MAU Çağının Sonu: Artık MRR’ye de Güvenilmiyor mu?

Merhaba. Bu aralar bülten hazırlamanın keyfiyle yaşıyorum.
Her gün bir bülten yazıyorum ama çok sık paylaşınca GN politikasına uymadığı için, özellikle trafiği patlayan bir bülteni tanıtmak istiyorum.

Kişisel olarak içeriğin gerçekten hiç de fena olmadığını düşünüyorum; üzerinde bir kez düşünmeye değer bir konu olduğu için paylaşmak istedim.
Elbette abone olmak zorunda değilsiniz; sadece keyifle okumanız bile yeter.

Bu yazıda, aktif kullanıcı metrikleri ve tekrarlayan kullanıcı geliri gibi göstergelerin yakın zamanda ABD’deki bir kongre duruşması üzerinden ne kadar şişirildiğinin ortaya çıktığı bir olay ele alınıyor.
Bu hikâyenin başrolünde ise tahmin edileceği gibi OpenAI ve Anthropic vardı. Bunun üzerine Silikon Vadisi’nde yeni bir metrik öne çıkmaya başlıyor. Sonuçta yatırım yapmak gerekiyor. Bu, Gamma’da çalışırken benim de bizzat deneyimlediğim bir metrik. Basitçe söylemek gerekirse kişi başı gelir/üretkenlik ve 1 yıllık yaşam boyu değer.

[cafedead]

• Yapay zeka çağında ARR artık güvenilir bir ortak metrik olmayabilir iddiası
• Teknoloji sektörünün temel metrikleri her dönemde değişti
  • Sosyal çağ: DAU/MAU
  • SaaS çağı: ARR/MRR
  • Yapay zeka çağı: mevcut ARR’nin de gerçeği çarpıtma ihtimalinin büyüdüğü eleştirisi
• Yazının çıkış noktası Anthropic’teki sayı uyumsuzluğu
  • 2026 Şubat’ta 14 milyar dolarlık ARR vurgulandı
  • Bir ay sonra mahkemeye sunulan belgede “kuruluştan bu yana 5 milyar doları aşan kümülatif gelir” ifadesi yer aldı
  • Aynı şirket, benzer zaman dilimi ama sayıların anlamı büyük ölçüde farklı
  • Yazar bunu, “yapay zeka çağında ARR’nin işin gerçek durumunu artık doğru düzgün açıklayamadığının bir işareti” olarak yorumluyor
• ARR’nin yapay zekada sarsılmasının 3 nedeni var
  1. Marjinal maliyetin neredeyse 0 olduğu SaaS varsayımı bozuluyor
     • Yapay zekada her çıkarım çağrısında fiilen GPU/bulut maliyeti oluşuyor
     • Kullanım arttıkça maliyet de büyüyor
  2. Müşteri bazında maliyet farkı çok büyük
     • Aynı ücreti ödeseler de bazı müşteriler düşük maliyetli, bazıları yüksek maliyetli
     • Yalnızca ARR’ye bakınca ikisi de aynı derecede “iyi gelir” gibi görünse de gerçek kârlılık çok farklı
  3. Tekrarlayan gelirin istikrarı zayıf
     • SaaS’a kıyasla geçiş maliyeti daha düşük olduğu için başka model/hizmetlere geçmek daha kolay
     • “Recurring” kavramının kendisi geçmişe göre daha az sağlam
• Bu yüzden yapay zeka şirketlerinin ARR’si “büyümeyi” gösterebilir ama kârlılığı, sürdürülebilirliği ve iş kalitesini iyi yansıtmayabilir
  • Geçmişte DAU/MAU’nun kullanıcı ilgisini gösterip işin sağlığını gösterememesiyle benzer bir yapı olduğu savunuluyor
• Anthropic ve OpenAI örneklerinin de bu sorunu gösterdiği düşünülüyor
  • Açıklanan ARR ile gerçek kümülatif gelir, yarıyıl sonuçları ve nakit yakma hızı arasında fark var
  • Yani “yıllıklandırılmış” sayıların gerçek yıllık performansla aynı anlamda okunması yanlış anlamalara yol açabilir
• Yazarın yapay zeka çağı için önerdiği yeni nesil aday metrikler
  1. Harcanan dolar başına üretkenlik (Productivity per Dollar Spent)
     • Sadece ARR/çalışan sayısı değil
     • ARR / (personel maliyeti + yapay zeka maliyeti) gibi bakmak gerçek verimliliği ortaya koyar
  2. İlk yıl değeri (First Year Value)
     • LTV gibi uzak geleceği varsaymak yerine
     • Müşterinin ilk 12 ay içinde yenileme yapacak kadar yeterli değer elde edip etmediğine bakma yaklaşımı
  3. Token başına brüt kâr gibi birim ekonomi odaklı metrikler
     • Ne kadar çok işlendiğinden ziyade
     • Ne kadar kâr bırakarak işlendiğinin daha önemli olması
• Temel mesaj
  • Yapay zeka çağında gelir ölçeğinden çok brüt kâr yapısına, müşteri bazlı kârlılığa ve ilk yılda bırakılan değere bakmak gerekiyor
  • Sayının büyüklüğünden çok sayının yapısını okumak gerektiği söyleniyor
• Pratik bir sorun da var
  • Bu tür üçüncü nesil metrikleri düzgün görmek için
  • Faturalama, altyapı maliyetleri ve finans sistemlerinin birbirine bağlı olması gerekiyor
  • Ancak yapay zeka şirketlerinin çoğunda henüz bu düzeyde bir ölçüm altyapısı yok

Tek cümlelik özet
Yapay zeka işlerini SaaS’taki gibi tek başına ARR ile açıklamak giderek zorlaşıyor; bundan sonra “ne kadar satıldı”dan çok “ne kadar kâr bırakıyor ve ne kadar sürdürülebiliyor”u gösteren metrikler daha önemli hale gelecek.

[haebom]

Gerçekten çok iyi derlemişsiniz. Teşekkürler.