
Sanayi ve Teknoloji Bakanlığı koordinasyonunda hazırlanan Türkiye Yapay Zeka Eylem Planı, Türkiye'nin önümüzdeki dört yılını belirleyecek.
2026-2030 dönemini kapsayan plan, “Fark Et, İstifade Et, Üret ve Yönet” başlıkları üzerine kuruldu.
Kamu kurumları, özel sektör, üniversiteler ve sivil toplum kuruluşlarının birlikte çalışmasını öngören plan kapsamında dört ana eksende 16 öncelikli eylem belirlendi.
Hedef yalnızca yapay zeka kullanan bir ülke olmak değil; kendi modellerini geliştiren, bu teknolojiyi üreten ve uluslararası pazarlara sunabilen bir ekosistem oluşturmak.
Bu nedenle eylem planında eğitim, veri güvenliği, hesaplama altyapısı, yatırım, kamu uygulamaları ve yerli teknoloji üretimi birlikte ele alınıyor.5 MİLYON KİŞİYE YAPAY ZEKA EĞİTİMİPlanın insan kaynağı başlığında dikkat çeken hedeflerden biri, 24 ay içinde 5 milyon vatandaşa yapay zekâ okuryazarlığı eğitimi verilmesi.
Ayrıca plan dönemi sonuna kadar 1 milyon çalışanın mesleki dönüşüm değerlendirmesinden geçirilmesi ve 500 uluslararası uzmanın Türkiye'deki araştırma, girişim ve eğitim faaliyetlerine katılması öngörülüyor.
Bu hedefler, yapay zekanın yalnızca yazılım mühendislerinin ya da teknoloji şirketlerinin konusu olmaktan çıkarılmasını amaçlıyor.
Sanayiden sağlığa, eğitimden kamu hizmetlerine kadar farklı alanlarda çalışanların yeni teknolojilere uyum sağlaması planlanıyor.10 MİLYAR DOLARLIK YATIRIM HEDEFİYapay zeka modellerini geliştirmek için büyük miktarda veri ve yüksek hesaplama gücü gerekiyor.
Bu nedenle eylem planının önemli ayaklarından biri de veri merkezleri ve bilgisayar altyapısı.
Plan, 2030 yılına kadar özel sektör ağırlıklı en az 10 milyar dolarlık yatırımın harekete geçirilmesini hedefliyor.
Aynı dönemde veri merkezlerinin kurulu gücünün en az 1 gigavata çıkarılması ve 10 teravatsaatlik düşük karbonlu elektrik alım anlaşması hacmine ulaşılması öngörülüyor.
Girişimler, küçük ve orta ölçekli işletmeler ile üniversite araştırmacılarının yüksek işlem gücüne erişebilmesi için “Herkes İçin GPU” programı da hayata geçirilecek.
Böylece yapay zeka modeli geliştirmek isteyen şirket ve araştırmacıların pahalı hesaplama altyapısını tek başlarına kurma zorunluluğunun azaltılması amaçlanıyor.SAVUNMA SANAYİ BİRİKİMİ SİVİL ALANA TAŞINACAKEylem planının savunma sanayii açısından en dikkat çekici bölümü, fiziksel yapay zekâ ve robotik sistemlere ayrıldı.
Belgede, savunma sanayiinde kazanılmış robotik ve otonom sistem yeteneklerinin sivil uygulamalara aktarılması açık bir hedef olarak yer alıyor.
Bu yaklaşım, savunma alanında geliştirilen algılama, hareket kontrolü, sensör kullanımı ve otonom karar destek teknolojilerinin sanayi, sağlık ve ulaşım gibi alanlarda da değerlendirilmesini öngörüyor.
Bunun için çift kullanımlı teknoloji teşvikleri, sektörler arası programlar ve savunma ile sivil sektörün birlikte çalışacağı hızlandırma programları planlanıyor.
Eylem planında 2027 sonuna kadar üç öncelikli pilot uygulama, iki üniversite-sanayi robotik merkezi, üç test sahası ve savunmadan sivil alana teknoloji transferi için üç proje başlatılması hedefleniyor.
2030'a kadar da beş ihracat veya ortak geliştirme anlaşması yapılması öngörülüyor.KUANTUM VE OTONOM SİSTEMLERSavunma Sanayii Başkanlığı'nın 2026 yılı için duyurduğu ALFA çalışması da bu dönüşümün askeri teknoloji tarafındaki örneklerinden biri.
Yapay zeka, kuantum ve otonom sistemleri bir araya getirmeyi amaçlayan tatbikat kapsamında altı senaryo belirlendi.
Bunlar arasında farklı insansız sistemlerin ortak yer kontrol istasyonunda birlikte çalışması, meskûn mahal ve kapalı alanlarda görev yapabilen sistemler, insansız araç sürüleri, kritik su altı yapılarının korunması ve İHA sürülerinin kuantum anahtar dağıtımıyla haberleşmesi bulunuyor.
Çalışmanın amacı, farklı firmaların geliştirdiği sistemlerin gerçek saha koşullarında nasıl birlikte çalıştığını görmek, eksiklikleri belirlemek ve insansız sistemlerin yol haritalarını güncellemek.
Bu yönüyle ALFA, yalnızca laboratuvar ortamındaki teknoloji gösteriminden ibaret değil; sistemlerin sahadaki performansını ve birlikte çalışabilirliğini sınamayı hedefliyor.

