginin modele aktarıldığı altyapı da kontrol altında tutulabilir.
Kauzas Data & AI Platform, Kubernetes tabanlı mimarisi sayesinde Data ve AI iş yüklerinin kurumun belirlediği altyapı sınırları içerisinde çalıştırılmasını sağlar.
Verinin Yurtdışına Çıktığı Noktalar
Bir kurum public bir Generative AI servisini kullandığında süreç çoğunlukla basit görünür: kullanıcı soruyu sorar, servis yanıtı döner. Ancak kurumsal kullanımda mimari daha kapsamlıdır ve birden fazla bileşenden oluşur.
- Kurumsal veri
- Veri işleme
- Embedding
- Vector search
- Model inference
- Uygulama
Bu bileşenlerden herhangi birinin yurtdışındaki bir altyapıda çalışması, verinin veya veriden türetilen bilgilerin kurumun belirlediği coğrafi sınırların dışına taşınmasına neden olabilir.
Bu nedenle “veritabanımız Türkiye'de” demek tek başına yeterli değildir; AI mimarisinin tamamının değerlendirilmesi gerekir.
Türkiye'de Çalışabilen Bileşenler
Doğru mimari kurulduğunda AI sisteminin temel bileşenlerinin tamamı Türkiye içerisinde çalıştırılabilir.
- Data
- Retrieval
- AI Model
- Agent
- Application
Zincirin tamamı kurumun kontrol ettiği ortam içerisinde kurulabilir.
Kurumsal Veri
ERP, CRM, Data Warehouse, Data Lake, doküman sistemleri, operasyonel veritabanları ve diğer veri kaynakları.
Data Lakehouse
Yapılandırılmış ve yapılandırılmamış kurumsal verilerin AI ve analitik iş yükleri için ortak bir veri katmanında kullanılmasını sağlar.
Embedding
Dokümanların ve diğer kurumsal bilgilerin AI tarafından aranabilir temsillere dönüştürülmesi kurum altyapısında gerçekleştirilebilir.
Vector Database
RAG uygulamalarında kullanılan vector verileri kurumun belirlediği altyapıda tutulabilir.
Large Language Model
Uygun LLM'ler kurumun kendi altyapısında veya Türkiye'deki uygun altyapılarda çalıştırılabilir.
RAG
Retrieval, context oluşturma ve model inference süreçlerinin tamamı aynı altyapı sınırları içerisinde gerçekleştirilebilir.
AI Agents
Agent'ların kullandığı modeller, araçlar ve kurumsal veri bağlantıları aynı güvenlik ve veri politikaları kapsamında yönetilebilir.
Verinin Yeri, Modelin Yeri
Kurumların sık yaptığı bir varsayım var: “Verimiz Türkiye'de duruyor, dolayısıyla AI mimarimiz de Türkiye'de.” Bu her zaman doğru değildir.
Kurumsal veri Türkiye'deki bir database veya object storage üzerinde tutulurken, prompt veya ilgili veri parçaları inference amacıyla yurtdışında çalışan bir AI servisine gönderilebilir.
Bu nedenle data residency değerlendirilirken yalnızca data at rest değil; data at rest, data in transit ve processing location birlikte ele alınmalıdır. AI modelinin nerede çalıştığı da bu nedenle önemlidir.
Verinin nerede durduğu sorunun yarısıdır; diğer yarısı nerede işlendiğidir.
On-Premise LLM ile Veri Kontrolü
Uygun açık kaynaklı veya kurum tarafından seçilen Large Language Model'lar on-premise altyapıda çalıştırılabilir. Bu durumda akış kurum altyapısı içerisinde gerçekleşir:
- Kurumsal veri
- RAG
- LLM
- Yanıt
Model inference için verinin harici bir API'ye gönderilmesi zorunlu olmaz.
Bu yaklaşım özellikle hassas kurumsal veriler üzerinde Generative AI kullanmak isteyen kurumlar için alternatif bir mimari sunar.
Türkiye'de Private AI Mimarisi
Private AI, yapay zekâ sistemlerinin kurumun veri, güvenlik ve altyapı politikaları doğrultusunda kontrol edilen bir ortamda çalıştırılması yaklaşımıdır.
Private AI mimarisi on-premise altyapıda ya da Türkiye'deki uygun private veya public cloud altyapıları üzerinde oluşturulabilir.
Burada önemli olan cloud kullanılıp kullanılmaması değil, AI iş yükünün hangi fiziksel ve mantıksal sınırlar içerisinde çalıştığıdır.
AWS Local Zone İstanbul ile AI
AWS Local Zones, belirli AWS servislerinin son kullanıcılara coğrafi olarak daha yakın lokasyonlarda çalıştırılmasına imkân sağlayan AWS altyapı uzantılarıdır. İstanbul'da da bir AWS Local Zone bulunmaktadır.
Kauzas, Kubernetes tabanlı mimarisi sayesinde uygun kullanım senaryolarında AWS Local Zone İstanbul üzerinde Data & AI iş yüklerinin çalıştırıldığı mimariler oluşturmak için kullanılabilir.
- Corporate Systems
- Kauzas Data Platform
- Lakehouse
- AI / ML
- RAG / Agents
- Enterprise Applications
Deployment: AWS Local Zone İstanbul
Bu yaklaşım özellikle cloud operasyon modelinden yararlanmak isteyen ancak belirli iş yüklerini Türkiye içerisinde konumlandırmak isteyen kurumlar açısından değerlendirilebilir.
Kauzas ile Data ve AI Aynı Veri Sınırı İçerisinde
Kauzas'ın burada önemli farklarından biri AI katmanını kurumsal veriden bağımsız ele almamasıdır. Aynı platform mimarisi içerisinde şu katmanlar birlikte konumlandırılabilir:
- Data Integration
- Data Lakehouse
- Catalog & Governance
- Analytics / ML
- Generative AI
- RAG & AI Agents
Böylece kurumun AI uygulamalarının ihtiyaç duyduğu veri için ayrıca kontrolsüz veri kopyaları oluşturulmasının önüne geçilebilecek mimariler tasarlanabilir.
Kullanıcı ve AI Agent Yetkilendirmesi
Generative AI'ın kurumsal kullanımında yalnızca verinin nerede bulunduğu yeterli değildir; kimin hangi veriye erişebildiği de önemlidir.
AI Agent'ların yaygınlaşmasıyla bu soru genişler: hangi kullanıcı ve hangi AI Agent hangi veriye erişebilir?
Kauzas'ın governance yaklaşımında kullanıcı ve AI Agent erişimleri kurumsal veri politikalarıyla birlikte ele alınabilir. Böylece bir AI uygulamasının teknik olarak erişebildiği her veriyi her kullanıcıya göstermesi yerine, veri erişiminin mevcut kurumsal yetkilendirme politikalarıyla birlikte tasarlanması mümkün olur.
KVKK ve Yapay Zekâ
KVKK kapsamında kişisel verilerin yurtdışına aktarılması belirli şartlara tabidir. 2024 yılında yürürlüğe giren değişikliklerle yurtdışına veri aktarımı için yeterlilik kararı, uygun güvenceler ve belirli istisnai durumları içeren yeni bir sistem oluşturuldu.
Bu nedenle “AI kullanırken veri kesinlikle yurtdışına çıkamaz” şeklinde genel bir ifade doğru değildir. Bunun yerine kurumların verinin niteliğini, kullanılan AI servislerini, verinin işlendiği lokasyonları, hukuki aktarım mekanizmalarını ve kendi güvenlik politikalarını birlikte değerlendirmesi gerekir.
Kauzas, AI ve Data iş yüklerinin kurumun belirlediği altyapı içerisinde çalıştırılmasına olanak sağlayarak data residency gereksinimlerine uygun mimarilerin oluşturulmasını destekler.
Deployment Modelini Seçmek
Kauzas'ın yaklaşımı bu modellerden birini zorunlu tutmak değildir. Her iş yükü; veri ve güvenlik gereksinimine göre uygun ortamda çalıştırılabilir.
| Mimari | Veri lokasyonu | AI modeli | Kullanım |
|---|---|---|---|
| On-Premise | Kurum veri merkezi | Local | Maksimum altyapı kontrolü |
| Private Cloud | Belirlenen ortam | Local / Private | Kontrollü cloud modeli |
| Türkiye cloud altyapısı | Türkiye | Local / Private | Yerel iş yükleri |
| Hybrid | Birden fazla ortam | Değişken | İş yüküne göre dağılım |
Sık Sorulan Sorular
- Yapay zekâ kullanırken verinin yurtdışına çıkması zorunlu mu?
- Hayır. Uygun model ve altyapı kullanıldığında LLM, RAG ve diğer AI bileşenleri kurumun kendi altyapısında veya Türkiye'de bulunan uygun altyapılarda çalıştırılabilir.
- ChatGPT benzeri bir uygulama Türkiye'de çalıştırılabilir mi?
- Evet. Kurumun ihtiyacına uygun LLM'ler Türkiye'deki altyapılarda çalıştırılarak conversational AI ve kurumsal bilgi asistanları geliştirilebilir. Bu, ChatGPT hizmetinin kendisinin lokal olarak kurulması anlamına gelmez.
- RAG kullanırken veri yurtdışına çıkar mı?
- Bu kullanılan mimariye bağlıdır. Embedding, vector database, retrieval ve LLM servislerinin nerede çalıştığı ayrı ayrı değerlendirilmelidir. Tüm bileşenler lokal olarak çalıştırıldığında RAG süreci kurumun belirlediği altyapı sınırları içerisinde tutulabilir.
- AWS kullanıp veriyi Türkiye'de tutabilir miyiz?
- Belirli iş yükleri AWS Local Zone İstanbul gibi Türkiye'de bulunan altyapılarda çalıştırılabilir. Ancak kullanılan her AWS servisinin aynı lokasyonda bulunacağı varsayılmamalı; servis bazında mimari değerlendirme yapılmalıdır.
- Kauzas Türkiye'de çalışabilir mi?
- Evet. Kauzas Kubernetes tabanlı mimarisiyle kurumun kendi veri merkezinde ve uygun Türkiye lokasyonlu altyapılarda çalıştırılabilir.
Veriniz Nerede Kalacaksa AI'ınız da Orada Çalışsın
Kurumsal verinizi kullanarak AI geliştirmek için verinizi kontrolünüz dışındaki bir ortama taşımak zorunda değilsiniz. Kauzas Data & AI Platform ile kurumunuzun altyapısında çalışan gerçek bir AI kullanım senaryosunu birlikte test edelim.