AI Ajan Fiyatlandırması: SaaS Modelinin Yerini Ne Alıyor?

AI Ajan Fiyatlandırması: SaaS Modelinin Yerini Ne Alıyor?

Yazılım fiyatlandırması yirmi yıldır aynı basit mantığa yaslandı: kaç kişi kullanıyorsa o kadar öde. Koltuk başı abonelik, hem satıcı hem müşteri için tahmin edilebilir ve anlaşılırdı. Ama AI ajanları bu mantığı temelinden sarsıyor. Bir ajan artık tek başına bütçe analizi yapıyor, reklam optimize ediyor, müşteri segmentasyonu çıkarıyor. Önceden üç ayrı araç ve bir analist gereken iş, tek bir yazılım tarafından üstleniliyor. Peki değer bu kadar yoğunlaşınca onu nasıl fiyatlandıracaksınız? Yatırımcı ve analist Tom Tunguz’un gündeme taşıdığı bu soru, 2026’nın en kritik SaaS tartışmalarından biri. Konuya dair diğer yazılar için ana sayfayı ziyaret edebilirsiniz.

İçindekiler

• Koltuk Başı Fiyatlandırma Neden Çöküyor?
• Ortaya Çıkan Üç Yeni Model
• Hangi Model Kime Uygun?
• Türk SaaS ve Ajanslar İçin Ne Anlama Geliyor?
• Doğru Modeli Nasıl Seçersiniz?
• Fiyat Değişimini Müşteriye Nasıl Anlatırsınız?
• Sıkça Sorulan Sorular

Koltuk Başı Fiyatlandırma Neden Çöküyor?

Koltuk başı model, değeri insan kullanımına bağlar. Ne kadar çok çalışan aracı açarsa o kadar çok ödersiniz. Bu mantık, aracın bir insanın verimliliğini artırdığı dünyada işe yarıyordu. Oysa AI ajanı verimliliği artırmıyor, işin kendisini yapıyor. Bir ajan gece boyunca çalışıp yüzlerce reklam setini optimize ettiğinde ortada “koltuk” diye bir şey kalmıyor. Değer, kaç kişinin oturum açtığından tamamen kopuyor.

Bu kopuş satıcı için de bir tehdit. Eğer bir ajan on analistlik işi yapıyorsa ama siz hâlâ tek koltuk ücreti alıyorsanız, ürettiğiniz değerin çok küçük bir kısmını tahsil ediyorsunuz demektir. Müşteri açısından bakınca da tersi geçerli: yüzlerce koltuk satın almadan bir ajandan sınırsız fayda alınabiliyor. İki taraf da eski modelin artık gerçeği yansıtmadığını hissediyor.

Ortaya Çıkan Üç Yeni Model

Kullanım bazlı (usage-based). Ücret; işlem sayısı, API çağrısı ya da tüketilen token üzerinden hesaplanır. Düşük hacimli kullanıcı için giriş maliyeti çok düşük, bu yüzden benimsenmesi kolay. Dezavantajı, yüksek hacimde faturanın öngörülemez hale gelmesi. Müşteri ay sonunda ne ödeyeceğini bilemeyince tedirgin oluyor.

Çıktı bazlı (outcome-based). Ajan somut bir sonuç ürettiğinde ödeme yapılır: “çözülmüş her destek bileti başına X” ya da “nitelikli her müşteri adayı başına Y” gibi. Müşteri için risk en aza iniyor çünkü yalnızca işe yarayan sonuca ödüyor. Buna karşılık satıcının değeri ölçülebilir biçimde kanıtlaması zorunlu hale geliyor; sonucu tanımlamak ve doğrulamak da her zaman kolay değil.

Kapasite bazlı. Şirketin ne kadar otonom ajan kapasitesi satın aldığına göre ücret alınır. Burada “dijital çalışan sayısı” gibi yeni bir kavram doğuyor: bir insanı işe alır gibi, belirli sayıda ajan “istihdam” ediyorsunuz. Bu model, kurumsal alıcının zihnindeki bütçe kalemlerine oturması açısından sezgisel.

Hangi Model Kime Uygun?

Tek doğru model yok; iş modelinize göre değişiyor. Kullanımın değişken ve öngörülemez olduğu, müşterinin küçük başlayıp büyüdüğü ürünlerde kullanım bazlı model doğal bir uyum sağlıyor. Sonucun net tanımlanabildiği ve doğrulanabildiği alanlarda — örneğin destek, satış adayları veya tahsilat — çıktı bazlı model hem satışı kolaylaştırıyor hem güven veriyor. Büyük kurumsal alıcılarla çalışıyorsanız, bütçe planlaması yapması gereken bir CFO için kapasite bazlı model en anlaşılır seçenek oluyor. Çoğu olgun ürün aslında bu modellerin bir karışımını kullanıyor: taban bir kapasite ücreti artı kullanım ya da sonuç üzerinden ek katman. Bu ölçümleme mantığını AI Gerçekten İşinizi Alacak Mı? Ölçmek İçin Pratik Bir Yöntem yazısındaki çerçeveyle birlikte düşünmek faydalı olabilir.

Türk SaaS ve Ajanslar İçin Ne Anlama Geliyor?

Türkiye’deki SaaS şirketleri ve dijital ajanslar için bu tartışma iki yönlü. Birincisi, kendi ürünlerini nasıl fiyatlandıracakları. Bir Türk SaaS’ı, ürününe ajan yetenekleri eklerken koltuk başı modelde ısrar ederse ürettiği değerin altında fiyat almaya devam eder. İkincisi, satın aldıkları araçları nasıl değerlendirecekleri. Bir ajans, kullandığı ajan tabanlı araçların maliyetini müşteriye yansıtırken bu yeni modelleri anlamadan doğru marj kuramaz.

Pratik öneri şu: müşteriye sunduğunuz hizmeti giderek “harcanan saat” yerine “üretilen sonuç” üzerinden konumlandırın. Bu, hem AI ajanlarının mantığıyla uyumlu hem de müşterinin gözünde değerinizi görünür kılıyor. Bu geçişi kendi iş modelinize uyarlamak için dijital pazarlama danışmanlığı hizmetinden yararlanabilir, güncel yapay zeka içerikleri için AI arşivini takip edebilirsiniz.

Doğru Modeli Nasıl Seçersiniz?

Seçime üç soruyla başlayın. Ürününüzün ürettiği değer net olarak sayılabiliyor mu? Sayılabiliyorsa çıktı bazlı model masaya gelir. Kullanım müşteriden müşteriye çok değişiyor mu? Değişiyorsa kullanım bazlı model adil bir denge kurar. Alıcınız bütçesini yıllık ve sabit planlamak zorunda olan bir kurum mu? Öyleyse kapasite bazlı taban ücret güven verir. Çoğu durumda en sağlam yapı, öngörülebilir bir taban ücretin üstüne değişken bir katman eklemek oluyor; böylece hem siz gelir istikrarı kazanıyorsunuz hem müşteri sürprizlerden korunuyor.

Fiyat Değişimini Müşteriye Nasıl Anlatırsınız?

Yeni bir fiyatlandırma modeline geçmenin teknik tarafı kolay; asıl zor olan bunu müşteriye doğru anlatmak. İnsanlar belirsizlikten hoşlanmaz, bu yüzden kullanım ya da çıktı bazlı modele geçerken en büyük itiraz “ay sonunda ne ödeyeceğimi bilmiyorum” olur. Bu itirazı en baştan karşılamanın yolu şeffaflık. Müşteriye anlık harcamasını gösteren bir gösterge, belirlediği bir tavan ve eşik uyarıları sunduğunuzda korku büyük ölçüde ortadan kalkıyor.

İkinci nokta, değeri fiyatın önüne koymak. “Token başına şu kadar” demek yerine, “bu ajan ayda ortalama şu kadar destek biletini kapatıyor ve bunun size maliyeti şu” diyerek sonucu görünür kılın. Müşteri ödediği rakamı somut bir kazançla eşleştirebildiğinde model adil hissettiriyor. Üçüncü olarak geçişi zorunlu değil, kademeli yapın. Mevcut müşterilere eski modelde kalma seçeneği tanıyıp yeni modeli avantajlı bir teklifle sunmak, direnci ciddi biçimde azaltıyor. Fiyatlandırma bir mühendislik kararı kadar bir iletişim kararıdır; iyi kurulmuş bir anlatı, doğru modelin benimsenmesini belirliyor.

Sıkça Sorulan Sorular

Çıktı bazlı fiyatlandırma satıcı için riskli değil mi?

Risklidir, çünkü sonuç üretilmezse gelir de gelmez. Ama bu risk aynı zamanda güçlü bir satış argümanı: müşteri yalnızca işe yarayana ödediği için satın alma direnci düşüyor. Anahtar, sonucu net tanımlayıp güvenilir biçimde ölçebilmek.

Kullanım bazlı modelde müşteriler fatura sürprizinden nasıl korunur?

Harcama tavanları, uyarı eşikleri ve tahmini fatura göstergeleri koymak gerekiyor. Müşteri anlık maliyetini görebildiğinde model çok daha rahat benimseniyor.

Küçük bir SaaS hangi modelle başlamalı?

Genellikle basit bir kullanım bazlı ya da düşük tabanlı hibrit modelle başlamak mantıklı. Erken aşamada esneklik, katı bir yapıdan daha değerli; veriler biriktikçe modeli olgunlaştırabilirsiniz.

Koltuk başı model tamamen ölecek mi?

Hayır. İnsanın araçla birlikte çalıştığı klasik yazılımlarda koltuk başı hâlâ mantıklı. Değişim, işi insan yerine ajanın yaptığı senaryolarda yaşanıyor.

Peki Şimdi Ne Yapmalı?

AI ajan fiyatlandırması henüz standartlaşmadı ve bu belirsizlik erken davrananlar için bir fırsat. Doğru modeli bugünden test eden şirketler hem maliyet avantajı hem de müşteri ilişkisinde güven kazanıyor. İster bir SaaS kurun ister ajans işletin, önerim küçük bir pilotla başlamak: tek bir üründe ya da müşteride yeni bir modeli deneyin, verileri toplayın, sonra genişletin. Bu geçişi birlikte planlamak isterseniz iletişim formundan ulaşın.

Kaynakça

Tunguz, T. (2026). Observations about agent pricing. tomtunguz.com. https://tomtunguz.com/observations-about-agent-pricing/