Veri sahipleri model kuruyor, model devleri hukuk pazarına iniyor
Google'ın hukuk büroları ve şirket hukuk birimleri için geliştirdiği yeni yapay zekâ platformunu 25 Ağustos'ta duyurması, hukuk teknolojisi pazarında birkaç yıldır giderek yükselen bir soruyu daha da görünür hale getirdi: Güçlü bir dil modelini hukuki veri tabanına bağlayarak hizmet veren yapay zekâ şirketlerinin kalıcı rekabet üstünlüğü nereden gelecek?
Soru artık yalnızca teorik değil. Google, Gemini Enterprise for Legal ile sözleşme incelemesinden hukuki araştırmaya ve düzenleme takibine uzanan işler için doğrudan hukuk sektörüne girdi. Platform, hukuk bürolarının kendi belgelerinin yanı sıra iManage, NetDocuments, Relativity, Thomson Reuters, Harvey ve Legora gibi üçüncü taraf sistemlerine bağlanabiliyor. Şirket, özellikle kendi altyapısını, modellerini ve uygulama katmanını birlikte işletmenin maliyet avantajına dikkat çekiyor.
Bundan yalnızca beş gün önce, hukuk yapay zekâsının en yüksek değerlemeli girişimlerinden Harvey de ters yönde fakat aynı soruna cevap veren bir adım attı. Şirket, Çinli Moonshot AI'ın açık ağırlıklı Kimi K3 modelinden geliştirdiği Harvey Tenet'i tanıttı. Harvey bunu, kendi hukuk işlerine göre uçtan uca sonradan eğittiği ilk açık ağırlıklı model olarak nitelendiriyor.
Bir başka cephede Thomson Reuters da kendi modeli Thomson'u geliştirdi. Westlaw ve Practical Law gibi onlarca yılda oluşturduğu hukuki içeriğe sahip şirket, artık bu veriyi yalnızca başka şirketlerin büyük dil modellerine besleyen taraf olmaktan çıkıp model katmanının da sahibi olmaya çalışıyor. Thomson Reuters, geliştirdiği mimarinin yine de modelden bağımsız kalacağını ve gerekli görevlerde Anthropic gibi sağlayıcıları kullanmaya devam edeceğini söylüyor.
Bu üç gelişme birlikte değerlendirildiğinde, hukuk teknolojisinde rekabetin merkezinin değişmeye başladığı görülüyor. İlk üretken yapay zekâ dalgasında değer, büyük ölçüde güçlü bir temel modele erişmekten, hukuki kaynakları modele taşıyacak bir arama sistemi kurmaktan ve bunu hukukçunun kullanabileceği bir arayüze dönüştürmekten ibaretti. Şimdi bu parçaların hemen her biri başka bir şirket tarafından satın alınabilir, kiralanabilir veya açık kaynak teknolojilerle yeniden üretilebilir hale geliyor.
API'nin kendisi artık kale değil
Bir hukuk yapay zekâsının basitleştirilmiş mimarisinde birkaç ayrı katman bulunuyor: hukuk verisinin kendisi; ilgili kararı veya mevzuatı bulan arama sistemi; büyük dil modeli; modele hangi kaynağa ne zaman başvuracağını söyleyen orkestrasyon katmanı; atıf ve doğrulama sistemi; son olarak sözleşme inceleme, araştırma, dilekçe hazırlama veya dava dosyası analizi gibi hukukçunun fiilen kullandığı iş akışı.
Bu zincirde temel modele API üzerinden ulaşmanın fiyatı hızla düşüyor. Stanford Üniversitesi'nin 2025 AI Index raporu, GPT-3.5 düzeyindeki performans için tahmini çıkarım maliyetinin Kasım 2022 ile Ekim 2024 arasında milyon token başına yaklaşık 20 dolardan 7 sente gerilediğini hesapladı. Daha sonraki araştırmalar da aynı seviyedeki yapay zekâ kapasitesinin fiyatının yıllık birkaç kat düşmeye devam ettiğine işaret ediyor.
Bu gelişme bir taraftan küçük hukuk teknolojisi şirketlerinin güçlü modeller kullanabilmesini kolaylaştırırken, diğer taraftan yalnızca aynı modellere erişebilmek üzerine kurulu rekabet üstünlüğünü ortadan kaldırıyor.
Asıl tehlike, temel model şirketlerinin müşterinin karşısına yalnız model sağlayıcısı olarak çıkmayı bırakması halinde ortaya çıkıyor.
Google'ın yeni ürünü bunun güncel bir örneğidir. Gemini Enterprise for Legal yalnız API sağlamıyor; hukuk görevleri için hazırlanmış beceriler, ajanlar, veri bağlantıları, erişim yetkileri ve denetim sistemlerini aynı ürün içinde sunuyor. Microsoft da Word içinde çalışan ve belgeleri özetleyip inceleyebilen Legal Agent'ı Copilot kullanıcılarına açmış durumda.
Böylece bağımsız hukuk yapay zekâsı girişimleri iki güçlü rakip grubunun arasında kalıyor.
Bir tarafta Google, Microsoft ve potansiyel olarak diğer temel model şirketleri model, bulut altyapısı, kurum içi belgeler ve son kullanıcı arayüzünü kontrol ediyor. Diğer tarafta Thomson Reuters ve LexisNexis gibi şirketler hukukçunun ihtiyaç duyduğu güvenilir ve lisanslı hukuki veriye sahip bulunuyor.
LexisNexis'in yeni nesil Protégé platformu da şirketin kendi güvenilir içeriğini araştırma, taslak hazırlama, belge analizi ve ajan tabanlı iş akışlarıyla birleştiriyor. Thomson Reuters ise daha da ileri giderek kendi temel hukuk modelini geliştiriyor.
Bu tablo, ortadaki şirketlerin basit bir "model + veri tabanı + sohbet ekranı" olmaktan daha fazlasını sunmasını zorunlu hale getiriyor.
Harvey neden açık modele yöneldi?
Harvey’in son hamlesi bu açıdan özellikle dikkat çekicidir.
Şirket uzun süre OpenAI modelleriyle güçlü biçimde özdeşleşti. Ancak Mayıs 2025'te Anthropic ve Google modellerini de sisteme eklediğini açıklayarak modelden bağımsız bir mimariye geçti. Daha sonraki ürünlerinde sorguyu en uygun model ve araca yönlendiren orkestrasyon yaklaşımını geliştirdi. Harvey’in güncel altyapısında OpenAI'nin yanı sıra Anthropic, Google, Mistral ve başka model sağlayıcıları bulunuyor.
Ağustos 2026'da açıklanan Tenet, bunun bir sonraki aşamasıdır.
Harvey, açık ağırlıklı modeller üzerinde yürüttüğü araştırmanın iki amacını net biçimde tanımlıyor: hukuk alanında ileri düzey yapay zekâ geliştirmek ve hukuk bürolarının kendi çalışmalarına göre uzmanlaşmış modeller geliştirerek bu "zekâya" sahip olmasını sağlamak. Şirket ayrıca Tenet'in hukuk ajanlarını çok daha düşük maliyetle sürekli çalıştırmayı mümkün kılacağını belirtiyor.
Maliyet meselesi küçümsenecek boyutta değil. Wall Street Journal'a göre Harvey platformundaki aylık token kullanımı 2026'nın ilk yarısında yaklaşık 1 trilyondan 14,5 trilyona çıktı. Ajanların bir görevi tamamlamak için tekrar tekrar arama yaptığı, belge okuduğu ve sonuçlarını kontrol ettiği sistemlerde kullanıcı sayısı arttıkça API giderleri klasik yazılımlardaki marjları hızla aşındırabiliyor. Harvey’in açık ağırlıklı Kimi ve GLM modellerini kullanmaya başlamasında bu ekonomik baskının rol oynadığı bildiriliyor.
Buna karşılık Harvey’in bu kararı OpenAI veya başka bir temel model şirketinin ileride kendisine rakip olmasından "korktuğu" için aldığına dair açık bir kanıt bulunmuyor.
Böyle bir riskin stratejik hesaplarda hiç yer almadığı da söylenemez. Model sağlayıcısına bağımlılığı azaltmak, maliyet üzerinde denetim sağlamak ve kendi modellerini geliştirebilmek, aynı zamanda gelecekteki bir rakibe karşı pazarlık gücü yaratıyor. Fakat bu, mevcut kaynaklardan çıkarılabilecek bir stratejik sonuçtur; şirket tarafından açıklanmış bir gerekçe değildir.
Üstelik Harvey’in davranışı, OpenAI'den kopmaktan çok çoklu-model bağımsızlığına işaret ediyor. Şirket, OpenAI'nin yeni modellerini kullanmaya devam ederken Anthropic ve Google modellerini de göreve göre seçiyor, kendi açık ağırlıklı modelini geliştiriyor ve müşterilerinin ileride kendilerine özgü modeller oluşturmasını hedefliyor.
Bu yaklaşım, hukuk yapay zekâsı şirketlerinin gelecekteki savunma hattının nerede oluşabileceğine dair de ipucu veriyor.
Veri kadar iş akışı ve hafıza da değer kazanıyor
Hukukta yalnız modele sahip olmak yeterli değil. Harvey’in Mayıs 2026'da yayımladığı Legal Agent Benchmark sonuçlarında, test edilen ileri modellerin karmaşık hukuki görevleri eksiksiz tamamlama oranı yüzde 10'un altında kaldı. Şirketin değerlendirmesine göre hiçbir model bütün hukuk alanlarında sürekli üstünlük göstermedi ve en başarılı yapıların bazı görevlerde yaklaşık 50 dolarlık çıkarım maliyetine ve 20 dakikayı aşan çalışma süresine ulaşması gerekti.
Bu nedenle hukuk yapay zekâsındaki rekabet yalnızca "hangi LLM daha zeki?" sorusuyla açıklanamıyor.
Doğru kaynağı bulmak, kaynağın güncel olup olmadığını denetlemek, her hukuki önermeyi gerçek karara bağlamak, kurum içindeki erişim yetkilerini korumak, önceki dosyaları ve kurumun tercihlerini hatırlamak ve çok aşamalı işi insan denetimine uygun biçimde yürütmek, ayrı mühendislik sorunlarıdır.
Google'ın dahi yeni hukuk platformunu tanıtırken "genel amaçlı yapay zekânın tek başına hukuk için yeterli olmadığını" özellikle vurgulaması bu nedenle önemlidir.
Burada hukuk şirketlerinin savunabileceği alan ortaya çıkıyor: model değil, modelin hukuk bürosunun çalışma biçimine yerleştirilmesi.
Örneğin Harvey II, dosya ve proje geçmişini hatırlayan kurumsal hafızayı merkezine alıyor. Bir büro yıllarca kendi sözleşme örneklerini, müvekkil notlarını, müzakere stratejilerini, geçmiş görüşlerini ve kendi çalışma biçimini sisteme aktardıkça ortaya çıkan şey yalnızca daha iyi çalışan bir yapay zekâ değil, başka bir platforma taşınması giderek güçleşen kurumsal bir bilgi katmanı oluyor.
Bu durum, hukuk yapay zekâsında uzun vadeli rekabet üstünlüğünün modelden çok kurumsal hafıza, veri hakları ve iş akışlarında oluşabileceği görüşünü güçlendiriyor. Genel amaçlı bir model birkaç ay içinde daha güçlü bir rakiple değiştirilebilir. Buna karşılık, yıllar içinde bir hukuk bürosunun belgelerine, tercih ettiği sözleşme hükümlerine, geçmiş görüşlerine, müvekkil ilişkilerine ve iç denetim mekanizmalarına uyarlanmış bir sistemin değiştirilmesi çok daha yüksek maliyet yaratabilir.
Açık ağırlıklı modeller de bu denklemi değiştiriyor. Harvey’in Tenet araştırmasının ikinci hedefini, hukuk bürolarının kendi uzmanlaşmış modellerini geliştirebilmesi ve bu "zekâya" sahip olabilmesi olarak tanımlaması, gelecekte bazı büyük büroların hazır bir hukuk asistanı satın almak yerine kendi bilgi birikimleri üzerinde çalışan modeller kurabileceğine işaret ediyor.
Bu, aynı zamanda veri egemenliği ve gizlilik sorunlarına da başka bir çözüm sunabilir. Müvekkil sırrı, mesleki gizlilik ve erişim yetkilerinin kritik olduğu hukuk sektöründe modelin nerede çalıştığı ve hangi verilerin dışarı çıktığı, yalnız teknik değil ticari bir tercih haline geliyor. Thomson Reuters da kendi modeli Thomson'u tanıtırken modelin çalışma biçimi ve eğitimini tamamen kontrol edebilmesini, müşterinin verisini eğitime katmamasını ve üçüncü taraf model sağlayıcılarının fiyatlandırmasına bağımlılığı azaltmasını öne çıkardı.
Türkiye'de yarış veri tabanından iş akışına taşınıyor
Benzer dönüşüm Türkiye'de daha küçük ölçekte fakat belirgin biçimde görülüyor.
LEXPERA'nın geliştirdiği LEXI, soruları LEXPERA'nın kendi hukuk veri tabanında araştırarak yargı kararları ve mevzuata doğrudan referans veren yanıtlar oluşturuyor. Sistem ayrıca yüklenen belgeleri veri tabanındaki kaynaklarla birlikte inceleyebiliyor. Şirketin kullanıcılarına yapay zekâya iletilecek sorulardaki kişisel verileri ayıklamalarını tavsiye etmesi, hukuk yapay zekâsında veri koruma sorununun Türkiye bakımından da ürün tasarımının bir parçası olduğunu gösteriyor.
De Jure AI ise hukuki aramayı derin araştırma, dilekçe ve sözleşme hazırlama, doküman analizi, hafıza, UETS ve UYAP bağlantılı özelliklerle birleştiriyor. Şirket kendi açıklamasında yüklenen belgelerin model eğitiminde kullanılmadığını ve verilerin KVKK'ya uygun teknik ve idari önlemlerle işlendiğini belirtiyor. Bunlar şirketin kendi beyanları olmakla birlikte, ürünün konumlandırılması açısından önemlidir: rekabet yalnızca "hangi sistem daha çok karar buluyor?" sorusundan, hukukçunun günlük çalışmasının ne kadarının aynı ortamda yapılabildiğine kayıyor.
Türkiye Barolar Birliği'nin Şubat 2026'da "Yapay Zekâ Destekli Avukat Asistanı" oluşturmak üzere çalışan ürünü veya prototipi bulunan teknoloji şirketlerine çözüm ortaklığı çağrısı yapması da, yapay zekâ destekli hukuk araçlarının yalnız özel girişimlerin alanı olarak kalmayabileceğini gösterdi. TBB çağrının amacını, yapay zekânın hukuk pratiğine entegrasyonu ve meslektaşların teknolojik araçlarla güçlendirilmesi olarak açıkladı.
Adalet Bakanlığı'nın 2025-2029 Yargı Reformu Stratejisi de aynı dönüşümün yargı ayağını içeriyor. Stratejide "teknoloji destekli adalet" temel politika eksenlerinden biri olarak belirlenirken, yapay zekâ uygulamalarının adalete erişimi kolaylaştırması ve yargılamaları hızlandırması hedefleniyor. Bakanlığın planı ayrıca, yapay zekâ uygulamalarının etik ve hukuki çerçevesini belirleyecek kurumsal bir yapı oluşturulmasını öngörüyor.
Türkiye açısından bunun önemli bir sonucu var. Küresel hukuk yapay zekâsında Westlaw veya LexisNexis gibi özel şirketlerin oluşturduğu devasa içerik havuzları rekabet üstünlüğü sağlarken, Türkiye'de UYAP, yüksek mahkemelerin karar sistemleri, mevzuat kaynakları ve özel hukuk veri tabanları farklı aktörlerin elinde bulunuyor. Dolayısıyla başarılı bir yerli hukuk yapay zekâsı için yalnızca güçlü bir model yeterli olmayacak; güvenilir hukuki içeriğe erişimi gerçek mesleki iş akışıyla aynı yerde buluşturabilmek de gerekecek.
Bu yapı aynı zamanda Türkiye'deki girişimler için hem koruma hem risk yaratıyor. Türk hukukuna özgü veri, karar sınıflandırması, içtihat bağlantıları ve UYAP çevresinde geliştirilen işlevler, yabancı bir genel amaçlı model sağlayıcısının pazara bir gecede hâkim olmasını güçleştiriyor. Buna karşılık küresel bir teknoloji şirketi güçlü bir yerel veri sağlayıcısıyla anlaşır veya onu satın alırsa, bugün yerli şirketlerin kullandığı temel modeller ile kendi uygulamaları arasındaki mesafe hızla kapanabilir.
Veri lisansı yeni stratejik cephe olabilir
Bu nedenle hukuk yapay zekâsının geleceğinde yalnız model rekabetinin değil, veriye erişim rekabetinin de büyümesi beklenebilir.
Mahkeme kararının kendisinin kamuya açık olması, o kararların yıllar boyunca toplanması, temizlenmesi, sınıflandırılması, birbirine bağlanması, güncel mevzuatla ilişkilendirilmesi ve üzerinde uzman editoryal içerik oluşturulmasıyla meydana gelen veri tabanının ekonomik değerini ortadan kaldırmıyor. Lisans sözleşmeleri, veri tabanı üzerindeki haklar, yayıncıların hazırladığı özgün içerik ve teknik olarak kullanılabilir temiz veri setleri, üretken yapay zekâ çağında daha da değerli hale geliyor.
Thomson Reuters'ın Thomson modeli bunun en güçlü örneklerinden biridir. Şirket, modelini açık kaynaklı bir temel üzerinde geliştirirken Westlaw, Practical Law ve diğer tescilli içeriklerini eğitim sürecine dahil ettiğini; yüzlerce alan uzmanının eğitim ve değerlendirme aşamalarında görev aldığını açıkladı. Yaklaşık 40 milyon dolarlık geliştirme yatırımıyla ortaya çıkan modelin ilk olarak CoCounsel içinde kullanılması planlanıyor.
Bu strateji başarılı olursa veri tabanı şirketlerinin rolü değişebilir. Bugüne kadar başka şirketlerin modellerine güvenilir içerik sağlayan yayıncılar, aynı veriyi kendi uzman modellerini eğitmek için kullanarak zincirin daha büyük bölümünü kontrol edebilir.
Bu da bağımsız girişimler bakımından ikinci sıkışma noktasını oluşturuyor: model şirketi müşteriye yaklaşırken veri sahibi de modele yaklaşıyor.
Ancak bu durum, bağımsız hukuk teknolojisi şirketlerinin ortadan kalkacağı anlamına gelmiyor.
Google'ın Gemini Enterprise for Legal'ı tanıtırken Harvey ve Legora dahil başka hukuk sistemleriyle bağlantıyı desteklemesi, bunun şimdilik en açık göstergelerinden biridir. Google dahi, genel amaçlı model zekâsının hukuk için tek başına yeterli olmadığını; kurumun becerileri, bilgi sistemleri, ajanlar ve yönetişim katmanının birlikte çalışması gerektiğini söylüyor.
Aynı nedenle geleceğin legal-tech şirketi mutlaka kendi temel modelini geliştiren şirket olmayabilir. Farklı modeller arasından göreve en uygun olanı seçen, gerektiğinde kendi küçük uzman modelini çalıştıran, hukuk veri tabanlarına bağlanan ve bütün bunları hukukçunun iş akışına görünmez biçimde yerleştiren şirket de güçlü bir konum elde edebilir.
MCP gibi sistemler arası bağlantıyı standartlaştıran teknolojiler bu eğilimi hızlandırabilir. Bunun iki zıt sonucu bulunuyor: bir yandan girişimlerin büyük platformlara bağlanmasını kolaylaştırıyor; diğer yandan entegrasyonun kendisini daha kolay kopyalanabilir hale getirerek yalnız "bağlantı sağlayan" şirketlerin değerini azaltıyor.
Birleşme ve satın alma dönemi gelebilir
Önümüzdeki birkaç yıl için en güçlü olasılıklardan biri, bu nedenle saf bir "kazanan hepsini alır" yarışından çok konsolidasyondur.
Hukuki içeriği olan şirketler teknoloji satın alabilir; güçlü hukuk iş akışlarına sahip girişimler veri sağlayıcılarıyla birleşebilir; büyük model şirketleri de bazı dikey uygulamalara doğrudan girmek yerine başarılı hukuk ürünlerini kendi bulut ve ajan altyapılarının üzerinde tutmayı tercih edebilir.
Thomson Reuters'ın 2024'te yapay zekâ araştırma şirketi Safe Sign Technologies'i satın almasının ardından kendi modelini geliştirmesi, bu yolun şimdiden mümkün olduğunu gösteriyor. Şirket bugün artık içeriğe, uygulamaya ve belirli görevlerde kullandığı modele aynı anda sahiptir.
Bu nedenle yalnız API aracılığıyla bir genel amaçlı modele erişen ve kamuya veya kolay lisanslanabilir verilere dayanarak yanıt üreten girişimler en kırılgan grubu oluşturabilir. Model fiyatlarının düşmesi onların maliyetini azaltırken aynı zamanda pazara giriş engelini de düşürüyor.
Buna karşılık, kendi veri haklarına, hukukçu tarafından hazırlanmış değerlendirme setlerine, doğrulanmış atıf sistemine, kurum içi bilgi tabanına, güvenlik altyapısına ve gerçek çalışma süreçlerine derin entegrasyona sahip şirketlerin konumu daha güçlüdür.
Dört gelecek senaryosu
Mevcut gelişmeler önümüzdeki iki ila beş yıl için dört temel senaryoya işaret ediyor.
İlk senaryoda Google, Microsoft ve diğer temel model sağlayıcıları dikeyleşerek hukuk pazarının daha büyük bölümünü doğrudan üstleniyor. Bu durumda standart araştırma, belge inceleme ve sözleşme işlerinin önemli kısmı genel kurumsal yapay zekâ platformlarının içine gömülebilir. Ayrı bir hukuk asistanı satın alma ihtiyacı, özellikle daha basit kullanımlarda azalabilir.
İkinci senaryoda veri sahipleri üstünlük kuruyor. Thomson Reuters ve LexisNexis gibi şirketlerin tescilli içeriklerini kendi modelleri ve ajan sistemleriyle birleştirmesi, doğruluk ve kaynak güvenilirliğinin kritik olduğu hukuki araştırmada genel teknoloji şirketlerine karşı önemli bir engel oluşturabilir.
Üçüncü senaryoda bağımsız uygulama şirketleri kalıcı oluyor. Bunun gerçekleşmesi için Harvey, Legora ve benzeri şirketlerin değerini herhangi bir modelden bağımsız hale getirmesi; müşterinin belgelerini, bilgisini, çalışma alışkanlığını ve iş akışını sahiplenmesi gerekiyor. Harvey’in aynı anda OpenAI, Anthropic ve Google modellerini kullanması ve bunların üzerine kendi açık ağırlıklı modelini eklemesi, bu stratejiyle uyumludur.
Dördüncü ve bugünkü işaretlere göre en olası görünen senaryo ise hibrit pazardır. Büyük model sağlayıcıları altyapı ve genel ajan platformlarını sunarken veri şirketleri güvenilir içeriği kontrol edecek; bağımsız hukuk teknolojisi şirketleri ise belirli hukuk işlerini ve kurumların bilgi birikimini yöneten katmanda rekabet edecek. Aynı şirketler bazı alanlarda rakip, bazı alanlarda birbirinin müşterisi ve teknoloji sağlayıcısı olabilecek.
Bunu hangi senaryonun kazanacağından çok, zincirin hangi bölümünde ekonomik değerin birikeceği belirleyecek.
Saatlik ücret modeli de baskı altında
Değişim yalnız yazılım şirketleriyle sınırlı değil.
Thomson Reuters'ın 2026 araştırmasında şirket hukukçularının yüzde 71'i, yapay zekâ kullanımı arttıkça dışarıdan hizmet aldıkları hukuk bürolarının ticari modellerini değiştirmesini beklediğini söyledi. Buna karşılık hukuk bürolarının yalnız yüzde 28'i, yapay zekâ nedeniyle fiyatlandırmasında değişiklik yaptığını bildirdi.
Bir hukuk araştırmasının veya yüzlerce sözleşmenin ilk incelemesinin saatler yerine dakikalar içinde yapılması halinde, teknolojik kazancın tamamının büroda kalıp müşteriye yine çalışma saati olarak fatura edilmesi giderek daha zor savunulabilir hale gelebilir. Sabit ücret, sonuç odaklı fiyatlandırma ve teknoloji maliyetini ayrıca içeren yeni modeller bu nedenle hukuk yapay zekâsı tartışmasının ekonomik ayağını oluşturuyor.
Bu dönüşüm genç hukukçuların görevlerini de değiştirebilir. İlk içtihat taraması, belge sınıflandırması, standart sözleşme incelemesi ve ilk taslak gibi geleneksel olarak mesleğin alt basamaklarında yapılan işler giderek makine tarafından üstlenilirken, hukukçunun görevi çıktıyı doğrulama, strateji geliştirme, müvekkil ilişkisi ve hukuki muhakeme tarafına kayabilir. Bunun mesleki eğitimin nasıl yapılacağına ilişkin ayrı bir sorun yaratması muhtemeldir: Kıdemli avukatların bugün sahip olduğu muhakeme becerisinin önemli bölümü, gençliklerinde artık makinelere devredilmesi düşünülen işleri yıllarca yaparak oluştu.
Asıl rekabet modeli kimin yaptığı değil, hukuki zekâyı kimin kontrol ettiği
Hukuk yapay zekâsı pazarının ilk yıllarında büyük dil modeline erişebilmek başlı başına teknolojik avantajdı. 2026 yazındaki gelişmeler, bunun giderek normal bir girdiye dönüştüğünü gösteriyor.
Harvey açık ağırlıklı model geliştiriyor. Thomson Reuters kendi tescilli modelini kuruyor. Google doğrudan hukuk iş akışına giriyor. Aynı şirketler buna rağmen rakip modelleri ve üçüncü taraf uygulamalarını sistemlerinden çıkarmıyor; tersine çoklu-model ve açık entegrasyon stratejilerini koruyor.
Dolayısıyla yakın geleceğin kazananını yalnız "en iyi hukuk modelini kim geliştirdi?" sorusu belirlemeyebilir.
Daha önemli sorular başka yerde olacak: En güvenilir hukuki veriyi kim kontrol ediyor? Modelin verdiği cevabı kim doğrulayabiliyor? Hukuk bürosunun yıllar içinde oluşan bilgisini hangi sistem hatırlıyor? Yapay zekâ, gerçek dosya ve belge akışının ne kadarını yönetebiliyor? Ve müşteri, kullandığı model değişse bile hangi platformdan ayrılmak istemiyor?
Bu açıdan Harvey’in Tenet hamlesi, bir başlangıçtan çok işaret fişeği sayılabilir. Açık ağırlıklı modeller yeterince güçlü ve ucuz hale geldikçe, temel modelin kendisi hukuk teknolojisi şirketlerinin en değerli varlığı olmaktan çıkabilir.
O noktada hukuk yapay zekâsı yarışının konusu "kimin API'si daha iyi?" değil, veriyi, uzmanlığı, doğrulamayı ve iş akışını tek bir güvenilir sisteme kimin dönüştürebildiği olacak.