Vast Data: Parçalı yapay zekâ hatları hassas veriyi senkron tutamaz

Vast Data, kurumsal yapay zekâ çıkarımının hassas verilere yaklaşmasıyla veri egemenliğinin mimari bir soruna dönüştüğünü savunuyor. Şirketin sistem mühendisliği başkan yardımcısı Vaughn Stewart'a göre ayrı araçlardan birleştirilen yapay zekâ hatları, vektör gömmeleri, izinler ve kaynak veriyi hizada tutmakta zorlanıyor; bu da birçok değerli veri kümesini yapay zekânın erişiminin dışında bırakıyor.

Stewart, SiliconANGLE Media'nın canlı yayın stüdyosu theCUBE'un AI Data Pipeline Forum kapsamında theCUBE Research'tan John Furrier ile yaptığı söyleşide konuştu. Şirket, Nisan 2026'da yaklaşık 1 milyar dolar yatırım aldı ve 30 milyar dolar değerlemeye ulaştı. Stewart, yapay zekâ altyapısında model eğitiminden çıkarıma geçişin beklentileri değiştirdiğini, ölçek ve hız için kurulan platformların artık kullanıcı kimliği, erişim kontrolü ve düzenlemeye tabi veriyi de yönetmesi gerektiğini aktardı.

Parçalı en iyi bileşen yaklaşımı neden risk taşıyor?

Stewart, piyasada iki farklı yaklaşım olduğunu belirtti. Bunlardan biri, bir ajan tabanlı hattın her parçasında en iyi bileşeni kullanan özel model yaklaşımı. Ona göre bu yaklaşım, güncellenen veri ile vektör gömmelerin ya da kaynak verideki kullanıcı erişim kontrolleri ile çıkarım sorgusunda sunulanların senkron olmaması riskini fazlasıyla taşıyor.

"Piyasada birbirinden farklı felsefi yaklaşımlar var, değil mi? Biri özel model... bir ajan hattındaki her parçanın en iyisi" diyen Stewart, burada güncellenen veri ile vektör gömmeler arasında ya da kaynak verideki kullanıcı erişim kontrolleri ile çıkarım sorgusunda sunulanlar arasında senkron sorunu yaşanma riskinin çok yüksek olduğunu ifade etti.

Stewart, kendisine Vast Data'nın rakibinin sorulması üzerine bir şirketi değil "eski bir zihniyeti" işaret etti: değiştirilebilir en iyi bileşenlerden bir ajan hattı kurmak. Bu tercihin bedeli, verinin sistemden sisteme taşınması ve erişim kontrollerinin bu sırada kaybolması.

Veri egemenliği neden zorunlu bir kısıt?

Stewart'a göre dünya verisinin yaklaşık yarısı hassas ve düzenlemeye tabi sektörlere ait olduğu için kurumsal veri merkezlerinde ya da ortak yerleşim tesislerinde duruyor. Bu verinin önemli bölümü yasal olarak bir kamu bulutu sınır modeline ulaşamıyor; bu da veri egemenliğini katı bir kısıt haline getiriyor.

Vast Data'nın yanıtı, Eylül 2026'da Nvidia ve Cohere gibi ortaklarla duyurduğu DataEnclave adlı gizli yapay zekâ çalışma ortamı. Stewart'ın anlatımına göre sistem, modelleri güvenli sanal makinelerde çalıştırıyor, anahtarlar serbest bırakılmadan önce uzaktan kriptografik doğrulama istiyor ve tüm erişimleri değiştirilemez bir veritabanına kaydediyor.

"Doğrulama yoksa modelin ve/veya verinin anahtarlarına erişim de yok" diyen Stewart, bunun sınır modelleri bugün yüksek güvenlikli veri kümelerine taşımalarına ve yapay zekâ araçları ile yeteneklerinin önündeki son engeli aşmalarına imkân vereceğini belirtti.

Neden önemli?

Tartışma, yapay zekâ altyapısı pazarında rekabetin yalnızca depolama hızı ve ölçek üzerinden değil, veri egemenliği ve erişim kontrolü üzerinden de şekillendiğini gösteriyor. Stewart, neokloud operatörleri gibi yapay zekâ geliştiricilerinin beklentileri karşılamayan altyapıya tahammülünün olmadığını, performans göstermeyen yazılımı silip değiştirdiklerini söyledi. Ona göre bu tutum, depolama sektörünün kilitlenme döneminden keskin bir kopuş anlamına geliyor.

Vast Data, dağıtık ve her şeyi paylaşan mimarisinin depolama sistemleri ile veri işleme araçlarının rollerini birleştirdiğini belirtiyor. Stewart, Hadoop veri gölünün ya da Kafka olay veriyolunun hiçbir zaman depolama platformu olarak adlandırılmadığını, ancak petabaytlarca veri sakladığını hatırlatarak iki sistemin işlevlerini performans sunan sıkı entegre bir yapıda birleştirdiklerini söyledi.

DataEnclave'in Türkiye'de ya da hangi pazarlarda ne zaman kullanıma açılacağı henüz açıklanmadı.