Proje yönetiminde karar verebilmek için uzun yıllardır daha fazla veri toplamaya çalışıyoruz. Proje planları, ilerleme raporları, risk kayıtları, performans göstergeleri ve toplantı notları bu ihtiyacın bir sonucu. Yapay zeka (AI) araçlarıyla birlikte artık bu verileri analiz etmek, karşılaştırmak ve yorumlamak da çok daha kolay hale geliyor.
Ancak burada önemli bir soru var: Daha fazla veriye sahip olmak, gerçekten daha iyi karar verdiğimiz anlamına mı geliyor?
Bence her zaman değil.
Proje yönetiminde karşılaştığım sorunlardan biri, verinin güncel olup olmadığının her zaman net olmaması. Bir rapor doğru hazırlanmış olabilir, ancak dayandığı bilgiler güncelliğini kaybetmişse karar sürecini yanlış yönlendirebilir.
Üstelik aynı veriye bakan farklı kişiler, kendi deneyimleri ve sorumlulukları doğrultusunda farklı sonuçlara ulaşabilir. Teknik ekip açısından önemli görülen bir sorun, iş birimi açısından farklı bir önceliğe sahip olabilir.
Bu nedenle belirsiz bir durumla karşılaştığımda yalnızca mevcut veriyi analiz etmekle yetinmemeye çalışıyorum. Konuyu ilgili alan uzmanıyla (Subject Matter Expert, SME) yeniden değerlendiriyorum.
Buradaki amacım sadece mevcut soruna bir çözüm bulmak değil. Aynı sorunun tekrar yaşanmaması için nedenlerini ve süreçte yapılabilecek iyileştirmeleri de anlamaya çalışıyorum.
AI bu değerlendirmeyi destekleyebilir. Farklı veriler arasındaki ilişkileri gösterebilir, olası nedenleri sıralayabilir veya gözden kaçan noktaları gündeme getirebilir. Ancak verinin güncel olduğunu ya da önerilen açıklamanın gerçek nedeni ortaya koyduğunu tek başına garanti edemez.
AI araçlarının önemli katkılarından birini yazılım geliştirme ve test süreçlerinde görüyorum.
Örneğin, bir uygulamada yapılan değişikliklerin ardından kullanıcıların sahip oldukları yetkiler kapsamında belirli işlemleri gerçekleştirip gerçekleştiremediklerini AI desteğiyle kontrol etmek mümkün. Kendi çalışmalarımda bu kontrolleri AI ile gerçekleştirmek, değişikliklerin etkisini gözlemlememi kolaylaştırdı.
Bununla birlikte, belirli kontrollerin başarılı olması sistemin bütününün beklendiği gibi çalıştığını göstermiyor.
Özellikle uçtan uca (end-to-end, E2E) testler açısından hala geliştirilmesi gereken alanlar olduğunu düşünüyorum. Bir kullanıcının belirli bir işlemi yapabilmesi, o işlemin bağlı olduğu tüm süreçlerin doğru sonuçlandığı anlamına gelmeyebilir.
Burada veri miktarı ile güvenilirlik arasındaki fark yeniden karşımıza çıkıyor. Daha fazla test sonucu veya daha ayrıntılı analiz, ancak doğru senaryoları kapsıyorsa karar kalitesini artırabilir.
Önemli olan kaç kontrol yaptığımız değil, hangi riskleri gerçekten doğruladığımızdır.
AI araçlarını kullanırken farklı teknolojileri ve yaklaşımları takip etmeye önem veriyorum. Bir sorunla karşılaştığımda, çözümü doğrudan uygulamadan önce alternatifleri incelemeye çalışıyorum.
Bazen birden fazla AI aracını kullanarak üretilen çözümleri karşılaştırıyor ve birbirlerinin önerilerini değerlendirmelerini sağlıyorum. Bu yaklaşım, farklı bakış açıları kazanmama ve mevcut bilgilerimin üzerine yenilerini eklememe yardımcı oluyor.
Ancak bunun da bir sınırı var.
Birden fazla araçla çözümü sürekli iyileştirmeye çalışmak, zaman zaman gereksiz karmaşıklık yaratabiliyor. Başlangıçta basit bir ihtiyacı karşılamak için tasarlanan çözüm, eklenen yeni önerilerle yönetilmesi ve sürdürülmesi daha zor bir yapıya dönüşebiliyor.
Bu noktada ürünün yol haritasını bilmek önemli hale geliyor.
Gelecekte ihtiyaç duyulabilecek her özelliği bugünden geliştirmek yerine, mevcut gereksinimi karşılayan yeterli ve sürdürülebilir çözümü tercih etmek daha doğru olabiliyor.
AI farklı seçenekler üretebilir. Ancak hangi seçeneğin ürünün hedefleriyle, kaynaklarıyla ve mevcut öncelikleriyle uyumlu olduğuna karar vermek hala insanın sorumluluğunda.
AI ile birlikte proje yöneticisinin rolünün yalnızca bilgi toplamak ve rapor hazırlamaktan daha fazla, bilgiyi değerlendirmek ve doğru karar ortamını oluşturmak yönünde geliştiğini düşünüyorum.
Artık bir risk listesi oluşturmak, toplantı notlarını özetlemek veya farklı çözüm alternatiflerini karşılaştırmak için daha az zaman harcayabiliyoruz.
Fakat bu kazanılan zamanın nasıl kullanıldığı önemli.
AI tarafından hazırlanan bir analizi sorgulamadan kabul etmek, daha hızlı ama daha iyi olmayan kararlar alınmasına neden olabilir. Üstelik düzenli, ayrıntılı ve ikna edici görünen bir çıktı, dayandığı varsayımların doğru olduğu anlamına gelmez.
Bu nedenle proje yöneticisinin yalnızca AI araçlarını kullanmayı değil, doğru soruları sormayı, veri kaynaklarını doğrulamayı, konu uzmanlarıyla birlikte değerlendirme yapmayı ve önerilerin olası sonuçlarını anlamayı da geliştirmesi gerektiğine inanıyorum.
Bazen en değerli karar, yeni bir teknoloji eklemek değil, mevcut çözümün yeterli olduğuna karar vermektir.
AI, proje yönetiminde bilgiye ulaşma ve bilgiyi işleme kapasitemizi önemli ölçüde artırıyor. Bu, riskleri daha erken fark etmek, alternatifleri karşılaştırmak ve bazı kontrolleri daha hızlı gerçekleştirmek için değerli bir fırsat.
Ancak daha fazla veri, daha iyi kararın garantisi değil.
Verinin güncelliği belirsizse, farklı bakış açıları dikkate alınmıyorsa veya AI önerileri sorgulanmadan uygulanıyorsa, artan analiz kapasitesi yeni sorunlar da yaratabilir.
Benim için AI kullanımının asıl değeri, karar verme sorumluluğunu teknolojiye devretmek değil; daha fazla seçeneği değerlendirebilmek ve kararların arkasındaki gerekçeleri güçlendirebilmek.
İyi proje yönetimi, en fazla veriye veya en karmaşık çözüme sahip olmak değil, doğru zamanda yeterli bilgiyle doğru kararı verebilmektir.
Kapak fotoğrafı: Tania Melnyczuk - Unsplash.