Onix’in “Kişisel Zeka” Modeli: Verisiz AI Sağlık Danışmanlığının Teknik ve Ekonomik Altyapısı

Montréal merkezli girişim Onix, sağlık ve yaşam tarzı tavsiyelerini sunan bir mobil uygulamaya yönelik 5 milyon dolarlık (6.9 milyon Kanada doları) sermaye topladı. Şirket, kullanıcıların tıp doktorundan eski elit sporculara kadar çeşitli uzmanların yapay zeka sürümleriyle sohbet etmesine olanak tanıyan “kişisel zeka” konseptini merkezine alıyor. Ancak Onix’in yaklaşımı, büyük teknoloji firmalarının ücretsiz hizmetlerle veri toplama modelinin tam tersi bir yapı üzerine kurulmuş durumda.

Teknik Arka Plan ve Temel Sebepler

Piyasada baskın olan modelde ürünler ücretsiz sunuluyor; karşılığında kullanıcılar kendileriyle ilgili devasa veri akışları sağlıyor. Onix kurucuları ise bu döngüden bilinçli olarak uzak duruyor. Kurucu Nicholas Nadeau’nun ifadesiyle, şirket “kullanıcıların verisini istemiyor” ve veri darboğazını uzmanların kendilerinin getirdiği veriyle aşması bekleniyor.

Bu yaklaşımın teknik temeli, büyük frontier modellerin (GPT-4 düzeyinde sistemlerin) aksine daha küçük modellerin yerel cihazlarda çalıştırılması üzerine kurulu. Onix’in kurucularından David Bennahum, şirketin çıkarım maliyetlerinin bir frontier modelinkinden “yüzde birinin iki binde biri” kadar düşük olduğunu iddia ediyor. Bu durum, hem maliyet yapısını hem de gizlilik konusundaki avantajı doğrudan etkiliyor.

Nadeau, daha önce 1X—Neo humanoid robotlarının üreticisi—andan sonra veri etiketleme şirketi SmartOne’da CTO olarak görev yaptı. Bu deneyimi sayesinde büyük laboratuvarların yapay zeka modellerini eğittiği veri setlerine yakından tanıklık etmiş oldu. Bennahum ise WIRED’in eski katkıda bulunan editörü ve serial girişimci kimliğiyle, 2017’de ABD’den Kanada’ya taşınmış.

Onix’in veri modeli şu şekilde işliyor: Şirket, bağımlılık tedavisinden ömür uzatımına kadar çeşitli alanlarda çalışan içerik üreticilerini platforma davet ediyor. Bu uzmanlar, Onix’e çalışmalarını eğitmenin izni veriyor ve karşılığında abonelik sayısına bağlı olarak belirlenen bir gelir payı alıyor. Uzmanların kredileri değişken düzeyde; örneğin psikiyatrist David Rabin ve aile hemşiresi Ashley Shrader gibi isimler mevcut AI sürümleri arasında yer alıyor.

Kurucuların temel tezi, kullanıcıların kişisel sohbet verisinin hiçbir zaman veri merkezine ulaşmaması. Bennahum’a göre küçük AI modellerinin yerel olarak çalıştırılması, verinin yurt içi ya da yurt dışındaki herhangi bir veri merkezine ulaşması için bir mekanizmanın olmamasını sağlıyor.

Karşılaştırma ve Donanım Parametreleri

Onix’in modelini anlayan okuyucular için, geleneksel bulut tabanlı AI uygulamalarıyla karşılaştıran teknik parametreler aşağıda özetleniyor. Bu tablo, gizlilik, maliyet ve veri akışı açısından iki yaklaşım arasındaki farkları ortaya koyuyor.

Çözüm Adımları ve Teknik Analiz

Bu modelin uygulanabilirliğini değerlendirmek isteyen okuyucular için birkaç kritik nokta öne çıkıyor. Öncelikle, uzmanların izniyle eğitilen AI sürümleri, podcast kayıtları gibi kamuoyuna açık görünümlerle ve Onix’e paylaştıkları yayınlanan olmayan eserlerle şekilleniyor. Bu, modelin kalitesini doğrudan içerik üreticilerinin katkı düzeyine bağlıyor.

İkinci olarak, yerel çıkarımın teknik zorlukları göz ardı edilmemeli. Küçük modeller genellikle büyük modeller kadar güçlü olmasa da, cihaz kaynaklarını verimli kullanma ve gizlilik avantajı sağlıyor. Ancak karmaşık tıbbi durumlarda derinlemesine analiz eksikliği riski taşıyor.

Üçüncü nokta ise ekonomik sürdürülebilirlik. Uzmanların %70’lik gelir payı, Onix’in platform büyümesine olan yatırımdan bir işaret olarak yorumlanabilir. Ancak abonelik sayısına bağlı gelir modeli, hızlı ölçeklenme açısından dikkatli bir planlama gerektiriyor.

Bennahum’un “AI şu an anketlerde en çok sevilmeyen yeni teknoloji” ifadesi, tüketici algısının ne kadar kritik olduğunu gösteriyor. 2025’te yapılan bir ankete göre %83’ü Kanada’lının AI ve gizlilik konusunda kaygıları var. Aynı zamanda %46’sı bir AI sohbet botundan tıbbi tavsiye istediğini belirtmiş, ancak %40’ı bunun Kanada sağlık sistemini kötüleştireceğine inanıyor.

Kurucuların bu tüketici duyarlılığına yanıt olarak gizlilik ve güvene odaklanması, markanın rekabet avantajına dönüşebilir. Şirket, iOS kullanıcıları için erken erişimde mevcut ve bu yılın ilerleyen dönemlerinde daha geniş bir yayına umut ediyor.

Sıkça Sorulan Sorular

Soru: Onix’in veri modeli neden büyük AI firmalarının modelinden farklı?

Cevap: Geleneksel modelde kullanıcılar ücretsiz hizmet için sürekli veri sağlıyor. Onix ise veriyi uzmanların kendilerinin getirmesi bekleniyor ve kullanıcı verisini istemediğini açıkça belirtiyor.

Soru: Sohbet verisi nerede saklanıyor?

Cevap: Tüm sohbet verisi kullanıcının kendi cihazında yerel olarak saklanıyor. Konuşma günlükleri tutulmuyor ve veri hiçbir veri merkezine ulaşmıyor.

Soru: Onix tıbbi tavsiye mi veriyor?

Cevap: Hayır, şirket tıbbi tavsiye vermediğini açıkça belirtiyor. Bunun yerine sınırlayıcı kurallar (guardrails) ile tıbbi alanın dışına çıkacak çıktılar engelleniyor.

Soru: Gelir payı nasıl dağıtılıyor?

Cevap: AI sohbet botlarından elde edilen abonelik gelirinin %70’i uzmanlara, kalan %30’u Onix’e ait. Abonelik ücretlerini uzmanlar belirliyor.

Önemli Teknik Kavramlar

Küçük Model (Small Language Model): Frontier modellerden daha az parametre içeren, yerel cihazlarda çalıştırılabilen ve daha düşük maliyetle çıkarım yapılmasına olanak tanıyan yapay zeka modelleri.

Çıkarım Maliyeti (Inference Cost): Bir AI modelinin bir soruya yanıt üretirken harcadığı işlem gücü ve buna bağlı maliyet; model büyüklüğüne göre doğrudan değişir.

Guardrail: Yapay zeka sistemlerinin belirli sınırları aşmasını engelleyen güvenlik ve etik kurallar bütünü; burada tıbbi tavsiye gibi hassas alanların dışına çıkılmasını önlemek amacıyla kullanılıyor.

Konvertible Not (Convertible Note): Erken aşama girişimlerde kullanılan, faizli borçlanma belgesi niteliğinde ve belirli koşullarda hisse senediye dönüştürülebilir finansman aracı.