AI Çağı'ndaki Tarayıcı Devrimi: Bilgi Gösteriminden Görev Çağrısına
Üçüncü tarayıcı savaşı sessizce başlıyor. 1990'ların Netscape'inden, Microsoft IE'ye, açık kaynaklı Firefox ve Google Chrome'a kadar, tarayıcı mücadelesi platform kontrolü ve teknolojik paradigmaların değişiminin yoğun bir yansıması olmuştur. Chrome, güncellemelerinin hızı ve ekosistem bağlantıları sayesinde egemen konumu elde etti; Google, arama ve tarayıcıların "çift tekel" yapısıyla bilgi girişinin kapalı döngüsünü oluşturdu.
Ancak, bu durum sarsılmaya başladı. Büyük dil modellerinin (LLM) yükselişi, giderek daha fazla kullanıcının arama sonuçlarında "sıfır tıklama" ile görevlerini tamamlamasına neden oldu, geleneksel web sayfası tıklama davranışı azalıyor. Aynı zamanda, Apple'ın Safari'de varsayılan arama motorunu değiştirebileceğine dair söylentiler, Alphabet'in kâr temellerine daha fazla tehdit oluşturdu ve pazarda "arama otoritesi" konusundaki huzursuzluk belirtileri ortaya çıktı.
Tarayıcı kendisi de rol yeniden biçimlendirmesi ile karşı karşıya. Sadece web sayfalarını gösteren bir araç değil, aynı zamanda veri girişi, kullanıcı davranışı, gizlilik kimliği gibi bir dizi yeteneğin toplandığı bir kapsayıcı. AI Agent güçlüdür, ancak karmaşık sayfa etkileşimlerini gerçekleştirmek, yerel kimlik verilerini çağırmak ve web sayfası öğelerini kontrol etmek için hala tarayıcının güven sınırlarına ve işlevsel kumandalara ihtiyaç duyar. Tarayıcı, insan arayüzünden, Agent'ın sistem çağrı platformuna evrim geçiriyor.
Gerçekten mevcut tarayıcı pazarını kırma potansiyeline sahip olan, başka bir "daha iyi Chrome" değil, yeni bir etkileşim yapısıdır: bilgi sunumu değil, görev çağrısı. Gelecekteki tarayıcılar, AI Agent için tasarlanmalıdır - sadece okuyabilen değil, aynı zamanda yazabilen ve uygulayabilen. Browser Use gibi projeler, sayfa yapılarını anlamsal hale getirmeyi ve görsel arayüzleri LLM tarafından çağrılabilen yapılandırılmış metne dönüştürmeyi deniyor, bu da sayfa ile komutlar arasındaki etkileşim maliyetini büyük ölçüde azaltıyor.
Piyasalardaki ana akım projeler denemelere başlamış durumda: Perplexity, geleneksel arama sonuçlarının yerini almak için AI kullanan yerel tarayıcı Comet'i inşa ediyor; Brave, gizlilik korumayı yerel çıkarım ile birleştirerek arama ve engelleme işlevlerini LLM ile güçlendiriyor; Donut gibi Crypto yerel projeler ise AI ile zincir üzerindeki varlıkların etkileşimi için yeni bir giriş noktası hedefliyor. Bu projelerin ortak özelliği, tarayıcının çıktı katmanını güzelleştirmek yerine giriş katmanını yeniden yapılandırmaya çalışmalarıdır.
Girişimciler için fırsatlar, girdi, yapı ve aracının üçgen ilişkisi içinde saklıdır. Tarayıcı, gelecekteki Ajan çağrısı dünyasına arayüz olarak, kimlerin yapılandırılabilir, çağrılabilir ve güvenilir "yetenek blokları" sunabileceğini belirtiyor; bu kimler yeni nesil platformların bir parçası olabileceği anlamına geliyor. SEO'dan AEO'ya (Ajan Motoru Optimizasyonu), sayfa trafiğinden görev zinciri çağrısına kadar, ürün biçimleri ve tasarım düşüncesi yeniden yapılandırılıyor. Üçüncü tarayıcı savaşı, "girdi" üzerinde gerçekleşiyor, "gösterim" değil; zaferi belirleyen artık kullanıcıların dikkatini çeken değil, Ajanın güvenini kazanan ve çağrı girişini elde eden kimdir.
Tarayıcıların Gelişimi
1990'ların başında, internet günlük yaşamın bir parçası haline gelmemişken, Netscape Navigator ortaya çıktı ve milyonlarca kullanıcıya dijital dünyanın kapılarını açtı. Bu tarayıcı ilk değil, ama gerçekten halkın kullanımına sunulan ve internet deneyimini şekillendiren ilk üründü.
Ancak, ihtişam kısa sürdü. Microsoft, Internet Explorer'ı Windows işletim sistemine zorla entegre etmeye başladı ve onu varsayılan tarayıcı haline getirdi. Bu strateji "platformun öldürücü darbesi" olarak adlandırılabilir ve doğrudan Netscape'in pazar hakimiyetini sarsmıştır. IE, Windows'un dağıtım gücünden yararlanarak hızla sektörün lideri haline geldi, Netscape ise gerileme yoluna girdi.
Zorluklar içinde, Netscape mühendisleri radikal ve idealist bir yol seçtiler - tarayıcı kaynak kodunu kamuya açtılar ve açık kaynak topluluğuna çağrıda bulundular. Bu kod daha sonra Mozilla tarayıcı projesinin temeli haline geldi, başlangıçta Phoenix (anlamı: phoenix'in yeniden doğuşu) olarak adlandırıldı, birkaç isim değişikliği geçirdikten sonra sonunda Firefox olarak adlandırıldı.
Firefox, Netscape'in basit bir kopyası değildir; kullanıcı deneyimi, eklenti ekosistemi, güvenlik gibi birçok alanda yenilikler gerçekleştirmiştir. Doğuşu, açık kaynak ruhunun zaferini simgeler ve tüm sektöre yeni bir enerji kazandırmıştır.
1994 yılında Opera tarayıcısı piyasaya sürüldü, Norveç'ten geldi ve başlangıçta sadece deneysel bir projeydi. Ancak 2003'teki 7.0 sürümünden itibaren, kendi geliştirdiği Presto motorunu tanıtarak CSS, uyumlu düzen, ses kontrollü kullanım ve Unicode kodlama gibi öncü teknolojileri ilk destekleyen oldu. Kullanıcı sayısı sınırlı olmasına rağmen, teknolojik olarak her zaman sektörün önünde yer aldı ve "geeklerin favorisi" haline geldi.
Aynı yıl, Apple Safari tarayıcısını piyasaya sürdü. Safari'nin doğduğu günden itibaren varsayılan arama motoru Google olmasına rağmen, bu Microsoft ile olan tarihsel ilişki, internet devleri arasındaki karmaşık ve ince ilişkiyi sembolize ediyor: işbirliği ve rekabet her zaman yan yana.
2007'de, IE7 Windows Vista ile birlikte piyasaya sürüldü, ancak piyasa tepkisi sıradan oldu. Firefox ise daha hızlı güncelleme temposu, daha kullanıcı dostu uzantı mekanizması ve geliştiricilere doğal cazibesi ile pazar payını istikrarlı bir şekilde yaklaşık %20'ye yükseltti. IE'nin hakimiyeti giderek zayıflıyor, rüzgar değişiyor.
Chrome, 2008 yılında piyasaya sürüldü ve Chromium açık kaynak projesi ile Safari'nin kullandığı WebKit motoruna dayanıyor. "Kaba" bir tarayıcı olarak adlandırılsa da, Google'ın reklamcılık ve marka oluşturma konusundaki derin yetenekleri sayesinde hızla yükseldi.
Chrome'un ana silahı işlevsellik değil, sık sık versiyon güncellemeleri (her altı haftada bir) ve tüm platformlarda birleşik deneyimdir. Kasım 2011'de Chrome, ilk kez Firefox'u geçti ve pazar payı %27'ye ulaştı; altı ay sonra, IE'yi tekrar geride bırakarak, bir rakipten egemen bir konuma geçişini tamamladı.
Bu arada, Çin'in mobil interneti de kendi ekosistemini oluşturmaya başladı. Alibaba'ya ait UC Browser, 2010'ların başında hızlı bir yükseliş gösterdi, özellikle Hindistan, Endonezya ve Çin gibi gelişen pazarlarda, hafif tasarımı, veri sıkıştırma gibi özellikleri sayesinde düşük maliyetli cihaz kullanıcılarının ilgisini çekti. 2015 yılında, küresel mobil tarayıcı pazarındaki payı %17'yi aştı ve Hindistan'da bir dönem %46'ya kadar yükseldi. Ancak bu zafer kalıcı olmadı. Hindistan hükümetinin Çin uygulamaları üzerindeki güvenlik denetimlerini artırmasıyla, UC Browser önemli bir pazardan çekilmek zorunda kaldı ve eski ihtişamını yavaş yavaş kaybetti.
2020'li yıllara girildiğinde, Chrome'un egemenliği kesinleşmiş durumda ve küresel pazar payı yaklaşık %65 civarında istikrarlı. Dikkate değer bir nokta, Google arama motoru ile Chrome tarayıcısının aynı Alphabet'e ait olmasına rağmen, piyasa açısından iki bağımsız hegemonya sistemi olarak görülmesidir - ilki, dünya genelindeki arama girişlerinin yaklaşık %90'ını kontrol ederken, ikincisi, çoğu kullanıcının internete girdiği "ilk pencereyi" elinde bulunduruyor.
Bu çift tekel yapısını korumak için Google büyük paralar harcamaktan çekinmiyor. 2022'de, Alphabet, Google'ın Safari'deki varsayılan arama motoru olmasını sağlamak için Apple'a yaklaşık 20 milyar dolar ödedi. Analizler, bu harcamanın Google'ın Safari trafiğinden elde ettiği arama reklamı gelirinin %36'sına denk geldiğini belirtiyor. Diğer bir deyişle, Google, surlarını korumak için "koruma ücreti" ödüyor.
Ama rüzgar bir kez daha değişti. Büyük dil modellerinin (LLM) yükselişiyle birlikte, geleneksel arama sistemleri sarsılmaya başladı. 2024'te, Google'ın arama pazarındaki payı %93'ten %89'a düştü; hala baskın durumda olsa da, çatlaklar belirmeye başladı. Daha yıkıcı olanı, Apple'ın kendi AI arama motorunu piyasaya sürme olasılığına dair dedikodulardır - eğer Safari'nin varsayılan araması kendi ekosistemine yönelirse, bu sadece ekolojik dengeyi yeniden yazmakla kalmayacak, aynı zamanda Alphabet'in kar temellerini de sarsabilir. Pazar hızlı bir şekilde tepki verdi; Alphabet'in hisseleri 170 dolardan 140 dolara düştü, bu sadece yatırımcıların paniklerini değil, aynı zamanda arama çağının geleceği hakkında derin bir huzursuzluğu da yansıtıyor.
Navigator'dan Chrome'a, açık kaynak ideallerinden reklamcılığa, hafif tarayıcılardan AI arama asistanlarına, tarayıcı savaşı her zaman teknoloji, platform, içerik ve kontrol üzerine bir savaş olmuştur. Savaş alanı sürekli değişirken, öz değişmeden kalır: Kim girişi kontrol ederse, geleceği tanımlar.
VC'lere göre, LLM ve AI çağında insanların arama motorlarına olan yeni ihtiyaçlarını temel alarak, üçüncü tarayıcı savaşları yavaş yavaş başlıyor.
Modern Tarayıcıların Eski Mimarisi
Tarayıcı mimarisinden bahsettiğimizde, klasik geleneksel mimari aşağıdaki gibidir:
İstemci - Ön Uç Girişi
HTTPS üzerinden en yakın Google Front End'e ulaşımı kontrol et, TLS şifre çözme, QoS örnekleme ve coğrafi yönlendirmeyi tamamla. Anormal trafik (DDoS, otomatik tarama) tespit edilirse, bu katmanda akış kontrolü veya zorluk çıkarılabilir.
Sorgulama Anlayışı
Ön uç, kullanıcı tarafından girilen kelimelerin anlamını anlamalıdır ve üç adım vardır: Sinirsel yazım düzeltmesi, "recpie" kelimesini "recipe" olarak düzeltmek; eş anlamlı genişletme, "how to fix bike" ifadesini "repair bicycle" olarak genişletmek. Niyet analizi, sorgunun bilgi, navigasyon ya da işlem niyeti olup olmadığını belirlemek ve Dikey isteği atamak.
Aday Geri Çağırma
Google'ın kullandığı sorgulama teknolojisine ters sıralı indeks denir. Doğru sıralı indekslerde, bir ID vererek dosyaya ulaşabiliriz. Ancak kullanıcı, aradığı içeriğin on milyarlarca dosya arasında hangi numarada olduğunu bilemez, bu nedenle çok geleneksel bir yöntem olan ters sıralı indeksi kullanarak içerik üzerinden hangi dosyaların ilgili anahtar kelimeleri barındırdığını sorgular. Daha sonra Google, anlamsal aramaları işlemek için vektör indeksini kullanır; yani sorgunun anlamına benzer içerikleri bulur. Metin, resim gibi içerikleri yüksek boyutlu vektörlere (embedding) dönüştürür ve bu vektörler arasındaki benzerliğe göre arama yapar. Örneğin, kullanıcı "pizza hamuru nasıl yapılır" diye arasa bile, arama motoru "pizza hamuru yapım kılavuzu" ile ilgili sonuçlar döndürebilir çünkü bunlar anlamsal olarak benzerdir. Ters sıralı indeks ve vektör indeks aşamalarından sonra, yaklaşık yüz bin düzeyindeki web sayfası ilk filtrelemeden geçirilir.
Çok Aşamalı Sıralama
Sistemler genellikle BM25, TF-IDF, sayfa kalite puanı gibi binlerce hafif özellik aracılığıyla yüz binlerce aday sayfayı yaklaşık 1000'e indirerek ilk aday kümesini oluşturur. Bu tür sistemlere genel olarak öneri motorları denir. Çeşitli varlıkların ürettiği büyük miktarda özelliklere, kullanıcı davranışları, sayfa özellikleri, sorgu niyeti ve bağlam sinyalleri dahildir. Örneğin, Google kullanıcı geçmişini, diğer kullanıcıların davranış geri bildirimlerini, sayfa anlamsal içeriğini, sorgu anlamını ve zaman (günün saatleri, haftanın belirli günleri) gibi bağlamsal unsurları ve güncel haberler gibi dış olayları dikkate alarak birleştirir.
Derin öğrenme ile ana sıralama
İlk araştırma aşamasında, Google, sorgunun anlamını anlamak ve büyük miktarda belgeden ilk ilgili sonuçları filtrelemek için RankBrain ve Neural Matching gibi teknolojileri kullanır. RankBrain, Google'ın 2015 yılında tanıttığı bir makine öğrenimi sistemidir ve kullanıcı sorgularının anlamını, özellikle de ilk kez ortaya çıkan sorguların anlamını daha iyi anlamak için tasarlanmıştır. Sorguları ve belgeleri vektör temsiline dönüştürerek, aralarındaki benzerlikleri hesaplar ve en ilgili sonuçları bulur. Örneğin, "pizza hamuru nasıl yapılır" sorgusu için, belgede tam eşleşen anahtar kelimeler olmasa bile, RankBrain "pizza temeli" veya "hamur yapımı" ile ilgili içerikleri tanıyabilir.
Neural Matching, Google'un 2018'de tanıttığı bir diğer teknolojidir ve sorgular ile belgeler arasındaki anlamsal ilişkileri daha derinlemesine anlamayı amaçlamaktadır. Bu teknoloji, kelimeler arasındaki belirsiz ilişkileri yakalamak için sinir ağı modellerini kullanarak Google'ın sorguları ve web içeriğini daha iyi eşleştirmesine yardımcı olmaktadır. Örneğin, "Neden dizüstü bilgisayarımın fanı çok ses çıkartıyor?" sorgusu için, Neural Matching, kullanıcının aşırı ısınma, toz birikimi veya yüksek CPU kullanımı ile ilgili sorun giderme bilgileri aradığını anlayabilir; bu terimler sorguda doğrudan yer almasa bile.
Derin Yeniden Düzenleme: BERT Modelinin Uygulaması
İlgili belgeler öncelikle filtrelendikten sonra, Google bu belgeleri daha hassas bir şekilde sıralamak için BERT (Bidirectional Encoder Representations from Transformers) modelini kullanır ve en alakalı sonuçların ön sırada yer almasını sağlar. BERT, kelimelerin cümle içindeki bağlam ilişkilerini anlayabilen, Transformer tabanlı bir önceden eğitilmiş dil modelidir. Aramalarda BERT, önceden elde edilen belgeleri yeniden sıralamak için kullanılır. Sorgu ve belgeleri ortak bir şekilde kodlayarak, aralarındaki ilişki puanlarını hesaplar ve böylece belgeleri yeniden sıralar. Örneğin, "Kaldırımsız yokuşta park etmek" sorgusu için BERT, "kaldırımsız" ifadesinin anlamını anlayabilir ve sürücülere tekerleklerini yol kenarına çevirmelerini öneren sayfayı getirir, bunu kaldırımlı bir durum olarak yanlış anlamaz. SEO mühendisleri için ise, Google sıralama ve makine öğrenimi öneri algoritmalarını hassas bir şekilde öğrenmek, web sayfası içeriğini hedefe yönelik optimize etmek ve daha yüksek sıralama gösterimi elde etmek gerekmektedir.
Yukarıda tipik bir Google arama motorunun çalışma süreci açıklanmıştır. Ancak, mevcut AI ve büyük veri patlaması çağında, kullanıcıların tarayıcı ile etkileşiminde yeni talepler ortaya çıkmıştır.
Neden AI Tarayıcıyı Yeniden Şekillendiriyor
Öncelikle, tarayıcı biçiminin hala neden var olduğunu netleştirmemiz gerekiyor. Üçüncü bir biçim var mı?
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
AI destekli tarayıcı yeni ekosistemi: Bilgi sunumundan akıllı görev çağrısına devrim
AI Çağı'ndaki Tarayıcı Devrimi: Bilgi Gösteriminden Görev Çağrısına
Üçüncü tarayıcı savaşı sessizce başlıyor. 1990'ların Netscape'inden, Microsoft IE'ye, açık kaynaklı Firefox ve Google Chrome'a kadar, tarayıcı mücadelesi platform kontrolü ve teknolojik paradigmaların değişiminin yoğun bir yansıması olmuştur. Chrome, güncellemelerinin hızı ve ekosistem bağlantıları sayesinde egemen konumu elde etti; Google, arama ve tarayıcıların "çift tekel" yapısıyla bilgi girişinin kapalı döngüsünü oluşturdu.
Ancak, bu durum sarsılmaya başladı. Büyük dil modellerinin (LLM) yükselişi, giderek daha fazla kullanıcının arama sonuçlarında "sıfır tıklama" ile görevlerini tamamlamasına neden oldu, geleneksel web sayfası tıklama davranışı azalıyor. Aynı zamanda, Apple'ın Safari'de varsayılan arama motorunu değiştirebileceğine dair söylentiler, Alphabet'in kâr temellerine daha fazla tehdit oluşturdu ve pazarda "arama otoritesi" konusundaki huzursuzluk belirtileri ortaya çıktı.
Tarayıcı kendisi de rol yeniden biçimlendirmesi ile karşı karşıya. Sadece web sayfalarını gösteren bir araç değil, aynı zamanda veri girişi, kullanıcı davranışı, gizlilik kimliği gibi bir dizi yeteneğin toplandığı bir kapsayıcı. AI Agent güçlüdür, ancak karmaşık sayfa etkileşimlerini gerçekleştirmek, yerel kimlik verilerini çağırmak ve web sayfası öğelerini kontrol etmek için hala tarayıcının güven sınırlarına ve işlevsel kumandalara ihtiyaç duyar. Tarayıcı, insan arayüzünden, Agent'ın sistem çağrı platformuna evrim geçiriyor.
Gerçekten mevcut tarayıcı pazarını kırma potansiyeline sahip olan, başka bir "daha iyi Chrome" değil, yeni bir etkileşim yapısıdır: bilgi sunumu değil, görev çağrısı. Gelecekteki tarayıcılar, AI Agent için tasarlanmalıdır - sadece okuyabilen değil, aynı zamanda yazabilen ve uygulayabilen. Browser Use gibi projeler, sayfa yapılarını anlamsal hale getirmeyi ve görsel arayüzleri LLM tarafından çağrılabilen yapılandırılmış metne dönüştürmeyi deniyor, bu da sayfa ile komutlar arasındaki etkileşim maliyetini büyük ölçüde azaltıyor.
Piyasalardaki ana akım projeler denemelere başlamış durumda: Perplexity, geleneksel arama sonuçlarının yerini almak için AI kullanan yerel tarayıcı Comet'i inşa ediyor; Brave, gizlilik korumayı yerel çıkarım ile birleştirerek arama ve engelleme işlevlerini LLM ile güçlendiriyor; Donut gibi Crypto yerel projeler ise AI ile zincir üzerindeki varlıkların etkileşimi için yeni bir giriş noktası hedefliyor. Bu projelerin ortak özelliği, tarayıcının çıktı katmanını güzelleştirmek yerine giriş katmanını yeniden yapılandırmaya çalışmalarıdır.
Girişimciler için fırsatlar, girdi, yapı ve aracının üçgen ilişkisi içinde saklıdır. Tarayıcı, gelecekteki Ajan çağrısı dünyasına arayüz olarak, kimlerin yapılandırılabilir, çağrılabilir ve güvenilir "yetenek blokları" sunabileceğini belirtiyor; bu kimler yeni nesil platformların bir parçası olabileceği anlamına geliyor. SEO'dan AEO'ya (Ajan Motoru Optimizasyonu), sayfa trafiğinden görev zinciri çağrısına kadar, ürün biçimleri ve tasarım düşüncesi yeniden yapılandırılıyor. Üçüncü tarayıcı savaşı, "girdi" üzerinde gerçekleşiyor, "gösterim" değil; zaferi belirleyen artık kullanıcıların dikkatini çeken değil, Ajanın güvenini kazanan ve çağrı girişini elde eden kimdir.
Tarayıcıların Gelişimi
1990'ların başında, internet günlük yaşamın bir parçası haline gelmemişken, Netscape Navigator ortaya çıktı ve milyonlarca kullanıcıya dijital dünyanın kapılarını açtı. Bu tarayıcı ilk değil, ama gerçekten halkın kullanımına sunulan ve internet deneyimini şekillendiren ilk üründü.
Ancak, ihtişam kısa sürdü. Microsoft, Internet Explorer'ı Windows işletim sistemine zorla entegre etmeye başladı ve onu varsayılan tarayıcı haline getirdi. Bu strateji "platformun öldürücü darbesi" olarak adlandırılabilir ve doğrudan Netscape'in pazar hakimiyetini sarsmıştır. IE, Windows'un dağıtım gücünden yararlanarak hızla sektörün lideri haline geldi, Netscape ise gerileme yoluna girdi.
Zorluklar içinde, Netscape mühendisleri radikal ve idealist bir yol seçtiler - tarayıcı kaynak kodunu kamuya açtılar ve açık kaynak topluluğuna çağrıda bulundular. Bu kod daha sonra Mozilla tarayıcı projesinin temeli haline geldi, başlangıçta Phoenix (anlamı: phoenix'in yeniden doğuşu) olarak adlandırıldı, birkaç isim değişikliği geçirdikten sonra sonunda Firefox olarak adlandırıldı.
Firefox, Netscape'in basit bir kopyası değildir; kullanıcı deneyimi, eklenti ekosistemi, güvenlik gibi birçok alanda yenilikler gerçekleştirmiştir. Doğuşu, açık kaynak ruhunun zaferini simgeler ve tüm sektöre yeni bir enerji kazandırmıştır.
1994 yılında Opera tarayıcısı piyasaya sürüldü, Norveç'ten geldi ve başlangıçta sadece deneysel bir projeydi. Ancak 2003'teki 7.0 sürümünden itibaren, kendi geliştirdiği Presto motorunu tanıtarak CSS, uyumlu düzen, ses kontrollü kullanım ve Unicode kodlama gibi öncü teknolojileri ilk destekleyen oldu. Kullanıcı sayısı sınırlı olmasına rağmen, teknolojik olarak her zaman sektörün önünde yer aldı ve "geeklerin favorisi" haline geldi.
Aynı yıl, Apple Safari tarayıcısını piyasaya sürdü. Safari'nin doğduğu günden itibaren varsayılan arama motoru Google olmasına rağmen, bu Microsoft ile olan tarihsel ilişki, internet devleri arasındaki karmaşık ve ince ilişkiyi sembolize ediyor: işbirliği ve rekabet her zaman yan yana.
2007'de, IE7 Windows Vista ile birlikte piyasaya sürüldü, ancak piyasa tepkisi sıradan oldu. Firefox ise daha hızlı güncelleme temposu, daha kullanıcı dostu uzantı mekanizması ve geliştiricilere doğal cazibesi ile pazar payını istikrarlı bir şekilde yaklaşık %20'ye yükseltti. IE'nin hakimiyeti giderek zayıflıyor, rüzgar değişiyor.
Chrome, 2008 yılında piyasaya sürüldü ve Chromium açık kaynak projesi ile Safari'nin kullandığı WebKit motoruna dayanıyor. "Kaba" bir tarayıcı olarak adlandırılsa da, Google'ın reklamcılık ve marka oluşturma konusundaki derin yetenekleri sayesinde hızla yükseldi.
Chrome'un ana silahı işlevsellik değil, sık sık versiyon güncellemeleri (her altı haftada bir) ve tüm platformlarda birleşik deneyimdir. Kasım 2011'de Chrome, ilk kez Firefox'u geçti ve pazar payı %27'ye ulaştı; altı ay sonra, IE'yi tekrar geride bırakarak, bir rakipten egemen bir konuma geçişini tamamladı.
Bu arada, Çin'in mobil interneti de kendi ekosistemini oluşturmaya başladı. Alibaba'ya ait UC Browser, 2010'ların başında hızlı bir yükseliş gösterdi, özellikle Hindistan, Endonezya ve Çin gibi gelişen pazarlarda, hafif tasarımı, veri sıkıştırma gibi özellikleri sayesinde düşük maliyetli cihaz kullanıcılarının ilgisini çekti. 2015 yılında, küresel mobil tarayıcı pazarındaki payı %17'yi aştı ve Hindistan'da bir dönem %46'ya kadar yükseldi. Ancak bu zafer kalıcı olmadı. Hindistan hükümetinin Çin uygulamaları üzerindeki güvenlik denetimlerini artırmasıyla, UC Browser önemli bir pazardan çekilmek zorunda kaldı ve eski ihtişamını yavaş yavaş kaybetti.
2020'li yıllara girildiğinde, Chrome'un egemenliği kesinleşmiş durumda ve küresel pazar payı yaklaşık %65 civarında istikrarlı. Dikkate değer bir nokta, Google arama motoru ile Chrome tarayıcısının aynı Alphabet'e ait olmasına rağmen, piyasa açısından iki bağımsız hegemonya sistemi olarak görülmesidir - ilki, dünya genelindeki arama girişlerinin yaklaşık %90'ını kontrol ederken, ikincisi, çoğu kullanıcının internete girdiği "ilk pencereyi" elinde bulunduruyor.
Bu çift tekel yapısını korumak için Google büyük paralar harcamaktan çekinmiyor. 2022'de, Alphabet, Google'ın Safari'deki varsayılan arama motoru olmasını sağlamak için Apple'a yaklaşık 20 milyar dolar ödedi. Analizler, bu harcamanın Google'ın Safari trafiğinden elde ettiği arama reklamı gelirinin %36'sına denk geldiğini belirtiyor. Diğer bir deyişle, Google, surlarını korumak için "koruma ücreti" ödüyor.
Ama rüzgar bir kez daha değişti. Büyük dil modellerinin (LLM) yükselişiyle birlikte, geleneksel arama sistemleri sarsılmaya başladı. 2024'te, Google'ın arama pazarındaki payı %93'ten %89'a düştü; hala baskın durumda olsa da, çatlaklar belirmeye başladı. Daha yıkıcı olanı, Apple'ın kendi AI arama motorunu piyasaya sürme olasılığına dair dedikodulardır - eğer Safari'nin varsayılan araması kendi ekosistemine yönelirse, bu sadece ekolojik dengeyi yeniden yazmakla kalmayacak, aynı zamanda Alphabet'in kar temellerini de sarsabilir. Pazar hızlı bir şekilde tepki verdi; Alphabet'in hisseleri 170 dolardan 140 dolara düştü, bu sadece yatırımcıların paniklerini değil, aynı zamanda arama çağının geleceği hakkında derin bir huzursuzluğu da yansıtıyor.
Navigator'dan Chrome'a, açık kaynak ideallerinden reklamcılığa, hafif tarayıcılardan AI arama asistanlarına, tarayıcı savaşı her zaman teknoloji, platform, içerik ve kontrol üzerine bir savaş olmuştur. Savaş alanı sürekli değişirken, öz değişmeden kalır: Kim girişi kontrol ederse, geleceği tanımlar.
VC'lere göre, LLM ve AI çağında insanların arama motorlarına olan yeni ihtiyaçlarını temel alarak, üçüncü tarayıcı savaşları yavaş yavaş başlıyor.
Modern Tarayıcıların Eski Mimarisi
Tarayıcı mimarisinden bahsettiğimizde, klasik geleneksel mimari aşağıdaki gibidir:
İstemci - Ön Uç Girişi
HTTPS üzerinden en yakın Google Front End'e ulaşımı kontrol et, TLS şifre çözme, QoS örnekleme ve coğrafi yönlendirmeyi tamamla. Anormal trafik (DDoS, otomatik tarama) tespit edilirse, bu katmanda akış kontrolü veya zorluk çıkarılabilir.
Sorgulama Anlayışı
Ön uç, kullanıcı tarafından girilen kelimelerin anlamını anlamalıdır ve üç adım vardır: Sinirsel yazım düzeltmesi, "recpie" kelimesini "recipe" olarak düzeltmek; eş anlamlı genişletme, "how to fix bike" ifadesini "repair bicycle" olarak genişletmek. Niyet analizi, sorgunun bilgi, navigasyon ya da işlem niyeti olup olmadığını belirlemek ve Dikey isteği atamak.
Aday Geri Çağırma
Google'ın kullandığı sorgulama teknolojisine ters sıralı indeks denir. Doğru sıralı indekslerde, bir ID vererek dosyaya ulaşabiliriz. Ancak kullanıcı, aradığı içeriğin on milyarlarca dosya arasında hangi numarada olduğunu bilemez, bu nedenle çok geleneksel bir yöntem olan ters sıralı indeksi kullanarak içerik üzerinden hangi dosyaların ilgili anahtar kelimeleri barındırdığını sorgular. Daha sonra Google, anlamsal aramaları işlemek için vektör indeksini kullanır; yani sorgunun anlamına benzer içerikleri bulur. Metin, resim gibi içerikleri yüksek boyutlu vektörlere (embedding) dönüştürür ve bu vektörler arasındaki benzerliğe göre arama yapar. Örneğin, kullanıcı "pizza hamuru nasıl yapılır" diye arasa bile, arama motoru "pizza hamuru yapım kılavuzu" ile ilgili sonuçlar döndürebilir çünkü bunlar anlamsal olarak benzerdir. Ters sıralı indeks ve vektör indeks aşamalarından sonra, yaklaşık yüz bin düzeyindeki web sayfası ilk filtrelemeden geçirilir.
Çok Aşamalı Sıralama
Sistemler genellikle BM25, TF-IDF, sayfa kalite puanı gibi binlerce hafif özellik aracılığıyla yüz binlerce aday sayfayı yaklaşık 1000'e indirerek ilk aday kümesini oluşturur. Bu tür sistemlere genel olarak öneri motorları denir. Çeşitli varlıkların ürettiği büyük miktarda özelliklere, kullanıcı davranışları, sayfa özellikleri, sorgu niyeti ve bağlam sinyalleri dahildir. Örneğin, Google kullanıcı geçmişini, diğer kullanıcıların davranış geri bildirimlerini, sayfa anlamsal içeriğini, sorgu anlamını ve zaman (günün saatleri, haftanın belirli günleri) gibi bağlamsal unsurları ve güncel haberler gibi dış olayları dikkate alarak birleştirir.
Derin öğrenme ile ana sıralama
İlk araştırma aşamasında, Google, sorgunun anlamını anlamak ve büyük miktarda belgeden ilk ilgili sonuçları filtrelemek için RankBrain ve Neural Matching gibi teknolojileri kullanır. RankBrain, Google'ın 2015 yılında tanıttığı bir makine öğrenimi sistemidir ve kullanıcı sorgularının anlamını, özellikle de ilk kez ortaya çıkan sorguların anlamını daha iyi anlamak için tasarlanmıştır. Sorguları ve belgeleri vektör temsiline dönüştürerek, aralarındaki benzerlikleri hesaplar ve en ilgili sonuçları bulur. Örneğin, "pizza hamuru nasıl yapılır" sorgusu için, belgede tam eşleşen anahtar kelimeler olmasa bile, RankBrain "pizza temeli" veya "hamur yapımı" ile ilgili içerikleri tanıyabilir.
Neural Matching, Google'un 2018'de tanıttığı bir diğer teknolojidir ve sorgular ile belgeler arasındaki anlamsal ilişkileri daha derinlemesine anlamayı amaçlamaktadır. Bu teknoloji, kelimeler arasındaki belirsiz ilişkileri yakalamak için sinir ağı modellerini kullanarak Google'ın sorguları ve web içeriğini daha iyi eşleştirmesine yardımcı olmaktadır. Örneğin, "Neden dizüstü bilgisayarımın fanı çok ses çıkartıyor?" sorgusu için, Neural Matching, kullanıcının aşırı ısınma, toz birikimi veya yüksek CPU kullanımı ile ilgili sorun giderme bilgileri aradığını anlayabilir; bu terimler sorguda doğrudan yer almasa bile.
Derin Yeniden Düzenleme: BERT Modelinin Uygulaması
İlgili belgeler öncelikle filtrelendikten sonra, Google bu belgeleri daha hassas bir şekilde sıralamak için BERT (Bidirectional Encoder Representations from Transformers) modelini kullanır ve en alakalı sonuçların ön sırada yer almasını sağlar. BERT, kelimelerin cümle içindeki bağlam ilişkilerini anlayabilen, Transformer tabanlı bir önceden eğitilmiş dil modelidir. Aramalarda BERT, önceden elde edilen belgeleri yeniden sıralamak için kullanılır. Sorgu ve belgeleri ortak bir şekilde kodlayarak, aralarındaki ilişki puanlarını hesaplar ve böylece belgeleri yeniden sıralar. Örneğin, "Kaldırımsız yokuşta park etmek" sorgusu için BERT, "kaldırımsız" ifadesinin anlamını anlayabilir ve sürücülere tekerleklerini yol kenarına çevirmelerini öneren sayfayı getirir, bunu kaldırımlı bir durum olarak yanlış anlamaz. SEO mühendisleri için ise, Google sıralama ve makine öğrenimi öneri algoritmalarını hassas bir şekilde öğrenmek, web sayfası içeriğini hedefe yönelik optimize etmek ve daha yüksek sıralama gösterimi elde etmek gerekmektedir.
Yukarıda tipik bir Google arama motorunun çalışma süreci açıklanmıştır. Ancak, mevcut AI ve büyük veri patlaması çağında, kullanıcıların tarayıcı ile etkileşiminde yeni talepler ortaya çıkmıştır.
Neden AI Tarayıcıyı Yeniden Şekillendiriyor
Öncelikle, tarayıcı biçiminin hala neden var olduğunu netleştirmemiz gerekiyor. Üçüncü bir biçim var mı?