Yapay zekâ ile üretilen videolar reklamda işe yarıyor mu?

Kısa cevap: görüntüyü çok iyi, fiziği hâlâ kısmen yapabiliyor. Modern metinden videoya modelleri ışığı, dokuyu, kamera hareketini ve artık sesi ikna edici biçimde üretiyor. Zorlandıkları yer görüntünün güzelliği değil, dünyanın kurallarına uyması: nesnelerin çarpışması, sıvının dökülmesi, kumaşın düşmesi, bir elin bir kavanozu gerçekten kavraması.

Bu, ölçülmüş bir sınır. UCLA ve Google araştırmacılarının geliştirdiği VideoPhy kıyaslamasında modellere katı-katı, katı-sıvı ve sıvı-sıvı etkileşimleri içeren komutlar verildi ve çıktılar insanlar tarafından değerlendirildi. Sonuç, o dönemin en iyi modelinde bile örneklerin yalnızca %39,6'sının hem verilen metne hem fizik kurallarına uyduğu yönündeydi. Devamı olan VideoPhy-2 çalışması (Mart 2025) 200 farklı eylem üzerinden daha zor bir test kurdu ve en iyi modelin zor alt kümede yalnızca %22 birleşik başarı (hem anlamsal uyum hem fiziksel tutarlılık) elde ettiğini raporladı.

Our findings reveal major shortcomings, with even the best model achieving only 22% joint performance (i.e., high semantic and physical commonsense adherence) on the hard subset of VideoPhy-2.

— Bansal ve ark., VideoPhy-2, 2025

Bu rakamları bugünün modellerine doğrudan uyarlamak yanlış olur — her iki çalışma da yayımlandıkları tarihte erişilebilen modelleri ölçüyor ve o tarihten bu yana modeller belirgin biçimde ilerledi. Kendi taramamızda bugünkü modeller için aynı yöntemle yapılmış, insan değerlendirmeli güncel bir yayına ulaşamadık. Ama hata *türü* değişmedi: modeller ikna edici görüntü üretmekte, tutarlı bir dünya üretmekten daha iyi. Reklam açısından önemli olan da tam olarak bu ayrım.

• İyi yaptığı: atmosfer, doku, soyut görsel, arka plan, geçiş, ürünün olmadığı duygusal sahneler.
• Zorlandığı: eller ve parmaklar, sıvı davranışı, uzun sahnede karakter tutarlılığı, ekrandaki yazı.
• En riskli olduğu: ürünün kendisi — ambalaj oranı, logo tipografisi, kapak mekanizması, ürünün ciltte gerçekte ne yaptığı.

Üretim maliyeti tarafında evet, çarpıcı biçimde. Google'ın Gemini API fiyat sayfasına göre (sayfa 21 Temmuz 2026 tarihiyle güncellenmiş) Veo 3.1 ile sesli standart video üretimi 720p ve 1080p'de saniye başına 0,40 ABD doları, 4K'da 0,60 dolar; "Fast" sürümü 720p'de 0,10 dolar, "Lite" sürümü 720p'de 0,05 dolar. Bu fiyatlar üzerinden sekiz saniyelik tek bir plan, standart kalitede yaklaşık 3,20 dolara, Lite sürümünde yaklaşık 0,40 dolara üretiliyor (hesaplama bize ait, listelenen saniye ücretinin doğrudan çarpımı).

Bu sayı tek başına yanıltıcı. Çünkü bir reklam kreatifinin maliyeti üretim maliyeti değildir; kullanılabilir kreatifin maliyetidir. Yapay zekâ videosunda kabul oranı düşüktür: elin yanlış göründüğü, ambalajın deforme olduğu, ışığın markaya oturmadığı çıktılar elenir. On denemeden birini kullanıyorsan gerçek birim maliyetin on katıdır ve buna eleme işini yapan insanın saati de eklenir.

• Görünen maliyet: saniye başına üretim ücreti — düşük ve öngörülebilir.
• Gizli maliyet 1: kabul oranı. Kullanılabilir tek plan için kaç üretim gerekti?
• Gizli maliyet 2: seçim ve inceleme emeği — çıktıları izleyip ayıklayan kişinin zamanı.
• Gizli maliyet 3: hukuki inceleme. Aşağıdaki etiketleme ve iddia bölümlerinde göreceğin gibi, bu artık isteğe bağlı bir adım değil.
• Gizli maliyet 4: marka tutarlılığı düzeltmesi — üretilen görüntüyü marka paletine, ambalaj gerçeğine ve kategori koduna oturtma işi.

Doğru karşılaştırma "AI videosu mu, stüdyo çekimi mi ucuz" değil. İkisi farklı işler yapıyor; bunu ayrı bir yazıda stüdyo çekimine gerçekten ne zaman ihtiyacın olduğunu anlatırken ayrıntılandırdık. Yapay zekâ videosu, stüdyo çekiminin yerini almaktan çok, daha önce hiç üretemediğin varyasyonları üretilebilir kılıyor — asıl ekonomik etkisi orada.

Gerçek kazanç iterasyonda, yanılsama ise "tek seferde bitmiş iş" beklentisinde. Bir fikri görselleştirmek, bir açılışın işe yarayıp yaramayacağını görmek, aynı mesajın beş farklı görsel dilini yan yana koymak — bunlar eskiden gün alırdı, şimdi dakikalar alıyor. Reklam sistemleri kreatif çeşitliliğiyle öğrendiği için bu doğrudan performansa dokunan bir kazanç.

Yanılsama ise şu: üretim süresi kısalırken karar süresi kısalmıyor. Onay döngüsü (marka, hukuk, gerekiyorsa ruhsat/mevzuat kontrolü) aynı hızda ilerliyor; hatta AI çıktısı söz konusu olduğunda uzuyor, çünkü doğrulanması gereken yeni sorular ekleniyor: bu yüz gerçek bir kişiye benziyor mu, bu ambalaj bizim ambalajımız mı, bu sahne bir etki iddiası mı? Ekiplerin çoğu üretimi 10 kat hızlandırıp onayı hızlandırmadığı için toplam süre beklendiği kadar düşmüyor.

Bunu bir istatistikle destekleyemiyoruz — sektörde bu döngüyü ölçen, güvenilir ve bağımsız bir yayın bulamadık ve tahmini rakam uydurmak bu yazının kuralına aykırı. Ama mekanizma açık ve kendi süreçlerinde test edilebilir: üretim süresini değil, brief'ten yayına geçen toplam süreyi ölç. Kazanç oradaysa gerçektir.

Metinde halüsinasyon uydurulmuş bir olgudur; videoda ise gerçekte var olmayan bir *gerçeklik* üretilmesidir. Modelin ürettiği sahne, dünyanın kuralları ya da senin ürününün gerçeği ile uyuşmayabilir — ve görüntü ne kadar ikna ediciyse hata o kadar geç fark edilir. Yukarıdaki VideoPhy bulguları bunun ölçülmüş hâli.

Kozmetikte iki katman daha var. Birincisi ürün doğruluğu: yapay zekâ senin şişeni değil, "şişe fikrini" üretir. Ambalaj oranı kayar, logo tipografisi bozulur, pompa mekanizması gerçekte olmayan bir biçime dönüşür. Tüketici bunu bilinçli olarak fark etmese bile, eline geçen ürünle reklamdaki ürün arasındaki uyumsuzluk iade ve güven kaybı olarak geri döner.

İkincisi ve daha ciddisi: sonuç göstermek. Yapay zekâ, cildin sekiz saatte nasıl değiştiğini "gösterebilir" — ama bu gösterim hiçbir ölçüme dayanmaz; modelin istatistiksel tahmininden ibarettir. Kozmetik mevzuatında görsel bir iddiadır ve iddianın kanıtlanması gerekir. Bunu aşağıda ayrı bir bölümde ele alıyoruz, çünkü yapay zekâ videosunun kozmetikte tek gerçek kırmızı çizgisi burası.

• Üretilen her karede ürünü gerçek referans görselle yan yana koyup kontrol et (ambalaj, oran, logo, kapak).
• Ürünün ciltte/saçta ne yaptığını gösteren hiçbir sahneyi modele ürettirme — bunu ancak gerçek çekim ve gerçek kanıt karşılayabilir.
• Eli, tırnağı, kirpiği ve ekrandaki yazıyı özellikle denetle; modellerin en tutarsız olduğu alanlar bunlar.
• Kalabalık, ayna, su ve saç gibi "fizik yoğun" sahnelerde hata olasılığı yükselir; bu sahneleri gerçek çekimde tut.

Araştırmalar tek yönlü değil ama ağırlık olumsuz tarafta. Koning ve Voorveld'in 2025 tarihli deneysel çalışması (Journal of Interactive Advertising, N = 304), üretken yapay zekâ ile hazırlanmış bir reklamda AI açıklaması bulunmasının etkisini ölçtü. Sonuç iki yönlüydü: açıklama, katılımcıların kavramsal AI bilgisini ve tutumsal ikna bilgisini artırdı; bu da reklama ve kuruma duyulan güveni düşürdü. Aynı çalışmada ters yönde bir yol da bulundu — açıklamanın tutumsal ikna bilgisini artırması, bir kanaldan güveni yükseltti.

The results showed that AI disclosures increased conceptual AI knowledge and attitudinal persuasion knowledge, resulting in a decrease in trust towards the advertisement and organization. However, a positive effect of AI disclosures was also found…

— Koning & Voorveld, Journal of Interactive Advertising, 2025

İkinci bir çalışma benzer yöne işaret ediyor. Baek, Kim ve Kim'in International Journal of Advertising'de yayımlanan araştırmasında yapay zekâ ile üretilmiş içeriğin açıklanması, reklama yönelik olumsuz tutumla ilişkilendi ve bu ilişkide algılanan reklam güvenilirliği aracı rol oynadı. Aynı araştırmanın ikinci çalışması, yapay zekâyı "makinemsi" değil "insansı" olarak algılayan katılımcılarda bu olumsuz etkinin zayıfladığını buldu. Sınırını da yazalım: bu çalışma prososyal (bağış/kâr amacı gütmeyen) reklam bağlamında yürütüldü; kozmetik e-ticaretine birebir aktarılamaz.

Dikkat çekici olan, iki çalışmanın da aynı teorik çerçeveyi kullanması: İkna Bilgisi Modeli. Yani AI açıklaması, tüketicinin "bu beni ikna etmeye çalışıyor" refleksini tetikleyen bir sinyal olarak çalışıyor — UGC'nin neden daha çok sattığını anlattığımız yazıdaki mekanizmanın tam tersi yönde. Kullanıcı içeriği bu refleksi uyandırmadığı için kazanıyorsa, yapay zekâ etiketi de aynı refleksi uyandırdığı için kaybettiriyor.

Buradan çıkan doğru sonuç "o hâlde etiketleme" değil — bir sonraki bölümde göreceğin gibi etiketlemek çoğu durumda artık yasal zorunluluk. Doğru sonuç şu: yapay zekâyı, açıklandığında değeri düşecek bir yerde kullanma. Duygusal bir arka plan sahnesinde AI kullandığını söylemek reklamın ikna gücünü zedelemez; bir "müşteri deneyimi" anlatısında söylemek anlatının tamamını çökertir.

Türkiye'de ve Avrupa Birliği'nde, birçok durumda evet — ve ikisi de birkaç gün içinde yürürlüğe giriyor. T.C. Ticaret Bakanlığı'nın duyurusuna göre Ticari Reklam ve Haksız Ticari Uygulamalar Yönetmeliği'nde 1 Temmuz 2026 tarihli ve 33297 sayılı Resmî Gazete ile yapılan değişiklikler 1 Ağustos 2026'da yürürlüğe giriyor. Bakanlığın kendi ifadesiyle, reklamlarda yapay zekâ teknolojileri kullanılarak insandan ayırt edilemeyecek dijital karakterlere yer verilmesi hâlinde bu durumun açık, anlaşılır ve ayırt edilebilir şekilde belirtilmesi zorunlu; ayrıca gerçek bir kişinin yapay zekâ ile oluşturulan dijital kopyasının, bir ürünü gerçekten deneyimlemiş ya da tavsiye ediyormuş izlenimi verecek biçimde kullanılması yasaklanıyor.

Avrupa Birliği tarafında Yapay Zekâ Tüzüğü'nün (AB) 2024/1689 50. maddesi 2 Ağustos 2026'da uygulanmaya başlıyor. Madde iki ayrı yükümlülük getiriyor: sağlayıcılar sentetik ses, görüntü, video veya metin üreten sistemlerin çıktılarını makine tarafından okunabilir biçimde işaretlemek zorunda; kullananlar (deployer) ise derin kurgu (deep fake) niteliğindeki içeriği açıklamakla yükümlü.

Deployers of an AI system that generates or manipulates image, audio or video content constituting a deep fake, shall disclose that the content has been artificially generated or manipulated.

— Regulation (EU) 2024/1689, Article 50(4)

Mevzuatın üstüne bir de platform katmanı var ve o zaten yürürlükte. Meta'nın kendi açıklamasına göre reklamlarda "AI info" bilgisi normalde reklamın sağ üst köşesindeki üç nokta menüsünde görünür; ancak görselde yapay zekâ ile üretilmiş fotogerçekçi bir insan varsa etiket doğrudan "Sponsorlu" ibaresinin yanına çıkar. Meta ayrıca üçüncü taraf araçlarla üretilen reklamların bu otomatik etiketlemeye girmediğini, sosyal konu/seçim/siyaset reklamlarında ise açıklamanın zaten reklamverenin yükümlülüğü olduğunu belirtiyor.

• YouTube: gerçekçi biçimde değiştirilmiş veya sentetik içerik — gerçek bir kişiye yapmadığı bir şeyi yaptırmak, gerçek bir olayı değiştirmek ya da gerçekleşmemiş gerçekçi bir sahne üretmek — yükleme sırasında beyan edilmeli; güzellik filtreleri, renk düzeltmesi, senaryo yazımı gibi yardımcı kullanımlar muaf.
• TikTok: platformun kendi açıklamasına göre gerçekçi AI içeriğinin etiketlenmesi bir yılı aşkın süredir zorunlu; TikTok ayrıca C2PA Content Credentials verisini okuyarak başka platformlarda üretilen içeriği otomatik etiketlemeye ve kendi içeriğine bu veriyi iliştirmeye başladı.
• Meta: AI info etiketi; fotogerçekçi insan içeren reklamda görünür etiket.
• Bunların hiçbiri mevzuatın yerine geçmez — platform uyumu ile hukuki uyum iki ayrı yükümlülüktür.

Teknik altyapı da olgunlaşıyor. C2PA (Coalition for Content Provenance and Authenticity), içeriğin kökenini ve düzenleme geçmişini kaydeden açık bir teknik standart sunuyor; kendi tanımıyla Content Credentials "dijital içerik için bir besin değeri etiketi" gibi çalışıyor ve yönlendirme komitesinde Adobe, Amazon, BBC, Google, Meta, Microsoft, OpenAI gibi kurumlar yer alıyor. Google tarafında ise SynthID, üretim anında görüntü, ses, metin ve videoya gözle görülmeyen bir filigran gömüyor; kırpma, filtre, kare hızı değişikliği ve kayıplı sıkıştırma gibi işlemlere dayanacak şekilde tasarlandığı belirtiliyor.

Ürünün etkisini gösterdiği anda. Kozmetik mevzuatı iddiayı metinle sınırlamıyor: kozmetik ürün iddialarının doğrulanmasına ilişkin ortak kriterleri belirleyen (AB) 655/2013 sayılı Tüzük, kapsamına metinlerin yanı sıra resimleri ve mecazi işaretleri de alıyor — kullanılan mecra fark etmeksizin. Aynı tüzüğün dürüstlük kriteri net: bir ürünün performansının sunumu, mevcut destekleyici kanıtın ötesine geçemez. Türkiye'de karşılığı, Kozmetik Ürünler Yönetmeliği'ne dayanan TİTCK Kozmetik Ürünlerin İddialarına İlişkin Kılavuzu ve aynı ortak kriter seti.

Bunun yapay zekâ videosuna çevirisi keskin: model, elinde hiçbir ölçüm olmadan "dört haftada cilt tonu eşitleniyor" görüntüsü üretebilir. Görüntü ikna edici olduğu ölçüde iddia güçlüdür; kanıt ise yoktur. Bu, teknik bir kusur değil doğrudan bir mevzuat ihlali riskidir — ve model "iyileştikçe" risk azalmaz, artar, çünkü daha inandırıcı bir kanıtsız iddia üretir.

İkinci kırmızı çizgi sahte tanıklık. ABD Federal Ticaret Komisyonu'nun 14 Ağustos 2024'te duyurduğu nihai kural, var olmayan bir kişiye ait olduğu izlenimi veren yorum ve tanıklıkları — kurulun kendi ifadesiyle "AI-generated fake reviews" örneğini açıkça anarak — yasaklıyor ve bilerek ihlal edenlere idari para cezası yolunu açıyor. Türkiye tarafında da yukarıda belirtildiği gibi, gerçek bir kişinin AI ile üretilmiş dijital kopyasının ürünü deneyimlemiş gibi gösterilmesi 1 Ağustos 2026'dan itibaren yasak.

Yani "yapay zekâ ile bir müşteri yorumu videosu üretelim" fikri, iki ayrı hukuk düzeninde de doğrudan yasak bölgede. Bu, güzellik markaları için en cazip ve en tehlikeli AI kullanımı; cazip çünkü UGC üretmenin en yorucu kısmını atlıyor, tehlikeli çünkü tam olarak yasaklanmış davranışın tarifi.

Ayrım şurada: yapay zekâyı hayal gücünün olduğu yerde kullan, kanıtın olması gereken yerde kullanma. Görsel bir dünya, bir atmosfer, bir duygu, bir soyutlama üretiyorsan model iyi bir araç. Ürünün ne olduğunu ya da ne yaptığını gösteriyorsan, o karenin gerçek olması gerekir.

Yapay zekânın gerçekten değer kattığı yerler

• Kavram görselleştirme ve storyboard: çekimden önce fikri görmek, ekibi hizalamak, pahalı yanlış kararı erken elemek.
• Arka plan, atmosfer ve soyut sahneler: ürünün merkezde olmadığı, iddia taşımayan görsel dokular.
• Varyasyon üretimi: aynı mesajın farklı görsel dillerini test etmek — reklam sistemleri çeşitlilikle öğrenir.
• Formatlama ve uyarlama: mevcut çekimi farklı en-boy oranlarına ve mecralara uyarlamak (platformların kendi araçları bu işi zaten yapıyor).
• Yerelleştirme: altyazı, seslendirme ve metin varyasyonları — görüntüye dokunmadan.

Kullanmaman gereken yerler

• Ürünün kendisini gösteren kareler: ambalaj, doku, renk, ölçek — bunlar kontrollü çekimin işi.
• Etki/sonuç gösterimi: önce-sonra, cilt değişimi, hacim artışı, dökülme azalması — kanıt olmadan görsel iddia üretilemez.
• Müşteri tanıklığı ve kullanıcı deneyimi anlatısı — hem yasak hem de ölçülen güven avantajını yok eden kullanım.
• Gerçek bir kişinin yüzü, sesi ya da benzerini üreten her şey (izin ve mevzuat ayrı ayrı sorun çıkarır).
• Şeffaflık iddiası taşıyan markalar için görünür ana kreatif — konumlandırmanla çelişen araç seçme.

Son bir uyarı: yapay zekâ videosunun asıl maliyeti bütçe kalemi değil, güven kalemi. Bir tüketici senin reklamındaki bir sahnenin sahte olduğunu fark ettiğinde, o sahneyi değil markanın tamamını yeniden değerlendirir. Yukarıdaki araştırmalar da tam olarak bunu ölçüyor: kaybedilen yalnızca reklamın güvenilirliği değil, kurumun güvenilirliği.