Çin Ar-Ge Harcamasında ABD'yi Geçti, Şirketler İçin Anlamı

Rakam doğru, ama hangi hesapla doğru

OECD'nin 31 Mart'ta yayımladığı Ana Bilim ve Teknoloji Göstergeleri, Çin'in 2024'te toplam Ar-Ge harcamasında ABD'yi yakalayıp geçtiğini gösteriyor. Science dergisinin aktardığına göre satın alma gücüne göre düzeltilmiş rakamlar Çin için 1,03 trilyon dolar, ABD için 1,01 trilyon dolar. Aradaki fark küçük. Asıl dikkat çeken ivme: Çin 2024'te Ar-Ge harcamasını %9,7 artırırken ABD'deki artış %3,4'te kaldı.

Burada bir ayrıntı her şeyi belirliyor. Research Professional News'in altını çizdiği gibi bu sıralama yalnızca satın alma gücü paritesi (SGP) hesaba katıldığında geçerli. Piyasa kuruyla bakınca tablo değişiyor: Çin Ulusal İstatistik Bürosu 2024 harcamasını 3,6 trilyon yuanın üzerinde, yani kurla yaklaşık 506,41 milyar dolar olarak veriyor. Yöntem farkı tahminleri de oynatıyor. Evertiq'in aktardığı başka bir SGP tahmini Çin'i yaklaşık 785,9, ABD'yi 781,8 milyar dolar seviyesinde gösteriyor.

OECD kendi bülteninde Çin'in harcamasını 2020 SGP doları cinsinden 0,86 trilyon olarak veriyor ve bunun 2024 fiyatlarıyla iki ülkenin de 1 trilyon doları aştığı anlamına geldiğini belirtiyor. Aynı kaynağa göre küresel Ar-Ge harcaması 3,8 trilyon dolar, AB ise 0,6 trilyon dolarda. Bana kalırsa SGP, bir laboratuvarın parasıyla ne kadar araştırmacı, malzeme ve deney alabildiğini yansıttığı için sahadaki faaliyet hacmine daha yakın bir ölçü. Ama ithal ekipman alırken ya da yurt dışından yetenek transfer ederken kur gerçeği geçerli; iki ölçüyü birlikte okumak gerekiyor.

Çin'de Ar-Ge'yi kim yapıyor, para nereye gidiyor

Şirketler için asıl önemli soru, bu paranın kimin elinden geçtiği. Ulusal İstatistik Bürosu'nun bülten açıklamasının bir çevirisine göre 2024'te işletmeler 2.821,16 milyar yuan, araştırma kurumları 423,16 milyar yuan, yükseköğretim ise 306,55 milyar yuan harcadı. İşletmelerin payı uzun yıllardır %75'in üzerinde. Yani Çin'deki Ar-Ge ağırlıklı olarak ürüne, üretim sürecine ve ticarileştirmeye dönük.

Temel araştırmanın payı bu tabloyu tamamlıyor. Ön verilere göre temel araştırma harcaması %10,5 artışla 249,7 milyar yuana çıktı, ama toplamın yalnızca %6,91'i. Büro kuantum teknolojisi, yaşam bilimleri, malzeme bilimi ve uzay bilimlerinde ilerleme kaydedildiğini belirtiyor. Düşük temel araştırma payı, Çin'in bugün daha çok mevcut bilgiyi hızla ürüne dönüştürmede güçlü olduğunu, uzun vadeli keşif tarafında ise hâlâ yol aldığını düşündürüyor.

OECD'nin bir önceki yıla ait karşılaştırması da benzer bir resim çiziyor. OECD'ye göre Çin 2023'te SGP bazında ABD harcamasının %96'sına ulaşmıştı; on yıl önce bu oran %72'ydi. Sektör bazında işletme Ar-Ge'sinde ABD seviyesinin %95'ine, yükseköğretimde %74'üne ulaşırken, devlet sektörü Ar-Ge'si ABD'nin 1,6 katıydı. Satın alma tarafındaki biri için bunun tercümesi basit: Çinli tedarikçilerin ürün yol haritaları, devletin desteklediği büyük bir şirket Ar-Ge'si tarafından besleniyor.

Yapay zeka modellerinde etki zaten görünüyor

Ar-Ge harcamasının sonuçları en hızlı yapay zeka tarafında görünür oldu. Stanford HAI analizine göre Alibaba'nın Qwen ailesi, Eylül 2025'te Hugging Face'te en çok indirilen dil modeli ailesi olarak Meta'nın Llama'sının yerini aldı. Ağustos 2024 ile Ağustos 2025 arasında indirmelerin %17,1'i Çinli, %15,8'i ABD'li geliştiricilerden geldi.

Kullanım tarafındaki değişim daha da sert. OpenRouter ve Andreessen Horowitz'in 100 trilyon token'lık verisine dayanan çalışmaya göre Çin kaynaklı açık modellerin küresel kullanımdaki payı 2024 sonunda %1,2'yken 2025'te birkaç ay içinde yaklaşık %30'a çıktı. Büyümeyi Qwen, DeepSeek V3 ve Moonshot'ın Kimi K2 modeli sürükledi; üstelik bu, ABD'nin gelişmiş GPU erişimine koyduğu sınırlamalara rağmen oldu.

MIT Technology Review, DeepSeek'in R1 modelini serbest MIT lisansıyla açık ağırlıklı olarak yayımladığını ve Çinli firmaların önde gelen Batılı modelleri defalarca çok daha düşük maliyetle yakaladığını hatırlatıyor. Aynı yazıya göre şirketler pilot projelerden canlı kullanıma geçerken daha ucuz ve özelleştirilebilir araçlar öne çıkıyor. Sahadan gördüğüm de bu: Pilot aşamasında en iyi modeli denemek önemli, ama binlerce günlük çağrıya ulaşınca maliyet ve kendi sunucunuzda çalıştırabilme tercihi belirleyici hale geliyor.

Batarya ve donanımda patent haritası değişiyor

Patentler, Ar-Ge harcamasının teknik çıktısını ölçmek için kusurlu ama faydalı bir gösterge. WIPO verilerine göre Çin, 2024'te 70.160 başvuruyla uluslararası patent (PCT) başvurularında ilk sırada; ABD 54.087 başvuruyla ikinci ve üst üste üçüncü yılını düşüşle kapattı. Şirket bazında Huawei ilk sırada, batarya üreticisi CATL ise 1.993 başvuruyla beşinci.

Eğilim 2025'te de sürdü. WIPO'nun güncel verileri Çin'in PCT başvurularının %5,3 artışla 73.718'e çıktığını, ABD'nin ise %3,0 gerilediğini gösteriyor. CATL 2.203 başvuruyla önde gelen başvuru sahipleri arasında. Çin merkezli başvuru sahipleri 2024'te dünya genelinde yaklaşık 1,8 milyon patent başvurusu yaparken ABD'den gelen başvuru sayısı 503.271'de kaldı.

Batarya, enerji depolama veya elektronik bileşen satın alan bir şirket için bu, Çinli tedarikçilerin artık yalnızca fiyat değil teknoloji sahipliği açısından da masada güçlü olduğu anlamına geliyor. Ama patent sayısı tek başına kaliteyi göstermez. Bir tedarikçiyi değerlendirirken başvuru sayısından çok, ilgili patentlerin sizin kullanacağınız ürün ailesini kapsayıp kapsamadığına ve lisans koşullarına bakmak daha doğru.

Tedarikçi seçerken neyi yeniden düşünmeli

Avrupa ve Türkiye'deki şirketler için mesele artık Çin mi ABD mi sorusu değil. İki taraftan da güçlü seçenekler geliyor ve her birinin farklı riski var. ABD'nin gelişmiş çiplere getirdiği erişim sınırlamaları, hangi donanımın hangi pazarda bulunabileceğini etkiliyor. Veri koruma kuralları ise özellikle bulut tabanlı yapay zeka hizmetlerinde verinin nerede işlendiğini kritik hale getiriyor.

Açık ağırlıklı modeller bu denklemde ilginç bir yer tutuyor. Modeli kendi altyapınızda çalıştırdığınızda veri sizin sunucunuzdan çıkmıyor, bu da veri aktarımı kaygısının büyük kısmını ortadan kaldırıyor. Öte yandan modelin hangi verilerle eğitildiğini, nasıl davrandığını ve lisansın ticari kullanıma ne kadar izin verdiğini sizin doğrulamanız gerekiyor. Bu işi yapacak teknik ekibi olmayan küçük bir firma için açık model her zaman doğru tercih değil.

Benim önerim, tek bir bloğa kilitlenmek yerine değiştirilebilir bir mimari kurmak. Uygulamanızı belirli bir modele veya tedarikçiye sıkı sıkıya bağlamazsanız, fiyat, düzenleme ya da erişim koşulları değiştiğinde geçiş yapmanız haftalar sürer, aylar değil.

• Verinin nerede işlendiğini ve saklandığını sözleşmede açıkça yazdırın.
• Açık ağırlıklı modellerde lisans metnini ticari kullanım açısından hukuk ekibinize okutun.
• Kritik donanım için ikinci bir tedarik kaynağı belirleyin, ihracat kısıtlamalarına karşı plan yapın.
• Model katmanını uygulama mantığından ayırın ki tedarikçi değiştirmek mümkün olsun.
• Kendi verinizle karşılaştırmalı testler yapın, genel sıralamalara güvenmeyin.

Türkiye nerede duruyor

Türkiye'nin Ar-Ge harcaması 2022'deki 198,7 milyar liradan 2023'te 377,5 milyar liraya yükseldi, Ar-Ge yoğunluğu ise GSYH'nin %1,32'sinden %1,42'sine çıktı. Harcamanın %65,1'ini şirketler, %30'unu üniversiteler, %4,9'unu devlet yaptı. Lira bazındaki artışın bir kısmının enflasyondan geldiğini unutmamak gerekiyor; bu yüzden asıl izlenecek ölçü GSYH payı.

Karşılaştırma için: Çin'in 2024 Ar-Ge yoğunluğu %2,69, AB seviyesi %2,13, OECD ortalaması ise %2,70 olarak veriliyor. Yıllar farklı olsa da Türkiye'nin bu ölçekte ciddi bir mesafesi olduğu açık. TÜBİTAK'ın belirttiğine göre TÜİK, 2024 yılı Ar-Ge harcama ve personel verilerini 20 Ekim 2025'te yayımladı; GSYH payı, sektör ve fon kaynağı serileri de TÜBİTAK üzerinden takip edilebiliyor.

İki inovasyon bloğu arasında orta ölçekli bir ekonomi için gerçekçi strateji, her alanda çekirdek teknoloji üretmeye çalışmak değil. Daha akıllıca olan, iki taraftan gelen temel teknolojileri yerel ihtiyaca, dile, mevzuata ve sektöre uyarlayan katmanda uzmanlaşmak. Türkçe dil modelleri, yerel mevzuata uyumlu yazılımlar, sanayi süreçlerine özel otomasyon gibi alanlar bunun örnekleri. Ar-Ge teşviklerini değerlendirmek isteyen şirketlerin güncel koşulları ilgili kurumlardan ve mali müşavirlerinden doğrulaması gerekiyor; teşvik kuralları sık değişiyor.

Harcamanın rekabete dönüştüğünü nasıl anlarsınız

Ar-Ge harcaması bir girdi, rekabet gücü ise bir çıktı. İkisi arasında yıllar ve çok sayıda kayıp olabilir. Çin örneğinde harcama, patent ve model kullanımı aynı yönü gösteriyor, bu da tesadüf olmadığını düşündürüyor. Yine de tek bir göstergeye bakarak karar vermek hatalı olur.

Tedarik ve iş birliği kararı veren biri olarak birkaç göstergeyi birlikte izlemenizi öneririm. Bunların hiçbiri tek başına yeterli değil, ama birlikte okunduğunda bir teknoloji alanının hangi yöne aktığını oldukça net gösteriyor.

• Ar-Ge yoğunluğu ve büyüme hızı: Harcamanın GSYH içindeki payı ve yıllık artışı.
• Harcamayı kimin yaptığı: İşletme payı yüksekse ticarileşme daha hızlı olur.
• Uluslararası patent başvuruları: Özellikle sizin sektörünüzdeki şirket bazlı başvurular.
• Gerçek kullanım verileri: Yapay zekada indirme ve token kullanımı gibi ölçüler.
• Ticari sonuçlar: Tedarikçinin referans projeleri, teslimat performansı ve fiyat istikrarı.