Türkiye’nin ilk Yeraltı Transformatör Merkezi’ni hayata geçirerek sektörde öncü olan EKOS Electric, Avrupa’dan Afrika’ya kadar geniş bir coğrafyada ürün ve çözümleriyle konumunu güçlendiriyor. İleri teknolojisi ve Avrupa standartlarındaki üretim altyapısıyla küresel pazarlara hizmet sunan EKOS Electric, son olarak aldığı 350 MVA güce yakın transformatör siparişini karşılamak üzere modern teknolojiyle donatılan fabrikasında üretim çalışmalarına başladı.

Uluslararası Altyapı Projelerine EKOS İmzası

EKOS Electric Genel Müdürü Yasin Çakar, farklı coğrafyalar için üretimi devam eden transformatörler hakkında şöyle konuştu: ‘’EKOS Electric olarak Bulgaristan’daki projemizde kullanılacak Tier-2 teknik özelliklerine sahip transformatörlerimizin ilk sevkiyatını gerçekleştirdik. Yüksek mühendislik anlayışımızla geliştirdiğimiz transformatörlerimiz, uluslararası enerji altyapı projelerinde güvenilir ve verimli çözümler sunmaya devam ediyor. Mühendislik gücümüzü sınırların ötesine taşımayı sürdürüyoruz. Aldığımız siparişler, Türkiye’den Fildişi Sahili’ne kadar uzanıyor; Bulgaristan, Sırbistan da başta olmak üzere 300’e yakın transformatörümüzü Avrupa standartlarında üretmek üzere ileri teknoloji çözümlerimizi kullanıyoruz. UEDAŞ ve Başkent EDAŞ projeleri için çeşitli güçlerde üreteceğimiz hermetik tip transformatörler, Tedaş şartnamesi uygunluğuyla üretimi gerçekleştiriliyor. Bu transformatörler Bursa, Balıkesir, Çanakkale, Yalova, Ankara, Bartın, Çankırı, Karabük, Kastamonu, Kırıkkale ve Zonguldak’ta kullanılacak.’’nbsp;

Bulgaristan’a Düşük Kayıplı Transformatörler Teslim Edildi

Çakar, Bulgaristan için ürettikleri transformatörleri sevk ettiklerini belirterek sözlerini şöyle sürdürdü: ‘’Bulgaristan’daki projemiz için çeşitli güçlerde Tier-2 şartnamesine uygun, hermetik tip transformatörleri sevk ettik. Avrupa standartlarındaki bu ürünlerimiz düşük kayıplı özelliği ile de öne çıkıyor. nbsp;EKOS Electric’in düşük kayıplı transformatörleri, enerjinin iletim ve dağıtımı sırasında oluşan kayıpları azaltarak daha yüksek verimlilik ve enerji tasarrufu sağlıyor.’’

EKOS Electric’in yeni nesil üretim altyapısına sahip fabrikasının önemli bir avantaj sunduğunu belirten Yasin Çakar, “Fabrikamızın modern üretim altyapısı sayesinde Kaizen, 5S ve yalın üretim gibi uygulamaları aktif olarak kullanıyoruz. Kaizen yaklaşımıyla üretim süreçlerimizde sürekli iyileştirmeyi esas alıyoruz; çalışanlarımızın süreçlere yönelik önerilerini değerlendirerek verimlilik, kalite ve iş güvenliğini artırmaya yönelik geliştirmeler gerçekleştiriyoruz. 5S uygulamalarıyla ise çalışma alanlarında düzen, temizlik, standardizasyon ve sürdürülebilirliği sağlayarak operasyonel verimliliğimizi destekliyoruz. Aynı zamanda yeni yatırımlarla üretim kapasitemizi artırmaya devam ediyoruz” dedi.

nbsp;

nbsp;

Sinangil ve Sinangil Gluten YOK markalarıyla gıda ve un sektörünün oyuncularından Eksun Gıda, 2026 yılının ilk yarısına ilişkin finansal sonuçlarını Kamuyu Aydınlatma Platformu’na (KAP) bildirdi. Operasyonel verimlilik, etkin maliyet yönetimi, güçlü saha organizasyonu ve veri odaklı yönetim anlayışıyla yılın ilk çeyreğinde kârlılık göstergelerinde yakaladığı yukarı yönlü ivmeyi ikinci çeyrekte daha ileri taşıyan şirket, operasyonel performansındaki güçlenmeyi kârlılığına da yansıttı.

TMS 29 enflasyon muhasebesi standartları uygulanmış 2026 yılı ilk yarı finansal sonuçlarına göre, Eksun Gıda’nın brüt kârı önceki yılın aynı dönemine kıyasla yüzde 9 artarak 809,4 milyon TL’ye ulaştı. Etkin maliyet yönetiminin katkısıyla brüt kâr marjı yüzde 11,2’den yüzde 13,2’ye yükseldi. Şirketin brüt karlılığındaki güçlü performans operasyonel iyileşmelerle birlikte FAVÖK verilerine de yansıdı. İlk altı ayda FAVÖK tutarı yüzde 65 artışla 312,7 milyon TL’ye çıkarken, FAVÖK marjı yüzde 2,9’dan yüzde 5,1’e ulaştı.

Net Dönem Kârlılığında Dikkat Çekici Artışnbsp;

Eksun Gıda, yılın ilk yarısında operasyonel kârlılık göstergelerinde yakaladığı güçlü ivmeyi net dönem kârlılığına da taşıdı. Geçen yılın aynı dönemine kıyasla net dönem kârında 200 milyon TL’nin üzerinde artış sağlayan şirket, 2026 yılının ilk yarısını 36,2 milyon TL net kârla tamamladı.
Finansal yapısını güçlendirmeyi de sürdüren Eksun Gıda’nın 2025 yılı sonunda 1,68 seviyesinde bulunan borç/özkaynak rasyosu, 2026 yılının ilk yarısı sonunda 1,26’ya geriledi.
TMS 29 enflasyon muhasebesi uygulanmamış sonuçlarda da kârlılık göstergelerindeki güçlü seyir devam etti. Buna göre şirketin brüt kârı yüzde 40 artarak 1,1 milyar TL’ye, FAVÖK tutarı yüzde 61 artışla 577,3 milyon TL’ye ulaştı. Net kâr ise yaklaşık yüzde 120 artarak 281,8 milyon TL’ye yükseldi.

"Güçlü Operasyonel Performansımızı Net Kârlılığa Taşıdık"

Eksun Gıda Grubu Başkanı ve CEO’su Hasan Abdullah Özkan, ilk yarı performansına ilişkin yaptığı değerlendirmede şunları söyledi:
“2026 hedeflerimize emin ve kararlı adımlarla ilerliyoruz. Yılın ilk yarısında hayata geçirdiğimiz stratejik adımların finansal sonuçlarımıza güçlü biçimde yansıdığını görüyoruz. Geçen yılın aynı dönemine kıyasla net kârlılığımızda 200 milyon TL’nin üzerinde artış sağlayarak, 2026 yılının ilk altı ayında 36,2 milyon TL net kâra ulaştık. Aynı dönemde brüt kârlılığımızı güçlendirirken, operasyonel performansımızdaki güçlü ivmeyle FAVÖK tutarımızda yaklaşık yüzde 65’lik artış kaydettik. Kârlılığın farklı göstergelerinde ortaya koyduğumuz bu güçlü performansı; doğru stratejik kararlarımızın, sahadaki güçlü refleksimizin, etkin maliyet ve stok yönetimimizin ve operasyonel verimlilik odağımızın somut bir sonucu olarak değerlendiriyoruz. Güçlenen finansal yapımızla bu ivmeyi sürdürülebilir kılmaya ve şirketimizi uzun vadeli hedeflerine kararlılıkla taşımaya odaklanıyoruz..”nbsp;

"Başarının Temelinde Saha ve Veri Gücü Var"

Şirket performansının arkasında güçlü organizasyon yapısı, sahadaki etkinlik ve veriyle beslenen yönetim yaklaşımının belirleyici rol oynadığını vurgulayan Eksun Gıda Grubu Başkanı ve CEO’su Hasan Abdullah Özkan, değerlendirmelerini şu sözlerle sürdürdü:
“Karar alma süreçlerimizi yalnızca ERP tabanlı sistemlerle tanımlamıyor; sahadan anlık veri akışıyla beslenen, uçtan uca veri sürekliliği sağlayan dijital altyapımız ve yapay zekâ destekli analitik kabiliyetlerimizle çok katmanlı bir yönetim modeli benimsiyoruz. Sahadaki aktif varlığımız sayesinde işimizin en kritik bileşenlerinden biri olan hammadde tedarikini doğru zamanda, doğru koşullarda ve doğru kaliteyle yönetmeye odaklanıyoruz. Bu alandaki disiplinli yaklaşımımızı sürdürerek operasyonel gücümüzün temelini oluşturan doğru alım refleksimizi kararlılıkla sürdürüyoruz.
Tedarik zincirimizi uçtan uca bütüncül bir perspektifle ele alarak yalnızca operasyonel süreçleri yönetmekle kalmıyor; değişen piyasa dinamiklerini, küresel tedarik eğilimlerini ve risk unsurlarını eş zamanlı analiz ederek stratejik kararlarımızı bu çerçevede şekillendiriyoruz. Uluslararası ve yerel kaynaklardan doğru, güvenilir ve karşılaştırılabilir veri setlerine erişiyor; küresel tarım ve gıda piyasalarına ilişkin uluslararası otoriteler ve güvenilir kuruluşlar tarafından yayımlanan analiz ve öngörüleri düzenli olarak takip ediyoruz. Bu verileri sahadan elde ettiğimiz bilgiler, içgörü odaklı analizler ve sektörel karşılaştırmalarla derinleştirerek karar alma süreçlerimize güçlü ve sürdürülebilir bir öngörü kabiliyeti kazandırıyoruz.
Bu yaklaşımı istikrarlı biçimde sürdürmemiz, karar alma hızımızı ve doğruluğunu artırırken; kurum içi uyum, iş birliği kültürümüz ve deneyimli yönetim perspektifimizle birleşerek sürdürülebilir operasyonel başarıyı destekliyor. Küresel ölçekte çeşitlenen tedarik olanaklarını yakından takip ederek hammadde yapımızı esnek ve dirençli bir şekilde yönetiyor, değişken piyasa dinamiklerine rağmen üretim kalitemizi istikrarlı biçimde sürdürüyoruz.
Tüm bu yapının temelinde ise yüksek yetkinliğe sahip, sorumluluk bilinci güçlü ve belirsizlikleri etkin şekilde yönetebilen insan kaynağımız yer alıyor. Ekip arkadaşlarımızı yalnızca sürecin bir parçası olarak değil; ortak hedefler doğrultusunda değer üreten ve geleceğimizi birlikte şekillendiren stratejik paydaşlar olarak konumlandırıyoruz. Sürekli gelişimi odağına alan kurum kültürümüzle uzun vadeli ve kalıcı başarıyı güçlendirmeye devam ediyoruz.”nbsp;
nbsp;

Amerikan Verimlilik ve Kalite Merkezi’nin (APQC) araştırmasına göre, İK ekipleri çalışma zamanlarının %60’ını idari ve rutin işlere harcarken, çalışanların yalnızca yüzde 20’si İK’nın şirket stratejisinde kritik bir rol oynadığını belirtiyor. nbsp;İK platformu Plena Pro, iş ilanından SGK işe giriş bildirimine kadar tüm süreci tek akışta dijitalleştirerek 5 günlük işe giriş hazırlığını 15 dakikanın altına indiriyor. Perakendeden lojistiğe, çağrı merkezinden hizmet sektörüne kadar geniş yelpazede yoğun işe alım yapılan tüm alanlarda aynı İK ekibinin kapasitesini 3 kata kadar artırırken adaylara da hızlı, şeffaf ve zahmetsiz bir deneyim sunuyor.

Şirketlerin rekabet gücünde belirleyici bir unsura dönüşen yeni nesil teknolojilerin kullanım oranı giderek artarken, yeni nesil teknolojilerin insan kaynaklarında kullanım oranı beklenen seviyenin altında seyrediyor. Amerikan Verimlilik ve Kalite Merkezi'nin (APQC) 2025 araştırmasına göre İK ekipleri çalışma zamanlarının %60'ını idari ve rutin işlere harcarken, çalışanların yalnızca %20'si İK'nın şirket stratejisinde kritik bir rol oynadığını düşünüyor. 2026-2030 Ulusal Yapay Zekâ Eylem Planı'nın, yapay zekânın özel sektörde yaygınlaştırılmasını öncelikleri arasına alması, İK'da teknoloji kullanımını da stratejik bir gündem haline getiriyor.

İşe alımdan masa başına kopmayan tek akış

İşe alımın kurumun yetenekle kurduğu ilk bağ olduğunu, dijitalleşmenin ise teklif aşamasında yarıda kalmaması gerektiğini belirten BİS Çözüm Genel Müdür Yardımcısı ve Ortağı Gizem Güneşdoğdu şunları söyledi:
“İşe alım, kurumla yetenek arasındaki ilk temas ve doğru kişiyi bulmak her zaman işin kalbi. Plena Pro'da bu aşamayı yapay zekâ ile güçlendiriyoruz: İlan hazırlama, CV ayrıştırma ve skorlama, IVR ile sesli görüşme, video mülakat, vaka çalışması ve teklif tek bir akışta ilerliyor. Bizi asıl ayrıştıran ise sürecin teklifle bitmemesi: E-imza ile sözleşme, e-Devlet doğrulaması, adayın belgelerini telefonundan yüklemesi, tüm kontrollerin otomatik yapılması ve SGK işe giriş bildirimi aynı akışın devamında tamamlanıyor. Toplanan özlük verileri bordrodan izin yönetimine kadar tüm İK sistemlerini otomatik besliyor; kimse tek tek çalışan kaydı açmıyor, eksik belge takibini sistem kendisi yapıp adayı yönlendiriyor. Aday sabah teklifi kabul ediyor, öğleden önce özlük dosyası eksiksiz kurulmuş oluyor. İK'da dijitalleşme yormamalı, aksine teknolojinin geldiği bu noktada, ekiplere konfor sunmalı ve riski azaltmalı.”
5 günlük hazırlık 15 dakikaya, hata riski sıfıra yakın

Plena Pro verileri, uçtan uca akışın somut karşılığını ortaya koyuyor. Yapay zekâ destekli altyapıyla ilan hazırlama süresi 5 dakikanın altına inerken, aday değerlendirme ve kısa liste oluşturma 5 günden 1-2 saate düşüyor. İşe giriş hazırlıkları 3-5 iş gününden 15 dakikanın altına iniyor; evrak tamamlama oranı daha ilk günden %95'in üzerine çıkıyor. Mobil ve self-servis çözümlerle rutin talepler %40'a varan oranda azalıyor ve İK profesyoneli başına ayda ortalama 8-10 saatlik bir odaklanma alanı açılıyor. Bu saat kazanımı ayrıca pozisyon başına 6-7 gün kazanım sağlıyor.”

Güneşdoğdu, kazanımın yalnızca hız olmadığının altını çizdi: “Manuel süreçte eksik belge, hatalı veri girişi ya da geciken SGK bildirimi hem idari yaptırım hem de itibar riski demek. Otomatik kontroller ve entegrasyonlar bu riski sıfıra yaklaştırıyor. Üstelik süreç uçtan uca KVKK'ya uyumlu ilerliyor: Süreçten vazgeçen adayların ve işten ayrılan çalışanların verileri, saklama süreleri gözetilerek hızlı ve güvenli biçimde imha ediliyor. Şirket hem hız kazanıyor hem de kişisel veri tarafında denetime hazır hale geliyor. İK ekipleri de operasyonel yükten sıyrılıp kurum kültürüne, yeteneği elde tutmaya ve çalışan esenliğine odaklanabiliyor.”

Yoğun işe alım dönemlerinde fark katlanıyor

Uçtan uca dijital akışın en çarpıcı etkisi, işe alımın kesintisiz ve yüksek hacimli olduğu sektörlerde görülüyor. Perakendeden lojistiğe, çağrı merkezinden hizmet sektörüne; sezon açılışlarında, bayram ve kampanya dönemlerinde aynı anda yüzlerce pozisyon için alım yapan ve yüksek çalışan sirkülasyonunu yöneten kurumlar için hız, doğrudan iş sonucuna dönüşüyor. Boş kalan her pozisyonun, müşterisine dokunamayan bir hizmet noktası olduğunu belirten Güneşdoğdu: “IVR ile yüzlerce adayla sesli görüşme aynı gün tamamlanıyor, video mülakatlar adayın kendine uygun olduğu saatte ilerliyor, teklif ve evrak süreci telefondan bitiyor. Adaylar günlerce yanıt beklemiyor; işe başlayan çalışan da ilk gününü evrak peşinde koşarak değil, işini ve ekibini tanıyarak geçiriyor. Aynı İK ekibi ek kadro olmadan 3 kata kadar daha fazla adayı yönetebiliyor, işbaşı süresi günlerden saatlere iniyor”.nbsp;

Ayrıca Güneşdoğdu, yoğun dönemlerde bunun kurumlar için ciddi bir iş gücü tasarrufu, adaylar içinse hızlı ve çalışan odaklı bir işe başlangıç deneyimi anlamına geldiğini vurguladı.
nbsp;

Türkiye'de kurulan şirket sayısı temmuzda bir önceki aya göre yüzde 1 azalarak 9 bin 540, kapanan şirket sayısı da yüzde 18,4 azalışla 2 bin 686 oldu.

Buna göre temmuzda kurulan şirket sayısı, haziran ayına kıyasla yüzde 1 azalarak 9 bin 639'dan 9 bin 540'a düştü. Aynı dönemde kapanan şirket sayısı da yüzde 18,4 azalışla 2 bin 686'ya indi. Haziranda 3 bin 293 şirket kapanmıştı.

Temmuzda kurulan şirket sayısı, geçen yılın aynı ayına göre yüzde 2,5, kapanan şirket sayısı da aynı dönemde yüzde 7,5 azaldı. Türkiye'de ocak-temmuz döneminde 67 bin 518 şirket ve kooperatif kuruluşu yapıldı.

Temmuz'da bir önceki aya kıyasla kurulan şirket sayısı yüzde 1, kooperatif sayısı yüzde 50, gerçek kişi ticari işletme sayısı yüzde 10,6 azalış gösterdi.

Aynı dönemde kapanan şirket sayısı yüzde 18,4 azalırken, gerçek kişi ticari işletme sayısı yüzde 16,6, kooperatif sayısı yüzde 21,3 arttı.

Temmuzda geçen yılın aynı ayına göre kurulan şirket sayısı yüzde 2,5, gerçek kişi ticari işletme sayısı yüzde 11,5, kooperatif sayısı yüzde 35,4 azalış kaydetti. Bu dönemde kapanan şirket sayısı yüzde 7,5, kooperatif sayısı yüzde 5,3 ve gerçek kişi ticari işletme sayısı yüzde 6,6 azaldı.

Temmuzda Bayburt'ta şirket kurulmadı

Geçen ay sadece Bayburt'ta şirket kuruluşu gerçekleşmedi.

Temmuzda kurulan toplam 9 bin 540 şirketin 957'sinin anonim, 8 bin 583'ünün limitet şirket olduğu görüldü.

Şirketlerin yüzde 37,4'ünün İstanbul, yüzde 9,9'unun Ankara, yüzde 5,4'ünün İzmir'de kurulduğu tespit edildi.

Ocak-temmuz döneminde ise toplam 67 bin 518 şirket ve kooperatifin kurulduğu belirlendi. Bu dönemde kurulan 60 bin 30 limitet şirket, toplam sermayenin yüzde 68,7'sini, 6 bin 570 anonim şirket ise yüzde 31,3'ünü oluşturdu.

Kurulan ticari işletmelerden çoğu toptan ve perakende ticarette

Temmuzda kurulan şirketlerin sermayelerinin toplamı, hazirana göre yüzde 41,2 azalış gösterdi.

Söz konusu ayda kurulan şirket ve kooperatiflerin 3 bin 348'i toptan ve perakende ticaret, 1311'i inşaat ve 1169'u imalat sektöründe yer aldı.

Kurulan gerçek kişi ticari işletmelerinin ise 667'si inşaat, 369'u toptan ve perakende ticaret, 103'ü imalat sektöründe faaliyet göstermek üzere çalışmalarına başladı.

Temmuzda kapanan şirket ve kooperatiflerin 934'ünün toptan ve perakende ticaret, 386'sının imalat ve 223'ünün inşaat sektöründe olduğu kaydedildi.

Kapanan gerçek kişi ticari işletmelerinden 491'inin toptan ve perakende ticaret, 245'inin inşaat, 130'unun ise imalat sektöründe faaliyet gösterdiği belirlendi.

Temmuzda 102 kooperatif kurulurken bunların 57'si konut yapı, 20'si işletme, 10'u da tarımsal kalkınma kooperatifi olarak faaliyete geçti.

Yabancı ortak sermayeli şirketler

Geçen ay kurulan 919 yabancı ortak sermayeli şirketin 393'ü Suriye, 58'i İran ortaklı oldu.

İşbaşı yapan yabancı ortak sermayeli şirketlerin 77'si anonim, 842'si limitet şirket statüsünde faaliyet gösteriyor.

Bu şirketlerin toplam sermayelerinin yüzde 60,1'ini yabancı sermayeli ortak payı oluşturdu.

Böylece, bu dönemde kurulan şirketlerin 1114'ünün uzmanlaşmamış toptan ticaret, 502'sinin ikamet amaçlı olan ve olmayan binaların inşaatı faaliyetleri, 327'sinin uzmanlaşmamış perakende ticaret için aracılık hizmeti faaliyetleri sektöründe olduğu belirlendi.

Anonim şirket ortaklarının yüzde 15,7'si kadın girişimci

Geçen ay kurulan şirket türüne göre ortaklar arasındaki kadın girişimci oranı, anonim şirketlerde yüzde 15,7, limitet şirketlerde yüzde 17,1, kooperatiflerde yüzde 22,1 oldu. Gerçek kişi ticari işletmelerin ise yüzde 15,5'i kadın girişimciler tarafından kuruldu.

Temmuzda kurulan şirket türüne göre ortakların yaş dağılımı incelendiğinde, anonim şirket ortaklarının yüzde 31,3'ünün 35-44, limitet şirketlerde yüzde 31,4'ünün 25-34, kooperatiflerin ise yüzde 25,9'unun 35-44 yaş aralığında olduğu tespit edildi. Gerçek kişi ticari işletmelerin yüzde 29,4'ü de 35-44 yaş girişimciler tarafından faaliyete geçirildi.

7 ayda 66 bin 602 şirket kuruldu

Türkiye'de bu yılın ocak-temmuz döneminde kurulan şirket sayısı, geçen yılın aynı dönemine göre yüzde 7,4 artışla 66 bin 602'ye yükseldi. Aynı dönemde kapanan şirket sayısı, yüzde 2,5 azalışla 16 bin 170'e geriledi.

Ölçme, Seçme ve Yerleştirme Merkezi (ÖSYM) Başkanlığınca, Elektronik Yabancı Dil Sınavı (e-YDS 2026/9 İngilizce) yarın, Tıpta Uzmanlık Eğitimi Giriş Sınavı (2026-TUS 2. Dönem) ve Tıp Doktorluğu Alanında Yurt Dışı Yükseköğretim Diploma Denkliği İçin Seviye Tespit Sınavı (2026-STS Tıp Doktorluğu 2. Dönem) 23 Ağustos Pazar günü yapılacak.

ÖSYM'den yapılan açıklamaya göre, e-YDS 2026/9 Adana, Ankara, İstanbul ve İzmir'de e-sınav merkezlerindeki 46 salonda düzenlenecek. Sınava 5 bin 322 aday katılacak. Adaylar, saat 13.45'te başlayacak sınava saat 13.30'dan sonra alınmayacak.

Adaylara 80 sorudan oluşan test için 180 dakika süre verilecek, ek süre verilmesi uygun görülen engelli adaylar ise 30 dakikaya kadar ilave sürelerini kullanabilecek. Sınav sonuçları sınavın uygulandığı gün açıklanacak.

TUS 14 ilde, STS Tıp Doktorluğu Ankara'da düzenlenecek

2026-TUS 2. Dönem, 14 il ve 15 sınav merkezinde Temel Tıp Bilimleri Testi ve Klinik Tıp Bilimleri Testi şeklinde yapılacak. Temel Tıp Bilimleri Testi için 67 bina ve 1224 salon, Klinik Tıp Bilimleri Testi için 67 bina ve 1270 salon kullanılacak.

Temel Tıp Bilimleri Testine 35 bin 930, Klinik Tıp Bilimleri Testine 37 bin 109 aday katılacak. STS Tıp Doktorluğu 2. Dönem ise yalnız Ankara'da iki aşama olarak düzenlenecek. Birinci aşama için bir bina ve 4 salon, ikinci aşama için 5 bina ve 82 salon kullanılacak.

Birinci aşamaya 51, ikinci aşamaya 1577 aday katılacak. Temel Tıp Bilimleri Testi ile STS Tıp Doktorluğu birinci aşaması saat 10.15'te, Klinik Tıp Bilimleri Testi ile STS Tıp Doktorluğu ikinci aşaması saat 14.45'te başlayacak.

İki sınav için testler 100 çoktan seçmeli sorudan oluşacak. Adaylara 135 dakika cevaplama süresi verilecek. Öğleden önceki oturumlar 12.30'da, öğleden sonraki oturumlar 17.00'de sona erecek.

Ek süre kullanması uygun görülen adaylar TUS için 30 dakika ilave sürelerini kullanabilecek. Sınavların sonuçları 17 Eylül'de açıklanacak.

Kimlik kartını kaybeden, nüfus cüzdanı olmayan veya nüfus cüzdanında kimlik numarası ve fotoğraf bulunmayan adaylar için il ve ilçe nüfus müdürlükleri sınav günleri açık tutulacak.

Adaylar, sınavlara girecekleri yer bilgisini gösteren sınava giriş belgelerine ÖSYM'nin "ais.osym.gov.tr" adresinden erişebilecek.

"9 bin 90 kişi sınavlarda görev alacak"

Açıklamada görüşlerine yer verilen ÖSYM Başkanı Prof. Dr. Bayram Ali Ersoy, 3 ayrı sınavı hafta sonu yapacaklarını ifade etti.

Ersoy, sınavlarla ilgili şu bilgileri paylaştı:

"Hafta sonu düzenlenecek e-YDS, TUS ve STS Tıp Doktorluğu sınavları, adayların eğitim ve mesleki hayatları için önem arz etmektedir. ÖSYM olarak adayların emeklerinin karşılığını alabilecekleri, güvenli, adil sınav ortamı oluşturmak bizlerin önceliğidir. Emniyet görevlisi dahil 9 bin 90 kişi sınavlarda görev yapacak. Sınavlara başvuran 167 engelli aday için uygun sınav ortamı oluşturuldu. Sınavlara başvuran gaziler ile şehit ve gazilerin eş ve çocukları sınav ücretinden muaf tutuldu. Bu kapsamda 320 aday bu haktan yararlandı. Sınavlara katılacak adaylara başarılar, görevlilere kolaylıklar dilerim."

Apple Music, yapay zeka ile oluşturulan müzik ve diğer içerikleri kullanıcıların daha kolay ayırt edebilmesi için görünür etiketler kullanmaya hazırlanıyor. Şirket, yılın ilerleyen dönemlerinde yapay zeka kullanılarak oluşturulan parçalar, kapak görselleri, besteler ve müzik videolarında Made With AI etiketini göstermeye başlayacak.

Apple'ın içerik üreticilerine gönderdiği bilgilendirmeye göre, içeriğin önemli bir bölümünün oluşturulmasında yapay zekadan yararlanılması durumunda AI Transparency Tags kullanılması zorunlu olacak. Tamamen üretken yapay zeka platformlarından oluşturulan içerikler de bu kapsamda değerlendirilecek.

Apple, uygulamanın temel amacını kullanıcıların dinledikleri içerik hakkında mümkün olduğunca fazla bilgi sahibi olmasını sağlamak olarak açıklıyor. Apple Music'in bu adımı, müzik platformlarının yapay zeka tarafından üretilen içeriklerin hızlı yükselişine karşı aldığı önlemlerin son örneği olarak öne çıkıyor.

Spotify, yapay zeka tarafından oluşturulan müzikleri varsayılan olarak editoryal ve algoritmik önerilerden uzak tutacağını açıklarken Deezer tamamen yapay zeka ile üretilen parçaları önerilerden ve editoryal çalma listelerinden çıkarıyor. Deezer'ın verilerine göre tamamen yapay zeka tarafından üretilen müzikler, günlük yeni müzik yüklemelerinin yüzde 50'sinden fazlasını oluşturuyor.

Apple Music Başkan Yardımcısı Oliver Schusser'ın açıklamaları da yapay zeka üretimi müziğin platformdaki büyüklüğünü ortaya koyuyor. Schusser'a göre Apple Music'e her ay yüklenen müziklerin üçte birinden fazlası tamamen yapay zeka tarafından oluşturuluyor. Ancak bu içerikler, platformdaki toplam dinlemelerin yüzde 0,5'inden daha azını oluşturuyor.

ChatGPT’nin Kasım 2022’de kullanıma sunulmasının ardından yayımlanan web sayfalarının üçte birinden fazlasında yapay zeka yazarlığına işaret eden izler tespit edildi. Pew Research Center tarafından yayımlanan araştırmaya göre bu oran yüzde 35 seviyesinde.

Araştırma kapsamında Common Crawl web arşivinden Ocak 2021 ile Temmuz 2026 arasındaki döneme ait yaklaşık 490 bin İngilizce web sayfası incelendi. Sayfalardaki metinler, içeriklerin yapay zeka tarafından yazılıp yazılmadığını veya önemli ölçüde düzenlenip düzenlenmediğini belirlemek için Open Pangram’ın açık ağırlıklı yapay zeka tespit modeliyle analiz edildi.

Temmuz 2026’da rastgele seçilen 10 bin web sayfasının yüzde 10’unda belirgin yapay zeka izlerine rastlandı. Ancak bu örneklem, üretken yapay zeka araçlarının yaygınlaşmasından önce yayımlanan eski sayfaları da kapsıyordu. Araştırmacılar yalnızca ChatGPT’nin kullanıma sunulmasından sonra yayımlanan sayfalara odaklandığında oran yüzde 35’e yükseldi.

Yapay zeka izleri en çok .com alan adlarında görülüyor

Araştırma, yapay zeka destekli içeriklerin internette eşit biçimde dağılmadığını da gösteriyor. 2026 yılına ait örneklemlerde .com uzantılı sayfaların yaklaşık yüzde 10’unda yapay zeka yazarlığına yönelik işaretler tespit edildi. Bu oran .org uzantılı sayfalarda yüzde 4,6 seviyesinde kalırken .edu ve .gov uzantılı sayfalarda yaklaşık yüzde 1 olarak kaydedildi.

Pew Research Center, yapay zeka tarafından tercih edilen bazı dil kalıplarının kullanımındaki artışı da inceledi. 2023 ile 2026 arasındaki karşılaştırmaya göre uzun çizgi kullanımı yaklaşık iki katına çıktı. Oxford virgülünün kullanımı yüzde 63 artarken “delve”, “interplay” ve “testament” gibi yapay zeka modellerinin sıklıkla tercih ettiği İngilizce kelimelerin görülme oranı iki kattan fazla yükseldi.

“Bu yalnızca X değil, Y” biçimindeki karşılaştırmalı cümle yapılarının kullanımı ise yaklaşık üç kat arttı. Bununla birlikte araştırmacılar, bu işaretlerin tek başına bir metnin yapay zeka tarafından üretildiğini kanıtlamadığını vurguluyor. Yapay zeka tespit araçları insan yazımı içerikleri yanlış sınıflandırabildiği gibi yapay zeka tarafından oluşturulan bazı metinleri de gözden kaçırabiliyor. Dolayısıyla sonuçlar tek tek sayfalar hakkında kesin bir değerlendirme sunmak yerine internet genelindeki dönüşümün yönünü göstermeyi amaçlıyor.

Generalist AI, robotların yeni fiziksel görevleri tek bir gösterimle öğrenmesini sağlayan yeni temel modeli GEN-1.5’i tanıttı. Şirketin paylaştığı bilgilere göre GEN-1.5, 3 ila 12 saniyelik bir gösterimi bağlam içinde değerlendirerek herhangi bir gradyan güncellemesi veya ince ayar sürecine ihtiyaç duymadan görevi yerine getirebiliyor.

Generalist AI, sensör verileri ile hareket dizilerinden oluşan örneklerin modele bağlam olarak verilmesini “fiziksel istem” olarak tanımlıyor. Büyük ve çok modlu bir model olan GEN-1.5; video görüntülerinin yanı sıra sensör, dil ve robotun kendi konum ile hareket bilgilerini işliyor. Model, 30 saniyelik bir bağlam penceresi kullanarak saniyede 100 hareket komutu üretebiliyor.

Şirketin gerçekleştirdiği deneylerde GEN-1.5, 10 farklı kısa süreli manipülasyon görevinde tek gösterimle ortalama yüzde 59 başarı oranına ulaştı. Model, görev başına yaklaşık 50 gösterim içeren beş dakikalık veriyle 10 gradyan adımı boyunca uyarlandığında ise başarı oranı yüzde 83’e yükseldi. Bir dakikalık veri ve tek bir gradyan adımının kullanıldığı testte başarı oranı yüzde 66,5 olarak ölçüldü.

Modelin yetenekleri yalnızca gösterilen hareketi tekrar etmekle sınırlı değil. GEN-1.5, birbirinden bağımsız iki fiziksel istemi birleştirerek daha uzun bir görev dizisi oluşturabiliyor. Örneğin kalem kutusunun fermuarını açma ve içindeki parayı alma gösterimleri ayrı ayrı sunulduğunda model, iki görevi tek bir kesintisiz hareket dizisi halinde gerçekleştirebiliyor. Bu sırada yeniden konumlanma ve hatalardan kurtulma gibi gösterimlerde bulunmayan ara hareketleri de kendisi oluşturuyor.

GEN-1.5’in öne çıkan yeteneklerinden biri de simülasyondan gerçek dünyaya sıfır örnekli aktarım yapabilmesi. Modelin ön eğitiminde herhangi bir simülasyon verisi bulunmamasına rağmen, simülasyon ortamında kaydedilen bir gösterim gerçek bir robot için fiziksel istem olarak kullanılabiliyor. Model ayrıca bazı görevlerde insanların kendi elleriyle yaptığı hareketleri robotun kameralarından izleyerek aynı görevi robot elleriyle tekrar edebiliyor.

Generalist AI’ın paylaştığı örnekler, modelin beklenmedik durumlarda farklı stratejiler geliştirebildiğini de gösteriyor. Bir nesneyi fırçayla kaseye süpürme görevi gösterilen model, daha sonra aynı amaç için muzu geçici bir fırça olarak kullandı. Faraşla karşılaştığında ise nesneyi süpürmek yerine faraşla kaldırıp kasenin içine döken farklı bir yöntem geliştirdi. Model, kasenin üzerini kapatan kağıdı kaldırmak ve kavrama sırasında parmağına takılan Lego parçasını diğer eliyle çıkarmak gibi davranışlar da sergiledi.

GEN-1.5’in ön eğitim süreci sekiz aydan uzun süredir kesintisiz devam ediyor. Şirkete göre model, fiziksel etkileşimlerden oluşan büyük ölçekli verilerle eğitildikçe yeni görevlere daha az veri ve hesaplama gücüyle uyum sağlamaya başladı. Modelin bağlam içinde öğrenme ve doğaçlama yetenekleri için özel bir eğitim yöntemi veya ek hedef kullanılmadığı, bu özelliklerin ön eğitim sürecinde kendiliğinden ortaya çıktığı belirtiliyor.

Generalist AI, test edilen görevlerin basit ve kısa süreli, mevcut başarı oranlarının ise henüz sınırlı olduğuna dikkat çekiyor. Bununla birlikte şirket, GEN-1.5’in farklı fiziksel görevleri tek veya birkaç gösterimden öğrenebilen ilk genel robot modellerinden biri olduğunu savunuyor. Bu yaklaşımın gelişmesiyle, aylar süren uzman programlama süreçleri yerine robota ne yapması gerektiğinin birkaç saniye boyunca gösterildiği eğitim süreçleri tercih edilebilir. 

Yapay zeka destekli sağlık girişimi Network Bio, 50 milyon dolar yatırım aldı. Şirketin 50 milyon dolarlık yatırım turuna Section 32, Thiel Bio, Founders Fund ve Breyer Capital katıldı. ABD merkezli Network Bio'nun yatırım turunda Blue Venture Fund ve JSL Health Capital yer aldı.

Şirket, yeni yatırımı yaşam bilimleri platformunu genişletmek ve doku, kan, moleküler ve klinik verilerle hastalıklara özel yapay zeka modelleri geliştirmek için kullanacağını açıkladı.

Network Bio; Asad Ali Ahmad, Hani Goodarzi ve Raphael Potter tarafından 2022'de kuruldu. Şirket, biyoteknoloji ve yapay zekayı bir araya getirerek hastalıkların biyolojik temellerini anlamaya yönelik yapay zeka modelleri geliştiriyor. Network Bio'nun platformu; doku, kan, moleküler ve klinik veriler gibi büyük ölçekli insan biyolojisi verilerini analiz ederek farklı hastalıklarla ilişkili biyolojik sinyalleri ortaya çıkarmayı amaçlıyor.

Şirket, akademik biyobankalarla yaptığı iş birlikleri sayesinde hastalardan elde edilen biyolojik örneklere ve uzun dönemli klinik verilere erişiyor. Bu verileri yapay zeka modelleriyle birlikte analiz ederek hastalıkların nasıl geliştiğini ve biyolojik değişimlerin hastaların sonuçlarıyla nasıl ilişkili olduğunu anlamaya çalışıyor.

Network Bio'nun modelleri, farklı hastalıklar ve dokular arasında elde edilen bilgileri de aktarabilecek şekilde tasarlanıyor. Network Bio'nun uzun vadeli hedefi, elde ettiği biyolojik içgörüleri kişiselleştirilmiş tıp, hastalık araştırmaları, teşhis ve hasta gruplandırma gibi alanlarda kullanmak.

Şirket, yapay zekanın karmaşık biyolojik verileri daha anlaşılır hale getirerek araştırmacıların hastalıkları daha iyi anlamasına ve gelecekte hastalara daha kişiselleştirilmiş tedavi yaklaşımları geliştirilmesine yardımcı olabileceğini düşünüyor.

Slack, ekiplerin yapay zeka ajanlarıyla birlikte yazılım geliştirebilmesi için tasarlanan yeni özelliği Slack Code’u kullanıma sundu. Projeye özel kodlama kanalları oluşturan özellik, kodlama sürecindeki görüşmeleri, değişiklikleri ve onay mekanizmalarını tek bir çalışma alanında bir araya getiriyor.

Slack Code’u kullanmak isteyen ekiplerin, geliştirmek istedikleri özelliği, güncellenecek internet sayfasını veya çözülmesi gereken hatayı bir Slack konuşmasında paylaşarak ilgili kodlama ajanını etiketlemesi yeterli oluyor. Claude Code veya Devin gibi bir ajan etiketlendiğinde, görev için ayrı bir kod kanalı oluşturuluyor.

Oluşturulan kanalda ekip üyeleri ile yapay zeka ajanı aynı proje üzerinde çalışabiliyor. Kullanıcılar, ajanla yapılan konuşmaları takip edebiliyor, kod değişikliklerini karşılaştırabiliyor, HTML çıktılarının canlı ön izlemesini görüntüleyebiliyor ve geliştirme sürecine geri bildirimlerle dahil olabiliyor. Yapay zeka ajanının hazırladığı çalışma, ekip tarafından incelenip onaylandıktan sonra yayına alınabiliyor.

Slack Code’un öne çıkan noktalarından biri de geliştirme sürecini görünür hale getirmesi. Yapay zeka destekli kodlama araçları çoğunlukla geliştirici ile ajan arasında ilerleyen bireysel bir deneyim sunuyor. Slack’in yaklaşımında ise görevle ilgili konuşmalar, kararlar ve kod değişiklikleri ekip tarafından takip edilebiliyor. Böylece yapay zeka ajanı, tek başına çalışan bir yardımcıdan çok ekibin ortak çalışma sürecine dahil edilen bir katılımcı olarak konumlandırılıyor.

Görev tamamlandığında ilgili kod kanalı otomatik olarak arşivleniyor. Kanalda yürütülen işlemlere ilişkin bir denetim kaydı da saklanıyor. Bu yapı, özellikle yapay zeka tarafından oluşturulan kodun kim tarafından incelendiği ve hangi değişikliklerin onaylandığı gibi bilgilerin geriye dönük olarak takip edilmesini sağlıyor.

Salesforce CEO’su Marc Benioff da X üzerinden yaptığı paylaşımda Slack Code’u “gerçek anlamda çok oyunculu kodlama” olarak tanımladı. Benioff, insanların ve yapay zeka ajanlarının aynı kanalda, aynı iş üzerinde birlikte çalıştığını vurguladı.

The Verge’ün aktardığına göre Slack Code, bugünden itibaren tüm Slack planlarında kullanılabiliyor. Özellik, Slack’in uygulama pazarında yer alan yapay zeka ajanlarıyla çalışıyor. Claude Code, Devin, Vercel Agent ve GitHub Copilot ise Slack Code’un kurucu entegrasyon ortakları arasında bulunuyor.

Slack Code, yapay zeka destekli yazılım geliştirme araçlarının bireysel geliştirme ortamlarından ekiplerin kullandığı iletişim platformlarına taşındığını gösteriyor. Slack de bu özellikle yalnızca iş yeri mesajlaşmasının gerçekleştiği bir uygulama olmak yerine, insanların ve yapay zeka ajanlarının birlikte çalıştığı merkezi bir koordinasyon katmanına dönüşmeyi hedefliyor.