Accelo Şirketi Forecast ile Proje Yönetiminde Yapay Zekânın Geleceği

Tim Fisher (00:01.19) Merhaba ve proje yönetiminde yapay zekânın geleceğine hoş geldiniz. Bu seriyle tanıtım sunumunun ötesine geçiyor ve yapay zekânın ekiplerin işleri planlama, teslim etme ve yönetme biçimini gerçekte nasıl değiştirdiğini inceliyoruz. Bugün Accelo şirketi Forecast PSA’yı konuk ediyoruz. Profesyonel hizmet ekibi yönetiyorsanız ve yapay zekânın teorik olarak değil, her gün kullandığınız araçlarda gerçekten nerede değer sağladığını merak ediyorsanız, doğru yerdesiniz. Proje teslimatında neyin bozulduğuna dair bakış açılarını dinleyecek, birkaç gerçekten etkileyici canlı demoda yapay zekâ özelliklerini görecek ve tüm bunların nereye gittiğini konuşacağız. Bu nedenle yayın sırasında sorularınızı sohbete yazın; görüşmenin sonunda mümkün olduğunca çoğunu ele alacağız. Benim adım Tim Fisher. The Digital Project Manager’da yapay zekâdan sorumlu başkan yardımcısıyım. Görevim, yapay zekânın gerçekten nerede işe yaradığını ve nerede hâlâ yalnızca pazarlama slaytlarından ibaret olduğunu anlamak. Bu nedenle ekibinizin soracağı soruları yönelteceğim. Bugün bize Accelo’nun, Forecast PSA’nın arkasındaki şirketin CEO’su Joe DiPaulo eşlik ediyor. Joe, kariyerinin tamamını profesyonel hizmet ekiplerinin daha öngörülebilir ve ölçeklenebilir teslimat organizasyonları kurmasına yardımcı olarak geçirdi. Bugün yapay zekânın bu geleceği nasıl şekillendirdiğini paylaşacak. Joe, burada olman harika.

Joe DiPaulo (01:07.502) Burada olmak harika Tim. Beni davet ettiğin için teşekkür ederim. Konu ve bunun profesyonel hizmetler dünyamızı nasıl şekillendirdiği konusunda heyecanlıyım.

Tim Fisher (01:10.554)
Elbette.

Tim Fisher (01:16.088) Çok iyi. Joe, bize Forecast’in 30 saniyelik bir özetini verebilir misin? Ne yapıyor ve kimler için tasarlandı?

Joe DiPaulo (01:23.822) Tabii. Forecast, modern bir PSA, yani profesyonel hizmet otomasyonu platformudur. Genellikle büyüme odaklı olan ve işletmelerini ölçeklendirmeye çalışan profesyonel hizmet firmaları için tasarlanmıştır. Bence en önemli nokta bu. Proje planlama, kapasite ve tahmin, teslimat uygulaması ve gelir operasyonları gibi işlevlere odaklanıyoruz. Misyonumuz müşterilerimize verileri hakkında görünürlük, işletmelerinde neler olduğuna ve teslimat süreçlerine ilişkin öngörücü içgörüler sağlamak ve işletmelerini mümkün olduğunca etkili biçimde yönetmelerine yardımcı olmaktır.

Tim Fisher (01:58.652) Harika, çok iyi. Forecast kısa süre önce Accelo ile birleşti. Bu birleşim, iki platformun daha önce tek başına sunamadığı neyi mümkün kılıyor?

Joe DiPaulo (02:08.674) Evet, iki kuruluşu ve platformu birleştirmenin amacı profesyonel hizmet organizasyonları için gerçek anlamda uçtan uca bir işletim sistemi sunmak. Forecast, yapay zekâ destekli proje planlama, kaynak tahmini, kaynak yönetimi perspektifinden talep planlama ve ileriye dönük görünürlük sağlama konusunda gerçekten olağanüstüydü. Accelo ise CRM yetenekleri, müşteri iş akışı yönetimi ve finansal iş akışları konusunda güçlü. Bu nedenle birlikte, bizim açımızdan profesyonel hizmet organizasyonunun tüm iş hattını kapsıyor ve temel bir kayıt sistemi görevi görüyor.

Tim Fisher (02:46.748) Harika, mantıklı. Neredeyse komik bir soru soracağım: Yapay zekâ neden şu anda özellikle yoğunlaştığınız konu? Buradaki stratejik bahis nedir?

Joe DiPaulo (03:01.602) Evet, kimse bundan bahsetmiyor, değil mi? Hizmet odaklı işletmeler olan müşterilerimiz çok sınırlı marjlı ve karmaşık bir ortamda faaliyet gösterdiği için yapay zekâya yöneliyoruz. Müşterilerine teslimat yapmak için dikkate alınması gereken birçok faktör var. Tarihsel olarak bu işletmeler insan sayısını artırarak ölçeklendi.

Tim Fisher (03:04.444) Hayır, hiç gündeme gelmiyor. Asla.

Joe DiPaulo (03:27.72) Dolayısıyla yapay zekâ ve daha fazla zekâ ile otomasyona ilişkin beklenti, bu işletmelerin bunları performanslarını ve müşteri deneyimini iyileştirmek, nihayetinde ölçeklenmek ve daha kârlı bir işletme olmak için bir araç olarak kullanabilmesi. Bize göre yapay zekâ, liderlerin geçmişte ne olduğuna bakıp tepkisel davranmak yerine çok daha proaktif bir işletme yönetimine geçmesini sağlıyor. Bugün bunu muhtemelen sık sık söyleyeceğim, ancak konu yine müşterilerimizin işletmelerini büyütmesine, bunu çalışan sayısını artırmadan yapmasına ve ekiplerin hizmetlerinin katma değerli yönlerine odaklanarak müşterilerle ilişkiler kurmasına, büyümeye devam etmelerine ve teslimat süreçlerini optimize etmelerine izin vermeye geliyor. Odağımızın nedeni bu; nihayetinde müşterilerimiz işletmelerini büyütmelerine yardımcı olmamızı istiyor.

Tim Fisher (04:30.587) Mantıklı. Demolara geçmeden önce sektörde şu anda neler gördüğünü öğrenmek istiyorum. Her gün ajanslar, danışmanlık şirketleri, BT hizmet firmaları ve daha fazlası gibi profesyonel hizmet firmalarıyla konuşuyorsun. İşlerin teslim edilme biçiminde şu anda gerçekten ne değişiyor?

Joe DiPaulo (04:50.668) Bence müşterilerimiz son bir iki yıldır yapay zekâyı denemekten, onu kuruluşlarında ve iş teslimatında bir kaynak olarak daha etkili biçimde kullanmaya geçiyor. İşletmelerini yapay zekâdan yararlanacak şekilde dönüştürmeye ve bunu müşterilerine teslimat yapmak için kullanmaya çalışıyorlar. Herkesin bu yolculukta farklı bir aşamada olduğunu düşünüyorum, ancak tekrarlanabilir sonuçlar üretmek ve bu sonuçları yapay zekâ aracılığıyla optimize etmek için çalışıyorlar. Şu anda gördüğümüz gelişim bu.

Tim Fisher (05:33.757) Evet, yapay zekânın kuruluşlarda performans göstermediğine, beklentileri veya vaatleri karşılamadığına dair son zamanlardaki haberleri hepimiz gördük. Şu anda kesinlikle gerçek ve pratik sonuçlara odaklanılıyor. Sizin de burada peşinde olduğunuz şey bu gibi görünüyor. Platform verileriniz ekiplerin yaklaşık yüzde 75 kullanım bildirdiğini, sektör ortalamasının ise yüzde 40 olduğunu gösteriyor. Sizce bu büyük farkı ne yaratıyor?

Joe DiPaulo (06:10.029) Bence daha tutarlı çalışabildiğinizde ve yaptığınız işte daha öngörülebilir olmanıza yardımcı olacak araçları kullanabildiğinizde çok daha proaktif olabiliyorsunuz. PSA sisteminde yapmaya çalıştığımız şeylerden biri, müşterilerimize satış organizasyonlarından iş hattına gelen işleri görme imkânı vermek, tekrarlanabilir ve tutarlı süreçleri desteklemek ve kimin neyi ne zaman yaptığını görmelerini sağlamak. Bu konularda ne kadar çok tahmin yapabilir ve proaktif olurlarsa o kadar iyi çalışabilirler. Bir, iki veya üç ay sonra gelecek işleri önceden planlayabildiklerinde ya da herkesin tam olarak ne üzerinde çalıştığını görebildiklerinde kişileri aşırı çalıştırmak yerine onların en yüksek potansiyel ve kapasitelerinden yararlanabilirler. Operasyonel yeteneklerden ne kadar çok yararlanırlarsa işletmelerini o kadar iyi yönetebilirler ve bunun daha iyi kullanım sonuçlarına dönüştüğünü görüyoruz.

Tim Fisher (07:20.826) Evet, çok iyi. Bununla bağlantılı olarak, birlikte çalıştığınız 2.000’den fazla profesyonel hizmet firmasına baktığınızda gördüğünüz en büyük açıklar neler? Marj kaybı mı, bugün hâlâ yaşandığını düşündüğüm şu meşhur şey mi, yani kaynak yönetiminin tüm o elektronik tablolarla elektronik tablolar üzerinden yapılması mı? Sorunlara ilişkin görünürlük ne durumda?

Joe DiPaulo (07:47.437) Evet, burada birkaç farklı konuyu açmak gerekiyor. Profesyonel hizmetlerde marj kaybı açısından bu, müşterilerimizin zorlanma eğiliminde olduğu bir konu. Çünkü bu asla bir anda gerçekleşmez, değil mi? Bir proje veya müşteri çalışması zaman içinde uzadıkça parça parça oluşur. Kaynakları nasıl atadıkları veya hangi kaynaklardan yararlandıkları konusunda sorunlar görürler. Doğru kişileri mi atadılar? Belirli bir beceri setinden veya yüksek performans gösteren kişiden aşırı mı yararlanıyorlar?

Tim Fisher (08:15.676) Evet.

Joe DiPaulo (08:22.58) Çalışmalarındaki risklere ve rayından çıkan projelere ilişkin görünürlüğü çoğu zaman gecikmeli elde ediyorlar. Çözmeye çalıştığımız şeyler bunlar. Bence marjı etkileyen bir diğer konu da kapsam genişlemesi. Sistemi, bu tür zorlukları tespit etmelerine ve öngörmelerine yardımcı olacak şekilde kullanıyoruz. Bunun sonucu da marj iyileşmesi oluyor. Bu durum yaşam döngüsünün birçok noktasında ortaya çıkabilir; ancak müşterileri bu olayların ne zaman yaşandığı konusunda ne kadar erken uyarabilir ve proaktif biçimde tahmin etmelerine yardımcı olabilirsek, o kadar iyi yanıt verebilirler. Elektronik tablolarla çalışmaya gelince, bunun küçük kuruluşlarda yaygın olduğunu düşünüyorum. İnsanlar çoğu zaman bu şekilde daha çevik ve daha duyarlı olduklarını söylüyor. Ancak bunun biraz yanıltıcı olduğunu düşünüyorum. Elbette bu sorunu çözmeye yardımcı olan bir aracımız var. İşletmelerin karmaşıklığı veya yürüttükleri proje sayısı, yapılandırdıkları farklı fiyatlandırma modelleri, çalışmalarının yapısı ve sahip oldukları ekip sayısı arttıkça bu durum daha da zorlaşıyor. Doğruluğun ve gerçek zamanlı kontrollerin bir kısmını kaybediyorsunuz. Marjı ve marj konusundaki disiplininizi etkileyen kalıpları veya süreçleri bozmaya başlıyorsunuz. Daha önce bahsettiğim gibi CRM’lerinden gelen işleri verilerle yöneten, bunları analiz eden ve ileriyi görerek bu işi nasıl kadrolandırmaları gerektiğini, hangi kişilere ihtiyaç duyduklarını belirleyen kuruluşlar, yalnızca süreci elektronik tabloda yönetmenin ötesindeki değeri gerçekten görebiliyor. Çok daha öngörülü davranabiliyor ve işletmelerini daha etkili ve sorunsuz biçimde yürütebiliyorlar.

Tim Fisher (10:24.688) Harika. Forecast ilk günden itibaren yapay zekâya özgü olarak geliştirildi. Pek çok PSA aracı bunu söyleyemez. Daha önce karşılaştığım bir şey değil; etkileyici. Az önce konuştuklarımızı, yani marj baskısını, ölçeklenmeyi ve görünürlüğü düşündüğümüzde, bu pratikte ürününüzün bu sorunları farklı biçimde ele alması açısından ne anlama geliyor?

Joe DiPaulo (10:50.624) Evet, doğru. Sistem, ekiplerin daha iyi kadro oluşturmasına ve kaynak planlamasına yardımcı olmak için makine öğrenimi modellerinden yararlanma fikri etrafında kuruldu ve başlangıcından bu yana gelişip büyüdü. Amaç yapay zekânın profesyonel hizmet kuruluşlarına rehberlik etmesi. Verimsizlikleri ele almalarına ve karşılaştıkları ölçek sınırlarını veya zorluklarını aşmalarına yardımcı olmak. Firmalar daha öngörülü hale geldikçe risklerden kaçınabilir, daha iyi müşteri deneyimi sunabilir, kaynaklarından daha etkili biçimde yararlanabilir ve ekiplerini memnun tutup yüksek performanslı kişilerin aşırı kullanılmasını ve tükenmesini önleyebilir. Yapay zekâ bu endişeleri ve riskleri belirlemeye, verimlilik sağlamaya yardımcı olacak. Müşterilerden duyduğumuz bir diğer konu da işletmelerinin farklı bölümlerindeki projeleri veya müşteri çalışmalarını yönetirken kuruluşlarının tamamındaki verileri daha iyi görebilmeleri. Kaynaklardan işlevler arası yararlanmaları veya farklı bölümlerin kesiştiği kararlar almaları gerektiğinde bunu daha etkili biçimde yapabiliyorlar. Yapay zekâ kesinlikle bu konuda yardımcı oluyor. İleriye baktığımızda yapay zekâ, profesyonel hizmet firmalarının işi yapma ve çıktıları teslim etme biçiminin giderek daha merkezi bir parçası olacak. Bugün yaşananların heyecan verici yanı da bu; işletmelerin nasıl ölçeklendiğine ve yapay zekânın bunu daha etkili biçimde nasıl mümkün kılacağına geri dönüyoruz.

Tim Fisher (12:39.612) Makine öğreniminden bahsettin. Hepimiz yapay zekâ, hatta büyük dil modeli terimlerini kullanıyoruz. Ancak bu ifadeyi kullanmanız, ChatGPT dünyaya gelmeden önce üzerinde çalıştığınızı ve bunun düşünce biçiminizin daha temel bir parçası olduğunu gösteriyor. Bence bu çok etkileyici.

Joe DiPaulo (13:02.242) Evet, katılıyorum. Bu geçmişe sahip olduğumuz ve yıllar önce başlamış olduğumuz için mutluyum. Ancak müşterilerimize yardımcı olmak için ortaya çıkan yeni teknolojilerin tamamına yatırım yapmaya ve bunlardan yararlanmaya devam ediyoruz.

Tim Fisher (13:17.712) Kesinlikle. Tamam, bunu uygulamada görelim. Joe, Forecast’in yapay zekâ yetenekleri için bazı kullanım alanlarını gösterebilir misin?

Joe DiPaulo (13:27.018) Tabii. Bugün üç kullanım alanından bahsedeceğim; ekranımı paylaşmaya çalışayım.

Joe DiPaulo (13:39.823) Dediğim gibi üç kullanım alanını ele alacağım. İkisini uygulamamızda göstereceğim ve bunlar müşterilerimize yardımcı olmak için kullandığımız bazı makine öğrenimi modellerini öne çıkaracak. İlk olarak bir projeye girip sistemde projenin nerede sorun yaşayabileceğini nasıl öngördüğümüzü veya bir proje yöneticisine ya da kuruluş liderine nasıl yardımcı olabileceğimizi göstermek istiyorum.

Tim Fisher (13:42.652) Tamam.

Joe DiPaulo (14:02.966) Burada belirli bir proje yönetimi kaynağı olarak panoma giriş yaptım. Aktif olarak devam eden belirli bir projeye gireceğim. Burada Nova Insights adını verdiğimiz özelliği açtım. Bu, yapay zekâ aracımız için kullandığımız adlardan biri ve sistemdeki tüm faaliyetlerin çevresindeki verileri sürekli analiz ediyor. Tüm projeler, müşterilere tamamlanıp teslim edilen tüm çalışmalar, izlenen saatler, yapılan işler ve kesilen faturalar buna dâhil. Bu özel senaryoda, bu proje hakkında çok belirli ayrıntılara ilişkin bazı içgörüler sunduğunu görebilirsiniz. Görev performansı gibi şeylere bakıyor ve görevlerin genel olarak tahmin edildiği şekilde tamamlandığını söylüyor. Ancak bu projedeki bazı kaynaklarımın zaman çizelgelerini karşılamadığı veya projeye başladığımda ve tahminleri oluşturduğumda beklediğim kadar müsait olmadığı görülüyor. Buna dayanarak bütçe açısından ve projenin ne zaman tamamlanacağı açısından bazı riskler olduğunu söylüyor. Bunların ayrıntılarına girebilirim. Bütçe bilgilerine baktığımda mart ayında projenin henüz başlarında olduğumu görebilirsiniz; ancak sistem şimdiden bir sapma öngörüyor.

Tim Fisher (15:19.91) Evet.

Joe DiPaulo (15:47.461) Marjım ve marj hedefi açısından ulaşmayı umduğum nokta ya da belirlediğim parametreler konusunda bir risk olduğunu gösteriyor. Ayrıca bitiş tarihinin başlangıçta öngörülenden daha sonraya kalacağını tahmin ediyor. Bu uç bir örnek olabilir; bu bir demo verisi. Mükemmel olmayabilir, ancak burada neler olduğunu iyi biçimde gösteriyor. Bu durumda projenin mayıs ayında sona ermesi planlanmıştı; sistem ise yapılan iş miktarına dayanarak aslında ağustos ayına kadar tamamlanmayacağını öngörüyor. Bundan sonra proje yöneticisi veya projeyi yürüten kişi harekete geçebilir.

Tim Fisher (16:17.629) Elbette.

Joe DiPaulo (16:35.436) Sistemde, bu durumda projeyi yeniden rayına oturtmak için bu zorluklardan bazılarını nasıl çözebileceğinizi önerebilen yardımcılar da bulunuyor. Bu senaryoda belirli roller açısından belirli sayıda saat eksik olduğumuzu tahmin ediyor ve projeyi yürüten kişinin projede kimlerin uygun olduğunu düzenleyip değerlendirmesi için basit bir yol sunuyor. Bu ekrandan sistemde yer tutucular oluşturabilirsiniz; bunlar daha sonra atayabileceğim belirli kaynaklar için talep oluşturuyor. Göstermek istediğim ilk kullanım alanı buydu. Sistemin bir projedeki veya proje grubundaki riskleri ve endişeleri nasıl öngörebildiğine dair iyi bir örnek. Bir kişinin projeyi hızlıca ayarlamak, incelemek veya daha derinlemesine değerlendirmek için bundan nasıl yararlanabileceğini görebilirsiniz.

Tim Fisher (17:33.618) Çok iyi. Sana bir sorum var. Öneriler yararlı hale gelmeden önce yapay zekânın ne kadar geçmiş veriye ihtiyacı var? Bunun diğer tarafında, bir kuruluşun sisteminizde gerçekten iyi kapasite planlama yanıtları verecek kadar veriye sahip olmaması gibi bir başlangıç sorunu var mı?

Joe DiPaulo (18:00.866)Evet, iyi bir soru. Modellerin öğrenmek ve yararlanmak için kesinlikle bir miktar bilgiye ihtiyacı var. Ancak uygulama sürecimizdeki en iyi uygulama, bir veya iki yıllık geçmiş veriyi yüklemek. Kaynak bilgilerini ve geçmiş proje performansını sisteme koyabilirseniz bu süreyi kısaltabilirsiniz. Böylece neredeyse hemen kullanılabilir hale gelir. Uygulama ekibimizin sürecinin bir parçası da yeni müşterilerle çalışarak verileri sisteme getirmek ve ilk günden değer elde etmelerine yardımcı olmak.

Tim Fisher (18:14.854) Tamam.

Joe DiPaulo (18:33.122) Bu çaba sırasında yeni müşterilerle danışmanlık yaklaşımıyla çalışıyorlar.

Tim Fisher (18:33.893) Harika.

Tim Fisher (18:38.653) Güzel. Tamam.

Joe DiPaulo (18:40.938) Bu yolculuğa devam ederken Tim, planlama hakkında biraz konuşmak istiyorum.

Tim Fisher (18:47.741) Tamam.

Joe DiPaulo (18:48.502) Kapasite planlamasına, kaynak planlamasına ve kaynakların nasıl atanabileceğine daha fazla odaklanacağım ikinci kullanım alanına geçeceğim. Bu, elektronik tablolarla yönetmek ile bir araçta yönetmek arasındaki sorunuza bağlanıyor. Bu aşamada kapasitenin aylara göre oldukça üst düzey bir görünümü var. Farklı haftalara veya zaman aralıklarına inebilir, çeyrek dönemlerde daha ileriye gidebilirim. Ancak bu, bir kaynak yöneticisinin veya kaynaklarla planlama yapıp onları işe ataması gereken kişinin yaklaşan işleri görmesini sağlıyor. Bu görünüm belirli projelere veya müşterilere göre farklı şekillerde filtrelenebilir. Bu örneğe girdiğimde, devam eden işleri görüyorum. Mart ayında aktif olarak çalışan kişilere atanmış saatler var ve daha önce yardımcı seçeneğinde bahsettiğim yer tutucular kavramı bulunuyor. Proje yöneticileri açısından atamam gereken farklı işleri burada görebilirsiniz. Bu işleri atadığımda sistem, burada eşleşen sekiz kişi olduğunu gösteriyor. Beceri seti, kişinin rolü, atanan ücretler ve profilindeki farklı nitelikler gibi unsurlara dayanarak bu iş için önerilerde bulunuyor. Bu, kaynak yöneticisinin işini oldukça kolaylaştırmalı. Biraz daha ayrıntıya girdiğimde sistem, bu belirli iş için en uygun ilk üç kaynağı gösteriyor. Proje yönetimi için 260 saatlik bir iş var ve bunun marttan mayısa kadar sürdüğünü görebiliyorum. Buradaki farklı kaynaklara bakabilir, onlara neler atandığını görebilirim. Bunu sürükleyip bırakarak farklı saatler açısından kapasitelerini nasıl etkilediğini görebilirim. İşi onlara atamak istersem bunu yapabilirim. Buradaki amaç, sistemin kimlerin uygun olduğunu, doğru beceri setinin ne olduğunu ve işi nasıl atayacağımı belirleme yükünün bir kısmını üstlenmesi. Bunların hepsi bahsettiğim modellerle yapılıyor; öneriler sunuluyor ve farklı kişilerin bu işlemleri kolayca gerçekleştirmesi sağlanıyor. Her kuruluş, kaynak atama biçimine bağlı olarak bunu farklı düzeylerde yapabilir.

Tim Fisher (21:29.309) Çok iyi. Belki buna geleceksin; bunu görürken aklıma gelen bir şey var. Yapay zekâ bir rol için öneride bulunduğunda bunu hangi sinyaller belirliyor? Bunu ne güçlendiriyor? Beceri eşleşmesi, uygunluk, geçmiş proje performansı; bu akıllı önerilerde neler rol oynuyor?

Joe DiPaulo (21:50.007) Evet, söylediğin şeylerin tamamı. Bence en açık olanı uygunluk. Yarın yapılması gereken bir iş varsa yarın kim uygun? Sonra kişinin rolü ve beceri seti geliyor. Sistemde geçmiş proje performansı, hangi görevlerde çalıştıkları ve bunları ne kadar iyi tamamladıkları gibi çok sayıda veriyi kullanıyoruz. Sistemin öğrendiği ilginç bir nokta da şu: Bazen daha kıdemsiz bir kişi daha kıdemli görevleri üstleniyor; bu da kişinin gelişiminin bir parçası ve sistem bunun farkında olup önerilerde bundan yararlanabiliyor. Önerileri oluşturan unsurlar bunlar.

Tim Fisher (22:27.869) Bir elektronik tablonun böyle şeyler yaptığını hiç görmedim. Çok iyi.

Joe DiPaulo (22:31.342) Katılıyorum. Tim, uygun bir noktadaysak ele almak istediğim son kullanım alanı, müşterilerin sistemimizdeki verilerle istedikleri üçüncü taraf büyük dil modeli üzerinden etkileşim kurmasını veya kendi yapay zekâ iş akışlarını oluşturmaları için diğer sistemlerle bağlantı kurmasını sağlamak üzere MCP’den nasıl yararlandığımızı göstermek.

Tim Fisher (23:06.779) Evet. Bunu yaparken, şu anda bizi dinleyen daha az teknik kişiler için hızlı bir açıklama yapalım: MCP, Model Context Protocol, yani Model Bağlam Protokolü anlamına geliyor. Büyük sohbet platformlarından biriyle bir yapay zekâ sistemini entegre eden herkes (burada Claude’a bakacakmışız gibi görünüyor) muhtemelen MCP’yi kullanmıştır veya ne olduğunu biliyordur. Ancak temelleri bilecek kadar teknik olanlar için, büyük dil modellerinin ve yapay zekâ modellerinin birbirleriyle ve diğer veri parçalarıyla, diğer sistemlerle etkileşime girmesi için bir tür API gibi düşünebilirsiniz. Burada konuştuğumuz şey bu. Bunu uygulamada görmeyi sabırsızlıkla bekliyorum. Bunu bu araçlara dahil etmiş olmanız gerçekten çok iyi.

Joe DiPaulo (23:54.723) Tim, açıkladığın için teşekkürler. Faydalı oldu. Evet, söylediğin gibi Claude kullanıyorum; ancak müşterilerimiz temsilci ve yapay zekâ kullanımı için çeşitli araçlar kullanıyor ve istedikleri herhangi birini buna bağlayabiliyorlar. Böylece müşteriler kendi büyük dil modellerinden yararlanarak yalnızca Forecast’ten değil, isterlerse bir sistem grubundan en yüksek değeri elde edebilir veya iş akışları tasarlayabilir. Bu, birçok müşterimizden duyduğumuz konulardan biri. Bu, kullanıma sunmak için çalıştığımız bir beta özelliği. Burada “gelecek hafta kimler uygun?” gibi sorular sorabilirim. Bu süreçte MCP aracılığıyla bağlantı kuracak ve belirli bir müşterinin verilerine erişip sonucu geri döndürecek. Bunun nasıl gerçekleştiğini göreceksiniz. MCP açısından belirtilmesi gereken bir nokta daha var: Güvenli bir protokoldür; müşterilerin kullanmak için kimlik doğrulaması yapması gerekir. Yalnızca kendi hesaplarına ait verileri alırlar. Müşteriler arasında veri paylaşmıyoruz. Sistem kilitli durumdadır.

Joe DiPaulo (25:09.614) Protokolün bir parçası da bu. Şu anda düşündüğünü görebilirsiniz; gelecek hafta için uygunluk arıyor. Bize bazı veriler sunmalı. Bu, bir kaynak yöneticisi veya liderlik rolündeki ve sistemden raporlama bilgisi almak isteyen biri olabilir. Proje durumu gibi bilgileri de arıyor olabilir.

Tim Fisher (25:14.749) Evet. Bu gerçekten çok iyi.

Joe DiPaulo (25:37.742) Umarım Claude birazdan yanıt verir.

Tim Fisher (25:39.998)Bu sırada kısa bir yorum yapayım. Bunun gibi araçları ve iyi yapılandırılmış etkileşimlerle iş akışlarını gördüğümde, tüm bunların toplantıları ortadan kaldırma yönünü düşünüyorum. Liderliğin sahip olduğu sorular… Bu tür rollerde bulundum; karmaşık sistemler ve ürünler oluyor, ancak artık hepimizin aşina olduğu bir kullanıcı arayüzüne gidip işletmenizin içinden derin ve bağlamsal yanıtlar alabilmek inanılmaz değerli.

Joe DiPaulo (25:55.149) Evet, harika. Bu yine açıkça demo verisi; ancak gelecek hafta için çok sayıda boş saatim olduğunu, 55 kişinin kapasitesinin bulunduğunu görebiliyorum. Bu listede muhtemelen kimlerin olduğunu ve 40 saat boş zaman bulunduğunu söylüyor. Bu bilgi hatalı, ama fikri anladınız. Kuruluşumdaki kişiler, ne kadar zamanları olduğu ve kimin çalışmaya uygun olduğu hakkında bilgi gösterecek. Bir hızlı örnek daha vereyim, sonra zamanımız kısıtlı. Yönetici düzeyinde bir kullanım alanıyla, yani raporlama türü verileri görmek istediğim veya senin bahsettiğin toplantıları ortadan kaldırma fikrini düşündüğüm bir senaryoyla ilgileniyorsam “Kaydedilen tüm süreler faturalandırılabilir ve faturalandırılamaz olarak nedir?” gibi bir soru sorabilirim. Çalıştırılması ve sonuçların geri gelmesi biraz zaman alabilir; ancak bu bir raporlama senaryosu. Verileri bir elektronik tabloya veya panoya aktarmak yerine tam olarak neyi görmek istediğimi sorgulayabilirim ve sistem bu süreçten geçerek sonucu geri getirir. Yine bu, müşterinin sistemden veri almak için kullandığı herhangi bir büyük dil modeli üzerinden gerçekleşebilir. Bir an düşünüyor; çok sayıda farklı zaman kaydını getiriyor gibi görünüyor. Bu demo senaryosunda kullanımım çok iyi görünmüyor, ancak kaydedilen saatler, işlerin nasıl faturalandırıldığı ve faturalandırılamayan saatler fikrini anladınız.

Tim Fisher (27:55.709) Evet.

Joe DiPaulo (28:01.198) Verilerin bir kısmını hâlâ özetliyor ve bazı bilgiler oluşturuyor gibi görünüyor. Ancak bu, MCP kullanım alanına iyi bir örnek. Müşterilerin operasyon sistemlerindeki verilere bağlanarak soruları yanıtlamasını ve işletmeleri hakkında daha anlamlı içgörüler sunmasını sağlıyor.

Tim Fisher (28:20.741) Bunu anlatırken sesindeki hafif tereddüdü, bu işlemlerin ne kadar sürdüğü konusundaki çekinceni duyabiliyorum. Ancak bir adım geri çekilip arka planda yürüyen çalışmayı ve bunların tamamını bir araya getirmenin ne kadar zaman ve çaba gerektireceğini düşünürsek, bu inanılmaz hızlı. Gerçekten çok iyi.

Joe DiPaulo (28:38.702) Kesinlikle. Burada 23.000 saatten ve çok miktarda veriden bahsediyoruz. Hem proje hakkında bağlamsal bilgileri hem de ayrıntılı bilgileri oldukça hızlı biçimde getiriyor. Yine bu büyük ölçüde demo verisi; ancak dönen sonuçları anlıyorsunuz. Sorduğum belirli müşteri hakkında 20 veya 30 saniye içinde gerçekten derin bir genel bakış elde ediyorsunuz. Ele almak istediğim kullanım alanları bunlardı. Umarım faydalı olmuştur.

Tim Fisher (29:10.661) Harika. Kesinlikle faydalı oldu. Tamam, yapay zekânın bugün neler yapabildiğini gördük ve bence bu gerçekten etkileyici. Ancak birkaç dakika ayırıp biraz ileriye bakalım. PSA pazarının 2030’a kadar neredeyse iki katına çıkacağı öngörülüyor; bunu düşünmek bile çılgınca. Açıkçası yapay zekâ araçları ve proje yönetimi bundan da hızlı büyüyor. Joe, sence buradan sonra ne olacak?

Joe DiPaulo (29:43.611) Başta buna değinmiştim. Yapay zekânın profesyonel hizmet işletmelerinin müşterilerine daha etkili biçimde teslimat yapmak için temsilcilerden yararlanmasını mümkün kılması beni gerçekten heyecanlandırıyor. Kuruluşların, iş teslim etmeye ve bu işin bir kısmını insanların üzerinden almaya yardımcı olmaları için temsilciler kullandığını göreceğiz. Bu, müşterileri için değere ulaşma süresinin kısalması, daha iyi bir müşteri deneyimi ve sistemimizin kullanıcıları için daha iyi kâr marjları anlamına gelecek. Bence bu heyecan verici bir beklenti.

Tim Fisher (30:15.613) Evet, kesinlikle. İstediğin düzeyde paylaşabilirsin. Tam yol haritanızı vermeden sorayım: Yapay zekâ ile kapatmaktan en çok heyecan duyduğun yetenek açığı nedir ve bu, müşterilerinizin yapabileceklerini nasıl değiştirecek?

Joe DiPaulo (30:44.47) Az önce bahsettiğim temanın üzerine inşa etmek. Claude ve benzeri araçların yazılım geliştirme ekiplerine, kod yazmalarına ve bunu daha verimli yapmalarına yardımcı olduğunu görüyoruz. Biz de bu ekosistemin bir parçası olmak, müşterilerimizin iş gücünü belirlemesine ve operasyonel sistemlerine bağlanarak bu temsilcilerle orkestrasyon kurmasına yardımcı olmak istiyoruz. Böylece işletmelerini en etkili biçimde çalıştırabilir, bilgileri işletmelerinin ve iş akışlarının bağlamında görebilir ve temsilcilerin sunduğu yeteneklerden yararlanarak işleri daha kapsamlı hale getirip daha hızlı teslim edebilirler. Buna kesinlikle inanıyoruz. Bunu kendi şirketimizde de yapıyoruz ve müşterilerimizin işletmelerini ne kadar ciddi biçimde etkileyip iyileştirebileceğini görebiliyoruz.

Tim Fisher (31:48.166) Harika. Bu soruyu sık sormayı seviyorum. Bundan üç yıl, üç veya dört yıl sonrasını düşünelim. Sence bir proje yöneticisi için günlük yaşam nasıl olacak? Bu rol nasıl evrilecek? Hâlâ proje yöneticisi olacak mı? Yapay zekânın bu rolü devraldığını görüyor musun? Senin bakış açısından gelecek nasıl görünüyor?

Joe DiPaulo (32:10.158) İşlerin yapılma biçiminde büyük değişimler göreceğimizi düşünüyorum. Elde etmeye çalıştığımız sonuçları düzenlemek ve düşünmek için insanların hâlâ dâhil olması gerekecek. Bir moda sözcük kullanacak olursak, bu sistemleri teslimat yapacak şekilde orkestre etmeleri gerekecek. Bu makinelerə hangi girdileri verdiğimi ve elde etmek istediğim sonucun ne olduğunu düşünmek gerekecek. Kalite kontrolleri ve yapılması gereken başka işler de olacak. Ancak tüm bunların önümüzdeki üç yıldan daha hızlı gerçekleştiğini düşünüyorum. Temsilcilerin kuruluşlarda çalışanlar gibi hareket ettiğinde önemli değişiklikler göreceğiz. Bunu şimdi görmüyorsak bile önümüzdeki 12 ila 36 ay içinde kesinlikle gerçekleşecek ve farklı sektörlerde çok daha fazla, çok özel alanlarda benimsenmeye başlayacak. Bence bu büyüleyici.

Tim Fisher (33:13.554) Evet.

Tim Fisher (33:18.971) Gerçekten öyle. Bütün bunları bizimle paylaştığın için çok teşekkürler. Çok içgörülü bir sohbet oldu. İzleyen ve “Forecast’i kendi verilerimizle kendi ortamımızda görmek istiyorum” diyen kişiler için en iyi sonraki adım nedir?

Joe DiPaulo (33:35.343) Yapabilecekleri en iyi şey web sitemize gelmek: Forecast.App. Bir demo talep edebilirler; bir danışman kendileriyle iletişime geçer. Genellikle, gösterimi ve görüşmeyi uyarlayabilmek ve onlar için değeri nasıl göstereceğimizi belirleyebilmek amacıyla yürüttükleri işletmeyi biraz anlamak isteriz. Süreci onlarla birlikte yürütürüz. Benim önerim bu olur. Ayrıca bu web seminerinin bir parçası olarak yapay zekâya hazırlık değerlendirmesi yayımlayacağız. Bu da müşterilerin etkileşime geçebileceği başka bir araç; sonrasında ilgilenirlerse kendileriyle iletişime geçebiliriz.

Tim Fisher (34:13.629) Harika. Tamam, şimdi canlı soru-cevap bölümüne geçiyoruz. Dinleyen ve sorularınızı sohbete henüz yazmayan herkes için bu, sorularınızı Forecast ekibine doğrudan sorma fırsatınız. Şimdiden bazı sorularımız var ve bunlardan birkaçını birlikte ele alacağız. Yaron soruyor: Yapay zekâ kullanılan ve kullanılmayan durumlarda proje yönetimi sorunlarında kazanılan zamanı güvenilir biçimde nasıl karşılaştırırsınız? Yapay zekâ çıkmazları diye bir şey var mı?

Joe DiPaulo (34:40.622) Evet. Yapay zekâ olmadan bu genellikle sistemdeki raporlar, panolar veya benzeri mekanizmalarla yapılır. Bunu tek bir proje bazında çok ayrıntılı biçimde görebilir veya raporlama, geleneksel iş zekâsı raporlaması ya da panolar aracılığıyla projeler arasında inceleyebilirsiniz. Çoğu durumda dil modellerini veya sahip olduğumuz yapay zekâ araçlarını beslemek için aynı verilerin büyük bölümünü kullanıyoruz. Bu nedenle, elbette bilgiyi geri almak için temsilcilere nasıl komut verdiğinize bağlı olarak oldukça benzer sonuçlar elde etmelisiniz. Ancak verilerin temeli aynı. Bizimki gibi operasyonel bir sistemde yapay zekâ kullanmanın önemli yönlerinden biri bu: girdiler tutarlı ve arkasındaki veri yapısı tutarlı. Çalışılan saatler hakkında bağlam edinmek için web’i taramıyor; kuruluşunuzun içindeki verileri kullanıyor. Testlerimiz ve sonuçlarımız, bilgi arayanlarda çok benzer türde sonuçlar gördüğümüzü gösteriyor.

Tim Fisher (35:50.256) Tamam, Michael ve Eduardo’dan birbirine çok benzeyen iki soru var. Bu tür işlevler Accelo’ya da gelecek mi? Sanırım bu soru, yol haritanızdan bahsederken geldi.

Joe DiPaulo (36:03.724) Evet. Her iki üründe de ek yapay zekâ işlevleri sunuyoruz. MCP sunucusu ve MCP iş akışına ilişkin ilk odağımız Forecast tarafında; ancak nihayetinde bunu tüm müşterilerimize getirmek istiyoruz.

Tim Fisher (36:20.744) Çok iyi. Vivek soruyor: Mevcut saatleri nereden alıyor? Bu, son kullanım alanınız sırasında, sanırım bulut kullanım alanıydı.

Joe DiPaulo (36:30.222) Evet, uygulamamızda görüp göremediklerinden emin değilim; aslında görebilirler. Müşterilerimizin çoğu danışmanlarının zamanını takip ediyor. Bu şekilde faturalandırmak zorunda değiller, ancak görevler ve projelerdeki maliyetleri anlamak ve bunları tahminlerle karşılaştırmak bizim için önemli. Bu bilgiler sisteme başka şekillerde de girilebilir. Uygulamanın bir parçası bireysel kaynakların zamanını takip etmek; ardından bunu veya görevlerin tahminlere göre tamamlanmasını kullanıp raporlayabiliyoruz. Bu, sistemdeki temel verilerin bir parçası.

Tim Fisher (36:40.062)
Elbette. Çok iyi. Şimdi bugün konuştuklarımızla ilgili yardımcı sorulara geçelim. Çok özel bir ürün sorusu var: ServiceNow veya Azure ile arayüz oluşturabiliyor musunuz?

Joe DiPaulo (37:19.47) Evet, Xero ile arayüz oluşturuyoruz. Muhasebe ve finans sistemlerinin bizimle entegre edilmesi çok yaygın. Kullanıma hazır standart entegrasyonlarımız var.

Tim Fisher (37:31.44) Üzgünüm, muhtemelen yanlış telaffuz ettim. Microsoft Azure’ı kastetmiştim.

Joe DiPaulo (37:36.258) Got it, got it, got it. Evet, MCP modeli aracılığıyla, bir kişi Azure veya örneğin Microsoft Copilot kullanarak bir LLM ortamına veri çekiyorsa bunu yapabilir.

Tim Fisher (37:43.944) Elbette. Çok iyi. Yaron soruyor: Bugünkü konularla ilgili daha fazla başvuru için önerdiğiniz bir sözlük veya terim dizini var mı?

Joe DiPaulo (38:01.166) Bu iyi bir soru. Şu anda elimde böyle bir kaynak olduğunu sanmıyorum; ancak bu görüşmeden sonra sorular gelirse mutlaka bir şeyler hazırlayabiliriz.

Tim Fisher (38:09.873) Harika. Bununla biraz bağlantılı bir bilgi sorusu: Yapay zekâ ve proje yönetimi üzerine herhangi bir kurs düzenliyor musunuz? Düzenliyorsanız ayrıntıları paylaşabilir misiniz?

Joe DiPaulo (38:23.586) Tarihsel olarak böyle bir şey yapmadık. Öncelikli odağımız yazılımı sunmak ve müşterilerimizin bundan yararlanmasına yardımcı olmak oldu; ekiplerini proje yönetimi gibi konularda eğitmek değil. Tarihsel olarak odağımız bu olmadı.

Tim Fisher (38:29.073) Evet. Harika. Bir soru daha var: Yapay zekânın kaynak yönetimi açısından iş birliğinin ve sohbetlerin yerini alabileceğini düşünüyor musunuz?

Joe DiPaulo (38:54.231) Evet.

Tim Fisher (38:54.365) Bu büyük bir soru.

Joe DiPaulo (38:59.39) Bence çok fazla bağlamsal bilgi sağlayabilir ve önerilerde bulunmaya yardımcı olabilir. Ancak insanlarla sohbet etmenin, onların neyle ilgilendiğini ve beceri setlerinin ne olduğunu yüz yüze anlamanın her zaman değeri olacağını düşünüyorum. Umarım bu görüşmelerin daha hızlı ve değer odaklı olmasını sağlar; “Üç hafta sonra uygun musun?” demek yerine “Beceri setine çok uygun olduğunu düşündüğüm heyecan verici bir projemiz var, ne düşünüyorsun?” diyebilmek gibi. Umarım bu iki unsurun birleşimi müşterileri daha verimli hale getirir ve kuruluşlarındaki verilerden daha iyi yararlanmalarını sağlar.

Tim Fisher (39:47.08) Harika. Benden bir soru: Konuştuğunuz tüm bu unsurları, araçlarınızı ve gördüğümüz demoları yalnızca ChatGPT, Claude veya Copilot’a veri yığını verip sorular sormaktan farklı kılan nedir?

Joe DiPaulo (40:03.863) Evet, gerçekten iyi bir soru. Açıkçası müşterilerimizin ChatGPT, Copilot, Claude ve benzeri birçok aracı kullanacağını biliyor ve buna inanıyoruz. Bunu yapmalarını istiyoruz. Verileri birden fazla sisteme taşımalarını desteklemek için kullanım alanları geliştiriyoruz. Ancak benim bakış açıma göre fark şu; kayıt sistemi olan veya müşterilerimizin ekosisteminin bir parçası olup işletmeyi çalıştırma biçimlerinde kullanılan sistemler, müşterilerimiz ve verileri hakkında daha fazla bağlama sahip. Bunu örneğin zaman kaydında veya saat verilerinde gördünüz. Genel bir yapay zekâ aracı bu operasyonel sistemin dışındadır. Bağlam sağlayabilir ve analiz yapabilir; ancak kuruluşunuzun tamamından gerçek zamanlı gelen tüm girdilere genellikle sahip değildir. Bu girdiler yeni kazandığınız müşteriler, kestiğiniz ve yönettiğiniz faturalar veya sisteme gelen diğer veriler olabilir. Sistem tüm bunlardan sürekli yararlanabilir. Dolayısıyla bence güçlü olan bu ikisinin birleşimi. Fark da bu. Operasyonel verilere sahip çoğu SaaS uygulaması için farkın bu olduğunu düşünüyorum. Değer burada; mantıklı geliyor.

Tim Fisher (41:30.331) Evet, kesinlikle mantıklı. Augustina’dan yeni soru: Bir PM veya yönetim perspektifinden, yapay zekâ destekli iyileştirme için hâlâ en büyük fırsata sahip olduğunu düşündüğünüz diğer alanlar hangileri? Buna biraz değindik ama yanıtınızı merak ediyorum.

Joe DiPaulo (41:47.94) Bana göre genel olarak, bir sistemin düşünerek daha sıradan, tekrarlanabilir ve mantığa dayalı görevleri yürütmeye yardımcı olabileceği her yer bir fırsat. Medyada yazılım geliştirme veya hukuki bağlamı destekleme hakkında çok şey duyuyoruz. Geleneksel profesyonel hizmetler yaşam döngüsüne baktığımda, bir müşteriye gitmeden önce insan tarafından incelenecek tekliflerin daha otomatik biçimde oluşturulmasına yardımcı olmak gibi işleri düşünüyorum. Sürekli duyduğumuz bir diğer şey de şu: “Bir müşteriye göndermem gereken faturaları oluşturmama yardım et, ancak istisnalar konusunda beni uyar.” Sistem saatleri veya bazı bağlamları kaçırdığımı düşünüyor mu? Daha önce bahsettiğim gibi riskleri belirleyip bunların üstesinden erkenden gelmemi sağlayabilir mi? Bu tür kalıplar veya belirli görevlerin devredilmesi, yapay zekânın yardımcı olabileceği gerçekten değerli alanlar. Bunlar sistemimizdeki iş akışlarına ilişkin iyi örnekler.

Tim Fisher (42:54.14) Evet, bunları yüksek sesle söylerken şunu fark ediyorum: Buradaki fırsatın büyük bir kısmı küçük bir şirket işletmeyi düşündüğünüzde ortaya çıkıyor. Belki tek başınıza çalışan bir girişimcisiniz ve tüm bunları kendi zihninizde taşıyorsunuz; hepsini biliyorsunuz. Ancak işletmeniz ölçeklendikçe siz de aynı ölçüde ölçeklenemiyorsunuz. Karar verme sürecinizde hesaba katmanız gereken tüm bu şeyler tek bir kişi veya küçük bir grup için çok fazla hale geliyor. Dili ve bağlamı anlayan bir bilgisayara sahip olmak bu alanda büyük bir fırsat yaratıyor. İnsan iş gücünü artırmadan insanların ölçeklenmesine yardımcı olmak için çok fazla potansiyel var; daha önce bahsettiğin şey de buydu. Bu nedenle her şey çok heyecan verici. Pia’dan bir soru daha var.

Joe DiPaulo (43:40.738) Evet, heyecan verici.

Tim Fisher (43:48.984) Accelo’nun özellikle teknoloji girişimi ekosistemindeki Avrupa şirketlerinde kullanıldığı, aklınızda olan başlıca kullanım alanları var mı?

Joe DiPaulo (43:56.311) Evet, kesinlikle. En çok yöneldiğimiz alanlardan biri bu. Sistemin iyi yaptığı şeylerden biri, kilometre taşları ve görevler açısından daha geleneksel proje yönetiminden bahsettik. Sistem ayrıca daha çevik bir akışı da destekliyor; ister sprint ister Kanban tarzı bir çalışma olsun. Müşterilerimizin bu süreç üzerinden girdiler sağlamasına ve bunları geleneksel olarak yazılım geliştiriciler veya mühendisler olan kişilere aktarmasına izin vermeye odaklanıyoruz. Bu kişiler bir ajans açısından yeni bir web sitesi geliştiriyor, SEO’nun teknik bir yönünü yönetiyor veya bir müşteri için yazılım teslim ediyor olabilir. Yazılım geliştirme kuruluşlarına yardımcı olan ve bu işleri Claude veya OpenAI’da gördüğümüz gibi giderek daha fazla temsilci aracılığıyla gerçekleştiren temsilcilere yöneliyoruz. Gittiğimiz yön kesinlikle bu.

Tim Fisher (45:12.23)
Harika. Son sorulara yaklaşıyoruz. Şimdiye kadarki en iyi sorulardan biri olabilir. Katarzyna soruyor: Kuruluşların PMO’sunu, portföy yönetimi için elektronik tablolar yerine PM araçlarının ve yazılımlarının kullanımına izin vermeye nasıl ikna edersiniz? Yararların risklerden daha büyük olduğunu nasıl gösterebilirler? Yanıtlamadan önce şunu söyleyeyim: Teknolojiden veya değişimin türünden bağımsız olarak sürekli karşılaştığım en büyük zorluklardan biri değişim yönetimi. Değişim zor. Sizin öneriniz nedir?

Joe DiPaulo (45:48.847) Değişim yönetimi konusunda sana katılıyorum. Bu durumlarda insanların yaşadığı sorunların neler olduğunu anlayabilmek gerekir. Benim için bu, satış, teslimat ve finans kuruluşlarım arasındaki devirlerin zor olup olmadığı gibi şeyler. Bu sorunlar bugün mevcutsa ve bunların bazılarını elektronik tabloyla yönetiyorsanız, bu bir zorluğa işaret eder. Umarım ilgili kişi bunu anlar ve yatırımın değerini ve geri dönüşünü görür. Değişim yönetimine gelince, burada genellikle insan doğası devreye girer. İnsanları ikna etmeniz, eğitmeniz ve muhtemelen iyi düşünülmüş bir planınız olması gerekir. “Yarın bunu yapmaya başlayacağız” derseniz bundan hoşlanmayabilirler. Ancak 30, 60 ve 90 günlük bir zaman ufukları varsa ve bu yolculuğa dâhil edilirlerse başarıyı sağlamanın daha iyi bir yolu olur.

Tim Fisher (46:56.092) Evet, son yorumun gerçekten önemli. Bence bu, birçok kişi ve kuruluşun şu anda içinde bulunduğu farklı zihinsel durumlara işaret ediyor. İlk günden beri deney yapan kişiler, yeni başlayanlar ve aktif veya pasif biçimde direnenler var. Özellikle büyük kuruluşlarda yönetilmesi zor olan çok geniş bir bakış açısı yelpazesi bulunuyor. Bir veya iki soruyla toparlayalım. Tekrar geleceğe bakalım. Bunu birkaç kez gündeme getirdim ve bir soru da geldi; ancak konuşulabilecek en ilginç konulardan biri. Joe, CEO olarak sihirli bir değnek sallayabilseydin ve tek bir sorun seçebilseydin, yapay zekâ ile çözmek isteyeceğin proje yönetimindeki tek sorun ne olurdu?

Joe DiPaulo (47:56.782) İyi bir soru. Bence insanların yaptığı sıradan görevleri üstlenmek, bunların daha hızlı ve etkili biçimde gerçekleştirilmesine yardımcı olmak ve insanların ilişki kurmasına ve işletmelerini gerçekten optimize etmesine imkân vermek. Benim açımdan mesele bu. Bu, yürüttüğünüz kuruluş ve işletmenin türüne göre biraz değişecektir. Ancak burada çok hızlı biçimde şekillenen şeyin bu olduğunu düşünüyorum.

Tim Fisher (48:28.049) Şüphesiz. Evet.

Tim Fisher (48:32.83) Bence bütün bunların vaadi kesinlikle bu. Tamam. Joe, bugün ayırabileceğimiz süre bu kadar. Bize katıldığın için çok teşekkürler. Harikaydı. İzleyicilerimize de tüm harika sorular için teşekkür ederiz. İyi günler. Bir sonraki proje yönetimi oturumundaki yapay zekânın geleceği etkinliğinde görüşmek üzere. Teşekkürler Joe.

Joe DiPaulo (48:52.46) Tim, çok teşekkür ederim. Minnettarım.

Tim Fisher (48:54.589) Harika.