Yapay Zeka Devleri Şirket İçi E-postaları ve Dosyaları Satın Alıyor: Veri Aracıları Piyasası Isınıyor

OpenAI, Google ve Meta gibi şirketler, Slack, Teams ve e-posta verilerini eğitim için temin etmek adına veri aracılarından lisanslı kurumsal veri paketleri satın alıyor. Çalışanlar genelde habersiz.

· 2 dk 2 Yapay Zeka Devleri Şirket İçi E-postaları ve Dosyaları Satın Alıyor: Veri Aracıları Piyasası Isınıyor Fox, Roku'yu 22 Milyar Dolarlık Anlaşmayla Satın Aldı OpenAI, Google, Meta ve Anthropic gibi önde gelen yapay zeka şirketleri, büyük dil modellerini (LLM) geliştirmek için halka açık internet verisinin ötesine geçerek, şirketlerin iç iletişim ve belge arşivlerine erişim sağlayan özel lisanslama anlaşmaları yapıyor. İşin içindeki ekonomik model, veri aracılığı yapan ara firmaların (data brokers) kurumsal müşterilerinden toplu halde satın aldığı «kurumsal veri kümelerini» (enterprise datasets), model eğitimi için yeniden lisanslamasına dayanıyor.

Bu alanda aktif rol oynayan başlıca aracı firmalar; Defined.ai, Scale AI, Appen, Surge AI ve V7 Labs gibi isimler. Bu şirketler, müşterileri olan kurumlardan (banka, hukuk firması, yazılım ekipleri, sağlık kuruluşları) yasal çerçeve çerçevesinde lisanslanan iç veri kümelerini (Slack/Teams sohbetleri, Google Drive/OneDrive belgeleri, Notion/Confluence wiki sayfaları, GitHub özel depoları, e-posta arşivleri) topluyor, anonimleştirip (PII temizleyip) veya ham haliyle model geliştiricilere satıyor.

Sector raporlarına ve Business Insider, The Information gibi yayınların edindiği bilgilere göre; veri aracıları kurumsal veri setleri için belge başına 1 ile 5 dolar arası fiyatlandırma yaparken, büyük ölçekli kurumsal lisanslar (örneğin 100 bin belge kapsamında) 100 bin ile 1 milyon dolar aralığında değişiyor. Özel uzmanlık gerektiren alanlarda (hukuk sözleşmeleri, tıbbi raporlar, yazılım kodu) saatlik veri etiketleme/doğrulama ücretleri 50 dolara kadar çıkabiliyor.

En tartışmalı nokta, verinin sahibi olan çalışanların bu sürecin habersiz olması. Çoğu yargıda (AB'de GDPR, Türkiye'de KVKK) işveren, iş ilişkisi kapsamında üretilen verinin «veri sorumlusu» sayılır. Bu, işverenin veriyi yasal dayanakla (meşru menfaat, sözleşme) işleyebileceği anlamına geliyor.

Ancak, verinin «model eğitimi» gibi ileri bir amaçla üçüncü taraflara (AI şirketlerine) aktarılması, amaç sınırlılığı ilkesine aykırı olabileceği gibi, hassas veri kategorilerinin (sağlık, biyometrik, gizli ticari bilgi) sızma riskini de beraberinde getiriyor. AB Yapay Zeka Yasası (AI Act) kapsamında genel amaçlı modeller için eğitim verisi şeffaflığı zorunluluğu getirildiği için, bu ticari akışın hukuki denetimi önümüzdeki dönemde sıklaşacak.

Şirketler için risk sadece hukuki değil. Bir yazılım şirketinin özel kod depoları, bir hukuk bürosunun müvekkil dilekçeleri veya bir bankanın iç risk raporları model eğitim verisine girdiğinde, modelin çıktılarında (memorization) bu verilerin parçalarının ortaya çıkma ihtimali (data leakage) ciddi bir ticari sır ihlali ve rekabet kaybı yaratıyor.

Bu nedenle bazı büyük kurumlar (Apple, Samsung, JPMorgan vb.) harici AI araçlarının dahili kullanımını yasaklarken, kendi verilerini para karşılığı satma tekliflerini de değerlendirmekte zorlanıyor.