Silikon Vadisi’nin önde gelen veri etiketleme girişimlerinin ABD’li satış ekipleri bu yıl Güney Kore’nin Seul kentinde düzenlenen Uluslararası Makine Öğrenimi Konferansı’na (ICML) katıldıklarında, sektörün en büyük harcama yapan müşterilerini kazanmak için hazırlıklı gelmişlerdi. Toplam değerleri onlarca milyar doları bulan ve OpenAI ile Anthropic gibi müşterilere eğitim verisi sağlayarak yılda milyarlarca dolar gelir elde eden bu veri şirketleri, son derece talepkar, kararsız ve memnun edilmesi zor yapay zeka laboratuvarlarının peşinden koşmaya alışkındı. Ancak onları bekleyen başka bir istekli müşteri daha vardı: Çin’in yapay zeka sektörü.
Bazı Çinli şirketlerin hazır alışveriş listeleri bulunuyor. Daha önce ABD ordusu tarafından Çin ordusuyla bağlantılı olduğu iddia edilen Tencent potansiyel tedarikçilere finans, siber güvenlik ve yapay zeka araştırmalarının en çok arzulanan hedeflerinden biri olan kendi kendini geliştirebilen yapay zeka sistemlerini kapsayan ayrıntılı bir eğitim verisi talebi iletti.
“Veri en yüksek etkili unsur”
ABD uzun süredir Çin’in Amerika’nın en gelişmiş yapay zeka modellerine güç veren çipleri satın almasını yasaklamış olsa da bu modelleri eğitmek için gereken veriler konusunda aynı önlemleri almadı. Uzman ağları tarafından üretilen, görev tasarımları, değerlendirme ölçütleri ve kalite kontrol süreçleriyle şekillendirilen bu paketlenmiş insan uzmanlığı; modellerin finansal modelleme ve yazılım geliştirme gibi karmaşık profesyonel görevleri yerine getirmeyi öğrenmesini sağlayan pahalı veri altyapısının bir parçasını oluşturuyor. Yıllık değeri yüz milyonlarca doları bulan bu sektör, Çinli yapay zeka modellerinin Amerikalı rakipleriyle arasındaki farkı kapatmasına yardımcı oluyor.
Allen Yapay Zeka Enstitüsü’nün eski araştırma bilim insanlarından Nathan Lambert Forbes’a yaptığı açıklamada, “Modelleri eğitmek için gereken hesaplama gücünden sonra en önemli unsur yüksek kaliteli veridir. Modelleri yeni ve daha zorlu alanlara taşımaya çalışırken, kaliteli veri modelin gerçekten kullanılabilir hale gelmesini sağlayan en yüksek etkili unsur” dedi.
Forbes tarafından incelenen Çinli yapay zeka laboratuvarlarındaki alıcılardan ve Surge AI ile Mercor gibi Silikon Vadisi’nin önde gelen veri platformlarının çalışanlarından elde edilen belgeler ve yazışmalar, eğitim veri setleri üzerine sessizce yürüyen, yüz milyonlarca dolarlık bir ticareti ortaya koyuyor. OpenAI, Anthropic ve bazı durumlarda ABD kurumlarına tedarik sağlayan aynı Amerikan girişimleri, Pekin’in önde gelen laboratuvarlarına da hizmet veriyor. Giderek daha fazla, Silikon Vadisi yapay zeka yarışındaki her iki tarafı da eğitiyor.
Amerikan yapay zeka performansına yetişmeye çalışan Çinli laboratuvarların önünde temelde üç hızlı seçenek bulunuyor. İlki araştırmacıları transfer etmek. İkincisi ise damıtma: ChatGPT veya Claude’un ürettiği çıktıları toplayıp bunları Çinli modelleri eğitmek için kullanmak. Bu uygulama yasa dışı olmasa da OpenAI ve Anthropic’in hizmet şartlarını açıkça ihlal ediyor ve yakın zamanda ABD’deki Donald Trump yönetiminin bilim ve teknoloji danışmanı Michael Kratsios tarafından da gündeme getirildi. Üçüncü seçenek ise daha kolay ve yasal riskler taşımıyor: Amerikan yapay zeka laboratuvarlarının satın aldığı aynı eğitim verilerini, onların kullandığı aynı veri tedarikçilerinden satın almak.
Bir yapay zeka modeline karmaşık muhasebe işlemlerini ya da web laboratuvarı protokollerini öğretmek, yalnızca ham iş çıktılarının toplanması anlamına gelmiyor. Asıl kritik unsur, veri spesifikasyonlarının içinde yatıyor: Hangi veri türlerine odaklanılacağı ve insan uzmanlar tarafından hazırlanan ayrıntılı değerlendirme ölçütleri sayesinde modelin beyaz yakalı iş süreçlerinde yolunu bulmayı öğrenmesi sağlanıyor. Çinli laboratuvarlar bu veri setlerini satın alarak, Silikon Vadisi’nin en başarılı modellerine güç veren, yıllar içinde geliştirilmiş ve şirketlere özgü uzman muhakemeyi de verimli bir şekilde satın almış oluyor.
Kendi adıyla anılan veri ve pekiştirmeli öğrenme blogunu yayımlayan yapay zeka veri danışmanı Sean Cai bunu açıkça ifade ediyor: “Çin’deki veri sektörünün yapısını ve genel veri tedarik zincirini gerçekten incelerseniz, ABD’deki modellerin ilerlemesini sağlayan verilerin önemli bir bölümünün Çinli laboratuvarlara da satıldığını görürsünüz.”
Çin'deki 500 milyon dolarlık gizli veri tedarik zinciri
Bu hat, Amerikan veri etiketleme şirketlerinden doğrudan Çin'in en büyük teknoloji devlerine uzanıyor. Bunlar arasında, Pentagon tarafından işaretlenen Çinli şirketlerden Tencent de bulunuyor. Forbes'un gördüğü bir mesajda, Tencent'in veri tedarikinden sorumlu yöneticilerinden biri, şirketin veri sağlamak için müşterileri arasında ABD Kara Kuvvetleri, ABD Hava Kuvvetleri ve Anthropic'in de bulunduğu Surge AI'a güvendiğini belirtiyor. Geçen ayın sonlarında çalışanlarına ABD federal hükümetinden bir sözleşme kazandığını bildiren Mercor da Tencent ile çalışıyor.
Forbes'un incelediği diğer yazışmalar da benzer bir örtüşmeye işaret ediyor. Mesajlaşmalarda, Alipay'in arkasındaki Çinli teknoloji ve finans şirketi Ant Group'tan bir yönetici, ABD merkezli yapay zeka eğitim verisi şirketi AfterQuery ile yakın bir çalışma ilişkisi içinde olduklarını kabul ediyor. Çinli e-ticaret devi Alibaba'nın bir çalışanıyla yapılan görüşmelerin ses kayıtları ise AfterQuery ve Mercor ile satın alma anlaşmalarına işaret ediyor. Şirket içi proje dokümanları da ABD'li veri etiketleme girişimi Turing'in, TikTok'un Çinli ana şirketi ByteDance ile çalıştığını gösteriyor.
AfterQuery ve Surge, müşteri bilgilerini açıklamadıklarını söyledi. Turing ise yaptığı açıklamada şunları ifade etti:
"Yapay zekanın en ileri sınırlarını destekliyoruz. Buna hem özel mülkiyetli hem de açık kaynak modeller dahildir. Her iki alanın da büyümeye devam edeceğine inanıyoruz ve bugün en güçlü açık kaynak modellerinin bazıları ABD dışındaki laboratuvarlardan geliyor."
İki veri etiketleme girişimcisine göre Tencent ve ByteDance yöneticilerinden aldıkları pazar büyüklüğü tahminlerine dayanarak, Çin'in en büyük altı yapay zeka laboratuvarı Amerikan veri etiketleme şirketlerine yılda yaklaşık 500 milyon dolar harcıyor. Bu laboratuvarlarla etkileşimde bulunmuş bir kişiye göre ise Çinli yapay zeka laboratuvarları birbirlerini doğrudan rakip alıcılar olarak görmüyor. Bunun yerine, en kaliteli Batılı veri kümelerini edinmeye çalışan ortak bir alıcı havuzu olarak hareket ediyorlar.
ABD'li veri etiketleme şirketleri ise onlara satış yapmaktan memnun. Konuya yakın bir kaynağa göre Mercor'un Çinli yapay zeka laboratuvarlarından elde ettiği 2025'in ikinci çeyreğine ait gelir, toplam gelirinin yüzde 2'sini oluşturdu (Mercor'un yıllıklandırılmış geliri haziran ayında 2 milyar doları aştı) ve şirket Çin pazarı için özel bir müşteri ilişkileri yöneticisi işe aldı. Kaynakların Forbes'a verdiği bilgiye göre AfterQuery'nin işlerinin daha büyük bir bölümü Çinli yapay zeka laboratuvarlarından geliyor. Bölgede erken dönemin öncülerinden biri olan Surge AI da bu müşterileri aktif biçimde hedefledi; CEO Edwin Chen doğrudan laboratuvar yöneticileriyle görüşmek üzere Çin'e seyahat etti.
Hazır veri setleri birçok şirkete satılabiliyor
Veri etiketleme şirketleri Çinli yapay zeka laboratuvarlarına hem özel olarak hazırlanan tek seferlik projeler hem de "Hazır Veri Setleri" olarak bilinen ürünleri satıyor. Bunlar birden fazla laboratuvara yeniden satılmak üzere tasarlanmış standartlaştırılmış ve önceden paketlenmiş eğitim veri setleri. İlk bakışta zararsız gibi görünse de hazır veri setleri hiç de masum değil. Bu veri setleri, OpenAI veya Anthropic için yürütülen özel projeler sırasında geliştirilen aynı bilgi üretim süreçleri kullanılarak hazırlanır. Bu da onları satın alan Çinli şirketlerin, büyük ABD yapay zeka laboratuvarlarının eğitim süreçlerine katkı sağlayan aynı doktora düzeyindeki uzman ağlarından, kalite kontrol algoritmalarından ve eğitim sonrası değerlendirme ölçütlerinden faydalanması anlamına gelir. Bunun sağladığı avantaj ise son derece büyük. Pek çok durumda Çinli laboratuvarlar, sahada kendini kanıtlamış akıl yürütme yapılarını içeren hazır veri setlerini satın alarak aylar sürebilecek deneme-yanılma süreçlerini atlayabiliyor.
Yapay zeka veri danışmanı Cai durumu, "Şunu anlamanız gerekiyor: Bu verilerin yapısı bazen Anthropic için ilk ölçeklendirme stratejilerini şekillendiren aynı şirketlerden geliyor. Anthropic'e hizmet vermiş bir veri sağlayıcısının aynı altyapıyı kullanarak Çinli bir laboratuvar için veri üretmesi son derece kolay” sözleriyle açıkladı.
Bu durum, hazır veri setlerini veri sağlayıcıları açısından oldukça cazip bir gelir kaynağı haline getiriyor. Çünkü aynı veri setleri birden fazla yapay zeka laboratuvarına tekrar tekrar satılabiliyor ve bu nedenle en yüksek kâr marjını sağlıyor. Çinli yapay zeka laboratuvarları da ABD'li veri etiketleme şirketlerine, Amerikan laboratuvarlarının daha önce satın aldığı tüm verileri satın almak istediklerini açıkça söylüyor.
Veri platformları dev şirketlere dönüştürdü
Washington, yıllardır gelişmiş çiplerin etrafında jeopolitik bir kale inşa ediyor. Ancak yapay zekayı eğitmek için kullanılan insan uzmanlığı, neredeyse hiçbir denetime tabi olmadan sınırları aşabiliyor. Bu durum, Silikon Vadisi'nin önde gelen veri platformlarının milyarlarca dolarlık devlere dönüşmesine yardımcı oldu. Mercor şu anda 20 milyar dolarlık bir değerlemeyi hedeflerken, Surge AI'ın değerinin en az 25 milyar dolar olduğu belirtiliyor. Bu arada sektöre görece yeni katılan AfterQuery, yalnızca üç ay içinde yıllık gelir hızını 100 milyon dolardan yüz milyonlarca dolara çıkardı. Bu gelirlerin büyük çoğunluğu hala köklü Amerikan teknoloji devlerinden gelse de uluslararası satışları muhtemelen karşı konulması güç ikincil bir gelir kaynağı oluşturuyor.
Bazıları, Çin'e veri seti satmanın ulusal güvenlik meselesi olduğunu savunuyor. Şirketin 25 yaşındaki CEO'su Ali Ansari, kısa süre önce X'te yaptığı paylaşımda, "Bazı insan verisi şirketleri yabancı rakiplerle çalışıyor ve bunun sonuçlarını bugün Kimi K3'te görüyoruz. Amerikan yapay zeka üstünlüğünü savunduğunu iddia ederken, aynı zamanda rekabet içinde olduğumuz ülkelere milyonlarca dolar değerinde veri satmanın utanç verici olduğuna inanıyoruz” dedi. Micro1, ABD dışına veri satmadığını söylüyor. Scale AI ise ByteDance ile bir sözleşme yapmayı değerlendirmiş ancak bunu 2024 yılında ulusal güvenlik kaygıları nedeniyle iptal etmişti. Bu uygulamayı savunanlar ise veri satışlarına getirilecek kısıtlamaların küresel açık kaynak inovasyonunu ciddi biçimde sekteye uğratacağını öne sürüyor.