Yönetim kurulu "biz de yapay zekâ kullanalım" dedi; mühendislik ekibi OpenAI API anahtarıyla bir prototip yaptı; sonra birisi "bu veriler nereye gidiyor?" diye sordu ve iş bize geldi — bu hikâyeyi 2025-2026'da defalarca dinledik. Kurumsal tarafta cevap çoğu zaman Amazon Bedrock: modelleri kendi AWS hesabınızın sınırları içinde, kendi IAM/loglama/ağ katmanınızla kullanmanızı sağlayan yönetilen servis. Bu rehber, Türkiye'den Bedrock'u üretime alırken karşılaşacağınız gerçekleri — bölge, kota, maliyet, KVKK ve operasyon — saha tecrübemizle anlatıyor.

Bedrock'u kurumsal yapan şey ne?

  • Tek API, çok model: Anthropic Claude, Meta Llama, Mistral, Amazon'un kendi modelleri ve diğerleri — aynı API ve aynı güvenlik katmanı arkasında. Model değiştirmek, sağlayıcı değiştirmek anlamına gelmez. Hangi modelin ne için iyi olduğuna dair güncel değerlendirmemiz ayrı bir yazıda.
  • Veri sınırı: İstemleriniz ve çıktılarınız temel modellerin eğitiminde kullanılmaz; trafik kendi hesabınızın gözlem ve denetim katmanından geçer. "ChatGPT'ye müşteri verisi yapıştıran stajyer" probleminin kurumsal cevabı budur.
  • AWS entegrasyonu: IAM ile erişim, CloudWatch/CloudTrail ile izleme, VPC endpoint ile ağ izolasyonu, Guardrails ile içerik filtreleme — mevcut AWS güvenlik pratikleriniz aynen uygulanır.

Türkiye'den kullanım: bölge ve erişim gerçekleri

  • Bölge: Türk şirketleri için pratik tercih yine Frankfurt — gecikme düşük, veri AB'de kalıyor, model kataloğu geniş. Model bazında bölge kapsamı değişir; mimariyi tek modele değil, bölgedeki model ailesine göre kurun.
  • Model erişimi: Bazı modeller hesabınızda kullanım talebiyle açılır; çoğunda bu dakikalar sürer, bazılarında inceleme gerekir.
  • Kotalar — asıl sürtünme burası: Yeni hesaplarda dakikalık istek/token kotaları üretim yükü için genellikle yetersizdir ve kota artırım talepleri AWS destek tarafında haftalarca sürünebilir. Bu, bizim AWS desteği neden yavaş yazımızın en sık yaşanan vakasıdır. Pratik tavsiyeler: kota talebini iş yükü projeksiyonuyla, somut rakamlarla açın; lansmandan haftalar önce başvurun; tek bölgeye/modele bağlı kalmayan bir yedek yol tasarlayın.

Maliyet: token'ları izlemeyen, faturayla tanışır

Bedrock'ta ödeme ağırlıkla token başınadır (girdi + çıktı ayrı fiyatlanır) ve LLM maliyetinin huyu klasik altyapıdan farklıdır: tek bir kötü yazılmış döngü ya da kontrolsüz bir ajan, bir gecede aylık bütçeyi yakabilir. Üretim öncesi kurulması gereken asgari set:

  • Model boyutu disiplini: Her işi en büyük modele göndermeyin — tasnif/özet gibi işler küçük modellerle kat kat ucuzdur; pahalı modeli yalnızca onu gerektiren adıma saklayın (model yönlendirme/router deseni).
  • Prompt önbellekleme ve batch: Tekrarlayan sistem istemlerinde prompt caching, gecikmeye toleranslı işlerde batch işleme ciddi indirim getirir.
  • Bütçe alarmları: AWS Budgets + Cost Anomaly Detection'a Bedrock'u ayrı kalem olarak ekleyin; günlük eşik koyun. Genel çerçeve kur riski ve fatura rehberimizde.
  • Uygulama içi sayaçlar: Kullanıcı/özellik başına token sayımı loglayın — "fatura neden arttı"nın cevabı uygulama loglarınızda olmalı, ay sonu faturasında değil.

KVKK boyutu

Bedrock trafiği, verinizi tuttuğunuz AWS bölgesinden geçer; yani KVKK açısından tablo, genel AWS kullanımıyla aynı çerçevededir: yurt dışına aktarım mekanizmanız (standart sözleşme) kurulu olmalı, istemlere giren kişisel veri envantere dahil edilmeli ve Guardrails/maskeleme ile istemlerdeki PII kontrol altına alınmalıdır. Ayrıntılı çerçeve için KVKK ve AWS rehberimiz. Pratik kural: modelin görmesi gerekmeyen kişisel veriyi isteme hiç koymayın — çoğu kullanım senaryosunda maskeleme, doğruluğu düşürmeden riski düşürür.

Prototip ile üretim arasındaki uçurum: operasyon

Demo bir öğleden sonra çıkar; üretim, operasyon işidir. Üretim AI sisteminde izlenmesi gerekenler klasik altyapıdan farklıdır: yanıt kalitesi kayması, halüsinasyon oranı, gecikme dağılımı (p95), token tüketim anomalileri, kota doluluk oranı ve istem enjeksiyonu girişimleri. Biz bu katmanı kendi ürünlerimizle işletiyoruz: sitemizdeki Elif asistanı ve AiMon izleme katmanı dahil, kendi operasyonumuzun önemli bölümü AI ajanlarıyla dönüyor — yani sattığımız şeyi her gün kendimiz kullanıyoruz. RAG ve LLM operasyonlarının mimari tarafı için AI operasyonları rehberimize bakın.

Sık sorulan sorular

Bedrock Türkiye'den kullanılabilir mi?
Evet — hesabınızın iş yüklerini tipik olarak Frankfurt gibi yakın bir bölgede çalıştırırsınız; Türkiye'den erişimde özel bir engel yoktur. Veri, seçtiğiniz bölgede işlenir.

Verilerim model eğitiminde kullanılır mı?
Hayır; Bedrock'ta istem ve çıktılarınız temel modellerin eğitiminde kullanılmaz. Yine de istemlere giren kişisel veri KVKK envanterinize dahildir — maskeleme ve Guardrails ile kontrol edin.

Bedrock mu, OpenAI API mi?
Saf model kalitesi tartışması güncelliğini yitiriyor; kurumsal karar güvenlik çevresi üzerinden veriliyor. Trafiğin kendi AWS hesabınızda, kendi IAM/log/ağ katmanınızla akmasına ihtiyacınız varsa Bedrock; hızlı deney için doğrudan API'lar pratiktir. Çoğu kurumsal müşterimiz üretimde Bedrock'ta durur.

En büyük operasyonel sürpriz ne olur?
İki aday: kota artırımının haftalar sürmesi (erken başvurun) ve token maliyetinin kontrolsüz büyümesi (bütçe alarmı + model yönlendirme ile önlenir).

Sonuç

Bedrock, "kurumsal AI'ı nasıl güvenli kullanırız" sorusunun AWS'deki olgun cevabı — ama demo ile üretim arasındaki mesafeyi kapatan şey model değil, operasyondur: kota planlaması, token disiplini, KVKK katmanı ve AI'a özgü izleme. Bu dört başlığı kuran şirketler AI'dan değer üretiyor; kurmayanlar POC mezarlığına bir taş daha ekliyor.

AI iş yükünüzü üretime taşımak mı istiyorsunuz? Kendi AI ajanlarımızı her gün üretimde işleten ekip olarak yönetilen hizmet kapsamında Bedrock operasyonunu da üstleniyoruz. Konuşmaya ücretsiz AWS Sağlık Taraması ile başlayalım — mevcut ortamınızın AI'a hazırlığını da raporlayalım.

Etiketler: #Bedrock #AI #AWS #LLM #KVKK