​

İnşaat Sektörü Deneyimi ile Yapay Zekâ Uygulama Mantığını Birleştiren Bir Yaklaşım

​

Yapay zekâ danışmanlığı söz konusu olduğunda, haklı olarak şu soru akla gelebilir:

​

“Cem Kafadar bir inşaat mühendisi. Peki yapay zekâ, dijital dönüşüm ve teknik uygulamalar konusunda nasıl danışmanlık ve eğitim verebilir?”

​

Bu sayfanın amacı, bu soruya açık, sade ve gerçekçi bir yanıt vermektir.

​

Ben kendimi bir yazılım mühendisi, sistem mimarı ya da kod geliştirici olarak konumlandırmıyorum. Benim güçlü olduğum alan; inşaat sektörü deneyimini, proje yönetimi bilgisini, insan kaynakları ve yönetim danışmanlığı birikimini yapay zekânın pratik kullanım alanlarıyla birleştirmek.

​

Yani odağım, yalnızca teknolojinin kendisi değil; teknolojinin hangi iş sorununu çözeceği, hangi süreçte değer yaratacağı, hangi veriyle besleneceği, hangi insan kararlarını destekleyeceği ve şirket içinde nasıl uygulanabilir hale geleceğidir.

​

Benim Yapay Zekâya Bakışım: Yazılım Değil, İş Değeri

​

Yapay zekâ projelerinde en sık yapılan hata, konuyu yalnızca bir yazılım veya IT meselesi olarak görmektir.

Oysa özellikle inşaat sektöründe yapay zekâdan değer üretmek için önce şu soruların cevaplanması gerekir:

​

• Şirketin en büyük operasyonel problemi nedir?

• Hangi kararlar geç, eksik ya da sezgisel alınıyor?

• Hangi raporlar çok zaman alıyor ama yeterince içgörü üretmiyor?

• Hangi veriler dağınık, eksik veya kullanılmıyor?

• Hangi süreçlerde tekrar eden işler insan zamanını tüketiyor?

• Hangi riskler erken fark edilmediği için maliyet, süre veya kalite problemi yaratıyor?

 

Benim danışmanlık yaklaşımım, bu sorulardan başlar. Çünkü yapay zekâ, doğru iş problemiyle eşleştirilmediğinde etkileyici bir teknoloji gösterisine dönüşür; doğru probleme bağlandığında ise karar kalitesini, hızını ve verimliliği artıran güçlü bir yönetim aracına dönüşür.

​

Teknik Olarak Hangi Konulara Hakimim?

​

Yapay zekâ eğitim ve danışmanlık çalışmalarımda, şirketlerin ihtiyaç duyduğu teknik konuları iş dünyasının anlayacağı sade bir dille ele alıyorum.

​

Bu kapsamda çalıştığım başlıca teknik başlıklar şunlardır:

​

1. Büyük Dil Modelleri ve Üretken Yapay Zekâ Mantığı

​

ChatGPT, Claude, Gemini ve benzeri büyük dil modellerinin nasıl çalıştığını, hangi işlerde güçlü olduğunu, hangi alanlarda dikkatli kullanılması gerektiğini ve şirket içinde nasıl verimli kullanılabileceğini anlatıyorum.

Bu modelleri yalnızca “metin yazan araçlar” olarak değil; rapor analiz eden, karar destek sağlayan, doküman karşılaştıran, toplantı notlarını yapılandıran, riskleri görünür kılan ve kurumsal bilgiye erişimi kolaylaştıran sistemler olarak ele alıyorum.

​

2. Prompt Engineering ve Kurumsal Kullanım Senaryoları

​

Yapay zekâdan iyi sonuç almak, yalnızca iyi soru sormak değildir. Doğru bağlamı vermek, rol tanımlamak, çıktı formatını belirlemek, kontrol kriterleri koymak ve tekrar kullanılabilir komut yapıları oluşturmak gerekir.

​

Bu nedenle eğitimlerde ve danışmanlık çalışmalarında şirketlere özel prompt kütüphaneleri, kullanım şablonları ve tekrar edilebilir yapay zekâ iş akışları geliştiriyorum.

​

Örneğin:

• Şantiye günlük raporu özetleme promptu

• Sözleşme risklerini ön inceleme promptu

• Alt yüklenici performans değerlendirme promptu

• Proje gecikme sinyalleri analiz promptu

• Yönetim kurulu brifingi hazırlama promptu

• Teknik aday mülakat değerlendirme promptu

 

3. RAG Mantığı: Şirket Dokümanlarıyla Çalışan Yapay Zekâ

Yapay zekânın en güçlü kullanım alanlarından biri, şirketin kendi dokümanlarıyla çalışabilmesidir.

​

Bunun temel mantığı, yapay zekânın genel bilgisiyle değil, şirketin kendi verileriyle desteklenmesidir. Bu yaklaşım, teknik dünyada genellikle RAG – Retrieval Augmented Generation olarak adlandırılır.

​

Basitçe ifade etmek gerekirse:

Yapay zekâya şirketin sözleşmeleri, prosedürleri, teknik şartnameleri, geçmiş proje raporları, teklif dosyaları, toplantı notları veya kalite dokümanları kontrollü biçimde sunulur. Model, yanıt üretirken bu kaynaklardan yararlanır.

​

Bu yaklaşım sayesinde şirketler için şu tür çözümler geliştirilebilir:

​

• Sözleşme ve şartname sorgulama asistanı

• Geçmiş proje deneyimlerinden öğrenen bilgi asistanı

• Teknik doküman özetleme ve karşılaştırma aracı

• İç prosedürlere göre cevap veren kurumsal bilgi asistanı

• Teklif hazırlık sürecini destekleyen doküman analiz sistemi

 

Benim rolüm burada teknik mimariyi tek başıma kodlamak değil; hangi dokümanların kullanılacağını, hangi iş sorununun çözüleceğini, hangi çıktının değer yaratacağını ve uygulamanın nasıl yönetileceğini tasarlamaktır.

​

4. Yapay Zekâ Ajanları ve İş Akışları

​

Yapay zekâ ajanlarını, belirli görevleri takip eden ve belli çıktılar üreten dijital yardımcılar olarak ele alıyorum.

İnşaat firmaları için ajan mantığı özellikle şu alanlarda değer yaratabilir:

​

• Planlama kontrol ajanı

• Maliyet sapması erken uyarı ajanı

• Satın alma karşılaştırma ajanı

• Şantiye raporu özetleme ajanı

• Sözleşme ve claim ön analiz ajanı

• Risk takip ajanı

• Alt yüklenici performans ajanı

• İnsan kaynakları aday ön değerlendirme ajanı

• Üst yönetim brifing ajanı

 

Bu ajanlar, şirketin mevcut iş yapış biçimini tamamen değiştirmek zorunda değildir. Önce küçük pilotlarla, sınırlı veriyle ve kontrollü kullanım alanlarıyla denenebilir.

​

5. Veri, Süreç ve Karar Kalitesi İlişkisi

​

Yapay zekâ projelerinde en kritik konu çoğu zaman model değil, veridir.

​

İnşaat şirketlerinde veri genellikle farklı dosyalara, kişisel bilgisayarlara, Excel tablolarına, e-postalara, PDF’lere, ERP sistemlerine, WhatsApp yazışmalarına ve proje klasörlerine dağılmış durumdadır.

​

Bu nedenle yapay zekâ danışmanlığında önce şu konulara bakarım:

​

• Hangi veriler mevcut?

• Hangi veriler güvenilir?

• Hangi veriler düzenli üretiliyor?

• Hangi bilgiler yalnızca kişilerin hafızasında duruyor?

• Hangi raporlar karar üretmek yerine sadece arşiv görevi görüyor?

• Hangi veri setleri yapay zekâ pilotu için kullanılabilir?

 

Bu bakış açısı, teknolojiyi şirket gerçekliğine bağlar.

​

Hangi Araç ve Platformları Kullanıyorum?

​

Çalışmalarımda tek bir araca bağlı kalmam. İhtiyaca göre farklı yapay zekâ araçlarını, doküman analiz çözümlerini, otomasyon araçlarını ve mevcut ofis yazılımlarını birlikte değerlendiririm.

​

Kullandığım veya eğitimlerde ele aldığım başlıca araç kategorileri şunlardır:

​

• Büyük dil modeli tabanlı yapay zekâ araçları

• Kurumsal yapay zekâ asistanları

• PDF ve doküman analiz araçları

• Toplantı notu ve özetleme araçları

• No-code ve low-code otomasyon çözümleri

• Excel, Word, PowerPoint ve e-posta tabanlı yapay zekâ kullanımları

• Proje yönetimi, raporlama ve karar destek süreçlerine entegre edilebilecek yapay zekâ iş akışları

 

Burada amaç, şirketlere karmaşık ve pahalı teknolojiler önermek değildir. Önce düşük maliyetli, hızlı denenebilir ve somut fayda üretebilecek kullanım alanlarını bulmak gerekir.

​

Teknik Derinlikte Sınırımı Nasıl Tanımlıyorum?

​

Yapay zekâ ve teknoloji konusunda güven vermenin bir yolu da sınırları açıkça ifade etmektir.

​

Benim rolüm şu değildir:

​

• Kurumsal yazılımı baştan sona kodlamak

• Büyük ölçekli IT altyapısı kurmak

• Siber güvenlik mimarisi tasarlamak

• Şirketin ERP sistemini teknik olarak entegre etmek

• Özel yazılım geliştirme ekibinin yerini almak

 

Benim rolüm şudur:

​

• Şirketin iş problemini doğru tanımlamak

• Yapay zekâ için uygun kullanım alanlarını belirlemek

• Süreçleri yapay zekâya uygun hale getirmek

• Verinin nasıl kullanılacağını tasarlamak

• Pilot uygulama alanlarını seçmek

• Teknik ekiplerle iş birliği yapılacak kapsamı netleştirmek

• Yöneticilerin doğru karar vermesini sağlamak

• Eğitimlerle ekiplerin yapay zekâyı verimli kullanmasını sağlamak

 

Gerektiğinde yazılım geliştiriciler, veri uzmanları, IT ekipleri veya teknoloji sağlayıcılarıyla birlikte çalışılabilir. Bu durumda benim katkım, teknoloji tarafı ile inşaat şirketinin gerçek iş ihtiyaçları arasında köprü kurmaktır.

​

İnşaat Sektörü İçin Neden Bu Yaklaşım Önemli?

​

İnşaat sektörü diğer birçok sektöre göre daha karmaşık, daha parçalı ve daha değişken bir yapıya sahiptir.

​

Her proje kendine özgüdür. Veriler dağınıktır. Saha gerçekliği ile merkez ofis raporları arasında çoğu zaman fark vardır. Kararlar hızlı alınmak zorundadır. Riskler geç fark edildiğinde maliyeti büyür. Sözleşmeler, alt yükleniciler, tedarik zinciri, iş programı, nakit akışı, kalite ve iş güvenliği aynı anda yönetilmek zorundadır.

​

Bu nedenle inşaat sektöründe yapay zekâ uygulamak, sadece teknoloji bilmekle mümkün değildir.

​

Sektörün dilini, proje dinamiklerini, şantiye gerçekliğini, yönetici psikolojisini, karar baskısını, raporlama alışkanlıklarını ve organizasyonel dirençleri anlamak gerekir.

​

Benim avantajım tam olarak burada ortaya çıkar.

​

Yapay zekâyı bir teknoloji modası olarak değil; inşaat şirketlerinin daha iyi karar alması, daha erken uyarı üretmesi, kurumsal hafızasını güçlendirmesi ve verimliliğini artırması için kullanılabilecek pratik bir yönetim aracı olarak ele alıyorum.

​

Uygulama Yaklaşımım

​

Yapay zekâ danışmanlığı ve eğitim çalışmalarımda genellikle şu adımları izlerim:

​

1. Mevcut Durumu Anlama

Şirketin proje türleri, organizasyon yapısı, mevcut yazılımları, raporlama düzeni, veri kaynakları, karar süreçleri ve temel sorunları analiz edilir.

​

2. Kullanım Alanlarını Belirleme

Yapay zekânın en hızlı fayda sağlayabileceği alanlar seçilir. Her kullanım alanı etki, uygulanabilirlik, veri ihtiyacı, risk ve geri dönüş potansiyeli açısından değerlendirilir.

​

3. Pilot Senaryo Tasarlama

Büyük dönüşüm projeleri yerine, önce küçük ve ölçülebilir pilotlar önerilir.

Örneğin:

• Haftalık proje raporlarının yapay zekâ ile özetlenmesi

• Sözleşme risklerinin ön taramadan geçirilmesi

• Şantiye raporlarından gecikme sinyalleri çıkarılması

• Yönetim toplantısı için otomatik brifing hazırlanması

• Teknik adayların mülakat öncesi değerlendirilmesi

 

4. Prompt ve İş Akışı Tasarımı

Kullanıcıların aynı işi her seferinde sıfırdan tarif etmemesi için tekrar kullanılabilir promptlar, kontrol listeleri ve çıktı formatları oluşturulur.

​

5. Eğitim ve İçselleştirme

Yapay zekânın şirkette kalıcı değer yaratması için ekiplerin bu araçları doğru anlaması gerekir. Eğitimlerde yalnızca araç tanıtımı değil, kullanım mantığı, sınırlar, riskler ve karar destek yaklaşımı da ele alınır.

​

6. Ölçüm ve Geliştirme

Her pilot uygulamada şu sorular sorulur:

• Zaman kazancı sağlandı mı?

• Rapor kalitesi arttı mı?

• Karar süreci hızlandı mı?

• Riskler daha erken görünür hale geldi mi?

• Kullanıcılar sistemi benimsedi mi?

• Çıktılar yönetim için anlamlı hale geldi mi?

 

Bu ölçüm sonucunda uygulama geliştirilir, yaygınlaştırılır veya yeniden tasarlanır.

 

Eğitimlerde Teknik Konuyu Nasıl Anlatıyorum?

Yapay zekâ eğitimlerinde amacım katılımcıları teknik detaylara boğmak değil, teknolojinin mantığını anlayarak bilinçli kullanıcı ve karar verici haline getirmektir.

​

Bu nedenle eğitimlerde şu dengeyi korurum:

​

• Yeterince teknik bilgi

• Bol sektör örneği

• Gerçekçi kullanım senaryoları

• Yönetim perspektifi

• Risk ve etik farkındalık

• Uygulanabilir araçlar

• Katılımcıların hemen kullanabileceği örnek promptlar

 

Bir yöneticinin yapay zekâyı kullanabilmesi için yazılımcı olması gerekmez. Ama yapay zekânın nasıl çalıştığı, nerede hata yapabileceği, hangi veriye ihtiyaç duyduğu ve hangi kararları destekleyebileceği konusunda yeterli teknik farkındalığa sahip olması gerekir.

​

Benim eğitimlerimde hedeflediğim seviye budur.

​

Güvenlik, Gizlilik ve Sorumlu Kullanım

​

Yapay zekâ kullanımında yalnızca verimlilik değil, güvenlik ve sorumluluk da önemlidir.

​

Şirket dokümanlarının, sözleşmelerin, maliyet bilgilerinin, teklif dosyalarının, çalışan verilerinin ve müşteri bilgilerinin yapay zekâ araçlarında nasıl kullanılacağı dikkatle ele alınmalıdır.

​

Bu nedenle çalışmalarımda şu prensipleri özellikle vurgularım:

​

• Hassas veriler kontrolsüz şekilde paylaşılmamalıdır.

• Şirket içi kullanım kuralları belirlenmelidir.

• Yapay zekâ çıktıları insan kontrolünden geçmelidir.

• Kritik kararlar tamamen modele bırakılmamalıdır.

• Kullanıcılar aracın sınırlarını bilmelidir.

• Pilot uygulamalarda veri güvenliği baştan düşünülmelidir.

• Şirketin IT ekibi veya teknoloji danışmanları sürece gerektiğinde dahil edilmelidir.

 

Yapay zekâ, bilinçli kullanıldığında güçlü bir yardımcıdır. Kontrolsüz kullanıldığında ise yeni riskler yaratabilir.

​

Benim Farkım Nerede?

​

Benim farkım, yapay zekâyı yalnızca teknik bir araç olarak değil; inşaat şirketlerinin yönetim, proje kontrol, insan kaynakları, raporlama, karar alma ve kurumsal öğrenme sorunlarına bağlayarak ele almamdır.

​

Yaklaşımım üç alanın kesişiminde yer alır:

​

İnşaat sektörü deneyimi
Projelerin, şantiyelerin, teklif süreçlerinin, sözleşmelerin, alt yüklenicilerin ve yönetim baskısının gerçek dünyadaki karşılığını bilmek.

​

Yönetim ve insan kaynakları danışmanlığı
Şirketlerin yalnızca teknolojiyle değil, insan davranışı, organizasyon yapısı, liderlik ve değişim yönetimiyle dönüştüğünü bilmek.

​

Yapay zekâ uygulama bilgisi
Büyük dil modelleri, prompt engineering, doküman analizi, RAG mantığı, yapay zekâ ajanları, otomasyon ve karar destek sistemlerinin iş süreçlerine nasıl uygulanabileceğini anlamak.

​

Bu üç alan birleştiğinde yapay zekâ, soyut bir teknoloji başlığı olmaktan çıkar; şirketin günlük işleyişinde değer üreten pratik bir araca dönüşür.

​

Sık Sorulan Sorular

Yapay zekâ danışmanlığı almak için şirketimizin güçlü bir IT altyapısı olması şart mı?

Hayır. İlk adım için güçlü bir IT altyapısı şart değildir. Birçok çalışma mevcut dokümanlar, raporlar, Excel dosyaları, toplantı notları ve süreçlerle başlatılabilir. Önemli olan, doğru kullanım alanını seçmek ve küçük bir pilotla başlamaktır.

Bu çalışmalar özel yazılım geliştirme gerektirir mi?

Her zaman değil. Bazı ihtiyaçlar mevcut yapay zekâ araçları ve basit iş akışlarıyla çözülebilir. Daha ileri ihtiyaçlarda ise yazılım geliştiriciler veya teknoloji ekipleriyle birlikte özel çözümler geliştirilebilir.

Şirket verilerimizi yapay zekâya yüklemek güvenli mi?

Bu konu dikkatle yönetilmelidir. Her veri yapay zekâ araçlarına kontrolsüz şekilde yüklenmemelidir. Hassas bilgiler, sözleşmeler, fiyatlar, kişisel veriler ve stratejik dokümanlar için şirket içi kullanım kuralları belirlenmelidir.

Yapay zekâ çalışanların yerini mi alır?

Benim yaklaşımımda yapay zekâ öncelikle çalışanların yerini almak için değil; tekrar eden işleri azaltmak, karar kalitesini artırmak, raporlama yükünü hafifletmek ve yöneticilerin daha iyi içgörü üretmesini sağlamak için kullanılır.

Eğitimlerde teknik detaylara çok giriliyor mu?

Eğitimin hedef kitlesine göre teknik seviye ayarlanır. Üst yönetim için stratejik ve karar odaklı; proje ekipleri için uygulama odaklı; teknik ekipler için daha sistematik ve süreç bazlı bir yapı kurulabilir.

İnşaat firmaları yapay zekâya nereden başlamalı?

En doğru başlangıç, büyük ve pahalı bir dönüşüm projesi değil; küçük, ölçülebilir ve gerçek bir iş sorununa bağlı pilot uygulamadır. Örneğin raporlama, doküman analizi, risk erken uyarı, teklif hazırlığı veya yönetim brifingi iyi başlangıç alanları olabilir.

Sonuç: Teknolojiyi İnşaatın Gerçek Sorunlarına Bağlamak

Yapay zekâ tek başına mucize yaratmaz. Onu değerli kılan şey, doğru sorunla, doğru veriyle, doğru süreçle ve doğru insan kararıyla birleşmesidir.

Benim danışmanlık ve eğitim yaklaşımım, tam olarak bu birleşimi sağlamaya yöneliktir.

İnşaat sektörünü bilen, proje yönetimi ve insan davranışını anlayan, yapay zekânın teknik mantığını sadeleştirebilen ve şirketlere uygulanabilir yol haritaları sunabilen bir köprü rolü üstleniyorum.

Amacım şirketlere “teknoloji anlatmak” değil; yapay zekâyı kullanarak daha iyi kararlar almalarına, daha erken risk görmelerine, daha verimli çalışmasına ve geleceğe daha hazırlıklı hale gelmelerine yardımcı olmaktır.

​

Çağrı Metni

​

Şirketinizde yapay zekânın nereden başlayacağını, hangi süreçlerde değer yaratacağını ve hangi pilot uygulamalarla test edilebileceğini birlikte değerlendirebiliriz.

İnşaat sektörüne uygun, gerçekçi ve uygulanabilir bir yapay zekâ yol haritası oluşturmak için iletişime geçin.