AI Şirketleri Daha Düşük Marjla Neden Daha Yüksek Değerleniyor?

Bir şirket, her müşteri etkileşiminde para kaybediyor olabilir ve yine de karlı bir SaaS şirketinden 3 kat daha yüksek çarpanla değerlenebilir. Kulağa mantıksız geliyor olsa da tam olarak şu anda bu oluyor.

CRV’nin bu ay yayınladığı analize baktım: AI uygulama şirketleri ortalama %52 brüt marjla çalışıyor. Geleneksel SaaS’ın standardı %80-90. Yani AI şirketleri, her 100 liralık gelirin neredeyse yarısını  model çağrıları, GPU süresi, üçüncü taraf çıkarım (inference) maliyeti olarak daha kapıdan çıkmadan harcıyor. Buna rağmen özel piyasada 8-15x gelir çarpanıyla işlem görüyorlar; geleneksel SaaS 4-6x bandına sıkışmış durumda. Marj yarı yarıya düşmüş, çarpan iki katına çıkmış.

Bunu soyut bir istatistik olarak bırakmayayım, iki somut örnek var.

Perplexity, 2024’te AWS, Anthropic ve OpenAI’a gelirinin %164’ünü ödedi , yani her 1 dolar gelir için 1,64 dolar altyapı maliyeti. Cursor’ı geliştiren Anysphere ise ancak bu yılın Nisan ayında büyük kurumsal hesaplarda pozitif brüt marja ulaşabildi, o da kendi çıkarım modelini (Composer) devreye alıp Anthropic ve OpenAI’a olan bağımlılığını azalttıktan sonra. Bireysel geliştirici hesapları hala zarar yazıyor çünkü o küçük abonelik ücreti, arka planda çalışan üçüncü taraf model maliyetini karşılamıyor.

Yani elimizde şu tablo var: sektörün en tanınmış iki oyuncusundan biri geçen yıl gelirinin yarısından fazlasını kaybetti, diğeri marja ancak bu yıl, ve sadece belirli müşteri segmentinde ulaştı. İkisi de değerleme masasında ciddi prim alıyor.

Yatırımcı Aslında Neyi Fiyatlıyor?

Burada işin püf noktası şu: yatırımcı bugünkü marjı değil, marjın gidişatını fiyatlıyor. CRV’nin raporunda geçen ifade tam olarak bu , kurucudan “model orkestrasyonu, prompt önbellekleme (caching) ve iş yükü yönlendirmesiyle marjı nasıl iyileştireceğim” sorusuna net bir cevap bekleniyor. Büyüme kadar, marj patikasını göstermek de artık durum tespiti (due diligence) sürecinin bir parçası.

Bunun altında ikinci bir tespit var, bence daha az konuşulan ama daha çarpıcı olanı: AI-native şirketlerde medyan brüt tutundurma oranı (gross retention) %40 , geleneksel yazılımın net tutundurma oranı (NRR) ise %82. Bu iki rakam birebir kıyaslanabilir değil ama fark o kadar büyük ki mesajı değiştirmiyor: AI ürünlerinde müşteri, kurumsal yazılımdakinden çok daha kolay vazgeçiyor, tüketici uygulamasına daha yakın bir davranış kalıbıyla hareket ediyor. Buna rağmen Seri A yatırımcıları hâlâ %120 üstü net tutundurma ve %60 üstü brüt marj bekliyor , yani piyasa ortalamasının belirgin üstünde bir performans, standart haline geldi.

Toparlarsak düşük marj kabul ediliyor çünkü büyüme hikayesi ve veri/tutundurma potansiyeli o kadar güçlü görünüyor ki bugünkü kayıp, yarının pazar payı için ödenen bir bilet sayılıyor. Ama bu bahis herkese açık değil , orkestrasyon, önbellekleme, kendi model altyapısı gibi somut bir marj iyileştirme planı olmayan şirket için aynı sabır gösterilmiyor.

Bunun Türk Girişimci İçin Anlamı:

Türkiye’de AI ürünü kuran bir kurucuysanız, bugünkü düşük marjı bir kusur gibi saklamayın  ama gerekçesiz de bırakmayın. Yatırımcı sunumunuzda “bugün %35 brüt marjdayız” demek başlı başına sorun değil; sorun, bunun ardından “18 ay içinde %55’e nasıl çıkacağız” sorusuna cevabınızın olmaması. Model maliyetini kim taşıyor (siz mi, model sağlayıcı mı), hangi işlemleri kendi altyapınıza taşımayı planlıyorsunuz, hangi müşteri segmentinde marj zaten pozitif  bu üç sorunun cevabı slaytta ürün özelliklerinden daha fazla ağırlık taşımalı.

İkinci nokta: Retention oranınızı hesaplarken hangi tanımı kullandığınıza dikkat edin. Brüt ile net retention farklı hikayeler anlatır, ve global yatırımcı sizinle konuşurken hangisinden bahsettiğinizi net sormazsa siz netleştirin. %40 brüt retention seviyesindeki bir AI ürünü kurup bunu %82 NRR standardıyla kıyaslarsanız, kendi rakamınızı yanlış çerçevede sunmuş olursunuz.

Önerilerim:

Üç şeyi bu ay masaya yatırın. Önce, brüt marjınızı müşteri segmentine göre ayırın.  Cursor’ın yaptığı gibi, hangi segmentte zaten pozitifsiniz, hangisinde değilsiniz görün; tek bir ortalama rakam yerine bu kırılım, yatırımcıya olgunluk sinyali verir. Sonra, model maliyetinizi azaltacak somut bir yol haritası kurun: kendi model routing’iniz mi, önbellekleme mi, yoksa açık kaynak modele geçiş mi , hangisi sizin için gerçekçiyse onu net bir zaman çizelgesiyle yazın. Son olarak, retention rakamınızı hem brüt hem net olarak ayrı ayrı raporlayın; ikisini karıştırmak kısa vadede daha iyi görünse de, hukuki/mali inceleme (due diligence) aşamasında güven kaybettirir.

Düşük marj, AI şirketleri için artık bir ayıp değil, bir aşama. Ama o aşamanın ne zaman biteceğini bilmiyorsanız, yatırımcı da bilmez  ve o zaman fiyatladığı şey büyüme değil, umut olur.

Levent Kocatürk — Kurucu, ExecBooster Consultancy

30+ yıllık teknoloji ve 20+ yıllık yöneticilik deneyimiyle teknoloji girişimlerine yönetim kapasitesi ve büyüme danışmanlığı sunuyor.

execbooster.com

Kaynak: CRV — AI Business Model: How AI-Native Companies Make Money (crv.com/content/ai-business-model); Avante Ventures — AI Startup Gross Margin Benchmark 2026; Value Add VC — Series A AI Startup Requirements 2026.