Bu CEO’nun Daha Temiz Veri, Daha Hızlı Teslimat ve Daha Basit Proje Yönetimi İş Akışları İçin Yapay Zekâyı Kullanma Konusundaki Cesur Hamlesinin İçinden

Marcel'in İpucu

Herkesi denemeye, onu kullanmaya ve yaptığımız işleri daha iyi ya da daha verimli hâle getirmek için nasıl uygulayabileceğimizi bulmaya teşvik etmeye çalışıyorum. Harika bir örnek olarak, her hafta bir gösterip anlatma demosu yapıyor ve kurum içinde yapay zekâ etrafında denenen bir şeyi kutluyoruz.

Herkesi denemeye, onu kullanmaya ve yaptığımız işleri daha iyi ya da daha verimli hâle getirmek için nasıl uygulayabileceğimizi bulmaya teşvik etmeye çalışıyorum.

Harika bir örnek olarak, her hafta bir gösterip anlatma demosu yapıyor ve kurum içinde yapay zekâ etrafında denenen bir şeyi kutluyoruz.

You should also read

• Bir Asana Uygulama Ajansında Teslimat Başkanının Kullandığı Gerçek Dünya Yapay Zekâ İş Akışları

Bağlam Toplama ve Hizmet Sunumunda Verimlilik

Bağlam toplama, şimdiye kadar yapay zekâyla elde ettiğimiz en önemli verimlilik artışı oldu.

Müşterilerimizden gelen bağlamı — görüşmeleri, notları, Asana güncellemelerini, e-postaları vb. — merkezileştirmek ve tüm bunları yapay zekâyla sorgulanabilir hâle getirmek için çalıştık. Artık neler olup bittiği konusunda insanları hızla bilgilendirmek, toplantılara hazırlanmak ve doğru bağlamı göz önünde bulundurarak karar vermek çok daha kolay.

Bu sayede kurum içi iletişim, bilgilendirme, görüşme tekrarlarını izleme ve güncellemeleri hazırlama için harcadığımız zamandan büyük ölçüde tasarruf ediyoruz.

Ayrıca sistemlerimizin teknik belgelerini yapay zekâyla sorgulayıp veri temizleme kuralları ve diğer teknik görevleri yazmamıza yardımcı olmasını sağlayarak hizmet sunumunda da önemli ölçüde zaman kazanıyoruz.

Yapay zekâyı "kusursuz hafızamız" olarak kullanarak müşteri deneyimine odaklanabiliyor ve bunu iyileştirebiliyoruz. Artık her müşteri kendisini tek müşterimizmiş gibi hissediyor.

Proje Yönetimi İş Akışlarındaki Karmaşıklığı Ortadan Kaldırmak

Bizim için bir diğer büyük değişim, aşağıdan yukarıya kaynak planlamasından ve son derece ayrıntılı, görev tabanlı proje yönetiminden tamamen uzaklaşmak oldu. Etkileşimli ve sohbet tarzında kullanılabilen belgeler oluşturabilmek, şablonları gerçekten sadeleştirmemize ve proje yönetimi iş akışlarımızdaki ayrıntı ve karmaşıklığın büyük bir kısmını ortadan kaldırmamıza olanak tanıyor. Bu da projeleri başlatmak ve zaman içinde PM araçlarımızı korumak için gereken zaman ve çabayı önemli ölçüde azaltıyor.

Ayrıca süreçlerimizde değişiklikler olduğunda ortaya çıkan sürtünmeyi de ciddi ölçüde azaltıyor.

Bunun gelecekte bir noktada PM'i Notion'a taşımak anlamına gelebileceğini düşünüyorum. Ancak şimdilik Asana'dan oldukça memnunuz.

Müşteriler Yaratıcı Hizmet Sunumunda Yapay Zekâyı Nasıl Kullanıyor?

Müşterilerimiz söz konusu olduğunda, yapay zekâyı bekleyebileceğiniz her alanda görüyoruz.

• Strateji ve bilgilendirmeye yön vermek için ilk bilgi toplama ve satış süreçlerinden bağlam toplama.
• Fikir geliştirme/beyin fırtınası süreci ve kurum içi ekip için ilk konsept ve bilgilendirmelerin taslaklarını hazırlama.
• Özellikle ilk sunum aşamasında konseptlerin hızlı maketlerini oluşturma (bu; metin, kullanıcı arayüzü/kullanıcı deneyimi, grafik tasarım, video ve görsel oluşturma için geçerlidir).
• Görsel oluşturma.
• Dijital pazarlama tarafında yapay zekâ, veri ve kampanya analizinde, hesapların izlenmesine ve düzenleme önerilerinde yoğun biçimde kullanılıyor.
• Yaratıcı çalışmalar ve metinler için varyasyonlar oluşturma.
• SEO optimizasyonu gibi konularda, özellikle meta etiketleri/açıklamaları vb. temel teknik düzenlemelerde büyük ölçüde kolaylık sağlama.

Yapay Zekâda Veri Düzeninin Yanlış Anlaşılan Önemi

Yapay zekâyı hizmet sunumu iş akışlarına dâhil ederken veri düzeninin ve yapısının ne kadar önemli olduğuna gerçekten şaşırdım.

Bence, yapay zekânın veri altyapısına yapılan yatırımlara olan ihtiyacı azaltacağı yönünde bir yanılgı var; ancak deneyimlerimize göre, bu yatırımları yalnızca daha önemli hâle getiriyor.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Marcel Petitpas

Parakeeto'nun Kurucusu ve CEO'su

Bence, yapay zekânın veri altyapısına yapılan yatırımlara olan ihtiyacı azaltacağı yönünde bir yanılgı var; ancak deneyimlerimize göre, bu yatırımları yalnızca daha önemli hâle getiriyor.

Çoğu şirketin yapay zekâdan yararlanma kapasitesi, temel veri sistemlerinin kalitesiyle sınırlı olacaktır.

Yapay zekâyı temizleme amacıyla kullandığımız bazı şeyler şunlar:

• Tutarsız çalışan veya proje adlarını düzeltmek (ör. takma adlar, yazım hataları, [ARŞİVLENDİ] gibi ön ekler/son ekler).
• Fazladan boşluklar, üst bilgi/alt bilgi satırları veya kullanılmayan sütunlar gibi gereksiz gürültüleri temizlemek.
• Tarih, sayı ve metin biçimlerini, dijital varlık yönetimi yazılımımızdaki kurum içi raporlama yapılarıyla uyumlu hâle getirmek.
• Zaman kayıtlarını, ham adlar tam olarak eşleşmese bile doğru Bordro Izgarası rol kategorilerine veya Proje Izgarası projelerine eşlemek.
• Sürekli hizmet kapsamı değişikliklerini, başlangıç ve bitiş tarihlerine göre projeleri birden fazla sürüme bölerek yönetmek.
• Raporlama doğruluğunu korurken karmaşayı önlemek için eski veya eksik verileri yer tutucu “geçmiş” projelere yeniden atamak.
• Metin alanlarına gömülü kodları, etiketleri veya kimlikleri düzenli ifadeler ya da desen eşleştirme kullanarak çıkarmak.
• Kaydedilen süreye matematiksel düzeltmeler uygulamak (ör. yüklenici saatlerine ek süre eklemek, zamanın belirli kısımlarını yeniden dağıtmak).
• Farklı araçlardan yapılan dışa aktarımların tutarlı bir şemaya uymasını sağlamak için sütunları yeniden adlandırmak veya yeniden eşlemek.
• Alanları birleştirmek veya bölmek (ör. ad ve soyadı sütunlarını tek bir çalışan adı altında birleştirmek).

Bunlar yalnızca birkaç örnek.

Bu veri temizleme kurallarının nasıl yazılacağı ve yapılandırılacağı konusunda gerçekten iyi belgeler oluşturarak, teknik olmayan çalışanların temel çalışmaların çok daha büyük bir bölümünü kendi başlarına yapabilmesini sağladık. Hatta bazı durumlarda, bu işlem hatlarını herhangi bir teknik kaynağın desteğine ihtiyaç duymadan kendilerinin uygulamasını mümkün kıldık.

Notion AI ile Ayrıntılı Belgeler

Bu sürecin özü, bir yapay zekâ modeline bilgi verecek ayrıntılı belgeler yazmaktı.

Ardından bunları güncel tutmamız gerekiyor. Ancak belgeler Notion içinde bulunduğu ve sorgulamak için Notion AI kullandığımız için, bu bir bakıma kendi kendini sürdüren bir belge. Yeni bir şey eklenmesi gerektiğinde de çoğu zaman güncellemeleri yapay zekâya hazırlatıp doğrudan belgeye ekleyebiliyoruz.

Notion'ın en güzel yanı, buradaki bağlamı Gemini, Notebook LM veya ChatGPT gibi yerlere aktarmanın oldukça kolay olması. ChatGPT'nin aracı işlevi de Notion ile çalışıyor.

Teknik Olmayan Çalışanları Yapay Zekâ ile Güçlendirme

Teknik olmayan çalışanları yapay zekâ ile güçlendirmekten bahsetmiştim — bu, elde ettiğimiz en büyük kazanım oldu. Bir kişi neyi başarmak istediğini mantıksal bir ifadeyle anlatabildiği sürece, aslında Python/SQL yazabilir ve çalışan veri işlem hatları oluşturabilir.

Bir kişi neyi başarmak istediğini mantıksal bir ifadeyle anlatabildiği sürece, aslında Python/SQL yazabilir ve çalışan veri işlem hatları oluşturabilir.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Marcel Petitpas

Parakeeto'nun Kurucusu ve CEO'su

Elbette sınırlamalar var ve bu sınırlamalar genellikle söz konusu teknik görevlerin başlangıç ve bitiş aşamalarında ortaya çıkıyor.

Örneğin, hangi teknolojilerin kullanılacağı, mimarinin nasıl oluşturulacağı ve ne tür uç durumların ve gereksinimlerin dikkate alınması gerektiği konusunda doğru kararlar vermek, genellikle teknik bir kaynağın çok fazla değer katabileceği bir alandır — bu, bir yapay zekâ modelinin zaten oluşturduğu düşünceleri gözden geçirip bunlara bazı ek ayrıntılar eklemek anlamına gelse bile.

Bundan sonra, teknik olmayan bir kullanıcının gerçekleştirmesinin çok zor olduğu şey, yepyeni bir süreç için altyapıyı ve başlangıç iş akışlarını kurmak ve bir şeyi fikir aşamasından kullanıma sunulmasına kadar götürmektir. Bazı nadir durumlarda bunu uçtan uca gerçekleştirebilirler; ancak teknik bir kullanıcının temeli oluşturması genellikle hâlâ bir gerekliliktir veya en azından çok daha verimli olacak ve daha iyi bir sistem ile sonuç sağlayacaktır.

Zaman zaman teknik müdahalenin hâlâ gerekli olduğu bir diğer alan da uç durumların sorunlarını gidermektir. Ancak bunun için çözümleri belgeledikçe yapay zekâ desteği, teknik olmayan kullanıcıların takıldıkları noktaları giderek daha fazla aşabilmelerini sağlıyor.

Ve altyapı ile süreç oluşturulduktan sonra, teknik olmayan kullanıcılar bir yıl öncesine kıyasla çok daha fazlasını gerçekleştirebiliyor.

Yapay Zekâ Yalnızca Süreçleri Değiştirmiyor; Süreçlerin Nasıl Oluşturulduğunu da Değiştiriyor

Bazı açılardan yapay zekânın, geleneksel anlamda bir süreç geliştirmek zorunda kalmadan, işler etrafında bir süreç geliştirmemize yardımcı olduğunu düşünüyorum.

Bu işlerin gerçekleştirilmesini kolaylaştıracak yapay zekâ aracılarına ve araçlarına sahip olmadan önce, birinin oturup bir görevi tamamlamak için çok ayrıntılı ve çoğu zaman tamamen belirlenmiş bir dizi adım oluşturması gerekiyordu.

Bununla ilgili zorluklar şunlardır:

• Zaman alıcıdır
• Birinin atılması gereken adımları doğru bir şekilde anlamasını gerektirir
• Çok karmaşık, incelikli veya değişken işler için genellikle iyi çalışmaz
• Bir süreç yeni olduğunda veya yeterince olgunlaşmadığında ve değişmesi muhtemel olduğunda bunu yapmak genellikle zor veya maliyetlidir
• Operasyonel yük oluşturarak ilerleme hızını yavaşlatabilir

Yapay zekâ sayesinde biri yeni bir sohbet, aracı veya özel GPT oluşturup çalışmaya başlayabilir; bu sırada süreç, bilgi ve bağlamı da adım adım oluşturabilir. Bu, bir insanla çalışmaya benzer; ancak yapay zekânın kusursuz bir hafızası vardır ve öğrendiklerini anında bir sonraki kişiyle paylaşabilir.

Bence yapay zekânın en güçlü yönlerinden biri bu — bazı açılardan süreçlerin oluşturulma ve sürdürülme biçimini tamamen değiştiriyor.

Proje Teslimi İçin Yapay Zekâ Teknoloji Yığınım

Temel teknoloji yığınımız şunlardan oluşuyor:

• Asana - Proje Yönetimi Yazılımımız olarak
• Harvest - Zaman Takibi Yazılımı
• QBO - Muhasebe Yazılımımız olarak
• Parakeeto - Yönetim muhasebesi, Tahmin, Kullanım, ABR / Proje performansı için

Ayrıca şunları da kullanıyoruz:

• Google Suite (Drive, Sheets, Docs, Calendar, Mail) - Bulut İş Birliği Yazılımı
• Notion - Belge İş Birliği Yazılımı
• Miro - Akış Şeması Yazılımı
• Loom - Eş Zamanlı Olmayan İş Birliği Yazılımı
• Fathom - Not Alma Yazılımı
• Zapier - Süreç Otomasyonu Yazılımı

Her PM'nin İhtiyaç Duyduğu İki Araç

Notion ve Zapier özellikle bizim için oyunun kurallarını değiştirdi.

Bundan daha önce de bahsetmiştim; ancak Notion, gerçekten daha fazla odaklanmaya başladığımız bir platform. Müşterilerimizle ilgili her türlü bağlamı ve bilgiyi otomatik bir şekilde aktarabileceğimiz, ardından bunları sorgulayabileceğimiz veya diğer yapay zekâ modellerinde bilgi olarak kullanabileceğimiz bir alana dönüşüyor.

Ayrıca bunu çok daha kolay hâle getiren pek çok aracı da kullanıma sunmaya başlıyor (Mail, Calendar, toplantı notları) ve zaman içinde giderek daha fazla işlevi Notion'a taşımamız oldukça muhtemel — sonunda belki proje yönetimimizi ve CRM'imizi bile.

Zapier, yapay zekâ aracılarını kendi aracına entegre etme konusunda gerçekten mükemmel bir iş çıkardı. Herkes Gumloop ve N8N'e odaklanmışken, entegrasyonlarının kapsamı göz önüne alındığında Zapier'ın her ikisinden de daha iyi olduğunu savunuyorum.

Her ay pazarlamayı otomatikleştirmek ve verilerin doğru zenginleştirme düzeyiyle doğru yerlere taşınmasını sağlamak açısından bize çok zaman kazandıran birkaç otomasyonumuz var — çoğunlukla S&M tarafında.

Gerçek Hayattan Bir Zapier Otomasyonu

Şu anda yürüttüğümüz daha kapsamlı Zapier otomasyonlarından biri, araç setimizi indiren yeni potansiyel müşterileri ele almayı ve onlarla ilgili çeşitli işlemler gerçekleştirmeyi içeriyor:

1. İş e-postası mı yoksa kişisel e-posta mı kullandıklarını değerlendirmek.
2. İş e-postası kullananları filtrelemek.
3. E-postadan şirket adını çıkarmak ve adları ile soyadlarını ayırmak.
4. Şirket ve kişi hakkında temel bilgileri araştırmak için bir zenginleştirme hizmeti kullanmak.
5. Potansiyel müşterinin belirli kriterlere — belirli bir sektörde faaliyet gösterme, belirli sayıda çalışana sahip olma vb. — göre "nitelikli" olup olmadığını belirlemek için ek filtreler uygulamak.
6. Uygun görünen potansiyel müşteriler hakkında daha fazla zenginleştirme yapmak.
7. Şirket açıklamaları gibi onlar hakkındaki bazı bilgileri özetlemek ve düzenlemek.
8. Bu potansiyel müşterileri CRM'imize eklemek ve uygun etiketleri/filtrelemeyi uygulamak.
9. Bu potansiyel müşterileri, indirdikleri potansiyel müşteri mıknatısına kaydetmek ve onları söz konusu potansiyel müşteri mıknatısıyla ilişkili bir e-posta gönderim kampanyasına eklemek gibi işlemler yapan diğer otomasyonlara dahil etmek.

Proje Yöneticileri İçin Daha Basit Bir Gelecek

Beş yıl içinde proje yönetiminin çok daha basit hâle geleceğini düşünüyorum (ve umuyorum).

Bir yapay zekâ aracısının, bir kuruluşun gerçekten bir "süreç" sahibi olmadan bir "süreç" geliştirmesini ve üzerinde yinelemeler yapmasını sağlayabilmesine benzer şekilde, yapay zekânın da proje yöneticilerinin bir proje yönetimi aracındaki yüzlerce ayrıntılı nesne üzerinde sürekli çalışmak zorunda kalmadan işlerini yapabilmelerini sağlayacağını umuyorum.

Bir proje yöneticisinin zamanının büyük bir kısmı görevleri, zaman çizelgelerini, zaman tahminlerini, alt görevleri, kilometre taşlarını, bağımlılıkları, atamaları vb. yeniden düzenlemekle geçiyor gibi görünüyor.

Bu nesneler bir bakıma proje yöneticisinin programlama dili gibidir ve proje yöneticileri bunları belirli bir zamanda neler olup bittiğinin bir temsilini kodlamaya çalışmak için kullanır. Bazı durumlarda bu, olan biteni anlamalarına yardımcı olmak içindir; diğer pek çok durumda ise diğer paydaşların da bilgi sahibi olabilmesi içindir.

Bu sistem inanılmaz derecede verimsiz ve büyük bir sürtünme yaratıyor gibi görünüyor. Kumda koşmak gibi.

Bence yapay zekâ, proje yöneticilerinin projelerini iletmek ve yönetmek için etkileşimde bulunmaları gereken kesinlik ve ayrıntı düzeyini azaltmaya başlayacak.

Yapay Zekânın Temel Unsurlarına Odaklanın

İşlerin hızla ilerlediğini hissedebilirsiniz — ve bazı açılardan gerçekten de öyle — ancak en az bir veya iki on yıl daha devam edecek bir teknoloji dönüşümünün üzerinden yalnızca birkaç yıl geçtiğini unutmayın.

Temel unsurlara odaklanın — bunlar modası geçmeyecek şeylerdir. Ayrıca daha iyi ve daha hızlı olmanıza yardımcı olması için yapay zekâyı kullanmanın yollarını arayın.

Bizi Takip Edin

Marcel'i LinkedIn'de takip edebilirsiniz. 👉 Digital Project Manager'a abone olun ve teslimat alanında yapay zekâyı şekillendiren her şeyden haberdar olun.