Bir proje yöneticisinin haftasına bakıldığında planların güncellenmesi, gerçekleşen işlerin kontrol edilmesi, raporların hazırlanması ve paydaşlara bilgi verilmesi önemli bir yer tutar. Bunlar projenin yönetilmesi için gerekli işlerdir. Ancak çoğu zaman veriyi toplamak ve düzenlemek, o veriden ne anlamamız gerektiğini düşünmekten daha fazla zaman alır.
Yapay zekanın proje yönetiminde ilk hissedilen etkisinin planlama ve raporlama tarafında olduğunu düşünüyorum. Bir iş planının ilk taslağını oluşturmak, toplantı notlarından aksiyonları çıkarmak veya farklı kaynaklardan gelen bilgileri rapor formatına dönüştürmek artık daha kolay. Asıl soru, bu işleri daha hızlı yapabildiğimizde proje yöneticisinin hangi becerilerinin öne çıkacağı.
Yapay zekaya bir projenin kapsamını anlatarak iş paketleri, bağımlılıklar ve tahmini bir takvim oluşturmasını isteyebiliriz. Bu, özellikle başlangıç aşamasında yararlı bir çalışma taslağı sağlayabilir. Yine de ortaya çıkan planın uygulanabilir olması başka bir konudur.
Bir ekip üyesinin aynı anda kaç projede görev aldığı, kritik bir kararın hangi tarihte verilebileceği veya bir tedarikçinin ne zaman teslimat yapacağı yalnızca görev listesinden anlaşılamaz. Planın gerçekçi olup olmadığını değerlendirmek için kurumun işleyişini, kaynaklarını ve kısıtlarını bilmek gerekir.
Bu nedenle planlama yetkinliği ortadan kalkmıyor. Değişen, proje yöneticisinin zamanı nereye ayırdığı. İlk taslağı üretmekten çok varsayımları sorgulamak, bağımlılıkları görmek ve uygulanabilir bir plan üzerinde uzlaşmak önem kazanıyor.
Raporlama da benzer bir dönüşüm geçiriyor. Yapay zeka, ilerleme notlarını özetleyebilir, tamamlanmamış işleri gruplayabilir ve belirli bir formatta durum raporu hazırlayabilir. Fakat düzenli görünen bir rapor, projenin sağlıklı ilerlediğini tek başına göstermez.
Örneğin görevlerin büyük bölümü tamamlanmış olabilir. Buna karşılık kalan birkaç iş, projenin canlıya alınmasını engelliyor olabilir. Ya da takvimde gecikme görünmezken önemli bir karar haftalardır bekliyor olabilir. Bunları fark etmek için yalnızca veriyi aktarmak değil, verinin arkasındaki ilişkiyi yorumlamak gerekir.
Bence yapay zekanın burada sağladığı asıl fırsat, proje yöneticisinin rapor hazırlamak için harcadığı zamanı azaltıp raporun ne söylediğine daha fazla odaklanabilmesidir. Bunun gerçekleşmesi ise kullanılan verinin güncel ve güvenilir olmasına bağlıdır.
Yeni bir yetkinlikten söz edeceksek, bunu yalnızca iyi komut yazabilmekle sınırlamamak gerekir. Proje yöneticisi, yapay zekanın hangi verilerle çalıştığını, nerede hata yapabileceğini ve sunduğu sonucun hangi varsayımlara dayandığını anlayabilmelidir.
Bir risk listesi oluşturmak kolaylaşabilir; fakat listede bulunmayan kritik riski fark etmek hala önemlidir. Benzer biçimde, gecikme tahmini veren bir sistemin geçmiş verilere dayanması, bugünkü koşulları doğru değerlendirdiği anlamına gelmez.
Burada teknik uzmanlıkla eleştirel değerlendirme arasında bir ayrım var. Her proje yöneticisinin yapay zeka modeli geliştirmesi gerekmiyor. Buna karşılık kullandığı sistemin sınırlarını bilmesi ve kararını yalnızca otomatik üretilmiş bir çıktıya dayandırmaması gerekiyor.
Costanza Mariani, Mauro Mancini ve Kirsi Aaltonen'in 2026 yılında yayımlanan çalışması, bu tartışmaya farklı bir açıdan bakıyor. Araştırmacılar 35 proje ve program yöneticisinden, yapay zeka okuryazarlığı ile geleneksel proje yönetimi yetkinliklerini önemlerine göre değerlendirmelerini istemiş.
Çalışmada dört farklı bakış açısı belirlenmiş: analitik değerlendirme ve karar verme, insan ilişkileri ve ekip koordinasyonu, geleneksel proje kontrolü ve uygulama, son olarak da yapay zeka okuryazarlığı ile veri odaklı yetkinlikler.
Dikkat çekici nokta, yapay zeka odaklı yaklaşımın katılımcılar arasında en yaygın bakış açısı olmaması. Araştırmada zaman ve maliyet yönetimi farklı gruplar arasında ortak önem taşıyan alanlardan biri olarak öne çıkarken, yapay zeka yetkinlikleri üzerinde aynı ölçüde ortaklaşma görülmüyor.
Bu sonuç, yapay zekanın önemsiz olduğunu göstermiyor. Daha çok, proje profesyonellerinin yeni teknolojik becerileri mevcut sorumluluklarıyla nasıl ilişkilendirecekleri konusunda henüz aynı noktada olmadıklarını düşündürüyor. Üstelik çalışma, belirli bir katılımcı grubunun görüşlerini inceliyor; bütün proje yöneticilerini temsil eden bir sıralama olarak okunmamalı.
Planlama ve raporlama araçları gelişse de bir projenin ilerlemesi çoğu zaman insanlar arasındaki kararlara bağlı. Öncelikler çatıştığında uzlaşmak, belirsiz bir beklentiyi netleştirmek veya ekibin neden zorlandığını anlamak, yalnızca daha ayrıntılı veri üretmekle çözülemiyor.
Bu nedenle iletişim, müzakere, değişim yönetimi ve liderlik becerilerini yapay zekaya alternatif olarak görmüyorum. Tam tersine, rutin işlere daha az zaman ayrılabildiğinde bu becerilere daha fazla alan açılabilir. Ancak bunun kendiliğinden gerçekleşeceğini de varsaymamak gerekiyor. Kazanılan zamanın nasıl kullanılacağı, kurumun çalışma biçimine ve proje yöneticisinin tercihine bağlı.
Yapay zeka çağında proje yöneticisinin yetkinlikleri tamamen değişmiyor; bazı yetkinliklerin nasıl kullanıldığı değişiyor. Plan oluşturmak kolaylaştıkça planın gerçekçiliğini değerlendirmek, rapor hazırlamak hızlandıkça rapordaki kritik noktaları ayırt etmek daha önemli hale geliyor.
Bu yüzden önceliği belirli bir yapay zeka aracında uzmanlaşmaya değil, veri okuryazarlığını ve eleştirel değerlendirme becerisini geliştirmeye verirdim. Bunları sağlam planlama, risk yönetimi ve iletişim becerileriyle birleştirmek daha anlamlı görünüyor.
Proje yöneticisinin değeri, kaç rapor hazırladığından çok, o raporlar sayesinde hangi sorunları zamanında gördüğü ve hangi kararların alınmasına yardımcı olduğuyla ölçülmeli.
Mariani, C., Mancini, M., & Aaltonen, K. (2026). Mind the gap: Project managers, AI literacy, and the future of project management competences. Project Leadership and Society, 7, 100219. https://doi.org/10.1016/j.plas.2026.100219
Kapak fotoğrafı: Vitaly Gariev - Unsplash.