Teknoloji Program Yönetimi Direktörü, yeterli bağlam olmadan yapay zekânın tehlikeli kararlara yol açabileceğini söylüyor
Bir teknoloji programı liderinin raporlama yükünü azaltmak, teslimat risklerini görünür hâle getirmek ve ekiplerin idari işler yerine kararlara odaklanmasına yardımcı olmak için yapay zekâyı nasıl kullandığını keşfedin.
Anika Banakh
ACV Auctions Teknoloji Program Yönetimi Direktörü
İnsan Odaklı Liderlik: Anika, etkili yapay zekâ benimsemesinin yalnızca teknolojiyle değil, ekipleri güçlendirmekle başladığını vurguluyor.
Verimlilik Artışları: Yapay zekâ araçları tekrarlayan görevleri kolaylaştırarak ekipler genelinde raporlama verimliliğini ve teslimat görünürlüğünü artırdı.
Aşırı Güvenmenin Önlenmesi: Yapay zekâ çıktılarının doğru şekilde yorumlanması ve iş bağlamının korunması için insan müdahalesi büyük önem taşır.
İş Akışlarını Basitleştirme: Gereğinden fazla mühendislik yaklaşımı netliği engelleyebilir; yüksek değerli kararlara odaklanmak, yapay zekâ araçlarının daha hızlı benimsenmesini sağlar.
Sahiplik Önemlidir: Karar sahipliğinin net olması, yapay zekânın entegrasyonunu güçlendirerek kuruluşların karmaşadan kaçınmasına ve sonuçlarını iyileştirmesine yardımcı olur.
Anika Banakh, ACV Auctions'da Teknoloji Program Yönetimi Direktörü olarak görev yapıyor. Küresel ölçekte dağıtılmış, birden fazla işlevi kapsayan teslimat ekiplerine liderlik etti. Şimdi ise teslimatı daha etkili hâle getirirken yapay zekâ benimsemesini müdahaleci olmayan bir yapıya kavuşturmaya odaklanıyor.
Anika ile teslimat iş akışlarında yapay zekâyı nasıl uyguladığını öğrenmek için görüştük. İşte söyledikleri.
İnsan odaklı yapay zekâ liderliği
İşleri sonuçlandıran, Ukrayna doğumlu bir Kanadalıyım. Çoğu kişi yapay zekâ odaklı dönüşüme giden yolumun teknolojiyle başladığını varsayar, ancak bu yol insanlarla başladı — yetenekleri işe almak, küresel ekipler arasında güven oluşturmak ve kuruluşların baskı altında nasıl davrandığını öğrenmek.
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
Artık kurumsal ölçekte dijital pazar yeri ve operasyonel dönüşüm girişimlerini destekleyen, küresel ölçekte dağıtılmış ve birden fazla işlevi kapsayan birçok teslimat ekibine liderlik ettim. Ekiplerin büyüklüğü altı kişiden birkaç bin kişiye kadar değişiyordu. Bu kuruluşların çoğu hızlı hareket ediyordu — otomotiv bayileri, bankalar, perakendeciler, kâr amacı gütmeyen kuruluşlar ve küresel işletmelerden oluşan müşteriler için karmaşık entegrasyonları, hızlı ölçeklenmeyi ve veriye dayalı platform çalışmalarını yönetirken ürün, mühendislik, operasyon ve iş paydaşları genelinde çevik teslimat yürütüyordu.
Farklı kuruluşlarda teslimata liderlik etmek bana inovasyonun önündeki en büyük engelin nadiren teknolojinin kendisi olduğunu; asıl meselenin insanların çalışma biçimlerini değiştirme konusunda kendilerini yeterince yetkilendirilmiş hissedip hissetmemeleri olduğunu öğretti. Bu nedenle yapay zekâ liderliğine bakış açım alışılmışın dışında: Teslimatın geleceği en fazla otomasyon yapan liderlere değil, yapay zekâyı onu her gün kullanan ekipler için derinden insani, işbirlikçi ve yaratıcı açıdan enerji verici hâle getirebilen liderlere ait olacak.
Yapay zekâ araçları iş yeri verimliliğini nasıl artırır?
Geçtiğimiz yıl teslimat sürecindeki en tekrarlayan ve öngörülebilir görevleri değiştirerek gerçek işe daha fazla zaman ayırabildim — bunu çoğunlukla durum raporlaması, bağımlılık takibi ve paydaş iletişimi süreçlerine yapay zekâ destekli özetleme ve önceliklendirmeyi yerleştirerek yaptım.
Yapay zekâ sayesinde dağıtık ekiplerde raporlama verimliliğinin, teslimat görünürlüğünün ve risk tespitinin arttığını; manuel koordinasyon çabasının azaldığını ve yürütme öngörülebilirliğinin iyileştiğini gördüm.
Yapay zekâ sayesinde dağıtık ekiplerde raporlama verimliliğinin, teslimat görünürlüğünün ve risk tespitinin arttığını gördüm.
Ancak önceliklendirme içgörüleri, durum özetleme, risk örüntülerini belirleme, bağımlılık takibi ve operasyonel raporlama gibi veri yoğun teslimat faaliyetlerini hızlandırmak için yapay zekâya güvenebilsem de her konuda ona güvenemem.
Paydaş uyumu, ekip dinamikleri, kuruluş değişikliği, çatışma çözümü ve stratejik ödünleşimleri içeren kararlar bilinçli olarak insan liderliğinde alınmaya devam ediyor. Çünkü başarılı teslimat hâlâ yapay zekânın tam olarak taklit edemediği güvene, bağlama, empatiye ve muhakemeye bağlı.
Yapay zekâ çıktıları neden insan müdahalesi gerektirir?
Aslında en büyük zorluğum, ekiplerin iş bağlamını uygulamadan otomatik çıktılara aşırı güvenmesini önlemek oldu. Ekiplerin bunu yapmasını engellemek için çıktıları sorguladım ve ürün ile iş bağlamında uygulamalı deneyimin önemini vurguladım. İyi ile mükemmel arasındaki fark budur.
İstem oluşturma ve yorumlama süreçlerinde insan müdahalesi kritik önem taşır. Doğru ilişkilendirme ve nedensellik bağlamına sahip, sağlam ve yapılandırılmış bir talebin yanı sıra çıktıları yorumlamak için süreçleri ve itici unsurları derinlemesine anlamanız gerekir.
Örneğin bir araç size teslimatın risk altında olduğunu söyleyebilir, ancak bunun nedeni mühendisin hasta bir çocuğunun olması olabilir; bu nedenle verilerin ardındaki mantığı ve görevin arkasındaki insanı anlamak için derinlemesine inceleme yapmanız gerekir.
En büyük zorluğum, iş bağlamını uygulamadan ekiplerin otomatik çıktılara aşırı güvenmesini önlemek oldu. Yönlendirme ve yorumlama aşamalarında insan müdahalesi kritik önem taşıyor.
Aşırı mühendislik iş akışlarına nasıl zarar verir?
Araçlar açısından şu anda panolar için Omni'yi, mühendislik yönetimi için Jira üzerinde Rovo'yu ve ekip güncellemeleri ile özetleme için şirket içi yapay zekâ sohbetini kullanıyoruz.
Başlangıçta iş akışını çok fazla sinyal ve panoyla aşırı mühendislik yaklaşımıyla tasarlamaktan kaçınabilirdik. Bu, netlikten çok yorumlama yükü oluşturdu. Bir veya iki yüksek değerli karara odaklanan, daha basit ve kapsamı sıkı biçimde belirlenmiş bir kullanım alanı, ekiplerin daha hızlı benimsemesini sağlayacak ve ekiplerdeki kuşkuculuğu azaltacaktı.
Yapay zekâ karar alma hızını artırmada neden başarısız oluyor?
Yapay zekâ, yalnızca daha fazla otomatik içgörü ve pano ekleyerek ekipler arası uyumu ve karar alma hızını iyileştirme konusunda beklenen etkiyi yaratmadı.
Evet, yapay zekâ görünürlüğü artırdı; ancak belirsizliği azaltmadı veya çelişen öncelikleri çözüme kavuşturmadı. Hatta bazı durumlarda gürültüyü artırdı ve farklı ekipler aynı çıktıları farklı biçimlerde yorumladı.
Yapay zekâ görünürlüğü artırdı, ancak belirsizliği azaltmadı veya çelişen öncelikleri çözüme kavuşturmadı; bazı durumlarda gürültüyü artırdı.
Örnek olarak bir panoyu ele alalım. Her ekip kendi KPI'larına ve iş ihtiyaçlarına odaklanır; bu nedenle kendi temel hedeflerine hizmet eden çıktılar üretmesi için araçları yönlendirebilir. Tüm ekipler üzerindeki etkisi göz önünde bulundurulduğunda, bu kaos içinde bütünlük oluşturmak kritik önem taşır.
Daha iyi planlama neden mutlaka daha iyi sonuçlara yol açmaz?
Yapay zekâ, daha iyi planlamanın otomatik olarak daha iyi teslimat sonuçlarına yol açtığı varsayımından vazgeçmemi sağladı. Yapay zekâ değişimin gerçek hızını, değişen öncelikleri ve bağımlılıkların anlık oynaklığını ortaya çıkardığında, son derece ayrıntılı planlar bile öngörü gücünü yitiriyor.
Daha fazla başlangıç kesinliği yerine canlı sinyallere dayanarak sürekli yeniden plan yapmak sonuçları iyileştirdi. Teslimat, planı doğru hazırlamaktan ziyade onu hızla uyarlamaya dönüştü.
Yapay zekâ destekli teslimat iş akışımız iş öğelerini ve ekip güncellemelerini alır; yapay zekâ temaları kümelendirir, riskleri işaretler ve ekipler genelindeki ilerlemeyi otomatik olarak özetler. Bu içgörüler, kararların sprint planlarına dönüştüğü insan liderliğindeki bir önceliklendirme oturumuna aktarılır. Uygulama sırasında yapay zekâ sapmaları ve ortaya çıkan sorunları sürekli olarak öne çıkarır.
Net etki, raporlamaya daha az, teslimat sorunlarını çözmeye ise daha fazla zaman ayrılması oldu.
Durum raporlaması neden yapay zekâyla yeniden tasarlanmalı?
Teslimat liderlerinin aktif olarak yeniden tasarlaması gereken alanlardan biri, durum raporlaması ve teslimat yönetişimidir; bu alan, hâlâ çoğu kuruluşun en manuel, en düşük değerli ve çarpıtılmaya en açık bölümlerinden biridir.
Geleneksel durum sunumlarını ve manuel toplu raporlamayı, teslimat araçlarından gelen güncellemeleri sürekli olarak sentezleyen, riskleri işaretleyen ve liderlik için özlü, “karar almaya hazır” özetler oluşturan yapay zekâ destekli bir iş akışıyla değiştirmek için çalışıyorum. Değişim yalnızca verimlilik sağlamadı; yönetişim görüşmelerinin niteliğini “durum ne?” sorusundan “şimdi hangi kararları almamız gerekiyor?” sorusuna dönüştürdü.
Sonuç olarak güncellemeleri derlemeye daha az, gerçek teslimat kısıtlarını çözmeye daha fazla zaman ayrıldı ve gerçek riskler daha hızlı üst kademelere taşındı; ancak bu, yapay zekâ çıktılarının başka bir yorumlama katmanına dönüşmemesi için karar sahipliğini netleştirmemizden sonra mümkün oldu.
Yapay zekâda asıl kilidi açan neden net sorumluluktur?
İşte tavsiyem:
Daha fazla yapay zekâ çıktısını daha iyi kararlarla karıştırmayın; bu yalnızca insanların anlaşmazlığa düşeceği daha fazla konu yaratır. Asıl kilidi açan şey net sorumluluktur. Yapay zekâ önerir, insanlar karar verir; komite tartışmaları yaşanmaz.
Ayrıca şunu aklınızda bulundurun. Benimseme yavaş ilerliyorsa bunun nedeni genellikle model değildir; yapay zekâyı kibarca görmezden gelen insanlardır.
Takipte kalın
Anika Banakh'ın çalışmalarını LinkedIn üzerinden takip edebilirsiniz.
Dijital Proje Yöneticisi'nde yakında daha fazla uzman röportajı.
