Proje risk kaydını yapay zeka desteğiyle oluşturmak

Yapay zeka risk kaydında ne yapar, ne yapmaz?

Risk kaydı, projede olabilecek belirsizlikleri, olasılıklarını, etkilerini, sahiplerini ve önlemlerini tutan yaşayan bir tablodur. Yapay zeka bu tablonun birkaç işinde yardımcı olur: risk fikri üretmek (beyin fırtınası), yazım biçimini standartlaştırmak ve eldeki verilerden örüntü çıkarmak.

Yapay zekanın yapamadığı şey, projenizin gerçek bağlamını kendiliğinden bilmektir. Tedarikçinizin geçmiş performansını, ekibinizdeki kilit kişinin izne çıkacağını ya da düzenleyici bir değişikliği siz söylemezseniz bilemez. Bu yüzden taslak üretir, karar vermez. Risk sahibini atamak, olasılık ve etkiyi onaylamak ve önlemi taahhüt etmek insanda kalır.

Adım adım: taslaktan onaylı kayda

Sağlıklı bir akış şöyle ilerler:

• Bağlamı hazırlayın: Proje kapsamı, takvim, ekip yapısı, bütçe sınırı, tedarikçiler, bağımlılıklar ve geçmiş projelerden dersler. Gizli ya da müşteriye ait bilgileri kurumunuzun veri politikasına göre maskeleyin.
• Yapay zekadan risk listesi isteyin: Kategori bazlı (teknik, takvim, kaynak, tedarikçi, düzenleme, paydaş) taslak risk üretmesini söyleyin.
• Eleyin ve uyarlayın: Projeye gerçekten uymayan ya da genel geçer riskleri çıkarın, eksikleri kendi bilginizle ekleyin.
• Her risk için standart alanları doldurun: Risk tanımı (neden, olay, sonuç biçiminde), olasılık, etki, sahip, tetikleyici, azaltma ve olağanüstü durum planı.
• Puanlamayı insanlarla doğrulayın: Olasılık ve etki puanları ekip toplantısında onaylanır.
• Kaydı güncel tutun: Haftalık durum verileri yapay zekaya verilerek yeni riskler ve değişen olasılıklar için öneri istenir.

Taslağı onaylı kayda çeviren şey, eleme ve puanlama adımlarındaki insan değerlendirmesidir.

Komut (prompt) örnekleri

Genel bir isteğe genel cevap gelir. Bağlam ve biçim vermek sonucu belirgin biçimde iyileştirir.

Risk üretimi için: "Aşağıdaki proje özetine göre teknik, takvim, tedarikçi ve paydaş kategorilerinde olası riskleri listele. Her risk için 'Eğer [neden] olursa, [olay] gerçekleşebilir ve [sonuç] ortaya çıkar' biçimini kullan. Projeye özgü olmayan genel riskleri ekleme." Ardından proje özetini yapıştırın.

Puanlama taslağı için: "Şu risklerin her biri için olasılık ve etkiyi düşük, orta, yüksek ölçeğinde öner ve gerekçesini tek cümleyle yaz. Belirsiz olduğun yerde 'bilgi eksik' yaz." Son cümle önemlidir: modeli tahmine zorlamamak yanlış kesinliği azaltır.

Azaltma için: "Bu riskin önlenmesi, etkisinin azaltılması, devredilmesi ve kabul edilmesi için ayrı seçenekler öner. Her seçeneğin maliyet ve zaman etkisini nitel olarak belirt."

Geçmiş verilerden öğrenmek için: kurumun geçmiş proje ders kayıtlarını veri olarak verip tekrar eden risk temalarını özetlemesini isteyin.

Örnek senaryo: yazılım entegrasyon projesi

Örneğin bir proje yöneticisi, farklı sistemleri birbirine bağlayan bir entegrasyon projesi yürütüyor. Yapay zekaya proje özetini ve bağımlılıkları verip risk taslağı istiyor. Taslakta şunlar çıkıyor: eski sistemin belgelerinin eksik olması, test ortamının geç hazır olması, kilit teknik kişiye bağımlılık, veri dönüştürme kurallarında belirsizlik.

Yönetici listeyi gözden geçiriyor. Eski sistem belgelerinin eksikliği gerçekten önemli; ancak tedarikçi gecikmesi riski bu projeye uymadığı için çıkarılıyor. Yapay zekanın görmediği bir risk ekleniyor: müşteri tarafında onay kurulunun toplantı takvimi. Olasılık ve etki puanlarını ekiple onaylıyor, her riske sahip atıyor. Haftalık toplantıdan sonra güncel durum notlarını yapay zekaya verip yeni risk önerisi istiyor; öneriler yine insan tarafından filtreleniyor.

Doğrulama ve sınırlar

• Uydurma ve genel geçer riskler: Model akla yatkın ama projeyle ilgisiz riskler yazabilir. Her riske "bu bizim projede hangi gerçeğe dayanıyor?" diye sorun.
• Sahte kesinlik: Olasılık ve etki puanlarının arkasında genellikle veri değil model tahmini vardır. Puanı ekip onaylamadan kayda geçirmeyin.
• Gizlilik: Müşteri adı, sözleşme ayrıntısı ve fiyat bilgisi gibi hassas veriyi kurumun izin verdiği araçlar dışında paylaşmayın.
• Önyargı ve eksik bağlam: Model geçmiş ve genel verilerle çalıştığı için yeni, projeye özgü riskleri kaçırabilir.
• Hesap verebilirlik: Risk sahibi atanmış, önlem taahhüt edilmiş bir insan olmalıdır. "Yapay zeka öyle önerdi" bir gerekçe değildir.
• Kaydın bayatlaması: Taslak üretmek kolay olduğu için kayıt şişebilir. Gereksiz riskleri budamak ve en kritik riskleri izlemek gerekir.

Bu sınırlar, yapay zekanın hızını kullanırken kontrolü insanda tutmanın nedenleridir.

Model aynı riski farklı sözcüklerle birkaç kez önerebilir; kaydı onaya sunmadan önce yinelenen maddeleri birleştirin. Olasılık ve etki derecelerini modelin verdiği değerle bırakmayın, proje ekibiyle birlikte kendi ölçeğinizde yeniden değerlendirin. Her turda hangi maddenin modelden, hangisinin ekipten geldiğini not etmek, kaydın izlenebilir kalmasını sağlar.

Bu alandaki beceri nasıl geliştirilir?

Önce yapay zekasız temeli sağlamlaştırın: risk tanımı yazma, olasılık-etki matrisi, azaltma stratejileri ve risk sahipliği. Yapay zeka, zayıf bir risk yönetimi pratiğini düzeltmez, yalnızca hızlandırır.

Sonra komut yazımını pratik edin: aynı projeyi farklı bağlamla vererek çıktının nasıl değiştiğini gözlemleyin. Ardından kendi gerçek proje riskleriniz için model çıktısını ve ekip değerlendirmesini karşılaştırın; modelin nerede iyi, nerede zayıf olduğunu not alın. İleri aşamada risk kaydını proje yönetim aracına ve raporlama akışına bağlamak, erken uyarı göstergeleri tanımlamak gelir.

Mindset programlarında nerede çalışılır?

Yapay Zeka Destekli Proje Planlama eğitimi öngörülü takvim planlama, bütçe tahmini ve kaynak optimizasyonu, risk tahmin ve erken uyarı sistemleri, karar destek ve raporlama otomasyonu ile entegrasyon, etik ve uygulama başlıklarını kapsar. Proje Yöneticisi için Yapay Zeka Araçları eğitimi ise yapay zeka ile proje planlama, risk analizi ve erken uyarı, durum raporlama ve iletişim otomasyonu, verimlilik ve kapasite analizi, kurumsal entegrasyon ve uygulama planı modüllerini içerir.

Bu içerikler proje yöneticileri, PMO ekipleri ve risk sorumluları için uygundur. Kurumsal ekiplerde risk kaydı formatını ve yapay zeka kullanım kurallarını ortaklaştırmak için başlangıç noktası olabilir.