Zapier’ın Kurucu Ortağı, Hafif Proje Yönetimi Sistemlerini ve Etmenli İş Akışlarını Nasıl Uyguladığını Anlatıyor

Otomasyonu Dönüştüren Şirket Zapier'ın Kuruluşu

Zapier'ın kurucu ortağı ve CEO'suyum. 

Unvanım proje yöneticisi olmasa da büyük ölçekte teslimata yardımcı oluyor ve organizasyon genelinde yapay zekâ orkestrasyonunu destekliyorum. Hatta çalışan tabanında %97 yapay zekâ benimsenmesini nasıl sağladığımıza ilişkin kurum içi kılavuzumuzu yayımladık.

Rolüm yön belirlemek, engelleri ortadan kaldırmak ve müşterilerimiz için en yüksek etkiye sahip işleri daha hızlı teslim ettiğimizden emin olmak. Zapier'da proje teslimi, katı süreçlerden çok insanların en iyi işlerini yapmasını sağlayan sistemler ve otomasyonlar oluşturmakla ilgili.

You should also read

• Yapay Zekâ Destekli Proje Yöneticisi ve Eğitimci, Projelerin İşleyişini Temelden Değiştiren Basit Bir Yapay Zekâ İş Akışını Paylaşıyor

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

Geleneksel Proje Yönetiminden Yalın, Yapay Zekâ Odaklı Sistemlere Geçiş

Geleneksel Gantt şemaları ve kapsamlı durum sunumları, uzaktan çalışılan ve eşzamansız iletişimin öncelikli olduğu bir dünyada yeterli değil. Yalın, otomasyon öncelikli sistemlere geçtik.

Örneğin haftalık durum toplantıları yerine güncellemeler, proje araçlarından Slack kanallarında otomatik olarak oluşturuluyor. Liderler yalnızca bir uyarı varsa devreye giriyor. Bu, toplantı saatlerinden tasarruf sağlıyor ve ilerlemeyi varsayılan olarak şeffaf hâle getiriyor.

İşte yaptıklarımızın ve yapmadıklarımızın özeti.

Uzaklaştığımız uygulamalar:

• EPD genelinde tutarsızlık, gizli bağımlılıklar ve raporlama karmaşası yaratan Jira projeleri, yol haritaları ve incelemeler için ekipten ekibe değişen, plansız kurallar. 
• Üst kaynaklardan gelen veriler standartlaştırılmadığı veya otomatikleştirilmediği için gerçeklikten kopan durum sayfaları ve uzun güncelleme belgeleri. 
• Planlamayı ve sonraki aşamalardaki koordinasyonu güvenilmez hâle getiren, uygulanması zorunlu olmayan teslimat düzeni kuralları (ör. devam eden epiklerin hedef tarihinin olmaması). 

Yöneldiğimiz uygulamalar:

• Paylaşılan Jira proje yapıları, Productboard yol haritası talep toplama pilotları ve belirli kurallara dayalı Figma yapıları gibi temel teslimat araçları için standartlaştırılmış “altın yollar”; böylece durum ve bağımlılıklar ekipler genelinde tutarlı ve hesaplanabilir oluyor. 
• Derleme genelinde bir işletim sistemi. Bu, haftalık demoları ve herkese açık bir değişiklik günlüğünü (devam eden çalışmalar dâhil) tek bir akışta birleştiriyor; raporlama israfını azaltmak ve görünürlüğü artırmak için sürüm notları uçtan uca otomatikleştiriliyor. 
• İş akışına entegre edilmiş yalın teslimat güvenceleri; örneğin bir Jira Epik'i “Devam Ediyor” durumuna geçtiğinde son teslim tarihi talep eden ve Slack'te duyurulan bir doğrulayıcı. Böylece toplantı eklemeden planlar gerçeğe uygun kalıyor. 
• Paylaşılan yapılandırmaları ve varsayılanları (“nasıl çalıştığımızın platformu”) yürütüp sürdürmek için Build Ops'a verilen net sorumluluk alanı; ekiplerle birlikte bu yapıların geliştirilmesi ve şeffaflık için temel teslimat, kalite ve kapasite ölçümlerinin Zone MOR'larında izlenmesi. 

Zapier'ın Yalın Proje Yönetimini Uygulamak İçin Attığı Adımlar

Bu geçişi gerçekleştirmek için yaptıklarımız şunlar:

• Build Ops'un rol ve kapsamını “EPD genelinde ölçeklenebilirliği, otomasyonu ve verimliliği artırmak” üzere belirledik; ardından mühendislik odaklı operasyonlar için kadro oluşturduk. Teslimat ve raporlama akışlarını birbirine bağlamak için Zapier, ChatGPT, Productboard, Figma, Jira, Jellyfish, Coda, OpsLevel ve Looker/Looker Studio'yu kapsayan bir araç yığını kullandık.
• Altın yol şablonlarını ve paylaşılan yapılandırmaları kullanıma sunduk: standartlaştırılmış Jira yapıları, yol haritası talep toplama için Productboard pilotları ve Figma organizasyon modelleri. Ekiplerin süreçleri yerel olarak yeniden icat etmemesi için bakımı Build Ops üstleniyor. 
• Editör alt bölgesinde “BuildOS” pilotunu yürüttük; bu, kurum içi devam eden çalışmaları haftalık demolarla ve herkese açık güncellemelerle birleştiren birleşik bir değişiklik günlüğü iş akışı oluşturduğumuz anlamına geliyor. Manuel iletişim yükünü azaltmak için otomatikleştirilmiş bir sürüm notları sistemi de kullanıma alındı. 
• Belgelerde değil, aracın içinde teslimat doğrulayıcıları ve kurallar ekledik. Bu, bir “Devam Ediyor” durumuna geçerken “Epik'in son teslim tarihi olmalı” kuralını duyurduğumuz ve Jellyfish'teki tahmin desteğine yapılan referanslar da dâhil olmak üzere tarih değişikliklerinin nasıl iletileceğine dair yönlendirme oluşturduğumuz anlamına geliyor.

Sonuç olarak gördüklerimiz ise şöyle:

• Yol haritaları ve sürüm notları elle hazırlanmış sunumlardan ziyade gerçek iş yapma sisteminden otomatik olarak oluşturulduğu için daha az idari ve raporlama israfı.
• Paylaşılan yapılar ve ölçümler sayesinde ekipler arası koordinasyonun daha net olması; altın yollar genişledikçe ekipler arasındaki planlama ve bağımlılık yönetiminin iyileşmesi. 
• Değişiklik noktasında teslim tarihi beklentileri uygulandığı ve aşağı akışta tutarlı biçimde görünür kılındığı için daha iyi teslimat disiplini ve paydaş uyumu.

Ekip Şeffaflığı İçin Yapay Zekâ Destekli Bir İş Akışı

Bahsettiğim sürüm notları sistemini daha yakından inceleyelim. Zapier'de bir değerimiz var: Şeffaflığı varsayılan kabul edin.

Bu, devam eden çalışmalarımızın büyük bir bölümünü paylaştığımız anlamına geliyor. Şirket genelinde demoları, değişiklik günlüklerini ve sonuçları paylaşma kültürümüz güçlü.

Büyüdükçe bunu birçok farklı şekilde yaptık ve bu çıktılar çok sayıda yerde kaydedilmeye başladı; bu da herkesin şirket içinde neler olup bittiğini anlamasını zorlaştırdı. Bunun üzerine Build Ops ekibimiz, bir ekibin güncellemeleri tek seferde gönderebildiği ve sistemin bu çıktıları doğru araçlara ve Slack kanallarına otomatik olarak yönlendirdiği basit bir akış oluşturarak sorunu çözdü.

Bunu Zapier Interfaces, Tables ve Zaps ile oluşturduk. Gönderimler, doğruluk kaynağı olarak Tables'a gider, takip için Coda ile senkronize edilir ve Slack'teki #feed-delivery-updates kanalına güncellemeler gönderilir; böylece herkes aynı bilgileri gerçek zamanlı olarak görür.

İlk başta kusursuz değildi. Ancak uyumu ve uç durumları çözüme kavuşturduktan sonra, yayınlanan çalışmaların %100'ünü kapsadı, yinelenen raporlamayı azalttı ve Destek veya GTM gibi aşağı akış ekiplerinin proje yöneticilerinin peşinden koşmadan ihtiyaç duydukları bilgilere ulaşmasını kolaylaştırdı.

Şimdi güncellemeleri otomatik olarak özetlemek ve hatta yardım belgeleri taslağı hazırlamak için yapay zekâyı sisteme ekliyoruz; böylece iletişim daha az manuel çabayla ölçeklenebiliyor.

Zapier Verimliliği Artırmak İçin Ajan Tabanlı İş Akışlarını Nasıl Kullanıyor?

Ajan tabanlı iş akışlarını deniyoruz ve şu ana kadarki en büyük kazanımlar iki alanda ortaya çıktı:

• İlk temas noktası orkestrasyonu: Slack'ten, formlardan veya e-postadan gelen talepleri sınıflandıran, zenginleştiren ve yönlendiren ajanları devreye aldık. Bu ajanlar talepleri SLA tabanlı hatırlatmalarla doğru kuyruklara taşır ve hatta son tarihler aşıldığında eskalasyonları tetikler. Böylece ön değerlendirme yükü azalır ve taleplerin karmaşa içinde kaybolmaması sağlanır.
• Araştırma ve içerik operasyonları: Pazarlama ekibimiz bağlam toplamak, kampanya varlıklarını hazırlamak, taslakların kalite kontrolünü yapmak ve bunları doğru araçlara aktarmak için ajanları kullanıyor. İnsanlar Slack'te onay veriyor, ardından dağıtım otomatik olarak gerçekleşiyor. Tüm akış uçtan uca birbirine bağlandığında ortaya çıkan bileşik değere iyi bir örnek.

En iyi sonuç veren yaklaşım; belirli kurallara dayalı Zaps'leri, yapay zekâ adımlarını ve sınırlandırılmış ajanları bir araya getirmek oldu. Onaylar ve gözlemlenebilirlik sisteme dâhil edildiğinde bu sistemler üretim ortamında kullanılabilecek kadar güvenilir oluyor.

Benimseme modeli de netleşti: Gerçek zaman kazandıran tek bir iş akışıyla küçük başlayın, işe yaradığını kanıtlayın ve ardından kapsamı genişletin. Bu kademeli yaklaşım, benimsemenin ekipler genelinde kalıcı olmasını sağladı.

Benimseme modeli de netti: Gerçek zaman kazandıran tek bir iş akışıyla küçük başlayın, işe yaradığını kanıtlayın ve ardından kapsamı genişletin. Bu kademeli yaklaşım, benimsemenin ekipler genelinde kalıcı olmasını sağladı.

Share This Quote on:

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

Wade Foster

Zapier'de Kurucu Ortak ve CEOOpens new window

En İyi Proje Yürütümü İçin Yapay Zekâ Destekli Teslimat Rutinleri

Yapay zekâ öncelikli bir dünyada teslimat rutinlerimiz ortadan kalkmadı; ancak daha hafif, daha şeffaf ve yapay zekâ destekli olacak şekilde evrildi.

• Kapsamı tanımlama: Epik tek sayfalık belgeleri, DACI rollerini ve herhangi bir şey “Planlandı” durumuna geçmeden önce açık bir ön taahhüt onayını gerektiren ZIP Yürütme Modelimizi kullanıyoruz. Her Jira epiği bir Productboard öğesine geri bağlanıyor; böylece kapsam uçtan uca izlenebilir durumda kalıyor. Yapay zekâ burada ekiplerin seçenekleri değerlendirmesine ve bu tek sayfalık belgelerin taslaklarını daha hızlı hazırlamasına yardımcı olarak devreye giriyor; ancak onay aşamaları ve izlenebilirlik aynı kalıyor.
• Ekipleri hizalama: DACI'yi açıkça uyguluyor ve istikrarlı bir yol haritası düzenini koruyoruz — Productboard'da üç aylık, yüksek görünürlüğe sahip işler için iki haftada bir incelemeler yapıyoruz. Kuruluş genelinde mühendisler, ürün yöneticileri ve tasarımcılar arasında yapay zekâ yetkinliği yüksek olduğundan, hizalanma karar alma sürecini hızlandıran yapay zekâ tarafından oluşturulmuş taslaklardan ve prototiplerden faydalanıyor.
• Çalışmayı doğrulama: Bahsettiğim gibi demoları, değişiklik günlüklerini ve sonuç kayıtlarını, yayımlanan çalışmaların %100 kapsamını sağlayan ve Build Ops tarafından yürütülen, Slack'e gönderim yapan tek bir gönderim akışında birleştirdik. Yapay zekâ yapıtlardan özetler, farklar ve önemli noktalar oluşturmaya yardımcı oluyor; ancak nihai kalite ve güvenlik onaylarının sorumluluğu her zaman insanlarda.
• Yürütmeyi yönetme: Gelen talepler kanallar arasında standartlaştırılıyor ve Productboard ile Jira'ya yönlendiriliyor. Yürütme telemetrisi canlı ve yalın kalırken Build Ops'un “altın yolları” süreç disiplininin tutarlı olmasını sağlıyor. Yapay zekâ “akışın içine” yerleştirilmiş durumda — mühendisler her gün yapay zekâ geliştirme araçlarına güveniyor, ürün ekipleri ise idari işleri azaltmak için yardımcı araçlar kullanıyor — ancak sahiplik, onaylar ve denetim izleri deterministik kalıyor.

Özetle:

Yapay Zekâ Araçlarıyla Ürün Planlamada Hızlı Prototipleme

Ancak tüm bu büyük değişikliklere rağmen, bence benim için en büyük değişim ürün planlama sürecine protiplemeyi eklemek oldu.

v0 gibi vibe kodlama araçlarıyla uzun süren okuma, yazma ve belgeleme işlerinin büyük bir bölümünü atlayabilirsiniz. Bunun yerine tıklanabilir bir prototip oluşturursunuz.

“Bir resim bin kelimeye bedeldir.” diye bir söz vardır. Bir prototip ise bin resme bedeldir. Bu nedenle zaman çizelgelerini sıkıştırmak için gerçekten güçlüdür. Çoğu özellikte haftalar kazandırır.

Bir söz vardır: “Bir resim bin kelimeye bedeldir.” Bir prototip ise bin resme bedeldir. Bu nedenle zaman çizelgelerini sıkıştırmak için gerçekten güçlüdür. Çoğu özellikte haftalar kazandırır.

Share This Quote on:

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

Wade Foster

Zapier'da Kurucu Ortak ve CEOOpens new window

Bu da müşterilerle vakit geçirerek karşılaştıkları sorunları ve ürünün iş akışlarında onlara nasıl yardımcı olduğunu ya da onları nasıl zorladığını anlamaya çalışma fırsatlarının ortaya çıkması anlamına geliyor.

Zapier'ın “Yapay Zekâ Eylemleri” Özelliği Yapay Zekânın Sizin İçin Harekete Geçmesini Sağlıyor

Burada şaşırtıcı bir şey yok… teknoloji yığınımızın büyük bir bölümü Zapier'dan oluşuyor: Zaps, AI by Zapier, Agents, Tables, Interfaces ve harici yapay zekâ araçlarını binlerce eyleme bağlamak için MCP. Bu yapı, son 6-12 ay içinde birleşik bir oluşturucu arayüzüne (Zaps + Tables + Interfaces) daha fazla odaklanmamız ve yapılandırılmış iş akışlarına muhakeme yeteneği kazandırmak için Agents'ı eklememizle gelişti.

Ayrıca ChatGPT, Claude ve Cursor gibi araçları kullanan oluşturucuların yeni entegrasyonlara ihtiyaç duymadan uygulamalar arasında güvenli bir şekilde eylem gerçekleştirebilmesi için MCP'ye ağırlık verdik. Ekipler genelinde daha basit bir kullanıma sunma ve yönetişim sağlamak amacıyla temel yapı taşlarını birlikte paketleyen plan değişikliklerini hayata geçirdik. Etki, ekiplerin tüm yığını kullandığı yerlerde en yüksek düzeyde:

• Omurga için deterministik otomasyon
• Çıkarım için yapay zekâ adımları
• Ve onayların ve gözlemlenebilirliğin yerleşik olduğu, değişken işlerin “son kilometresi” için aracılar.

İş birliği/operasyon arayüzü ekibe göre değişiyor. Örneğin pazarlama kuruluşumuz, devirleri sıkıştırmak ve otomatik oluşturulan e-posta varlıkları, onaylar ve dağıtımla daha hızlı yayımlama yapmak için Slack, Coda, Iterable, HubSpot ve Databricks'i Zapier üzerinden birbirine bağlıyor. 

Kullandığımız tüm araçlar arasında, Zapier'ın kendi “Yapay Zekâ Eylemleri” özelliği açık ara en büyük farkı yaratan özellik oldu. Yapay zekânın yalnızca bunu kendiniz nasıl yapacağınız konusunda yönlendirme yapmadığı, bunun yerine bir proje takip sistemini güncellemek veya gözden kaçan bir bağımlılığı işaretlemek gibi eylemleri sizin için gerçekleştirdiği iş akışları oluşturmamızı sağlıyor. Üstelik teknik olmayan ekipler bunu mühendisleri beklemek zorunda kalmadan kendileri kurabiliyor. 

Zapier'da Güçlü Bir Yapay Zekâ Benimseme Kültürü Oluşturmak

Araçlar önemli, ancak oluşturduğunuz kültür daha da önemli.

Büyük bir kuruluşta geçmişte her zaman yaptığınız şeyi yapmaya devam etmek çok kolaydır; ancak yapay zekâ gibi oyunun kurallarını değiştiren bir teknoloji ortaya çıktığında, kuruluşun farklı şekilde çalışmasını sağlayacak mekanizmalar bulmanız gerekir.

Bunu; hackathon'lara, tüm şirket toplantılarımızdaki gösterim ve anlatımlara ve insanların iş akışlarını veya öğrendiklerini paylaşabileceği Slack kanallarına büyük yatırımlar yaparak gerçekleştirdik.

Tüm bu kültürel anlar zamanla birikmeye başlıyor ve insanların yapay zekâya yönelip "Hmm, bu sorunu çözmek için işimi farklı şekilde nasıl yapabilirim?" demesi giderek daha normal hale geliyor.

Yapay Zekâ Öncelikli Teslimat Kuruluşlarının Neden Bir Yapay Zekâ Otomasyon Mühendisine İhtiyacı Var?

Yapay zekâ öncelikli bir teslimat kuruluşu istiyorsanız yeni bir pozisyon oluşturmayı düşünün: Yapay Zekâ Otomasyon Mühendisi (veya “orkestrasyon mühendisi”)

Wade'in İpucu

 

Yapay zekâ öncelikli bir teslimat kuruluşu istiyorsanız yeni bir pozisyon oluşturmayı düşünün: Yapay Zekâ Otomasyon Mühendisi (veya “orkestrasyon mühendisi”)

Bu rol, strateji ile kullanıma sunulan sistemler arasındaki bağlantıyı kurar ve hem teslimatı hem de kültürel değişimi hızlandırır.

Sıkıcı ve Maliyetli Görevlerin Üstesinden Gelmek İçin Yapay Zekâyı Kullanın

Gördüğünüz gibi, yapay zekâyı benimseme çalışmalarımızın büyük bölümü insanların bugün zaten yaptıkları işlerde onlara yardımcı olmayı amaçlıyor ve bundan elde edilebilecek büyük bir değer var.

İnsanların yapamadığı işlerde de fırsatlar bulunuyor. Maliyeti çok yüksek olduğu veya fazla sıkıcı olduğu için üstesinden gelemediğimiz şeyler neler? Bunlara yatırım yapın.

Buna harika bir örnek destek belgeleridir. Çoğu şirket için bir bilgi tabanını güncel tutmak, insanların özellikle iyi olmadığı, sıkıcı ve zaman alan bir görevdir. Ancak yapay zekâ ile tüm destek taleplerinizi alıp otomatik olarak kapsamlı bir bilgi tabanına dönüştürebilirsiniz.

Şu anda incelediğimiz proje türleri bunlar. Hiç yapmadığımız ancak yapmamız gereken bir şeyi belirliyor ve yapay zekânın bunu çok daha kolay hale getirmesini sağlıyoruz.

Yapay Zekâ ve Orkestrasyonla Proje Yönetimi UX'inin Geleceği

Benim gördüğüm şekliyle gelecek şöyle.

İş listelerinin sahipleri olacak; bazıları insan, bazıları ajan tabanlı olacak. Proje yöneticileri ve liderler, sonuç tasarımcıları ve orkestrasyon mimarları haline gelecek.

“Proje yönetimi” UX'inin büyük bölümü de orkestrasyon platformlarının üzerinde ince bir katmana dönüşecek: Canlı sistemler işi yürütecek, durum hesaplanacak, insanlar ise hedefleri, koruyucu sınırları ve muhakemeyi sağlayacak.

Sohbet Robotuyla Değil, Orkestrasyonla Liderlik Edin

Herhangi bir tavsiye verecek olsaydım, bu şu olurdu: Sohbet robotuyla değil, orkestrasyonla başlayın. Yapay zekâyı, eyleme geçebileceği ve yönetilebileceği iş akışının içine dahil edin. 

Üstten alta doğru aciliyet duygusunu, alttan üste doğru geliştirmeyle birleştirin. Bir hackathon düzenleyin, koruyucu sınırları yayınlayın, öncüler atayın ve uygulama kılavuzlarını paylaşın. Kurum içinde %97 benimsemeyi bu şekilde sağladık. 

Ve önem taşıyan iki “öncü” iş akışıyla başlayın. Onaylar ve günlüklerle bunları üretim ortamında güvenilir hale getirin; döngü süresini, hata oranlarını ve paydaş NPS'sini ölçün; ardından bu kalıpları kuruluş genelinde ölçeklendirin.

Takipte Kalın

Wade'in otomasyon oyununu değiştirmeye devam etmesini X ve LinkedIn üzerinden takip edebilirsiniz. Ayrıca elbette Zapier'a da göz atın!

The Digital Project Manager'da daha fazla uzman röportajı sizi bekliyor.