OpenAI veri merkezi başkanı Chris Malone, 2026'daki liderlik kayıpları ortasında ayrıldı

OpenAI'nin veri merkezi şefi ayrıldı

OpenAI'nin veri merkezi operasyonlarını yaklaşık 16 ay boyunca yöneten Chris Malone şirketten ayrıldı. Ayrılık 25 Ağustos'ta TechCrunch tarafından bildirildi ve dev.to'daki bir analizde, bu çıkışın bir frontier lab'daki sıradan bir yönetici değişiminden daha fazla dikkat hak ettiği savunuldu. TechCrunch'a göre Malone, Mart 2025'te OpenAI'ye katıldı; öncesinde Meta'da yaklaşık beş yıl, Google'da ise on yıldan uzun süre çalışmıştı — arka planı araştırma değil, güç, soğutma, arazi ve tedarik zinciri gibi fiziksel altyapı alanındaydı.

Ayrılmadan önce altyapı grubu yeniden yapılandırılmıştı

TechCrunch ayrıca Malone'un raporlama hattının Başkan Greg Brockman'dan alınarak altyapı grubunu yöneten başkan yardımcısı Sachin Katti'ye bağlandığını bildiriyor. Bu grupta adı geçen diğer kişiler arasında veri merkezi ekip lideri Uday Ruddarraju, inşa ve teslim program lideri Brent Mayo ve veri merkezi mühendislik lideri Spas Lazarov yer alıyor.

dev.to yazarı bu yeniden yapılanmayı önemli buluyor; çünkü asıl kısıtlaması ne kadar kapasiteyi çevrimiçi getirebildiği olan bir şirkette, compute kapasitesini gerçekten teslim etmekten sorumlu ekibe dokunuyor.

Bu yılki on üç üst düzey ayrılıştan biri

TechCrunch, 2026 boyunca OpenAI'de 13 üst düzey ayrılış sayıyor. Malone dışında bildirilen listede şunlar yer alıyor: yaklaşık sekiz ayın ardından Ağustos'ta ayrılan gelir sorumlusu (chief revenue officer) Denise Dresser; Ağustos başında ayrılan operasyon sorumlusu (chief operating officer) Brad Lightcap; Temmuz'da ayrılıp danışman olarak devam eden ürün ve iş sorumlusu Fidji Simo; Temmuz'da ayrılan etik sorumlusu Chloé Bakalar; Nisan'daki çıkışı yazıda o ürünün kapatılmasına bağlanan Sora sorumlusu Bill Peebles; ve Nisan'da ayrılan pazarlama sorumlusu (chief marketing officer) Kate Rouch.

dev.to yazısında aktarılan aynı TechCrunch raporu iki ek veri daha ekliyor: felaket risklerini değerlendiren hazırlık (preparedness) ekibi dağıtıldı ve şirketin halka arzı 2026'dan 2027'ye kaydı.

Geliştiriciler bunu neden hissediyor

dev.to yazısı, bu örüntünün dedikodu değil, nedensel bir nedenle önemli olduğunu savunuyor. Liderlik değişimleri yerleşik görünen kararları yeniden gündeme getirme eğilimindedir ve yeniden açılan planlar gecikme eğilimindedir. Geciken kapasite planları sonunda geliştirici tarafında semptomlar olarak ortaya çıkar: daha sıkı rate limit'ler, bekleme listeleri, yeni bir özelliği hiç almayan bölgeler ve fiyat değişiklikleri. Bunların hiçbiri OpenAI'nin kötü bir yıl geçirmesini gerektirmiyor — yoğun bir yıl yeterli.

Sri Lanka'dan yazan yazar ayrıca, birincil bölgelerin dışındaki geliştiricilerin kapasite baskısını daha erken ve daha sert hissettiğine dikkat çekiyor. Limitler sıkılaştığında genellikle önce düşük harcamalı hesaplar sıkıştırılıyor; önizleme erişimi, daha ucuz katmanlar ve batch endpoint'leri bazı bölgelere geç ya da hiç ulaşmıyor; yoğun bölgelerde gecikme daha da artıyor; ve liste fiyatı artışlarına kur hareketleri ile ödeme kısıtlamları ekleniyor.

Pratik öneriler, yazarın ortaya koyduğu tek bir kuraldan türetiliyor: adapter katmanının üstünde sağlayıcıya özel kod olmasın. Somut olarak bu, tüm model çağrılarını tek bir arayüz üzerinden, sağlayıcı yapılandırmayla seçilecek şekilde yönlendirmek; bir model değişiminin hızla değerlendirilebilmesi için 20 ile 50 arasında ürüne özgü prompt'tan oluşan bir değerlendirme seti tutmak; HTTP 429 ve 5xx yanıtlarını yalnızca tam kesintiler değil, failover tetikleyicileri olarak ele almak; tekrarlanan aynı prompt'ları cache'leyerek gereksiz yere uzak bir GPU'ya gitmelerini engellemek; ve kullanıcı başına ile konuşma başına birim maliyetleri acil hale gelmeden önce bilmek anlamına geliyor.

Neden önemli

Bir frontier model üzerine inşa edilen her uygulama, temeldeki compute'un var olduğunu ve zamanında geleceğini varsayar. OpenAI'nin yol haritası — Oracle, Nvidia, SoftBank ve Microsoft ile çok ortaklı Stargate yaygınlaştırması dahil — tesisleri zamanında teslim eden altyapı organizasyonuna bağlıdır ve bu organizasyon, gelirden operasyona ve ürüne uzanan daha geniş bir üst düzey çıkış dalgasının ortasında liderini kaybetti.

dev.to yazarının çıkardığı ders tahminle değil, bağımlılık yönetimiyle ilgili: açıklanan kapasiteyi, fiyat katmanlarını ve lansman çeyreklerini taahhüt değil niyet olarak ele alın; varsayımsal bir yedek yerine test edilmiş ikinci bir sağlayıcı bulundurun; ve yüzde 30'luk bir inference fiyat artışının en kötü durum kâr marjı etkisini yazılı hale getirin. Yazıya göre AI altyapısındaki bir sonraki çalkantı diliminden başarıyla çıkacak ekipler, doğru sağlayıcıyı seçenler değil, geçiş maliyetini düşük tutanlar olacak.