YC'nin Request for Startups'ı - 2026 Yazı

xguru · 2026-04-29T12:40:12+09:00

Y Combinator, kurucuların daha fazla denemesini istediği fikirleri toplayıp bunları Request for Startups(RFS) başlığıyla paylaşıyordu Yapay zeka basit bir özellik değil, bir temel teknoloji haline geldikçe, yazılımı, hizmetleri ve yarı iletkenleri yeniden inşa edecek ve yapay zekayı fiziksel dünyaya genişletecek 15 girişim fikrini açıkladı Bu liste YC yatırımlarının tamamı değil; aşağıdaki fikirlere zaten ilgi duyuyorsanız, bunu YC'nin de aynı şekilde düşündüğüne dair ek bir güven olarak görebilirsiniz Yapay zeka tabanlı düşük pestisitli tarım Modern tarım kimyasallara dayanıyor ancak pestisit kalıntıları gıda, su kalitesi ve toprağa yayılıyor; glifosatın uzun vadeli sağlık risklerine dair endişeler artıyor Yabani otlar ve zararlılar mevcut kimyasallara uyum sağladıkça etki azalıyor; çiftçiler daha fazla ilaç kullanıyor ama maliyetler yükselip gelirler düşüyor ve bu bir kısır döngü yaratıyor Yapay zeka artık tek tek yabani otları ve zararlıları gerçek zamanlı tanımlayabiliyor; sensör ve kamera maliyetleri düşerken robotik, tüm tarlayı değil tek tek bitkileri hassas biçimde işlemeyi mümkün kılıyor Mikrobiyal, peptit ve RNA tabanlı çözümler, sentetik kimyasalların tüm bir sınıfının yerini alabilecek seviyeye ulaştı; bitkiler kendilerini savunacak ve yabani otlarla rekabet edecek şekilde mühendislikle geliştirilebilir Pestisit kullanımını %90 azaltırken daha fazla gıda yetiştirebilen bir şirketin nesline damga vuran bir şirket olma ihtimali var Yapay zeka yerel hizmet şirketleri Yapay zeka modelleri, mühendisliğin ötesinde karmaşık işleri yapabilecek kadar hızlı ilerliyor; hizmetlerin SaaS'a, ardından da AI copilot'lara evrilmesi bunun bir akışı 2023~2025 arasında girişimlerin çoğu insanların işini destekleyen araçlar yaptı, ancak bir sonraki aşama yazılım değil hizmetin kendisini satan yapay zeka yerel şirketler Toplam hizmet harcaması yazılım harcamasından kat kat büyük ve zaten dış kaynak kullanılan çok sayıda hizmet olduğu için bunların yapay zeka yerel ürünlerle değiştirilmesi kolay Özellikle ilgi alanları: sigorta aracılığı, muhasebe·vergi·denetim, uyumluluk, sağlık idaresi Yapay zeka ile kişiselleştirilmiş sağlık hizmeti Claude Code gibi agent harness'ler kullanılarak tanı testleri, genom taramaları, EHR verileri ve giyilebilir cihaz bilgileri analiz edilip kullanıcıya özel sağlık önerileri sunulabilir Genom dizileme maliyeti Moore yasasından daha hızlı düşüyor ve çeşitli yeni tanı araçları sağlık sinyallerini erken tespit edebiliyor n-of-1 gen terapisi üretim maliyeti hızla düşerken, mRNA gibi taşıma vektörleriyle kişiselleştirilmiş ilaçlar tasarlanıp iletilebiliyor; FDA de bu tür süreçlere daha açık hale geliyor Zengin veri ve zeka, hastaların hastalık riski değerlendirme doğruluğunu artırmayı ve ciddi hastalıkların tedavisine erişimi demokratikleştirmeyi mümkün kılabilir Company Brain (şirket beyni) Yapay zeka otomasyonunun önündeki en büyük engel artık model performansı değil, alan bilgisi; her şirketin temel bilgi birikimi e-posta, Slack, destek ticket'ları, veritabanları ve başka yerlerde dağılmış durumda İhtiyaç duyulan şey basit arama ya da doküman chatbot'u değil; iade nasıl işlenir, fiyat istisnaları nasıl kararlaştırılır, incident'lara nasıl yanıt verilir gibi şirketin nasıl çalıştığını gösteren yaşayan bir harita Dağınık kaynaklardan bilgiyi çıkaran, yapılandıran ve güncel tutarak bunu yapay zekanın çalıştırabileceği skill file'lara dönüştüren yeni bir ilkel bileşen gerekiyor Company Brain, ham kurumsal veri ile güvenilir yapay zeka otomasyonu arasındaki eksik katman olarak çalışıyor; her şirketin ihtiyaç duyduğu bir altyapı Sürü karşıtı dron savunması (Counter-Swarm Defense) Düşük maliyetli İran yapımı dron sürülerinin AWS veri merkezlerine saldırdığı örnek anılıyor; binlerce koordineli dron sürüsüne karşı savunma hazırlığının olmadığı belirtiliyor Bir Patriot füzesi 3 milyon dolar, bir FPV dron 500 dolar; yani maliyet avantajı tamamen saldırgan tarafta Mevcut anti-dron savunma sistemleri; radarlar, kameralar, jammer'lar, önleyiciler ve dürbünlü personelin birbirine bağlı olmadan çalıştığı karmaşık bir yapı Gereken teknolojiler: tek platformla 50'den fazla hedefi etkisiz hale getiren yüksek hacimli önleyiciler, tüm sensör ve savunma araçlarını gerçek zamanlı birleştiren yazılım ve rotorları kirleten aerosol ya da sürüyü dolaştıran streamer'lar gibi kinetik olmayan savunma araçları Dron savunması silah işletmekten çok gerçek zamanlı dağıtık sistem işletmeye benzemeye başlıyor; kazanan şirket Raytheon'dan çok Cloudflare'e benzeyecek Dinamik yazılım arayüzleri Mevcut yazılımlar tüm kullanıcılara aynı arayüzü sunuyor; Netflix'in kişiselleştirmesi bile düzenin aynı, sadece görsellerin farklı olduğu bir seviye Sadece kurumsal yazılımda forward deployed engineer'ların müşteri bazında özelleştirdiği yaklaşım, artık kodlama ajanlarıyla bireysel kullanıcılara da sunulabilecek aşamaya geldi Örneğin bir e-posta istemcisi bir kullanıcı için görev listesi, bir öğrenci için etkinlik takvimi gibi görünebilir; kullanıcılar arayüzü radikal biçimde özelleştirebilir Yazılım şirketlerinin ortak primitive'leri dağıttığı ve kullanıcıların son arayüzü değiştirdiği bir gelecek için yazılım teslimat yığınının tamamını yeniden düşünmek gerekiyor Kullanıcının kodlama ajanının erişebilmesi için kaynak kodun dağıtılıp dağıtılmayacağı, sadece frontend'in mi yoksa middleware'in de mi değiştirilebileceği gibi sorular var Uzay elektroniği bileşenleri SpaceX ve Stoke Space'in yeniden kullanılabilir roketleri sayesinde uzaya gönderilebilecek yük kapasitesinin ciddi biçimde artması bekleniyor Özellikle uzaydaki çıkarım çipleri için büyük bir pazar var; kütle, ısı ve radyasyona göre hafifçe optimize edilmiş çiplere ihtiyaç duyuluyor SpaceX veya NVIDIA'da çip tasarımı deneyimi olanlara yönelik bir alan Donanım tedarik zinciri Shenzhen'de tasarımdan yeni fiziksel parça üretimine kadar bir gün sürerken, ABD'de aynı süreç haftalar alıyor Çin'in kazanma nedeni; yoğun tedarikçi ağı, hızlı turnaround ve tasarımla üretim arasındaki yakın koordinasyon Hlabs(W26)'ın aktüatör üretmesi, Prototyping.io(P26)'nun birkaç gün içinde mekanik parça dönüşümü yapması gibi bazı girişimler kısmen bir şeyler inşa ediyor ancak tam yığın hâlâ yok Parçaları dramatik biçimde daha hızlı üreten, hızlı donanım iterasyonunu mümkün kılan ve tasarım, üretim, lojistiği sıkı biçimde entegre eden girişimlerle ilgileniliyor Uzay sanayi kabiliyeti Ay'da ve uzayda sanayi kabiliyeti geliştirme, özellikle elektroliz yoluyla silikon, alüminyum, demir, titanyum gibi hammaddeleri çıkarma alanına ilgi var Erimiş regolitten karmaşık yapıları 3D printing ile üretme teknolojisi de önemli; Ay'da destek yapıları gerekmediği için Dünya'ya göre daha verimli Agent workflow'ları için çıkarım çipleri AI çiplerinin çoğu "prompt gir → yanıt çık" tarzı çıkarım için tasarlandı; ancak agent'lar araç çağrıları, dallanma, geri izleme ve onlarca adım boyunca bağlamı koruma içeren döngüsel bir yapıda çalışıyor Mevcut GPU'lar bu iş yüklerinde tepe kullanımda %30~40 seviyesinde kalıyor; bellek sınırlı model çağrıları, I/O sınırlı araç kullanımı ve CPU sınırlı orkestrasyon arasında gidip gelen patlamalı desenler var NVIDIA, Groq'u 20 milyar dolar karşılığında satın almış ve Google çıkarıma özel TPU v7 geliştirmiş olsa da agent döngüsünün kendisi için tasarım (hızlı context switching, yerel speculative decoding, tüm yürütme grafiği boyunca KV cache'i koruyan bellek) hâlâ eksik Groq'un temel içgörüsü çipin kendisinden çok onu çalıştıran compiler idi; hem çip mimarisini hem de agent yürütme şeklini anlayan yeteneklere ihtiyaç duyulan nadir bir dönem SaaS challenger'ları AI coding nedeniyle SaaS'ın sonuna gelindiği söylemi yayıldı ve yatırımcılar yazılım piyasa değerinden trilyonlarca doları sildi, ancak bu girişimler için son 10 yılın en büyük fırsatı olabilir Yapay zeka, yazılım üretim maliyetini 10~100 kat düşürüyor; on yıllar boyunca milyonlarca satır kodla oluşan legacy SaaS hendekleri eriyor Saldırı yelpazesi: mevcut ürünleri klonlayıp onda bir fiyatla satmak, yapay zeka yerel olarak workflow'ları kökten yeniden tasarlamak, 10 SaaS point solution'ı tek bir suite içinde paketlemek, 50 bin dolar/seat ürünlere açık kaynak alternatif sunup hizmet ve hosting ile gelir elde etmek Proje yönetim araçları gibi basit hedefler yerine, çip tasarım yazılımları, ERP, endüstriyel kontrol sistemleri, tedarik zinciri yönetimi gibi on yıllardır aşılamayan 10 milyon satırlık kod tabanlarını hedeflemek öneriliyor Geçen neslin büyük yazılım şirketleri on-premise'i cloud ile değiştirerek doğdu; bir sonraki nesil ise legacy SaaS'ı yapay zeka yerel yazılımla değiştirerek doğacak Agent'lar için yazılım İnternetin sıradaki 1 trilyon kullanıcısı insanlar değil AI agent'ları olacak; bugün agent'lar insanlara yönelik, düğme tıklamalı yazılımlar üzerinde yavaş ve kararsız şekilde çalışıyor Agent'ların form, düğme, dashboard gibi görsel arayüzler yerine API, MCP, CLI gibi makine tarafından okunabilir arayüzlere ihtiyacı var Agent'ların yeni araçları keşfedip kaydolması ve hemen programatik şekilde kullanabilmesi için çok iyi dokümantasyon şart; insan müdahalesi olmadan çalışmaları gerekiyor Mevcut yazılımın tüm ana kategorilerinin agent'lar için yeniden inşa edilmesi gerekiyor; bu da mevcut şirketlerin agent desteği eklemesinden değil, agent'ları birinci sınıf vatandaş olarak tasarlayan girişimlerden çıkacak Büyük şirketlere satış yapmak isteyen girişimler Eskiden girişimlerin girişimlere satış yapması standarttı, ancak AI ortaya çıktıktan sonra Fortune 100 ölçeğindeki dev şirketlere de erişmek mümkün hale geldi Yapay zeka üç engeli değiştirdi: büyük şirketlerdeki karar vericiler AI ile temel sorunları çözebilecek ekipleri aktif biçimde arıyor, küçük ekipler birkaç ay içinde kurumsal ölçekte sofistike ürünler geliştirebiliyor ve büyük şirket liderleri uyum sağlama gereğini kendileri fark ediyor Son 3 yılda YC şirketleri batch sırasında ya da ilk yıllarında milyonlarca dolarlık sözleşmeler imzaladı; ilk müşterisi dünyanın en büyük şirketlerinden biri olan örnekler artık yaygın 3 yıl stealth mode'da kalıp mevcut ürünlerle özellik eşitliğine gelme dönemi bitti; 2~3 kişilik ekipler şirket kurmadan önce bile Fortune 10'un kullanacağı ürünler çıkarabilir Yarı iletken tedarik zinciri 2.0 En gelişmiş bir AI çipi yaklaşık 1.400 süreç adımından geçiyor, 12'den fazla ülkeden dolaşıyor ve üretimi 5 ay sürüyor; bu tedarik zinciri ise spreadsheet'ler, SAP ve telefonla yönetiliyor 2021'de 300 dolarlık bir çip, 50 bin dolarlık otomobillerin üretimini durdurarak 210 milyar dolarlık araç üretilememesine yol açtı; şirketler sadece doğrudan tedarikçilerini biliyor, 2. ve 3. katman görünürlüğü ise sıfır TSMC'nin advanced packaging kapasitesi bugün AI compute'un en büyük darboğazı; NVIDIA bunun %60'tan fazlasını aldı, HBM bellek 2026'ya kadar rezerve edildi ve ihracat kontrolleri her çeyrek değişiyor CHIPS Act ile Arizona, Texas, Ohio ve New York'ta yeni ABD fab'leri kuruluyor ancak her bir fab'in tedarik zincirini neredeyse sıfırdan kurması gerekiyor Gerçek zamanlı tahsis takibi, çok katmanlı risk izleme, ihracat uyumluluğu gibi beklenen tooling neredeyse hiç yok; wafer tahsisini ve paketleme kısıtlarını derinden anlamak gerektiği için bu SAP içi bir özellik değil, bir girişim fırsatı Kurumsal yapay zeka işletim sistemi En iyi yapay zeka yerel şirketler tüm toplantıları kaydediyor, tüm ticket'ları takip ediyor, tüm müşteri etkileşimlerini yakalayarak şirketin tamamını sorgulanabilir hale getiriyor Bu sayede şirketler open loop'tan (karar verip haftalar sonra kontrol etmek) closed loop'a (sistemin mevcut durumu izleyip karşılaştırması ve ayarlaması) geçiyor Bunu uygulayan ekipler sprint süresini yarıya indirip yayın hacmini iki katına çıkardı Şu anda bunu kurmak için Slack, Linear, GitHub, Notion ve çağrı kayıtlarını özel glue code ile bağlayan zahmetli entegrasyon çalışmaları gerekiyor Tüm bağlamı tek bir intelligence layer'a bağlayıp mühendislik yanlış şeyler inşa ettiğinde bunu işaretleyen ya da agent'ların çalıştıracağı spec'ler üreten ürünler eksik; şirket çıktısını kendi kendini iyileştiren bir döngüye çevirecek bağlantı katmanını kurma fırsatı var

(ycombinator.com)

33 puan yazan xguru 2026-04-29 | 2 yorum | WhatsApp'ta paylaş

Y Combinator, kurucuların daha fazla denemesini istediği fikirleri toplayıp bunları Request for Startups(RFS) başlığıyla paylaşıyordu
Yapay zeka basit bir özellik değil, bir temel teknoloji haline geldikçe, yazılımı, hizmetleri ve yarı iletkenleri yeniden inşa edecek ve yapay zekayı fiziksel dünyaya genişletecek 15 girişim fikrini açıkladı
Bu liste YC yatırımlarının tamamı değil; aşağıdaki fikirlere zaten ilgi duyuyorsanız, bunu YC'nin de aynı şekilde düşündüğüne dair ek bir güven olarak görebilirsiniz

Yapay zeka tabanlı düşük pestisitli tarım

Modern tarım kimyasallara dayanıyor ancak pestisit kalıntıları gıda, su kalitesi ve toprağa yayılıyor; glifosatın uzun vadeli sağlık risklerine dair endişeler artıyor
Yabani otlar ve zararlılar mevcut kimyasallara uyum sağladıkça etki azalıyor; çiftçiler daha fazla ilaç kullanıyor ama maliyetler yükselip gelirler düşüyor ve bu bir kısır döngü yaratıyor
Yapay zeka artık tek tek yabani otları ve zararlıları gerçek zamanlı tanımlayabiliyor; sensör ve kamera maliyetleri düşerken robotik, tüm tarlayı değil tek tek bitkileri hassas biçimde işlemeyi mümkün kılıyor
Mikrobiyal, peptit ve RNA tabanlı çözümler, sentetik kimyasalların tüm bir sınıfının yerini alabilecek seviyeye ulaştı; bitkiler kendilerini savunacak ve yabani otlarla rekabet edecek şekilde mühendislikle geliştirilebilir
Pestisit kullanımını %90 azaltırken daha fazla gıda yetiştirebilen bir şirketin nesline damga vuran bir şirket olma ihtimali var

Yapay zeka yerel hizmet şirketleri

Yapay zeka modelleri, mühendisliğin ötesinde karmaşık işleri yapabilecek kadar hızlı ilerliyor; hizmetlerin SaaS'a, ardından da AI copilot'lara evrilmesi bunun bir akışı
2023~2025 arasında girişimlerin çoğu insanların işini destekleyen araçlar yaptı, ancak bir sonraki aşama yazılım değil hizmetin kendisini satan yapay zeka yerel şirketler
Toplam hizmet harcaması yazılım harcamasından kat kat büyük ve zaten dış kaynak kullanılan çok sayıda hizmet olduğu için bunların yapay zeka yerel ürünlerle değiştirilmesi kolay
Özellikle ilgi alanları: sigorta aracılığı, muhasebe·vergi·denetim, uyumluluk, sağlık idaresi

Yapay zeka ile kişiselleştirilmiş sağlık hizmeti

Claude Code gibi agent harness'ler kullanılarak tanı testleri, genom taramaları, EHR verileri ve giyilebilir cihaz bilgileri analiz edilip kullanıcıya özel sağlık önerileri sunulabilir
Genom dizileme maliyeti Moore yasasından daha hızlı düşüyor ve çeşitli yeni tanı araçları sağlık sinyallerini erken tespit edebiliyor
n-of-1 gen terapisi üretim maliyeti hızla düşerken, mRNA gibi taşıma vektörleriyle kişiselleştirilmiş ilaçlar tasarlanıp iletilebiliyor; FDA de bu tür süreçlere daha açık hale geliyor
Zengin veri ve zeka, hastaların hastalık riski değerlendirme doğruluğunu artırmayı ve ciddi hastalıkların tedavisine erişimi demokratikleştirmeyi mümkün kılabilir

Company Brain (şirket beyni)

Yapay zeka otomasyonunun önündeki en büyük engel artık model performansı değil, alan bilgisi; her şirketin temel bilgi birikimi e-posta, Slack, destek ticket'ları, veritabanları ve başka yerlerde dağılmış durumda
İhtiyaç duyulan şey basit arama ya da doküman chatbot'u değil; iade nasıl işlenir, fiyat istisnaları nasıl kararlaştırılır, incident'lara nasıl yanıt verilir gibi şirketin nasıl çalıştığını gösteren yaşayan bir harita
Dağınık kaynaklardan bilgiyi çıkaran, yapılandıran ve güncel tutarak bunu yapay zekanın çalıştırabileceği skill file'lara dönüştüren yeni bir ilkel bileşen gerekiyor
Company Brain, ham kurumsal veri ile güvenilir yapay zeka otomasyonu arasındaki eksik katman olarak çalışıyor; her şirketin ihtiyaç duyduğu bir altyapı

Sürü karşıtı dron savunması (Counter-Swarm Defense)

Düşük maliyetli İran yapımı dron sürülerinin AWS veri merkezlerine saldırdığı örnek anılıyor; binlerce koordineli dron sürüsüne karşı savunma hazırlığının olmadığı belirtiliyor
Bir Patriot füzesi 3 milyon dolar, bir FPV dron 500 dolar; yani maliyet avantajı tamamen saldırgan tarafta
Mevcut anti-dron savunma sistemleri; radarlar, kameralar, jammer'lar, önleyiciler ve dürbünlü personelin birbirine bağlı olmadan çalıştığı karmaşık bir yapı
Gereken teknolojiler: tek platformla 50'den fazla hedefi etkisiz hale getiren yüksek hacimli önleyiciler, tüm sensör ve savunma araçlarını gerçek zamanlı birleştiren yazılım ve rotorları kirleten aerosol ya da sürüyü dolaştıran streamer'lar gibi kinetik olmayan savunma araçları
Dron savunması silah işletmekten çok gerçek zamanlı dağıtık sistem işletmeye benzemeye başlıyor; kazanan şirket Raytheon'dan çok Cloudflare'e benzeyecek

Dinamik yazılım arayüzleri

Mevcut yazılımlar tüm kullanıcılara aynı arayüzü sunuyor; Netflix'in kişiselleştirmesi bile düzenin aynı, sadece görsellerin farklı olduğu bir seviye
Sadece kurumsal yazılımda forward deployed engineer'ların müşteri bazında özelleştirdiği yaklaşım, artık kodlama ajanlarıyla bireysel kullanıcılara da sunulabilecek aşamaya geldi
Örneğin bir e-posta istemcisi bir kullanıcı için görev listesi, bir öğrenci için etkinlik takvimi gibi görünebilir; kullanıcılar arayüzü radikal biçimde özelleştirebilir
Yazılım şirketlerinin ortak primitive'leri dağıttığı ve kullanıcıların son arayüzü değiştirdiği bir gelecek için yazılım teslimat yığınının tamamını yeniden düşünmek gerekiyor
- Kullanıcının kodlama ajanının erişebilmesi için kaynak kodun dağıtılıp dağıtılmayacağı, sadece frontend'in mi yoksa middleware'in de mi değiştirilebileceği gibi sorular var

Uzay elektroniği bileşenleri

SpaceX ve Stoke Space'in yeniden kullanılabilir roketleri sayesinde uzaya gönderilebilecek yük kapasitesinin ciddi biçimde artması bekleniyor
Özellikle uzaydaki çıkarım çipleri için büyük bir pazar var; kütle, ısı ve radyasyona göre hafifçe optimize edilmiş çiplere ihtiyaç duyuluyor
SpaceX veya NVIDIA'da çip tasarımı deneyimi olanlara yönelik bir alan

Donanım tedarik zinciri

Shenzhen'de tasarımdan yeni fiziksel parça üretimine kadar bir gün sürerken, ABD'de aynı süreç haftalar alıyor
Çin'in kazanma nedeni; yoğun tedarikçi ağı, hızlı turnaround ve tasarımla üretim arasındaki yakın koordinasyon
Hlabs(W26)'ın aktüatör üretmesi, Prototyping.io(P26)'nun birkaç gün içinde mekanik parça dönüşümü yapması gibi bazı girişimler kısmen bir şeyler inşa ediyor ancak tam yığın hâlâ yok
Parçaları dramatik biçimde daha hızlı üreten, hızlı donanım iterasyonunu mümkün kılan ve tasarım, üretim, lojistiği sıkı biçimde entegre eden girişimlerle ilgileniliyor

Uzay sanayi kabiliyeti

Ay'da ve uzayda sanayi kabiliyeti geliştirme, özellikle elektroliz yoluyla silikon, alüminyum, demir, titanyum gibi hammaddeleri çıkarma alanına ilgi var
Erimiş regolitten karmaşık yapıları 3D printing ile üretme teknolojisi de önemli; Ay'da destek yapıları gerekmediği için Dünya'ya göre daha verimli

Agent workflow'ları için çıkarım çipleri

AI çiplerinin çoğu "prompt gir → yanıt çık" tarzı çıkarım için tasarlandı; ancak agent'lar araç çağrıları, dallanma, geri izleme ve onlarca adım boyunca bağlamı koruma içeren döngüsel bir yapıda çalışıyor
Mevcut GPU'lar bu iş yüklerinde tepe kullanımda %30~40 seviyesinde kalıyor; bellek sınırlı model çağrıları, I/O sınırlı araç kullanımı ve CPU sınırlı orkestrasyon arasında gidip gelen patlamalı desenler var
NVIDIA, Groq'u 20 milyar dolar karşılığında satın almış ve Google çıkarıma özel TPU v7 geliştirmiş olsa da agent döngüsünün kendisi için tasarım (hızlı context switching, yerel speculative decoding, tüm yürütme grafiği boyunca KV cache'i koruyan bellek) hâlâ eksik
Groq'un temel içgörüsü çipin kendisinden çok onu çalıştıran compiler idi; hem çip mimarisini hem de agent yürütme şeklini anlayan yeteneklere ihtiyaç duyulan nadir bir dönem

SaaS challenger'ları

AI coding nedeniyle SaaS'ın sonuna gelindiği söylemi yayıldı ve yatırımcılar yazılım piyasa değerinden trilyonlarca doları sildi, ancak bu girişimler için son 10 yılın en büyük fırsatı olabilir
Yapay zeka, yazılım üretim maliyetini 10~100 kat düşürüyor; on yıllar boyunca milyonlarca satır kodla oluşan legacy SaaS hendekleri eriyor
Saldırı yelpazesi: mevcut ürünleri klonlayıp onda bir fiyatla satmak, yapay zeka yerel olarak workflow'ları kökten yeniden tasarlamak, 10 SaaS point solution'ı tek bir suite içinde paketlemek, 50 bin dolar/seat ürünlere açık kaynak alternatif sunup hizmet ve hosting ile gelir elde etmek
Proje yönetim araçları gibi basit hedefler yerine, çip tasarım yazılımları, ERP, endüstriyel kontrol sistemleri, tedarik zinciri yönetimi gibi on yıllardır aşılamayan 10 milyon satırlık kod tabanlarını hedeflemek öneriliyor
Geçen neslin büyük yazılım şirketleri on-premise'i cloud ile değiştirerek doğdu; bir sonraki nesil ise legacy SaaS'ı yapay zeka yerel yazılımla değiştirerek doğacak

Agent'lar için yazılım

İnternetin sıradaki 1 trilyon kullanıcısı insanlar değil AI agent'ları olacak; bugün agent'lar insanlara yönelik, düğme tıklamalı yazılımlar üzerinde yavaş ve kararsız şekilde çalışıyor
Agent'ların form, düğme, dashboard gibi görsel arayüzler yerine API, MCP, CLI gibi makine tarafından okunabilir arayüzlere ihtiyacı var
Agent'ların yeni araçları keşfedip kaydolması ve hemen programatik şekilde kullanabilmesi için çok iyi dokümantasyon şart; insan müdahalesi olmadan çalışmaları gerekiyor
Mevcut yazılımın tüm ana kategorilerinin agent'lar için yeniden inşa edilmesi gerekiyor; bu da mevcut şirketlerin agent desteği eklemesinden değil, agent'ları birinci sınıf vatandaş olarak tasarlayan girişimlerden çıkacak

Büyük şirketlere satış yapmak isteyen girişimler

Eskiden girişimlerin girişimlere satış yapması standarttı, ancak AI ortaya çıktıktan sonra Fortune 100 ölçeğindeki dev şirketlere de erişmek mümkün hale geldi
Yapay zeka üç engeli değiştirdi: büyük şirketlerdeki karar vericiler AI ile temel sorunları çözebilecek ekipleri aktif biçimde arıyor, küçük ekipler birkaç ay içinde kurumsal ölçekte sofistike ürünler geliştirebiliyor ve büyük şirket liderleri uyum sağlama gereğini kendileri fark ediyor
Son 3 yılda YC şirketleri batch sırasında ya da ilk yıllarında milyonlarca dolarlık sözleşmeler imzaladı; ilk müşterisi dünyanın en büyük şirketlerinden biri olan örnekler artık yaygın
3 yıl stealth mode'da kalıp mevcut ürünlerle özellik eşitliğine gelme dönemi bitti; 2~3 kişilik ekipler şirket kurmadan önce bile Fortune 10'un kullanacağı ürünler çıkarabilir

Yarı iletken tedarik zinciri 2.0

En gelişmiş bir AI çipi yaklaşık 1.400 süreç adımından geçiyor, 12'den fazla ülkeden dolaşıyor ve üretimi 5 ay sürüyor; bu tedarik zinciri ise spreadsheet'ler, SAP ve telefonla yönetiliyor
2021'de 300 dolarlık bir çip, 50 bin dolarlık otomobillerin üretimini durdurarak 210 milyar dolarlık araç üretilememesine yol açtı; şirketler sadece doğrudan tedarikçilerini biliyor, 2. ve 3. katman görünürlüğü ise sıfır
TSMC'nin advanced packaging kapasitesi bugün AI compute'un en büyük darboğazı; NVIDIA bunun %60'tan fazlasını aldı, HBM bellek 2026'ya kadar rezerve edildi ve ihracat kontrolleri her çeyrek değişiyor
CHIPS Act ile Arizona, Texas, Ohio ve New York'ta yeni ABD fab'leri kuruluyor ancak her bir fab'in tedarik zincirini neredeyse sıfırdan kurması gerekiyor
Gerçek zamanlı tahsis takibi, çok katmanlı risk izleme, ihracat uyumluluğu gibi beklenen tooling neredeyse hiç yok; wafer tahsisini ve paketleme kısıtlarını derinden anlamak gerektiği için bu SAP içi bir özellik değil, bir girişim fırsatı

Kurumsal yapay zeka işletim sistemi

En iyi yapay zeka yerel şirketler tüm toplantıları kaydediyor, tüm ticket'ları takip ediyor, tüm müşteri etkileşimlerini yakalayarak şirketin tamamını sorgulanabilir hale getiriyor
Bu sayede şirketler open loop'tan (karar verip haftalar sonra kontrol etmek) closed loop'a (sistemin mevcut durumu izleyip karşılaştırması ve ayarlaması) geçiyor
Bunu uygulayan ekipler sprint süresini yarıya indirip yayın hacmini iki katına çıkardı
Şu anda bunu kurmak için Slack, Linear, GitHub, Notion ve çağrı kayıtlarını özel glue code ile bağlayan zahmetli entegrasyon çalışmaları gerekiyor
Tüm bağlamı tek bir intelligence layer'a bağlayıp mühendislik yanlış şeyler inşa ettiğinde bunu işaretleyen ya da agent'ların çalıştıracağı spec'ler üreten ürünler eksik; şirket çıktısını kendi kendini iyileştiren bir döngüye çevirecek bağlantı katmanını kurma fırsatı var

2 yorum

choam2426 2026-04-30

Filmlerde ya da oyunlarda gördüğümüz sürü savunmasını gerçekte göreceğimiz gün de gelecek demek.

xguru 2026-04-29

Her çeyrekte geliyor. Kesinlikle YC'nin Requests for Startups - Summer 2025 döneminde de yapay zeka çoktu, ama bu yıl itibarıyla yapay zekanın dikey alanlara ya da enterprise tarafına biraz daha yaklaştığını düşünüyorum.