Kurumsal ekiplerin proje tesliminde yapay zekâyı kullanma biçimini yeniden yazan Salesforce proje yöneticisi
Salesforce Program ve Proje Yöneticisi Brian Galardo, yapay zekânın insan yargısının yerini alarak değil, ekipleri deneme aşamasından gerçek benimsemeye taşıyan pratik iş akışları aracılığıyla proje teslimini nasıl dönüştürdüğünü anlatıyor.
Brian Galardo
Program ve Proje Yöneticisi
İşlevler Arası Girişimler: Brian Galardo, etkili proje teslimi ve operasyonel verimlilik için ekipler arası iş birliğinin önemini vurguluyor.
Yapay Zekâ Entegrasyonu: Yapay zekâ, rutin görevleri otomatikleştirerek ve karar verme becerilerini geliştirerek proje yönetimini kolaylaştırmaya yardımcı olur.
Yapılandırılmış Süreçler: Yapılandırılmış talep toplama sistemlerinin uygulanması, yanlış anlaşılmaları en aza indirir ve iş birimleri ile teknik ekipler arasındaki netliği artırır.
Operasyonel Verimlilik: Yapay zekâ araçları manuel takip ihtiyacını azaltarak ekipler arasında gerçek zamanlı iş birliğini ve sürekli uyumu mümkün kılar.
Proje Yönetiminin Geleceği: Proje yönetimi, yalnızca etkinlikleri takip etmekten kararları yapılandırmaya doğru evriliyor ve salt faaliyetten çok netliğe öncelik veriyor.
Brian Galardo, Salesforce'ta Gelir Operasyonları bünyesinde Faturalandırma, Tahsilat ve Müşteri Öz Hizmeti alanlarındaki departmanlar arası girişimlere liderlik eden bir Program ve Proje Yöneticisidir. Yapay zekâ ve aracı kullanım senaryolarını değerlendirmek için yönetişim çerçeveleri tasarlamış, inovasyon girişimlerini stratejik önceliklerle uyumlu hâle getirmek için liderlikle iş birliği yapmış ve kurumsal sistemler ile iş ekipleri genelinde operasyonel verimliliği artıran programlara liderlik etmiştir.
Brian ile proje teslim süreçlerinin nasıl geliştiği ve yapay zekâ ile bu dönüşüme nasıl öncülük ettiği hakkında konuştuk. İşte söyledikleri.
Departmanlar arası girişimler proje teslim süreçlerini nasıl geliştirir?
Salesforce'ta Gelir Operasyonları bünyesinde Program ve Proje Yöneticisiyim. Rolüm, iş stratejisi ile sistem teslimi arasında konumlanıyor; ekiplerin sorunu net bir şekilde tanımlamasına ve herkesin anlayıp desteklediği bir karara ulaşmasına yardımcı oluyorum. Kuruluşların yapay zekâ denemelerinden ölçeklenebilir kurumsal benimsemeye geçmesine yardımcı olmaya odaklanan bir dönüşüm lideriyim. Salesforce'ta Gelir Operasyonları ve Finans operasyonları genelinde yapay zekâ destekli çözümleri araştıran ve uygulayan departmanlar arası girişimlere liderlik ediyorum.
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
Çalışmalarım yapay zekâ stratejisi, yönetişim ve operasyonel dönüşümün kesişiminde yer alıyor; ekiplerin verimliliği artırmak, iş akışlarını otomatikleştirmek ve karar alma süreçlerini geliştirmek için yüksek etkili fırsatları belirlemesine yardımcı oluyorum.
Geçmişim tedarik zinciri, operasyonlar ve kurumsal program liderliği alanlarını kapsıyor. Bu da teknolojinin ve yapay zekânın gerçek dünyadaki süreçleri nasıl dönüştürebileceğine dair pratik bir bakış açısı kazandırıyor. En başarılı yapay zekâ girişimlerinin, kuruluş genelinde benimsenmeyi sağlamak için güçlü yönetişimi, ölçülebilir iş değerini ve özenli değişim yönetimini bir araya getirdiğine inanıyorum.
Yapay zekâ proje teslim rollerindeki görevleri nasıl dönüştürüyor?
Yapay zekâ, güncellemeler, özetler ve ilk taslak planları yazmaya ayırdığım zamanı azalttı. Artık varsayımları doğrulamaya, kararları hazırlamaya ve paydaşları erkenden hizalamaya daha fazla zaman ayırıyorum. Çalışmalar, ilerlemeyi takip etmekten yönü belirlemeye kaydı.
Normalde beni yavaşlatacak her şeyin ilk taslağını hazırlaması için yapay zekâyı kullanıyorum. Bir toplantıdan sonra kaba notları veya bir dökümü ekliyor ve yapay zekânın bunları kararlar, riskler ve sonraki adımları içeren düzenli bir özete dönüştürmesini sağlıyorum. Ayrıca planları sağlamlık açısından test etmek için de yapay zekâyı kullanıyorum; paydaşlara sunmadan önce varsayımlardaki açıkları bulmasını veya uç durumları ortaya koymasını istiyorum.
Yapay zekâ, güncellemeler, özetler ve ilk taslak planları yazmaya ayırdığım zamanı azalttı. Artık varsayımları doğrulamaya, kararları hazırlamaya ve paydaşları
Kurulum fazla karmaşık değil. Projeleri yürütme biçimime uygun birkaç tekrarlanabilir istem ve şablon oluşturdum ve bunları tutarlı bir şekilde yeniden kullanıyorum. Mesele aracın kendisinden çok, bilgi çıktısı için net bir yapıya sahip olmakla ilgili; bu da kaliteyi kaybetmeden daha hızlı ilerlememi sağlıyor.
Yapılandırılmış talep toplama operasyonel verimliliği neden artırır?
Birkaç finans ekibindeki operasyonel talepler için yapılandırılmış bir talep toplama ve önceliklendirme süreci oluşturduk. İnceleme öncesinde başvuruları sınıflandırıyor, özetliyor ve hazırlıyorduk; böylece toplantılar açıklama yapmak yerine kararlara odaklanıyordu. İnceleme süresi önemli ölçüde azaldı ve beklentiler başlangıçta daha net olduğu için yeniden çalışma ihtiyacı da düştü. Asıl kazanım, iş ve teknik ekipler arasındaki yanlış anlamaların azalmasıydı.
Bunu, taleplerin toplanması için bir Slack iş akışı, ortak bir takip aracı ve taleplerin sunulma biçimini standartlaştırmak için yapay zekâ kullanarak oluşturduk. Her talebin; sorun tanımı, etkilenen kullanıcılar ve aciliyet gibi zorunlu alanları içeren yapılandırılmış bir form aracılığıyla gönderilmesi gerekiyordu. Ardından yapay zekâyı kullanarak talebi özetledik, eksikleri vurguladık ve bir inceleme toplantısına taşınmadan önce olası riskleri işaretledik.
Adım adım süreç şöyle işliyordu: Talepler Slack üzerinden gönderiliyor ve ardından merkezi bir takip aracına aktarılıyordu. Daha sonra yapay zekâ düzenli bir özet oluşturuyor ve eksik bağlamı ortaya çıkarıyordu; iş ve teknik liderler de toplantıdan önce talepleri eşzamansız olarak inceliyordu. Toplantıya geldiğimizde, talebin ne anlama geldiğini anlamaya çalışmak yerine ne yapacağımıza karar veriyorduk.
İnceleme toplantılarını yaklaşık yarı yarıya azalttık ve kararların ardından gidip gelmelerde gözle görülür bir düşüş gördük. Gereksinimler en baştan daha net olduğu için yeniden çalışmanın en az %30-40 oranında azaldığını tahmin ediyorum. Takip toplantılarının sayısını da azalttı; bu da ekip için muhtemelen yaşam kalitesini en çok artıran gelişmeydi.
İnceleme toplantılarını yaklaşık yarı yarıya azalttık ve kararların ardından gidip gelmelerde gözle görülür bir düşüş gördük. Gereksinimler en baştan daha net olduğu için yeniden çalışmanın en az %30-40 oranında azaldığını tahmin ediyorum.
Proje liderleri yapay zekâ entegrasyonunu nasıl optimize edebilir?
Yapay zekâ dağınık süreçleri düzeltmez. Onları görünür kılar. Hedefler ve sorumluluklar net olduğunda çok yardımcı olur. Net olmadığında ise karmaşayı hızlandırır. Proje tesliminden sorumlu liderlerin yapay zekâyı sürece dâhil etmeden önce temel konuları doğru şekilde ele alması gerekir. Bu; net bir sorumluluk dağılımı, tanımlanmış bir proje problem tanımı ve iyi bir sonucun nasıl görüneceği konusunda uzlaşma anlamına gelir. Bunlar mevcut değilse yapay zekâ yalnızca gürültüyü hızlandırır.
Yapay zekâ dağınık süreçleri düzeltmez. Onları görünür kılar. Hedefler ve sorumluluklar net olduğunda çok yardımcı olur. Net olmadığında ise daha hızlı bir karmaşa yaratır.
Uygulamada, herhangi bir şeyi otomatikleştirmeden önce her iş parçasının net bir sahibi, başarının basit bir tanımı ve girdileri kaydetmek için yapılandırılmış bir yöntemi olduğundan emin olurum. Bu temel oluşturulduğunda yapay zekâ daha fazla karmaşa yaratmak yerine değer katar.
Toplantı özetleri, dokümantasyon taslakları ve talepleri sınıflandırma, belirli kalıpları takip ettikleri için otomasyonla iyi çalışır. Önceliklendirme, çatışma çözümü ve değişimin benimsenmesi hâlâ insan muhakemesine bağlıdır. İnsanlar çıktılarla değil, insanlarla uyum sağlar.
Yapay zekâ araçları modern teknoloji yığınlarında neden kritik öneme sahip?
Temel araçlarımız arasında Slack, Salesforce platform araçları, iş birliğine dayalı beyaz tahtalar (LucidSpark), yapılandırılmış bilgi toplama formları ve taslak hazırlama ile analiz için yapay zekâ aracıları yer alıyor. Yapay zekâ; özetleri, iletişimi ve risklerin erken belirlenmesini destekliyor. Geçtiğimiz yıl statik takip tablolarını azalttık ve paylaşılan, gerçek zamanlı bağlama yöneldik. Bu gelişimi daha az sayıda manuel devir teslim sağladı.
Genellikle Gemini ve Slack yerel iş akışları gibi yapay zekâ araçlarını, daha yapılandırılmış kullanım alanları için de Agentforce gibi Salesforce araçlarını kullanıyorum. Karmaşık aracıları sıfırdan geliştirmiyorum. Daha çok, hâlihazırda topladığımız girdilere dayanarak özetleri, iletişim taslaklarını ve erken risk uyarılarını ele alan, istem tabanlı kurulumlar ve hafif iş akışları kullanıyorum.
Karmaşık aracıları sıfırdan geliştirmiyorum. Daha çok, hâlihazırda topladığımız girdilere dayanarak özetleri, iletişim taslaklarını ve erken risk uyarılarını ele alan, istem tabanlı kurulumlar ve hafif iş akışları kullanıyorum.
Örneğin toplantılardan sonra, notları veya dökümleri kararları ve sonraki adımları içeren yapılandırılmış bir özete dönüştürmek için Gemini'yi kullanıyorum. Slack içinde iş akışları bilgi toplama işlemlerini yürütüyor ve talepleri paylaşılan bir takip tablosuna yönlendiriyor; burada yapay zekâ her talebin nasıl sunulacağını standartlaştırmaya yardımcı oluyor. Agentforce ise verileri ve iş akışlarını geniş ölçekte birbirine bağladığımızda daha çok Salesforce tarafında devreye giriyor.
Haftalık olarak güncellenen statik durum sunumlarından ve elektronik tablolardan uzaklaştık. Bunun yerine her şey Slack Canvas, takip tabloları ve sürekli güncellenen iş listesi görünümleri gibi paylaşılan alanlarda bulunuyor. Bu sayede herkes bir toplantı veya rapor beklemeden işin, kararların ve risklerin mevcut durumunu görebiliyor. Bu değişiklik, durum toplantısı ihtiyacını azalttı ve uyumu dönemsel olmaktan çıkarıp sürekli hâle getirdi.
Herkes bir toplantı veya rapor beklemeden işin, kararların ve risklerin mevcut durumunu görebilir.
Büyük proje planlarını paylaşılan iş listeleri, tuvalller ve karar kayıtlarıyla değiştirdik. Ekipler durum güncellemelerini beklemek yerine doğrudan işlerle etkileşime geçiyor. Kimsenin başvurmadığı belgeleri kaldırarak kademeli bir geçiş yaptık. Süreç daha kolay hissettirdiği için benimsenmesi de kendiliğinden gerçekleşti.
Yapay zekâ temel teslim ritüellerini nasıl yeniden şekillendiriyor?
Artık varsayımları erkenden test etmek için probleme ilişkin birden fazla yorumla başlıyoruz. Bağlamı önceden hazırladığımız için toplantılar kararlara odaklanıyor. Riskler daha erken ortaya çıktığından daha erken doğrulama yapıyoruz. Yürütmeyi daha az izliyor, anlayışı ise daha fazla teyit ediyoruz.
Yürütmeyi daha az izliyor, anlayışı ise daha fazla teyit ediyoruz.
Bu yorumları, ilk problem ifadesini yapay zekâ üzerinden geçirerek çeşitli açılar üretmesini sağlayarak oluşturuyoruz. Örneğin isteği iş, teknik ve müşteri perspektiflerinden çerçevelemesini ya da talebi yanlış anladıysak nelerin ters gidebileceğini ana hatlarıyla belirtmesini istiyorum. Mesele çıktıya güvenmek değil; kendimizin dile getirmemiş olabileceği varsayımları hızla görünür kılmak.
Daha sonra bu varsayımları paydaşlarla yaptığımız ilk görüşmelere taşıyarak herhangi bir taahhütte bulunmadan önce kapsamı doğruluyoruz. “Bu doğru görünüyor mu?” diye sormak yerine “Bunlardan hangisi en yakın ve neleri eksik bırakıyoruz?” diye soruyoruz. Bu, tartışmayı uzlaşmadan netliğe taşıyor. Eksikleri daha erken fark etmemize yardımcı olarak yeniden çalışmayı azaltıyor ve iş başladığında yürütmeyi daha odaklı tutuyor.
Yapay zekâ destekli iş akışlarıyla teslimat nasıl kolaylaştırılır?
Otomatik talep önceliklendirme ve iletişim yönlendirmesi üzerinde denemeler yapıyoruz. Teknik çabadan ziyade sorumluluğun net olmamasının gecikmelere yol açtığı alanları hedefledik. İlk sonuçlar, daha az eskalasyon ve asenkron olarak alınan daha fazla karar olduğunu gösteriyor.
Öncelikle talep önceliklendirmesine odaklandık çünkü en fazla belirsizlik burada yaşanıyordu. Talepler farklı kanallar üzerinden geliyor, sorumluluk çoğu zaman net olmuyor ve ekipler kimin incelemesi gerektiğini belirlemek için zaman harcıyordu. Her talebin tutarlı bir yapı izlemesini sağlayan Slack tabanlı bir talep iş akışı kurduk; ardından yapay zekâyı kullanarak talepleri özetlemesini, eksik bağlamı işaretlemesini ve nereye yönlendirilmeleri gerektiğini önermesini sağladık.
Buradan sonra talepleri otomatik olarak paylaşılan bir takip sistemine aktarıyor ve türlerine ve etkilerine göre doğru gruba atıyoruz. İletişim yönlendirmesini de iyileştirdik; güncellemeler artık dağınık mesajlar yerine tutarlı ileti dizilerinde veya kanallarda yapılıyor. Süreç hâlâ gelişiyor, ancak “Bunun sorumlusu kim?” konuşmalarının azaldığını ve toplantılardan önce asenkron olarak alınan kararların arttığını gördük.
Süreç hâlâ gelişiyor, ancak “Bunun sorumlusu kim?” konuşmalarının azaldığını ve toplantılardan önce asenkron olarak alınan kararların arttığını gördük.
Karar yapılandırma neden proje yönetiminin geleceğidir?
Proje yönetimi görevleri takip etmekten uzaklaşıp kararları yapılandırmaya yönelecek. Koordinasyon yükü azalırken uyum sağlama becerileri daha önemli hâle gelecek. Rol, idari olmaktan çok stratejik bir niteliğe bürünecek.
Teslimat liderlerine tavsiyem, otomasyon eklemeden önce süreci iyileştirmeleridir. Net sorumluluk ve beklentiler hızdan daha önemlidir. Netlik sağlandığında verimlilik doğal olarak ortaya çıkar. Sırf faaliyet gösterdiğinizi kanıtlamak için belge yazmayı bırakın. İlerlemenin açıklama gerektirmeden görünür olduğu iş akışları oluşturun.
Takipte kalın
Brian'ın çalışmalarını LinkedIn'de takip edebilirsiniz.
The Digital Project Manager'da yakında daha fazla uzman röportajı!
