Onlarca Yıllık Deneyime Sahip Danışman, Yapay Zekânın Proje Yöneticisi Değil Stratejik Düşünme Ortağı Olması Gerektiğini Anlatıyor
Mike Hannan, Fortezza Consulting'in kurucusu ve baş danışmanıdır. Her düzeydeki proje liderlerine koçluk yapma konusunda onlarca yıllık deneyime sahip olan Hannan, kariyeri boyunca kuruluşların karmaşık teslimat sistemlerinde yol almasına, portföylerini optimize etmesine ve geleneksel düşünceyi sorgulamasına yardımcı olmuştur.
Mike Hannan
Fortezza Consulting'in Kurucusu ve Baş Danışmanı
Yapay zekâ, teslimatı yönlendiren değil, stratejik bir düşünme ortağı olarak hareket etmelidir: Hannan, yapay zekânın şablonlar oluşturma, içerikleri özetleme ve senaryo alternatiflerini değerlendirme konusunda başarılı olduğunu, ancak derin karmaşıklığı gerçekten anlamadığını savunuyor
Karmaşık proje çalışmalarında insan muhakemesi hâlâ vazgeçilmezdir: Yapay zekâ toplantı notları veya temel modelleme gibi rutin görevleri yerine getirebilse de sosyal, duygusal ve derin stratejik çalışmalar için hâlâ insanlara ihtiyaç vardır.
Yapay zekâ orkestrasyonunda ustalaşmak ve geniş kapsamlı sistem düşüncesi geleceğin liderlerini belirleyecek: Hannan, asıl değerin yapay zekâyı akıllıca orkestre edebilen, portföy yatırım getirisini en üst düzeye çıkarmak ve yalnızca dar teknik derinliğe odaklanan uzmanlardan daha etkili biçimde karmaşık sorunları çözmek için genişlik öncelikli, sistem düzeyinde anlayış kullanan kişilerde olduğuna inanıyor.
Mike Hannan, Fortezza Consulting'in kurucusu ve baş danışmanıdır. Her düzeydeki proje liderlerine koçluk yapma konusunda onlarca yıllık deneyime sahip olan Mike, kariyeri boyunca kuruluşların karmaşık teslimat sistemlerinde yol almasına, portföylerini optimize etmesine ve geleneksel anlayışlara meydan okumasına yardımcı olmuştur.
Mike bu söyleşide, yapay zekâyı proje uygulamalarının yerini almak için değil; ekipleri daha iyi sorular sormaya, sahte kesinlikten kaçınmaya ve performansın gerçek kaldıraçlarına yaklaşmaya teşvik etmek için nasıl kullandığını paylaşıyor.
Yapay Zekâ Çağında Sistem Düzeyindeki Performans Etkenlerini Anlamak Daha Önemli
Fortezza Consulting'in kurucusu ve baş danışmanıyım. Burada her düzeydeki liderlere proje portföyü performansını iyileştirmeleri için koçluk yapıyorum. Bu, özellikle kısıtlar, karşılıklı bağımlılıklar ve artık yapay zekâ tarafından şekillendirilen ortamlarda daha sistemik düşünmelerine yardımcı olmak anlamına geliyor.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Bana göre yapay zekâ öncelikli bir dünyada, performansı sistem düzeyinde neyin yönlendirdiğini gerçekten anlama ihtiyacı her zamankinden daha güçlü. Karmaşıklıkla rakiplerden daha iyi başa çıkmanın hâlâ tek yolu bu.
Yapay zekâ henüz bunu yapamıyor. Ve çöpleri değerli bilgilerden ayırma konusunda daha iyi eğitilene kadar da bunu başaramayacak.
Proje Şablonları, Teslimat ve Portföy Optimizasyonu İçin Yapay Zekâ Nasıl Kullanılır?
Bununla birlikte proje teslimatı değişiyor. Çoğu proje şablonuna duyulan ihtiyacın oldukça azaldığını görüyorum. Büyük dil modellerinin çoğu artık sağlam şablonlar oluşturabiliyor ve hatta bunları belirli koşullara göre uyarlamaya yardımcı olabiliyor.
Örneğin Claude bu konuda oldukça iyi iş çıkarıyor. Ona şu şekilde bir komut verebilirim:
- “Lütfen kozmetik endüstrisine uyarlanmış bir proje ana sözleşmesi şablonu ver.”
- “Lütfen nükleer enerji endüstrisine uyarlanmış bir risk kaydı şablonu ver.”
Buradan sonra şablonu daha da geliştiriyorum: “Kozmetik sektöründeki BT projelerine odaklan” veya “Nükleer atık bertarafı risklerine odaklan.” Yanıtlar hızlı, esnek ve şaşırtıcı derecede doğru.
Ayrıca yüzlerce hatta binlerce senaryoyu değerlendirerek gerçek kısıtlar altında en uygun çözümü, örneğin en yüksek değerli proje temel çizgisini belirleyebilen yeni yapay zekâ yetenekleri beni gerçekten umutlandırıyor.
Beğendiğim örneklerden biri, insan mühendislerin tek başlarına tasarlayabileceğinden çok daha uygun bileşenler tasarlamak için Autodesk'in yapay zekâyla geliştirilmiş CAD araçlarını kullanan Lightning Motorcycle'dır.
Bir diğer örnek, kaynak kısıtları dâhilinde iş hacmini en üst düzeye çıkaran kademeli akış modelini bulmaları için müşterilerine yardımcı olmak üzere yapay zekâ kullanan TransparentChoice'tur. Zor bir soruyu basitleştiriyor: “Mümkün olan en yüksek tamamlanma oranına ulaşmaya devam ederken kaç projeyi üstlenebiliriz?”
Yapay Zekânın Proje Teslimatına Değer Kattığı ve İnsanların Hâlâ Vazgeçilmez Olduğu Alanlar
Toplantı notları, temel çıkarımlar ve büyük miktardaki içeriğin özetleri gibi rutin görevler de yapay zekâ tarafından son derece etkili bir şekilde yürütülüyor. Bu bile tek başına bana her hafta birkaç saat kazandırıyor.
Bunlar için çoğunlukla, tartışmaları kaydetme ve özetleme konusunda tercihim olan Otter.ai'yi kullanıyorum. Ancak Copilot gibi araçlar da iyi çalışıyor.
İnsan dokunuşu gerektiren alanlar çeşitlilik gösteriyor. Mentorluk, empati veya güvene dayalı ilişkilerin önem taşıdığı sosyal hizmetler ya da insani hizmetler alanındaki her şey hâlâ büyük ölçüde insanlara bağlı. Aynı durum, derin sistem düzeyinde düşünme veya eleştirel muhakeme gerektiren her şey için de geçerli.
Bunlar hâlâ insanların alanları.
İnsan Muhakemesini Merkezde Tutarak Yapay Zekâ Karmaşık İş Akışlarına Nasıl Entegre Edilir?
Bazen yapay zekâyı daha ileri taşıyor ve insanlar, işlevler hatta tedarik zinciri ortakları arasındaki çalışmayı senkronize etmek için gereken her şeyi tanımlayan bir model oluşturuyorum.
Çünkü yapay zekâ, anlamlı olduğu her noktada bu modele dâhil edilebilir. İnsanların daha sonra yapay zekâ ve insan temsilcilerden oluşan bu bileşimin nasıl performans gösterdiğine göre ayarlamalar yapması gerekir.
Basit bir benzetme yapalım: Bir yönetici asistanının emekli olduğunu ve yöneticinin, özenle ayarlanmış bu desteği kaybetme düşüncesiyle perişan olduğunu hayal edin. Yerine birini işe almak yerine, tercihleri kodlayan bir model oluşturursunuz:
- “Toplantılar arasında her zaman 15 dakika bırak”
- “Kesintisiz uçuş mevcut değilse A hava yolu tercih edilsin”
- “Yönetici A veya müşteri B ısrar etmedikçe odaklanma zamanı kesintiye uğratılamaz”
Zamanla model kendini geliştirir ve senaryoların %95'ini iyi bir şekilde kapsar.
Ancak insan muhakemesinin vazgeçilmez olduğu bir nokta her zaman vardır: duygusal ipuçlarını, kültürel incelikleri veya değişen öncelikleri okumak. Ya bir aile ziyareti hoş karşılanmıyorsa? Ya bir müşteri fazla zorlamaya başlarsa? Ya bir yöneticinin aciliyeti incelikli şekillerde artıyorsa? İşte insan ve yapay zekânın birleşimi burada değer kazanır.
Projelerde model daha karmaşıktır, ancak ilke aynıdır: Onu oluşturun, geliştirin ve yapay zekâ ile insan unsurlarının birleşimini, her birinin benzersiz biçimde etkili olduğu işi yapacağı şekilde koordine edin.
Yapay Zekâ Karmaşıklığı Gerçekten Anlamaz
Yapay zekâ özetleme veya bilgiyi özlü hâle getirme işlerine daha az zaman ayırmama yardımcı olsa da tehlikeli bir yanılsama da yaratıyor: Modellerin kendisinin derin karmaşıklığı “anladığı” yanılsaması. Oysa anlamıyorlar.
Bu yanılsama nedeniyle birçok müşteri, yapay zekânın "hızlı çözümler" olarak gördükleri şeyleri sunmasını umarak daha hızlı sonuçlar arıyor. Onların bu sonuca ulaşmasına yardımcı olmak için Kısıtlar Teorisi ve Yalın yaklaşım temelli akış hızlandırma tekniklerine odaklanıyorum. Bu yaklaşımlar, kestirme yollara başvurmadan projelerin daha hızlı ilerlemesine yardımcı oluyor.
Beklentileri belirlemekten söz ettiğimizde de genellikle müşterileri daha yüksek hedefler koymaya, daha fazla hızlanma beklemeye teşvik ediyorum. Mütevazı hedefler belirlemek genellikle mütevazı sonuçlar doğurur.
Dolayısıyla bugün rolüm özet çıkarmak veya çıkarımları aktarmaktan çok, liderlerin durup geri adım atmasına ve varsayımlarını sorgulamasına yardımcı olmak. Gerçek performans kazanımları buradan geliyor.
Varsayımlara Meydan Okumak ve Eleştirel Düşünmeyi Geliştirmek İçin Yapay Zekâ Nasıl Kullanılır?
Yapay zekâyı çözüm olarak değil, hedef olarak kullanıyorum. Ona meydan okunması gerekiyor. O, yönlendirici olmaktan ziyade bir düşünme ortağıdır.
Yapay zekâyı çözüm olarak değil, hedef olarak kullanıyorum. Ona meydan okunması gerekiyor. O, yönlendirici olmaktan ziyade bir düşünme ortağıdır.
İyi bir örnek, LLM'lerin ürettiği genel ve yüzeysel yanıtları alıp eleştiri için hedef olarak kullanmaktır. Müşterilerden bu yanıtları didik didik etmelerini istiyorum:
- “Bunun yanlış olması için neyin doğru olması gerekirdi?”
- “Bu hangi bağlamda tamamen yanlış olabilir?”
Bu sorular, onları daha akıllı takip istemleri tasarlamaları için eğitiyor ve bu da çoğu zaman gerçek içgörülere yol açıyor.
Ayrıca bu sorular, özellikle bugün, eleştirel düşünme becerilerini de keskinleştiriyor. Çoğumuzun doğrulama yanlılığına ne kadar açık olduğu şaşırtıcı. Yapay zekâ insanlara zaten inandıkları şeyleri destekleyen bir yanıt verdiğinde, kendilerini onaylanmış hissediyor ve ardından eleştirel düşünmeyi bırakıyorlar.
Bu sadece şaşırtıcı değil; korkutucu da.
Proje Teslimatını Modernleştirirken Yatırım Getirisini En Üst Düzeye Çıkarmak
Benim için, daha yüksek değerli alternatifler aramadan yalnızca temel çizgileri yönetmek yerine bir proje portföyünün yatırım getirisini en üst düzeye çıkarmaya yardımcı olan her teknik veya yaklaşım son derece değerlidir. Bunlar her zaman “hafif” olmayabilir, ancak genel etkiyi artırırken insanların üzerindeki yükün bir kısmını azaltırlar.
Müşterilerle kullandığım ve katkıda bulunduğum PMBOK 8. baskısında yer alacak birkaç örnek şunlardır: Değer Ayrıştırma Yapıları, Kritik Yol Gecikmesi ve Kritik Yol Gecikmesi Maliyeti.
Bunlar, geleneksel kritik yol kavramını denklemin değer tarafına taşır. Örneğin, kritik yolu bir ay kısaltabiliyor ancak bunun maliyeti $200K oluyorsa, elde edilecek ek değer maliyeti aşar mı?
Diğer güçlü yaklaşımlar şunlardır:
- Hem proje hem de portföy düzeyinde Kritik Zincir Proje Yönetimi (CCPM) — iş hacmini ve teslim tarihi performansını en üst düzeye çıkarmak için.
- Analitik Hiyerarşi Süreci (AHP) — daha yüksek değerli projeleri seçmek için.
Bu tekniklerin her biri yalnızca teslimatı yönetmek için değil, yatırım getirisini en üst düzeye çıkarmak için tasarlanmıştır.
Ajanlı İş Akışları Çabaya Değmez — Şimdilik
Yapay zekâ, ortaya çıktıkça daha yüksek değerli alternatifleri herhangi bir yönlendirme olmadan proaktif bir şekilde sunacak şekilde eğitilebilseydi, bu gerçek bir atılım olurdu. İşte o zaman yapay zekâ yalnızca bir araç olmaktan çıkıp ekibin gerçekten katkı sağlayan bir üyesi gibi hareket etmeye başlardı.
Bu kavramı teorik olarak denemeye başladım. Ajanlı iş akışlarını daha kullanıcı dostu ve yaygın hâle getirebilecek bazı umut verici modeller ortaya çıkıyor, ancak bunlar yine de her kuruluşun kendine özgü bağlamı için eğitim vermek üzere baştan büyük miktarda çaba gerektiriyor.
Bir ajana seyahat tercihlerimi anlamayı ve eksiksiz seyahat programları önermeyi öğretmek gibi basit bir şey bile şimdiye kadar bana kazandırdığından daha fazla eğitim süresi aldı. Ancak gerçekten öğrendiğinde, getirinin tersine döneceğinden ve aynı ilkenin proje teslimine de uygulanacağından eminim.
Yapay Zekâda Ustalaşan İnsanlar Proje Teslimini Neden Yeniden Şekillendirecek?
Sonuç olarak, proje teslimini yeniden şekillendirecek olanın yapay zekâ olacağını düşünmüyorum. Bence yapay zekâda ustalaşmayı ve onu yönlendirmeyi öğrenen insanlar proje teslimini yeniden şekillendirecek.
Sonuç olarak, proje teslimini yeniden şekillendirecek olanın yapay zekâ olacağını düşünmüyorum. Bence yapay zekâda ustalaşmayı ve onu yönlendirmeyi öğrenen insanlar proje teslimini yeniden şekillendirecek.
Çok karmaşık, hatta “çözülemeyen” sorunlar bile daha basit ve zarif çözümler üretmeye başlayacak; bu çözümler, ajanlı yapay zekânın kaba kuvvet hesaplama gücü sayesinde her zamankinden daha hızlı oluşturulacak.
Genişlik Öncelikli Düşünme, Teslimat Liderlerinin Gelecek Neslini Neden Belirleyecek?
Tavsiyem basit: Önce genişlik.
Çoğumuza, uzmanların ve teknik açıdan derin bilgiye sahip kişilerin genel uzmanlardan daha fazla finansal ödül alacağı öğretildi ve bu, artık onlarca yıldır böyle. Ancak yapay zekâ teknik açıdan derin sorunları insanların yapabileceğinden daha hızlı ve etkili bir şekilde ele alabildikçe, uçtan uca, genişlik öncelikli ve sistem düzeyinde anlayış daha değerli hâle gelecek.
Yapay zekâ teknik açıdan derin sorunları insanların yapabileceğinden daha hızlı ve etkili bir şekilde ele alabildikçe, uçtan uca, genişlik öncelikli ve sistem düzeyinde anlayış daha değerli hâle gelecek.
Sonuçta, sorunun tüm kapsamını, onu çözmenize yardımcı olacak bir yapay zekâ ajanları ağını yönlendirecek kadar iyi bilmiyorsanız, iş piyasasındaki değeriniz azalacaktır.
Takip edin
Mike'ın çalışmalarını LinkedIn üzerinden takip edebilir ve danışmanlık hizmetleri hakkında Fortezza Consulting adresinden daha fazla bilgi edinebilirsiniz.
Dijital Proje Yöneticisi'nde daha fazla uzman röportajı yakında.
