Jensen Huang: Yapay zekânın sıradaki büyük pazarı siber güvenlik olabilir

Jensen Huang’a göre yapay zekânın bir sonraki büyük ticari kullanım alanı genel amaçlı sohbet botları ya da kodlama araçları değil, siber güvenlik olabilir. Nvidia CEO’su, Goldman Sachs Communacopia + Technology Conference’ta yapay zekânın programlamayı otomatikleştirmesinin, yazılımdaki zafiyetleri bulma ve bunları giderme yarışını da hızlandırdığını söyledi. 10

Mantık iki yönlü işliyor: Kod üretme ve değiştirme kapasitesi arttıkça hem savunmacıların hem saldırganların hareket hızı yükseliyor. Bu durumda güvenlik ekiplerinin yalnızca insan eliyle yürüttüğü alarm inceleme, kod analizi, saldırı modelleme ve müdahale süreçleri yetersiz kalabilir. Huang’ın işaret ettiği pazar, riski ortadan kaldıran bir yapay zekâ fikri değil; güvenlik operasyonlarını sürekli ve makine hızında çalıştırmayı amaçlayan araçlar pazarı.

“Bir sonraki büyük kullanım alanı” neden siber güvenlik?

Huang, siber güvenliğin yapay zekânın “muhtemelen bir sonraki büyük kullanım alanı” olacağını ifade etti. Yapay zekâ destekli programlama, kodun çok daha hızlı oluşturulmasını ve değiştirilmesini sağlıyor; aynı tempo, açıkların tespit edilmesi, istismar edilmesi ve yamalanması süreçlerine de yansıyor. 10

Bu yaklaşımda yapay zekânın görevi, örneğin kaynak kodunu taramak, olası saldırı yollarını simüle etmek, binlerce uyarıyı önceliklendirmek ve güvenlik ekiplerinin müdahale süresini kısaltmaktır. Ancak bu, insan denetiminin gereksiz hâle geldiği anlamına gelmiyor. Özellikle kritik sistemlerde otomatik önerilerin doğrulanması, kurumun güvenlik politikalarına bağlanması ve gerçek müdahale iş akışlarına entegre edilmesi belirleyici olmaya devam ediyor.

Huang aynı konferansta, yapay zekâ etrafındaki alarmcı söylemlere de itiraz etti. Haberlerde aktarılan sözlerine göre, siber güvenlik hakkında yoğun konuşulmasının sektörün yeni ürünler piyasaya sürmeye hazırlandığı döneme denk geldiğini savundu ve “Talep yaratmak için problem yaratmaktan daha iyi ne olabilir?” dedi. 6 Bu çıkış, bazı güvenlik söylemlerinin ticari teşviklerle beslendiğini sorguluyor. Öte yandan Nvidia’nın kendisi de yapay zekâ tabanlı siber savunma ürün ve ortaklıklarına yatırım yapıyor.

Somut örnek: CrowdStrike SafeMind

Huang’ın tezini en net biçimde gösteren girişim, Nvidia ile CrowdStrike’ın eylülde duyurduğu CrowdStrike SafeMind. Sistem, CrowdStrike Cyber Superintelligence Lab tarafından geliştirilen etken yapay zekâ tabanlı bir siber güvenlik çözümü olarak tanıtıldı. 19

SafeMind; CrowdStrike’ın güvenlik alanına özel modellerini ve özelleştirilmiş ajan altyapılarını, Nvidia’nın açık Nemotron modelleri üzerinde geliştirilen savunma modelleriyle bir araya getiriyor. Tasarımın temelinde, saldırı ve savunma yeteneklerinin birbirini sürekli sınadığı ve geliştirdiği bir döngü bulunuyor. 19

Bu ayrım önemli: Buradaki hedef, güvenlik ekibine sonradan eklenmiş genel amaçlı bir sohbet asistanı sunmak değil. Güvenlik verisi, alan uzmanlığı, özel modeller, yapay zekâ ajanları ve işlem altyapısının tek bir üründe birleştirilmesi amaçlanıyor.

Cisco, CrowdStrike ve Palantir, yapay zekâ çağında siber savunma için açık modeller, ajan altyapıları ve araçlar geliştirmeye odaklanan Nvidia Open Secure AI Alliance ile ilişkilendirilen kuruluşlar arasında yer alıyor. 23 Nvidia ayrıca CrowdStrike ve Palantir’in uzun süreli kurumsal ajanlarda Nemotron açık modellerini kullandığını belirtiyor. 29 Ancak mevcut bilgiler, ittifaktaki her üyenin aynı Nemotron tabanlı ürün mimarisini kullandığını göstermiyor.

Nvidia’nın 3-4 trilyon dolarlık altyapı tezi

Siber güvenlik, Huang’ın konferanstaki mesajının yalnızca bir parçasıydı. Nvidia CEO’su, küresel yapay zekâ altyapısı harcamalarının 2030’a kadar 3-4 trilyon dolara ulaşabileceği tahminini yineledi. 32

Huang bu dönüşümü, mevcut bilişim modelinin değişmesi olarak anlatıyor: Bilgi geri getirme ağırlıklı sistemlerden, yüksek hesaplama gücü ve gelişmiş bağlantı altyapısı gerektiren üretken yapay zekâya ve büyük karmaşık modellere geçiş. Nvidia bu çerçevede kendisini yalnızca GPU satan bir şirket olarak değil; işlem, ağ, yazılım, model ve sistem tasarımını bir araya getirerek “yapay zekâ fabrikaları” tasarlayan bir ortak olarak konumlandırıyor. 2

Şirketin beklentisi yıllık yaklaşık %70 büyüme yönünde olsa da Huang, arz kısıtları olmasa talebin %100’ün üzerinde büyüdüğünü söyledi. 32 Yani Nvidia’nın mesajı, ana sorunun talep eksikliği değil; çip, bellek, ileri paketleme, arazi ve elektrik gücü gibi fiziksel kapasite darboğazları olduğu yönünde.

Finansal veriler bu iddiayı destekliyor mu?

Nvidia’nın son sonuçları, şirketin altyapı tezinin ölçeğini gösteriyor. Şirket, 26 Temmuz 2026’da sona eren 2027 mali yılı ikinci çeyreğinde 96,2 milyar dolar gelir bildirdi. Bu rakam çeyreklik bazda %18, yıllık bazda ise %106 artışa işaret ediyor. 52

Nvidia, 2027 mali yılının üçüncü çeyreği için de 108 milyar dolar, artı veya eksi %2 gelir öngördü. Bu tahminde Çin’den veri merkezi hesaplama geliri varsayılmadığı belirtildi. 52

Buradaki tarih ayrımını net tutmak gerekiyor: 96,2 milyar dolarlık dönem, 2026 mali yılı değil, 2027 mali yılının ikinci çeyreği.

Alıcılar için asıl soru

Huang’ın mesajı tek bir güvenlik ürününden çok, pazarın yönüyle ilgili. Yapay zekâ daha fazla kodlama ve operasyonel işi üstlendikçe otomatik güvenlik testi, sürekli izleme ve hızlı olay müdahalesine duyulan ihtiyaç da büyüyebilir. Nvidia, bu dönüşümün altında yer alan tüm teknik katmanı sunmak istiyor: hızlandırılmış hesaplama, ağ altyapısı, açık modeller ve sektöre özel etken sistemler. 219

Kurumlar açısından temel soru, bir yapay zekâ güvenlik aracının yalnızca etkileyici bir demo sunup sunmadığı değil. Aracın özel güvenlik modellerine, yeterli bağlam ve veriye, insan gözetimine ve gerçek olay müdahale süreçleriyle çalışabilecek entegrasyonlara sahip olup olmadığı değerlendirilmelidir. Nvidia-CrowdStrike SafeMind girişimi, bu tam yığın yaklaşımın erken ve somut örneklerinden biri. 1922