Hukukta Yapay Zekâ Yarışı Dikeyleşiyor: Model Sahipliğinden Veri ve İş Akışına Geçiş

Hukuk sektöründe üretken yapay zekânın benimsenmesiyle birlikte rekabetin doğası hızla evrilmektedir. Ağustos 2026 itibarıyla Google’ın Gemini Enterprise for Legal platformunu duyurması, Harvey’in açık ağırlıklı Harvey Tenet modelini tanıtması ve Thomson Reuters’ın kendi temel modeli Thomson’u geliştirmesi, sektördeki paradigmanın değiştiğinin en somut göstergeleridir. Bu üç gelişme, hukuk teknolojisi (legal-tech) pazarında rekabet üstünlüğünün artık yalnızca güçlü bir büyük dil modeline (LLM) erişimden değil, veri egemenliği, kurumsal hafıza, iş akış entegrasyonu ve maliyet kontrolünden kaynaklanacağını ortaya koymaktadır.

Google’ın yeni platformu, hukuk büroları ve şirket içi hukuk birimlerine yönelik olarak tasarlanmıştır. Gemini Enterprise for Legal, sözleşme incelemesi, hukuki araştırma, düzenleme takibi ve belge analizi gibi kritik görevleri doğrudan hedeflemektedir. Platformun en önemli özelliği, hukuk bürolarının kendi iç belgelerine ek olarak iManage, NetDocuments, Relativity, Thomson Reuters, Harvey ve Legora gibi üçüncü taraf sistemleriyle sorunsuz entegrasyon sağlamasıdır. Google, bu yaklaşımın model, altyapı ve uygulama katmanını tek bir elde tutmanın maliyet ve performans avantajını vurgulayarak, bağımsız legal-tech girişimlerine ciddi bir rekabet tehdidi oluşturmaktadır.

Benzer şekilde Harvey, uzun süre OpenAI modellerine bağımlı bir yapıdan çoklu model bağımsızlığına geçiş yapmış ve son olarak Çin merkezli Moonshot AI’ın Kimi K3 modelini temel alarak geliştirdiği Harvey Tenet’i duyurmuştur. Şirket, Tenet’i hukuk iş akışlarına özel uçtan uca eğitilmiş ilk açık ağırlıklı modeli olarak konumlandırmaktadır. Bu hamle, hem maliyetleri dramatik biçimde düşürmeyi hem de hukuk bürolarının kendi verileriyle uzmanlaşmış modeller geliştirmesine imkân tanımayı hedeflemektedir. Harvey’in 2026’nın ilk yarısında aylık token kullanımının 1 trilyondan 14,5 trilyona çıkması, ajan tabanlı sistemlerin yarattığı ekonomik baskıyı da gözler önüne sermektedir.

Thomson Reuters ise Westlaw ve Practical Law gibi onlarca yıllık güvenilir hukuki içeriğini kullanarak kendi temel modelini geliştirmektedir. Şirket, modelin bağımsız kalacağını ve gerektiğinde Anthropic gibi üçüncü taraf sağlayıcıları kullanmaya devam edeceğini belirtse de, veri sahibi olmanın ötesine geçerek model katmanına da sahip olma stratejisi dikkat çekicidir. Bu üç aktörün aynı dönemde attığı adımlar, hukuk teknolojisinde ilk dalganın “model + arama + arayüz” üçlemesinden, dikey entegrasyona ve ekosistem kontrolüne geçişi simgelemektedir.

Stanford Üniversitesi’nin 2025 AI Index raporuna göre, GPT-3.5 düzeyinde performans için gereken çıkarım maliyeti Kasım 2022’den Ekim 2024’e kadar milyon token başına yaklaşık 20 dolardan 7 sente gerilemiştir. Bu düşüşün devam etmesi, temel modele API üzerinden erişimin artık rekabet bariyeri olmaktan çıktığını göstermektedir. Artık asıl rekabet, modelin hukuk bürosunun spesifik iş akışına, kurumsal hafızasına, veri haklarına ve doğrulama mekanizmalarına ne kadar derinlemesine entegre edilebildiği üzerinedir.

Harvey’in Legal Agent Benchmark sonuçları da bu gerçeği teyit etmektedir. Test edilen ileri düzey modellerin karmaşık hukuki görevleri eksiksiz tamamlama oranı %10’un altında kalmıştır. Bazı görevlerde 50 dolarlık çıkarım maliyeti ve 20 dakikayı aşan süreler ortaya çıkmaktadır. Bu veriler, genel amaçlı modellerin tek başına hukuk pratiği için yeterli olmadığını ortaya koymaktadır. Google’ın kendi platformunu tanıtırken “genel amaçlı yapay zekânın hukuk için tek başına yeterli olmadığını” vurgulaması da tesadüf değildir.

Rekabetin yeni merkezinde kurumsal hafıza ve iş akışı yer almaktadır. Harvey II gibi sistemler, büronun yıllar içinde biriktirdiği sözleşme örneklerini, müvekkil notlarını, müzakere stratejilerini ve içtihat tercihlerini “hafıza” katmanı olarak sisteme entegre etmektedir. Bu katman, başka bir platforma taşınması son derece maliyetli ve zor bir rekabet avantajı yaratmaktadır. Benzer şekilde Thomson Reuters’ın 40 milyon dolarlık yatırımla geliştirdiği Thomson modeli, Westlaw ve Practical Law’daki tescilli içeriği eğitim sürecine dahil ederek veri tabanı şirketlerinin rolünü dönüştürmektedir.

Türkiye’de de benzer bir dönüşüm yaşanmaktadır. LEXPERA’nın LEXI sistemi, kendi hukuk veri tabanında arama yaparak yargı kararlarına ve mevzuata doğrudan referans veren yanıtlar üretmekte, yüklenen belgeleri bu kaynaklarla birlikte analiz edebilmektedir. De Jure AI ise hukuki arama, dilekçe ve sözleşme hazırlama, doküman analizi ile UYAP ve UETS entegrasyonunu tek bir platformda birleştirmektedir. Her iki şirket de kişisel verilerin model eğitiminde kullanılmadığını ve KVKK uyumluluğunu ön plana çıkarmaktadır.

Türkiye Barolar Birliği’nin Şubat 2026’da “Yapay Zekâ Destekli Avukat Asistanı” projesi için teknoloji şirketlerine çözüm ortaklığı çağrısı yapması, konunun yalnızca özel sektörle sınırlı kalmayacağını göstermiştir. Adalet Bakanlığı’nın 2025-2029 Yargı Reformu Stratejisi ise “teknoloji destekli adalet”i temel politika eksenlerinden biri olarak belirlemiş, yapay zekânın adalete erişimi kolaylaştırması ve yargılamaları hızlandırması hedefini koymuştur. Strateji, aynı zamanda yapay zekâ uygulamalarının etik ve hukuki çerçevesini belirleyecek kurumsal bir yapının oluşturulmasını da öngörmektedir.

Türk hukuk sisteminin kendine özgü yapısı (UYAP, yüksek mahkeme karar sistemleri, mevzuat kaynakları ve özel veri tabanları), yabancı genel amaçlı model sağlayıcılarının bir gecede pazara hâkim olmasını zorlaştırmaktadır. Ancak küresel teknoloji devlerinin güçlü yerel veri sağlayıcılarıyla anlaşması veya satın alma yoluyla pazara girmesi, yerli girişimciler için hem risk hem de fırsat yaratmaktadır.

Gelecekteki rekabetin veri lisansı, kurumsal hafıza, doğrulama mekanizmaları ve iş akışı entegrasyonu etrafında şekilleneceği öngörülmektedir. Dört temel senaryo öne çıkmaktadır: (1) Temel model sağlayıcılarının dikeyleşme yoluyla pazarın büyük bölümünü ele geçirmesi, (2) Veri sahiplerinin (Thomson Reuters, LexisNexis benzeri) üstünlük kurması, (3) Bağımsız uygulama şirketlerinin kurumsal hafıza ve iş akışı üzerinden kalıcı olması, (4) Hibrit bir ekosistemde büyük platformlar, veri sahipleri ve bağımsız uzmanlaşmış şirketlerin birlikte var olması.

Bu dönüşüm, hukuk bürolarının ücretlendirme modellerini de etkileyecektir. Thomson Reuters’ın 2026 araştırmasına göre şirket hukukçularının %71’i, yapay zekâ kullanımı arttıkça dışarıdan alınan hizmetlerin ticari modelinin değişmesini beklemektedir. Saatlik ücret modelinin, dakikalar içinde tamamlanan araştırmalar ve incelemeler karşısında sürdürülebilirliği tartışmalıdır. Sabit ücret, sonuç odaklı fiyatlandırma ve teknoloji maliyetinin ayrı gösterildiği hibrit modellerin önemi artacaktır.

Genç hukukçuların mesleki gelişimi de bu değişimden etkilenecektir. Geleneksel olarak stajyer ve kıdemsiz avukatlara verilen ilk içtihat taraması, belge sınıflandırma, standart sözleşme incelemesi ve taslak hazırlama işleri yapay zekâ tarafından üstlenildikçe, avukatların rolü çıktı doğrulama, stratejik muhakeme, müvekkil ilişkileri ve etik değerlendirmeye kayacaktır. Bu durum, hukuk eğitiminin ve staj sürecinin yeniden tasarlanmasını zorunlu kılmaktadır.

Sonuç olarak, hukukta yapay zekâ yarışı artık “en iyi modeli kim geliştirdi?” sorusundan “veriyi, uzmanlığı, doğrulamayı ve iş akışını tek bir güvenilir ve taşınması zor sisteme kim dönüştürebiliyor?” sorusuna evrilmiştir. Avukatlar ve hukuk profesyonelleri için kritik olan, bu yeni ekosistemde kendi veri egemenliklerini, kurumsal hafızalarını ve mesleki muhakeme rollerini korumalarıdır. Harvey’in Tenet hamlesi, bu uzun vadeli dönüşümün yalnızca ilk işareti niteliğindedir.

Okuma süresi: 12 dakika

Etiketler: Yapay Zeka, Legal Tech, Büyük Dil Modelleri, Veri Egemenliği, Kurumsal Hafıza, Hukuk Bürosu Yönetimi, KVKK, UYAP, Thomson Reuters, Harvey AI, Google Gemini