İpek KOCAOĞLU
Uzman
Proje Uygulama ve İzleme Birimi
ipek.kocaoglu@izka.org.tr

Proje yönetimi, karmaşık ve çok boyutlu projelerin etkin bir şekilde planlanması, uygulanması ve tamamlanmasına yönelik sistematik bir yaklaşımı ifade eder. Projelerin başarıya ulaşması, bu aşamaların etkin bir şekilde yönetilmesi ve izlenmesine bağlıdır. Bu bağlamda, PMI (Project Management Institute) ve IPMA (International Project Management Association) gibi kuruluşların tüm dünyada kabul gören metodolojileri, projelerin başarıyla yönetilmesine katkı sağlamaktadır. Son yıllarda, bu sürece yapay zekâ teknolojilerinin entegre edilmesi, proje yönetimini daha çevik, öngörülebilir ve verimli bir yapıya kavuşturmuştur.

Günümüzün proje yönetim süreçlerinde yapay zekâ, stratejik bir araç olarak ön plana çıkmakta, proje yaşam döngüsü boyunca karar alma süreçlerini iyileştirmek ve kaynak kullanımını optimize etmek amacıyla yapay zekânın sunduğu veri analizi, tahminleme ve otomasyon gibi yeteneklerden yararlanılmaktadır (Yıldırım ve Şahiner, 2020).

Yapay zekâ destekli proje yönetimi özellikle veri odaklı karar alma süreçlerinde çarpıcı etkiler yaratmaktadır. Geleneksel yöntemlerin ötesine geçerek, büyük veri setlerini hızlı ve etkili bir şekilde analiz eden yapay zekâ sistemleri, proje yöneticilerine hem stratejik öngörüler sunmakta hem de çeşitli alternatif senaryolarla karar alma sürecini desteklemektedir (PMI Türkiye, 2023).

Proje Döngüsü Aşamalarında Yapay Zekâ Uygulamaları

Proje döngüsü; başlatma, planlama, yürütme, izleme ve kapanış olmak üzere beş temel aşamadan oluşur. Yapay zekâ, proje yaşam döngüsünün her aşamasına etki edecek şekilde geniş bir uygulama yelpazesi sunmaktadır.

Proje yönetiminin ilk adımı olan başlatma sürecinde, projenin hedefleri, kapsamı ve başarı kriterleri tanımlanır; proje ekibi oluşturulur ve roller belirlenir. Bu aşamada yapay zekâ, önceki projelerden elde edilen verileri analiz ederek risk değerlendirmeleri, maliyet öngörüleri ve paydaş beklentilerinin belirlenmesi gibi kritik alanlarda yöneticilere karar destek mekanizması sunar. Bu sayede, proje başlangıcı daha rasyonel ve veri temelli biçimde yapılandırılabilir (PMI Türkiye, 2023).

Planlama aşamasında ise proje için ayrıntılı bir yol haritası hazırlanır. Yapay zekâ bu aşamada makine öğrenimi algoritmaları aracılığıyla geçmiş projelerden elde edilen verileri analiz ederek zaman çizelgeleri, kaynak tahsisi, iş gücü planlaması ve maliyet tahminlerini yüksek doğrulukla modelleyebilir (Boudreau, 2023).

Proje planında belirlenen görevlerin hayata geçirildiği yürütme aşamasında görev dağılımı yapılır, kaynaklar kullanıma sunulur ve ekip üyeleri plana uygun şekilde çalışmalarını sürdürür (PwC, 2024).

İzleme aşamasında ise projenin hedeflere uygunluğu ve kaynak kullanımı takip edilir. Yapay zekâ, özellikle büyük projelerde gerçekleşen performansı ölçerek zaman, bütçe ve kalite sapmalarını önceden tespit edebilir. Otomatik bildirim sistemleri sayesinde, proje yöneticileri gerekli müdahaleleri hızlıca gerçekleştirebilir (PwC, 2024). Yapay zekâ destekli proje yönetim araçları arasında Forecast, Clarizen, Monday, Asana ve Trello gibi platformlar yer almaktadır. Bu araçlar, iş akışlarını otomatikleştirerek proje çıktılarını tahmin etmeye, planlamaya ve ekip içi iş birliğini güçlendirmeye katkı sağlamaktadır (Sahadevan, 2023).

Son olarak, kapanış aşamasında projenin tamamlanmasını takiben, proje çıktıları teslim edilir, ekip dağıtılır ve öğrenilen dersler kurumsal hafızaya aktarılır. Yapay zekâ bu aşamada, proje boyunca toplanan verileri analiz ederek başarısızlık nedenlerini, süreçlerdeki sapmaları ve iyileştirme alanlarını otomatik olarak tespit edebilir (Taboada vd., 2023). Böylece kurumlar, yalnızca mevcut projenin değil, gelecekteki projelerin de başarısı için stratejik içgörüler elde etmiş olur. Makine öğrenme algoritmaları ayrıca kurumun uzun vadeli stratejileriyle uyumlu ve sürdürülebilirlik açısından yüksek potansiyele sahip projeleri önceliklendirebilir (Mashhood, 2023). Kapanış aşamasında üretilen bu bilgiler, gelecekteki projeler için birer rehber niteliği taşır.

Proje Yönetiminin Evrimi

Ruiz, Torres ve González Crespo (2020), şekilde görüldüğü üzere 1983’ten 2050’ye uzanan süreçte, otomasyondan otonomiye proje yönetiminin geçirdiği ve geçirmesi beklenen dört evre tanımlamıştır:

1. Entegrasyon ve Otomasyon (1983): Bilgi teknolojilerinin entegrasyonu Microsoft Project ve Oracle Primavera gibi yazılımlar aracılığıyla başlamış proje yönetiminde görevlerin otomatikleştirilmesine öncülük etmiştir.
2. Chatbot Asistanları (2016): Toplantı hatırlatıcıları ve özetleyici araçlar olarak sohbet robotları proje yönetimine dahil olmaya başlamıştır.
3. Makine Öğrenmesine Dayalı Proje Yönetimi (2023–2035): Makine öğrenmesi, geçmiş projelerden edinilen verilerle kaynak planlaması ve risk yönetimi alanında karar alma süreçlerinde kullanılmaya başlamıştır.
4. Otonom Proje Yönetimi (2035–2050): Bu aşamada, yapay zekânın karar alma süreçlerini tamamen devralabileceği öngörülmektedir.

Faydalar

Yapay zekâ entegrasyonunun proje yönetimine sağladığı temel faydalar şöyle özetlenebilir (Eaton Business School [EBS], 2024):

• Verimlilik Artışı: Rutin ve tekrarlayan işlerin otomasyonu, ekiplerin daha stratejik görevlerle ilgilenmesine olanak tanımakta; böylece genel proje süresi ve iş gücü maliyeti azalmaktadır.
• Hız ve Ölçeklenebilirlik: Aynı anda birden fazla karmaşık projenin yönetilebilmesi, yapay zekânın çok büyük veri kümeleriyle hızlı analiz yapabilme yeteneği sayesinde mümkün olmaktadır.
• Hata Oranlarının Azalması: Manuel hatalar büyük ölçüde azaltılarak daha güvenilir proje çıktıları elde edilmekte; tahminler, bütçeler ve performans değerlendirmeleri daha isabetli yapılabilmektedir.
• Gerçek Zamanlı İzleme: Proje ilerleyişi anlık verilerle takip edilebilmekte; bu da müdahale süreçlerini hızlandırmakta ve projenin başarı oranını artırmaktadır.

Uygulama Alanları ve Başarı Örnekleri

Yapay zekânın proje yönetiminde etkin biçimde kullanıldığı uygulama alanları, sektörel olarak farklılık göstermekle birlikte; inşaat, bilişim, finans, sağlık ve savunma sanayi gibi yüksek risk, yüksek sermaye ve çok paydaşlı yapıların yer aldığı sektörlerde belirginleşmektedir (EBS, 2024).

İnşaat sektörü, yapay zekâ temelli zaman çizelgeleme, iş gücü tahsisi ve maliyet sapma öngörülerinin en erken benimsendiği alanlardan biridir. Örneğin, ProPlanner, Deltek ve Buildots gibi yazılımlar; sahadan alınan görüntüler üzerinden yapay zekâ destekli analizler yaparak ilerleme durumu, kaynak kullanımı ve olası gecikmelere dair verileri proje yöneticilerine gerçek zamanlı olarak iletebilmektedir (Branscombe, 2018). “Dubai Metro Uzatma Projesi”, büyük ölçekli altyapı projelerinde yapay zekâ uygulamalarının etkileyici bir örneğini sunmaktadır. 2,4 milyar dolar bütçeli projede, 1.000’den fazla IoT sensöründen toplanan gerçek zamanlı veriler, gelişmiş makine öğrenimi algoritmaları ile analiz edilerek proje süresinin %23 kısaldığı ve maliyetlerin %15 azaldığı rapor edilmiştir. Yapay zekâ tabanlı lojistik yönetim sistemi, 27 farklı şantiye bölgesinde malzeme ve ekipman hareketlerini geçmiş veriler, hava durumu ve trafik koşullarına göre optimize ederek kaynak kullanımında %30 verimlilik artışı sağlamıştır (Build News, 2024).

Bilişim ve yazılım sektöründe, Agile ve Scrum gibi çevik yöntemler ile entegre çalışan yapay zekâ çözümleri, sprint planlamasından hata tahminine kadar birçok aşamada aktif kullanılmaktadır. Atlassian, ClickUp, Microsoft Project gibi araçlar, makine öğrenmesi sayesinde, geçmiş verilere dayanarak daha gerçekçi süre tahminleri sunmakta ve takım içi iş yükü dengesizliklerini tespit edebilmektedir. Ayrıca, doğal dil işleme (NLP) teknikleri sayesinde müşteri talepleri daha hızlı analiz edilmekte ve dokümantasyon süreçleri otomatikleştirilmektedir (Shamim, 2024).

Finans sektörü, projelerin hem zaman hem de risk hassasiyetinin yüksek olduğu bir alandır. HSBC ve Barclays gibi bankalar, yapay zekâ destekli risk analiz sistemlerini dijital dönüşüm projelerinde karar destek araçları olarak kullanmaktadır. Örneğin, RiskWatch programı, proje başlangıcında potansiyel senaryoları değerlendirip bu senaryolar altında maliyet ve zaman sapmalarını simüle ederek yöneticilere önerilerde bulunabilmektedir (PwC, 2024).

Sağlık sektörü, dijital hastane sistemleri veya e-sağlık platformlarının kurulumunda yapay zekâ teknolojilerinin uygulanmaya başlandığı stratejik bir alandır. Yapay zekâ, proje süreçlerinde hasta verisi güvenliği, kaynak planlaması ve kullanıcı deneyimi gibi farklı kriterlerin birlikte ele alınmasına imkan tanımaktadır. Bu sayede hem hasta memnuniyeti hem de yatırım verimliliği açısından olumlu sonuçlar elde edilmektedir (EBS, 2024).

Savunma ve havacılık gibi stratejik sektörlerde ise yapay zekâ, büyük ölçekli ve yüksek hassasiyetli projelerde zamanında teslimat ve hatasızlık oranını artırmak amacıyla kullanılmaktadır. Özellikle ABD Savunma Bakanlığının yapay zekâ destekli proje izleme sistemleri geliştirmesi ve bu sistemleri siber güvenlik projelerine entegre etmesi dikkat çekici bir örnektir. Bu uygulamalar, operasyonel verimliliğin yanı sıra stratejik öngörü kabiliyetini de güçlendirmektedir (Ahmed, 2023).

Kurumsal ölçekte incelendiğinde, Tesla, üretim ve tedarik zinciri projelerinde yapay zekâ ile entegre çalışan simülasyon sistemlerini aktif olarak kullanmakta, üretim bandındaki değişkenleri analiz ederek sistemsel kararları otonom biçimde alabilmektedir (EBS, 2024). Benzer şekilde Amazon, büyük ölçekli depo yönetim sistemi “Sequoia” üzerinden yapay zekâ, robotik ve bilgisayarlı görü teknolojilerini birleştirmiştir. 2023’te devreye giren ve 30 milyondan fazla ürünü işleyebilen sistem, kaynak planlamasını optimize ederek hem maliyetleri düşürmüş hem de teslimat sürelerini kısaltmıştır (Stone, 2025).

Tüm bu örnekler, yapay zekânın proje yönetiminde yalnızca teknolojik değil, aynı zamanda stratejik bir enstrüman haline geldiğini ortaya koymaktadır.

Zorluklar

Yapay zekânın proje yönetimine entegrasyonu, önemli fırsatlar kadar bazı zorlukları da beraberinde getirmektedir. Öncelikle, kaliteli ve yapılandırılmış veri eksikliği, yapay zekâ sistemlerinin doğru analiz yapmasını engellemektedir. Ayrıca, yüksek maliyetli kurulum, eğitim gereksinimi ve değişime karşı direnç, uygulamayı zorlaştıran diğer unsurlar arasındadır (EBS, 2024).

Geleceğe Yönelik Öngörüler

Yapay zekâ entegrasyonu, proje yönetiminin doğasını yeniden tanımlayan, bütüncül ve dönüştürücü bir paradigma değişimini beraberinde getirmektedir. Gartner (2019) araştırmasına göre, 2030 yılına kadar veri toplama, izleme ve raporlama gibi geleneksel proje yönetimi görevlerinin %80’inin yapay zekâ tarafından yerine getirilmesi beklenmektedir. Ayrıca proje yönetiminde yapay zekâ teknolojilerinin pazar büyüklüğünün 2023’te 2,5 milyar dolardan 2028’de 5,7 milyar dolara çıkması beklenmektedir (Sahadevan, 2023).

Yapay zekânın proje yönetiminde yol açması beklenen en köklü değişim, otonom proje yönetimi olacaktır. Otonom proje yönetimi, insan müdahalesine asgari düzeyde ihtiyaç duyan ve proje hedeflerini kendi kendine tanımlayıp yöneten sistemleri ifade etmektedir. Söz konusu sistemler, yapay zekâ destekli senaryo analizleriyle kaynakları dinamik biçimde yeniden tahsis edebilecek, riskleri erken tespit ederek proaktif önlemler alabilecek ve gelişmelere göre faaliyet planlarını revize edebilecektir (PwC, 2024).

Bununla birlikte, bu dönüşümün insanın rolünü tamamen ortadan kaldırması beklenmemektedir. Yapay zekânın teknik analizlerde üstün olmasına karşın insan ilişkileri, liderlik, empati ve paydaş yönetimi gibi sosyal becerilerde yetersiz kaldığı görülmektedir (PwC, 2024). Sonuç olarak, proje yönetiminin geleceğinin insanla teknolojinin rekabetinden çok, iş birliğine dayalı hibrit bir model olarak şekilleneceği çıkarımı yapılabilir.

Kaynakça
Ahmed, M. (2023, Mayıs 16). The rise of AI – How AI is revolutionising project management [Video]. https://youtu.be/angzLwP2mDk?si=7Y0yKVYMfXWqn4IB

Boudreau, P. (2023, Nisan 10). How to apply AI to your project [Video]. https://www.youtube.com/watch?v=cgx3G7Ww0IE

Branscombe, M. (2018, Ocak 12). How AI could revolutionize project management. https://www.cio.com/article/228200/how-ai-could-revolutionize-project-management.html

Build News. (2024, Temmuz 18). AI predictive analytics is transforming construction project management: The Dubai Metro Extension case. https://www.build-news.com/uncategorized/ai-predictive-analytics-is-transforming-construction-project-management/

Stone, M. (2025, Şubat 11). How Amazon uses robots to sort and transport packages in warehouses. Business Insider. https://www.businessinsider.com/how-amazon-uses-robots-sort-transport-packages-warehouses-2025-2

Eaton Business School (EBS). (2024). Artificial intelligence in project management: Scope, use cases, and benefits. https://ebsedu.org/blog/artificial-intelligence-ai-in-project-management

Gartner, Inc. (2019, 20 Mart). Gartner says 80 percent of today’s project management tasks will be eliminated by 2030 as artificial intelligence takes over https://www.gartner.com/en/newsroom/press-releases/2019-03-20-gartner-says-80-percent-of-today-s-project-management

Project Management Institute (PMI) Türkiye. (2023). Proje yönetiminde yapay zekâ uygulamaları. https://www.pmi.org.tr/tr/blog/proje-yonetiminde-yapay-zeka-uygulamalari

PricewaterhouseCoopers (PwC). (2024). AI will transform project management—are you ready? https://www.pwc.ch/en/publications/2019/ai-will-transform-project-management-en2019-web.pdf

Ruiz, J. G., Torres, J. M., & González Crespo, R. (2020). The application of artificial intelligence in project management research: A review. International Journal of Interactive Multimedia and Artificial Intelligence, 6(6), 54–64. https://doi.org/10.9781/ijimai.2020.12.003

Taboada, I., Daneshpajouh, A., Toledo, N., & de Vass, T. (2023). Artificial Intelligence Enabled Project Management: A Systematic Literature Review. Applied Sciences, 13(8), 5014. https://doi.org/10.3390/app13085014 

Sahadevan, S. (2023). Project management in the era of artificial intelligence. European Journal of Theoretical and Applied Sciences, 1(3), 349–359. https://doi.org/10.59324/ejtas.2023.1(3).35

Shamim, M. I. (2024). Artificial Intelligence in Project Management: Enhancing Efficiency and Decision-Making. International Journal of Management Information Systems and Data Science, 1(1), 1–6. https://doi.org/10.62304/ijmisds.v1i1.107

Yıldırım, G., & Şahiner, F. (2021). Proje Yönetiminde Yapay Zekâ Tabanlı Paydaş Analizi Konusu Üzerine Araştırma ve Öneriler. Journal of Investigations on Engineering and Technology, 4(1), 1-6. https://dergipark.org.tr/tr/pub/jiet/issue/63329/846298