Şantiye Yapay Zeka Asistanı Ne İşe Yarar?
Saat 17.40. Şantiye şefi gün içindeki beton, demir ve personel bilgisini toparlamaya çalışıyor. Muhasebe taşeron ödemesini soruyor, yönetici projenin ay sonu nakit ihtiyacını öğrenmek istiyor. Cevaplar farklı Excel dosyalarında, WhatsApp mesajlarında ve telefon notlarında dağınıksa, şantiye yapay zeka asistanı tek başına mucize yaratmaz. Ancak doğru veriye eriştiğinde, günler süren bilgi aramasını dakikalara indirebilir.
Buradaki asıl mesele teknoloji kullanmış olmak değil. Şantiyede kararın hangi veriye dayanarak, ne kadar hızlı ve kim tarafından verildiğidir. Yapay zeka asistanı; saha, satın alma, muhasebe, satış ve yönetim arasında zaten oluşan veriyi anlaşılır bir soruya ve kullanılabilir bir yanıta dönüştürmelidir.
Şantiye yapay zeka asistanı nedir?
Şantiye yapay zeka asistanı, proje verileri üzerinde doğal dilde soru sorulmasını ve hızlı yanıt alınmasını sağlayan operasyon aracıdır. Kullanıcı ekrana uzun raporlar açmadan, örneğin “A Blok'ta bu ay malzeme maliyeti bütçeyi geçti mi?” ya da “Vadesi yaklaşan taşeron ödemeleri hangileri?” diye sorabilmelidir.
Fakat iyi bir asistan, sadece cevap veren bir sohbet kutusu değildir. Yanıtın hangi proje, hangi tarih aralığı ve hangi kayıt üzerinden üretildiğini açıkça gösterebilmelidir. Aksi halde hızlı gelen fakat kaynağı belirsiz bilgi, şantiye yönetiminde yeni bir risk yaratır.
Bu nedenle asistanı genel amaçlı bir yapay zeka aracıyla karıştırmamak gerekir. Genel araçlar metin üretmekte faydalı olabilir. Şantiye operasyonunda ise ihtiyaç, firmanın kendi maliyetleri, hakedişleri, puantajı, tahsilatları ve günlük saha kayıtları üzerinden konuşan bir yardımcıdır.
Asistanın cevabı, veri düzeniniz kadar doğrudur
Bir projede gider fişleri geç giriliyor, taşeron hakedişleri farklı dosyalarda tutuluyor ve puantaj ay sonunda topluca işleniyorsa yapay zeka bu eksikleri görünmez yapamaz. Hızlı bir yanıt, eksik ya da güncel olmayan veriyi doğru hale getirmez.
Bu yüzden önce tek veri merkezi gerekir. Malzeme girişi sahada kaydedildiğinde satın alma ve maliyet tarafı bunu görebilmeli; taşeron hakedişi işlendiğinde ödeme planına etkisi görünmelidir. Satış ekibinin oluşturduğu tahsilat bilgisi de nakit akışından kopuk kalmamalıdır. Asistan, bu bağlantıların üzerine kurulursa anlamlı hale gelir.
Veri disiplini herkesin her ekrana girmesi demek değildir. Şantiye şefi günlük raporu ve gerçekleşen işleri girer. Satın alma sorumlusu teklif, sipariş ve tedarikçi sürecini takip eder. Muhasebe ödeme ve finansal kayıtları yönetir. Yönetici ise toplam resmi görür. Rol bazlı erişim hem hız sağlar hem de gereksiz müdahaleyi azaltır.
Bir diğer kritik konu proje ayrımıdır. Çok projeli firmalarda aynı tedarikçi, aynı taşeron veya benzer malzeme kalemleri farklı şantiyelerde kullanılabilir. Asistanın yanıtı proje, blok, dönem ve gerektiğinde döviz türü bazında filtreleyebilmesi gerekir. “Maliyet arttı” gibi genel bir cümle yerine, hangi kalemde, hangi tarihten sonra ve ne kadar artış olduğu görülmelidir.
Günlük darboğazlarda nasıl fayda sağlar?
Asistanın en güçlü tarafı, yönetim toplantısında gösterişli cümleler kurması değil; tekrar eden bilgi arama işini azaltmasıdır. Özellikle gün içinde aynı sorular farklı kişiler tarafından soruluyorsa, doğru sistem ciddi zaman kazandırır.
Maliyet ve bütçe takibinde
Yönetici genellikle toplam harcamayı değil, sapmanın nedenini bilmek ister. Proje bazlı bütçe ile gerçekleşen maliyet karşılaştırıldığında, asistan malzeme, işçilik, taşeron veya genel gider kalemlerindeki farkı hızlıca öne çıkarabilir. Dövizli alımlarda ise kur etkisini ayrı değerlendirmek gerekir. Malzeme fiyatı mı yükseldi, yoksa ödeme günündeki kur mu maliyeti büyüttü? Bu iki durumun yönetim aksiyonu aynı değildir.
Burada dikkat edilmesi gereken nokta, asistanın tahmini kesin gerçekleşme gibi sunmamasıdır. Henüz faturası gelmemiş siparişler, onay bekleyen hakedişler ve planlanan ödemeler açıkça ayrılmalıdır. Böylece ekip, gerçekleşen maliyet ile beklenen yükümlülüğü birbirine karıştırmaz.
Hakediş ve taşeron sürecinde
Taşeron yönetiminde gecikme çoğu zaman tek bir büyük hatadan değil, küçük kopukluklardan çıkar. Yapılan iş sahada kaydedilir, metraj başka dosyada tutulur, onay e-postada kalır, ödeme tarihi ise ayrı bir listede izlenir. Sonra hakediş tartışmalı hale gelir.
İyi kurgulanmış bir asistan, belirli dönemde hangi taşeronun hakedişinin onay beklediğini, hangi ödemelerin planlandığını ve hangi iş kalemlerinde eksik kayıt bulunduğunu sorgulamayı kolaylaştırır. Bu, taşeronla yapılacak görüşmenin yerini almaz. Ancak görüşmeye eksik bilgiyle girilmesini önler.
Nakit akışı ve tahsilat takibinde
Şantiyede kârlı görünen bir proje, yanlış zamanlanmış tahsilat ve ödeme nedeniyle nakit baskısı yaratabilir. Bu nedenle yalnızca toplam alacak ve borç rakamına bakmak yeterli değildir. Önümüzdeki hafta ya da ay hangi tahsilatların beklediği, hangi tedarikçi ve taşeron ödemelerinin yaklaştığı birlikte görülmelidir.
Yapay zeka asistanı bu sorulara hızlı bir ilk cevap üretebilir: geciken tahsilatlar, yaklaşan vadeler, proje bazında nakit açığı riski ve en yüksek tutarlı ödeme kalemleri. Yine de ödeme kararı finans ekibinin onayıyla verilmelidir. Asistan, karar vericinin önündeki tabloyu netleştirir; şirketin ödeme politikasını kendiliğinden belirlemez.
Günlük rapor, puantaj ve saha görünürlüğünde
Günlük saha raporları çoğu firmada yazılır ama karar süreçlerine yeterince girmez. Oysa hava durumu, ekip sayısı, yapılan imalat, bekleyen malzeme ve iş güvenliği notları birlikte izlendiğinde gecikmenin erken sinyalleri görülebilir.
Asistan, belirli bir tarihte hangi ekiplerin sahada olduğunu, son günlerde hangi işlerin aksadığını veya hangi malzeme bekleyişinin tekrar ettiğini bulmayı kolaylaştırabilir. Puantaj kayıtlarıyla günlük raporların karşılaştırılması da önemlidir. Sahada görünen ekip sayısı ile sisteme işlenen puantaj arasında fark varsa, bu fark kontrol edilmelidir.
Yapay zekaya hangi işleri vermemelisiniz?
Şantiye yapay zeka asistanı karar destek aracıdır, imza yetkilisi değildir. Sözleşme yorumu, taşeron hakedişinin nihai onayı, ödeme emri, iş güvenliği riski değerlendirmesi ve resmi bildirimler insan kontrolü gerektirir. Özellikle SGK, bordro, sözleşme ve vergi gibi konularda sistemin önerisi kontrol edilmeden işlem yapılmamalıdır.
Aynı durum çizimler için de geçerlidir. DWG dosyalarına erişim ve çizim görüntüleme proje ekipleri için büyük kolaylıktır; fakat çizimdeki bir detayı otomatik yorumlayarak imalat kararı vermek farklı bir süreçtir. Teknik sorumlunun onayı olmadan, yapay zeka yanıtı uygulama talimatı sayılmamalıdır.
Bu sınır güven kaybı değil, doğru kullanım biçimidir. Asistanın görevi kayıtları bulmak, ilişkileri göstermek, eksik veri ihtimalini işaretlemek ve kullanıcıyı daha hızlı aksiyona hazırlamaktır.
Başlangıçta küçük, ölçülebilir bir alan seçin
Yapay zeka asistanını tüm süreçlere aynı gün yaymak yerine, ekibin en çok zaman kaybettiği sorulardan başlayın. İlk ayda dört net kullanım alanı seçmek yeterlidir:
- Bu ay bütçe sapması görülen maliyet kalemleri
- Onay veya ödeme bekleyen taşeron hakedişleri
- Vadesi yaklaşan borçlar ve geciken tahsilatlar
- Son yedi gündeki günlük saha raporu ve puantaj farkları
Bu soruların her biri için veri sahibi belli olmalıdır. Kimin kayıt gireceği, kimin kontrol edeceği ve yöneticinin hangi sıklıkla rapor alacağı netleşmeden, asistan yalnızca yeni bir ekran haline gelir. Ama iş akışına yerleştiğinde, telefon trafiğini ve dosya arama yükünü azaltır.
ŞantiyePro gibi şantiye odaklı platformlarda asistanın değeri, maliyet, hakediş, nakit akışı, saha raporu ve personel verisinin aynı operasyon yapısı içinde bulunmasından gelir. Amaç ekibe daha fazla teknoloji öğretmek değil; zaten yaptıkları işi daha az ekran, daha az takip ve daha net kontrolle yürütmektir.
Yarın sabah ilk toplantıda tek bir soru sorun: “Bu projenin önümüzdeki 30 gündeki en büyük nakit riski nedir?” Cevabı bulmak için kaç kişiye ulaşmanız, kaç dosya açmanız ve ne kadar beklemeniz gerektiği, yapay zeka asistanından önce çözmeniz gereken operasyon sorununu açıkça gösterecektir.