On Adımda İnşaat Projelerinde Yapay Zekâ Entegrasyonu

Yazıya başlamadan önce, sabırsızlığımı mazur görün. Sonda söylemem gerekeni en başta yazacağım. Çünkü biliyorum, içimde tutarsam rahatsız edecek beni. En gelişmiş yapay zekâ sistemini projenize entegre etseniz de sonunda onu kullanacak olan yine insan. Yani yalnızca dijital altyapıya değil, ekibinizin dönüşümüne de yatırım yapmalısınız. İnsan kaliteniz istenen düzeyde değilse, en akıllı sistemi de kursanız beklediğiniz sonuçları alamayacaksınız.

Sektördeki dijital dönüşüm algısı, “hadi bir yazılım satın alalım, nasılsa o bize her istediğimizi verecek,” şeklinde. Tabii dijitalleşmeye bu kadar basitmiş gibi yaklaşınca süreç öngörüldüğü gibi sonuçlanmıyor. Bir de bu hayal kırıklığının yaşanacağını sezinleyip, eski ezberlerine daha sıkı sarılarak yeni sistemi sabote etmeye hazır bekleyen tutucu çalışanları düşündüğümüzde konu iyice karmaşık bir hal alıyor. 

Gelin 10 adımlık bir yol haritasıyla yapay zekanın inşaat projelerindeki entegrasyon sürecini biraz daha yakından inceleyelim.

1. Farkındalık ve Vizyon Oluşturma

Hedef: Yönetimden sahaya kadar tüm kadroların “Yapay zeka nedir, ne yapabilir, firmamızda ne işe yarar?” sorularına cevap bulması.

Nasıl yapılır?

  • Üst yönetime özel yapay zeka strateji seminerleri
  • Tüm departmanlara yönelik sadeleştirilmiş tanıtım sunumları
  • Şirketin geçmiş projelerindeki sağlıklı bir dijitalleşme olmadığı için yaşadığı sıkıntıları örneklerle göstermek

2. Yapay Zekaya Yönelik İhtiyaç Analizi

Hedef: Hangi projelerde, hangi süreçlerin yapay zekâ desteğine ihtiyaç duyduğunu tespit etmek.

Nasıl yapılır?

  • Planlama, maliyet, kalite, İSG, satın alma gibi süreçleri tarayın
  • Aşağıdaki soruları sorun:
    • “Sıklıkla geciken süreçler hangileri?”
    • “Tahmine dayalı kararlar nerede veriliyor?”
    • “Nerede en fazla veri birikiyor ama kullanılmıyor?”

Örnek ihtiyaçlar:

  • Beton çatlaklarını önceden tahmin etme
  • Malzeme israfını azaltma
  • İş güvenliği ihlallerini anlık yakalama
  • Proje programında gecikme tahmini yapma

3. Uygun Yapay Zeka Uygulamasını Seçme

Hedef: İhtiyaca göre doğru teknolojiyi bulmak ve gereksiz dijital yatırımı önlemek.

Nasıl yapılır?

  • Piyasadaki mevcut yapay zeka tabanlı uygulamaları araştır 
  • Sektöre yönelik çalışan yapay zekâ danışmanlarıyla görüş. Mutlaka konunun uzmanlarından görüş al.
  • Kendi iç IT ekibin varsa basit bir yapay zeka prototipi oluştur

4. Pilot Proje Belirleme

Hedef: Tüm firmada değil, küçük bir projede öğrenmek, daha rahat hata yapabilmek ve sonuçlarını görmek

Nasıl yapılır?

  • Süresi, maliyeti ve ölçeği makul bir proje seç
  • İlk önce tek bir süreci hedefle (örneğin yalnızca günlük rapor analizi)
  • Hedef metrik belirle: “AI entegrasyonu sonrası iş gücü verimliliği %X artacak” gibi

5. Veri Hazırlığı ve Entegrasyon Süreci

Hedef: Yapay zekanın çalışabileceği güvenilir ve düzenli veri akışını kurmak.

Nasıl yapılır?

  • Excel dosyaları, saha günlükleri, planlama çizelgeleri, fotoğraflar gibi veri kaynaklarını topla
  • Veri formatlarını standartlaştır
  • Gerekirse geçmiş projelerden veri seti oluştur
  • ERP, BIM ve benzeri sistemlerle entegre çalışması sağla

6. Eğitim ve Kullanıcı Hazırlığı

Hedef: Yapay zekaya direnç oluşmasını engellemek ve kullanıcıların güvenle sisteme geçmesini sağlamak.

Nasıl yapılır?

  • “Bu sistem sizin yerinizi almayacak, sizi destekleyecek” mesajı net verilmeli
  • Rol bazlı kısa eğitim modülleri hazırlanmalı
  • Sahada dijital şampiyonlar seçilmeli
  • İlk haftalarda teknik destek birimleri kurularak kullanıcılar yalnız bırakılmamalı

7. Uygulama ve İzleme

Hedef: Yapay zeka sistemini kullanıma sokmak ve etkilerini sürekli takip etmek.

Nasıl yapılır?

  • Kullanıcılar veri girmeye, sistem de öneri üretmeye başlar
  • Yapay zekanın verdiği önerilerle insan kararları kıyaslanır
  • Hatalar, sapmalar, uyum zorlukları kayda alınır

Performans takibi metrikleri örnekleri:

  • Zamanında teslim oranı
  • Plan–gerçekleşen farkı
  • Raporlama süresindeki kısalma
  • İSG uyarılarına tepki süresi

8. Geri Bildirim ve Sistem Geliştirme

Hedef: Kullanıcı deneyimi ve saha geribildirimleriyle yapay zeka sistemini iyileştirmek.

Nasıl yapılır?

  • Belirli periyotlarda 15 dakikalık “dijital kahve” toplantısı yapılabilir
  • “Sistem hangi önerisiyle işe yaradı, hangisinde zorluk çıktı?”
  • Kullanıcıdan gelen geliştirme önerileri liste halinde yapay zeka geliştiriciye iletilir

9. Ölçme–Değerlendirme–Yaygınlaştırma

Hedef: Yapay zeka uygulamasının firmaya katkısını ölçüp, başka projelere uyarlamak.

Nasıl yapılır?

  • Pilot sonunda “Yapay Zeka Kullanım Etki Raporu” oluştur
  • Rakamsal kazançlar + operasyonel etkiler + kullanıcı geri bildirimleri
  • Uygulamanın başka projelerde kullanımı için adaptasyon planı oluştur

10. Dijital Kültürü Kalıcı Hale Getirme

Hedef: Yapay zekanın geçici bir heves değil, kurumsal refleks haline gelmesi.

Nasıl yapılır?

  • Yapay zeka şampiyonları çalışanlara dönemsel iç eğitimler vermeye başlar
  • Şirket içi “Dijital İyileştirme Önerisi Sistemi” kurulur
  • Her departmanın KPI’ına dijitalleşme katkısı eklenir
  • İSG, planlama, kalite gibi her süreçte yapay zeka destekli alt modüller yer alır

Bugün pek çok firma, yeni gidilen bir şehirde restoran önerisi arar gibi yazılım seçimini hâlâ “eş dost tavsiyesiyle” yapıyor. Böyle olunca da çoğunlukla gidilen mekanda yenilen yemeğin ya tadı damakta kalmıyor ya mideyi bozuyor, ya hesap fazla geliyor, ya da aldığınız hizmet beklentinizi karşılamıyor. Yani işler istediğiniz gibi gitmiyor. Aslında mesele bir yazılım almanın çok daha ötesinde. Şirketin kendi hikâyesine, kendi sorunlarına, kendi geleceğine göre doğru reçeteyi bulmasında.

Betonun çatlamasını önceden tahmin eden bir yapay zekâ, şantiyedeki güvenlik kameralarından bir işçinin emniyet kemerini takmadığını anında fark eden sistemler, vinçlerin rüzgâr hızına göre çalışma açısını otomatik ayarlayan sensörler, malzeme stoklarının azaldığını algılayıp tedarik sürecini kendiliğinden başlatan yazılımlar, saha çalışanlarının yorgunluk seviyesini yüz tanıma verilerinden analiz eden modeller veya projedeki binlerce veriyi eşzamanlı işleyip, gecikme riskini üç gün önceden bildiren dijital ikizler…Bir zamanlar bilim kurgu senaryosu sayılabilecek bu sahneler, bugün dünyanın birçok şantiyesinde sıradan gerçekler haline geldi.

Peki hangi birinden başlayalım diyorsanız, en basiti günlük raporlarınızı yapay zekânın süzgecinden geçirerek işe koyulmak. İlk adım, her gün elinizin altında olan raporları yapay zekâya okutmak ve ortaya çıkan içgörüler üzerinden ilerlemek olabilir.

Bu teknolojilerin çoğunun “insana rağmen” değil, “insanla birlikte” çalışmak için tasarlandığı unutulmamalı. Yani mesele, makineyle rekabet etmek değil; onunla birlikte daha akıllıca çalışıp sonuçlar üretmek. Bu yüzden, firmaların yapması gereken en kritik yatırımın eğitim olduğunu düşünüyorum. Sadece bir yazılımı almakla dijitalleşme gerçekleşmiyor; ne zaman ki çalışanların zihninde yeni bir pencere açılıyor, biz bu işi nasıl daha verimli yapabiliriz sorusu onları rahatsız etmeye başlıyor, işte o noktada dijital dönüşüm başlıyor aslında.

Belki de şunu kabul etmeliyiz: Yapay zekâ, şantiyeye bir robot işçi olarak değil, bir tür akıllı dost gibi girmeli. Tıpkı futbol maçında kulübede oturan yardımcı antrenör gibi: Oyuncuların performansını izlemeli, hataları fısıldamalı, ama topu alıp penaltıyı atmamalı. Gol sahadaki oyuncuların işi.

Yapay zekâyı şantiyeye entegre etmek, sadece bir program yüklemek değil; ekibin düşünme biçimini değiştirmek, yeni paradigmalar yaratmak demek. Bugüne kadar hep işi nasıl hızla bitirebiliriz sorusuna cevaplar aradık. Artık daha farklı sorular üretmeliyiz. 

“Bu işi kısa sürede sonuçlandırmanın yanında daha öngörülebilir, daha güvenli, daha verimli nasıl yaparız?” 

“Kaynakları tüketmeden, enerjiyi boşa harcamadan, sürdürülebilirliği koruyarak nasıl üretiriz?” 

“Ekipler arasında iletişimi sadece talimatla değil, veriyle beslenen bir ortak akılla nasıl kurarız?” 

“Hataları gizlemek yerine, erken uyarı sistemleriyle önceden fark edebilir miyiz?” 

“Bir problem çıktığında suçluyu değil, sebebi nasıl buluruz?” 

“Veriyi bir gözetleme aracı değil, öğrenme fırsatına nasıl dönüştürürüz?” 

“İnsan emeğini azaltmadan, insan değerini artıran bir yapay zekâ mimarisini nasıl kurarız?” 

“Projenin sonunda değil, her aşamasında öğrenen bir sistemi nasıl inşa ederiz?”

Bütün bu soruların kesiştiği yerde yine insan duruyor. Yapay zekâ sadece aynayı daha yakına getiriyor; ışığı biraz daha güçlendiriyor. Eğer o yansımada hoşumuza gitmeyen bir şeyler görüyorsak, suç makinede değil, o yüze bakmaya cesaret edemeyişimizde.

Drone’ları malzeme stok takibinde nasıl kullanabiliriz?

Yazıya başlamadan önce Dijital Tuğla podcast serimizde inşaat projelerinde drone kullanımını detaylı incelediğimiz iki bölümü dinlemenizi tavsiye ederim. Bu bölümlerde drone’ların kullanımına yönelik derinlikli bir SWOT analizi yaptık. 

Drone’ların benim için en heyecan verici özelliği, özellikle alt yapı projelerinde toprak hesabına yönelik miktar hesabını, okuduğu koordinatlar üzerinden hemen hızla yapabilmesi. Sonraki yazılarımda konunun uzmanı bir girişimci dostumu köşeme davet edip, onunla bu konuyu detaylarıyla konuşmak istiyorum. 

Drone’lar bugün kum, mıcır yığınlarının hacmini hesap ediyor, prefabrik parçaları tek tek işaretliyor, ambardaki öncelikle sipariş edilmesi gereken malzemeleri yakalayabiliyor.

Eskiden bu işler biraz bakkal hesabı mantığıyla göz kararı yapılırdı. Şantiye şefi sahadaki malzemenin önüne geldiğinde baretini çıkarıp, şöyle bir düşünür, “on ton mu, yirmi mi?” diye yaklaşık bir hesap yapardı. Şimdi bir drone havalanıyor, birkaç dakika sonra miktarı bize söylüyor.  İki, üç gün sürecek sayım beş dakikada bitiyor. Hata oranı sıfıra yakın.

Hızlı hesap yapmasının yanında drone, malzemenin nereye konduğunu da hatırlıyor. Forklift operatörünün kaybolmuş bir boru makarasını ararken harcadığı yirmi dakikayı, o beş saniyeye düşürebiliyor. “Güneybatı depo arkası.” Gökte dolaşan göz, sadece şantiyenin güvenliğini sağlamakla kalmıyor, hafızası olmaya da soyunuyor.

Bazen de bu teknoloji bir dedektif gibi davranıyor. Sipariş edilen malzeme ile sahaya gelenin miktarı tutmuyor mu? Sayıyor, ölçüyor ve faturadaki rakamla karşılaştırıyor. Eksik çıkan ürün birkaç hafta sonra değil, aynı gün ortaya çıkıyor. Tedarikçiyle yapılan tartışmalar artık veriyle başlıyor, “ben öyle gördüm” yerine “elimizdeki görüntü bunu söylüyor” diyoruz.

Haftalık uçuşlarla malzeme tüketim hızını izliyor ve uyarıyor: “Bu hızla giderse üç gün sonra kumun bitecek.”

Gelin bu uzun girişin ardından drone’larla malzeme stok takibinin nasıl yapıldığını, sağladığı zaman ve işgücü tasarrufunu, sürecin aşamalarıyla birlikte sahadaki uygulama örnekleriyle inceleyelim.

Sürecin Aşamaları

A. Drone ile Görsel Toplama

  • Drone, günlük ya da haftalık olarak sahada önceden belirlenmiş uçuş rotasına göre otomatik olarak uçurulur.
  • Depo alanı, açık stok sahası (örn: demir, kum, briket yığınları) yukarıdan yüksek çözünürlüklü şekilde görüntülenir.
  • Görseller hem geniş açıdan (hacim tespiti) hem de detay seviyesinde (etiket tespiti gibi) çekilir.

B. Görüntü İşleme ve Nesne Tanıma

  • Görüntüler yapay zekâ destekli görüntü işleme (computer vision) algoritmalarına yüklenir.
  • Yapay zeka, görüntüdeki malzeme türlerini (örn: demir, boru, çimento paleti) tanır.
  • Yığınların boyut, hacim, kapladığı alan gibi verilerini analiz ederek stok miktarını yaklaşık olarak hesaplar.

C. Karşılaştırmalı Stok Takibi

  • Görüntüler günlük, haftalık veya aylık olarak karşılaştırılır.
  • Değişim oranı hesaplanır: örneğin, “geçen haftaya göre demir stokları %12 azaldı.”
  • Gerektiğinde ERP veya stok takip programıyla entegre edilir; sisteme tanımlandıysa otomatik oluşturulur.

UYGULAMA ÖRNEKLERİ

Açık Alandaki Kum ve Mıcır Yığınlarının Hacimsel Takibi

  • Durum: Elle ölçüm zor, hata payı yüksek.
  • Çözüm: Drone ile periyodik olarak alınan 3D görüntülerden yığın hacmi hesaplanıyor.
  • Sonuç: Yüksek doğruluk oranıyla kum tüketimi tespit ediliyor. Eksik sipariş riski azalıyor. Biz bunu göz kararı yapıyoruz, ne gereği var kafamızın üzerinde uçan robotlara diyorsanız o zaman diğer şantiye uygulamalarına şöyle bir bakalım.

Prefabrik Elemanların Sayımı

  • Durum: Sahaya yığılmış 300+ prefabrik elemanın manuel sayımı, parçaların boyutlarıyla sınıflandırılması bir kişiyle 2 gün sürüyor.
  • Çözüm: Görüntü işleme yazılımı ile drone görüntüsünden her eleman tanımlanıyor ve otomatik sayılıyor.
  • Sonuç: 5 dakikada tam sayım. %100 doğruluk. İnsan hatası sıfır.

Şantiye İçinde Dağılmış Malzemelerin Konum Takibi

  • Durum: Borular, kablo makaraları, demir bağları sahaya dağılmış halde; yerleri unutuluyor.
  • Çözüm: Drone malzemeler üzerinden konum işaretleme yapılıyor (etiket okuma veya renk tanıma).
  • Sonuç: Her malzeme kategorisine konum bilgisi atanıyor. Mobil uygulama ile “nerede” sorusu 5 saniyede yanıtlanıyor.

Çelik Profil Takibi – Renk Kodlu Tespitle Sayım

Durum: Sahaya indirilen 10 farklı türde çelik profil (H, I, U, L) açık alanda istiflenmiş durumda. Renkli etiketlerle işaretlenmiş ama zamanla silinmiş, elle saymak zor.

Çözüm:

  • Drone, belirli bir yükseklikten istif alanının görüntüsünü alıyor.
  • Görüntü işleme algoritması, her profilin kesit şeklini ve rengini tanıyor.
  • Renk–şekil eşleşmesiyle tip bazında stok sayımı yapılıyor.

Sonuç:

  • Yüksek doğruluk oranıyla tür bazlı profil sayımı 7-8 dakika içinde tamamlanıyor.
  • Siparişe hazır envanter görünürlüğü sağlanıyor.
  • Yanlış türde profil kullanımının önüne geçiliyor.

Şantiye Dışı Alanda Malzeme Takibi – Uydu Görüntüsü ile Entegrasyon

Durum: Saha dışında, 5 km uzaklıkta bulunan açık depolama alanında inşaat teli, çimento paleti ve beton briket stokları var. Ekip sık gidip kontrol edemiyor.

Çözüm:

  • Drone haftada 1 gün o alana gönderiliyor.
  • Görüntüler haritalanıyor, yığınların büyüklüğü izleniyor.
  • Görüntü işleme ile “briket istifi %30 azaldı” gibi hacimsel takip yapılıyor.

Sonuç:

  • Nakliye zamanlamaları optimize ediliyor.
  • Depodaki malzeme kaybı ve sahaya geç sevk sorunu azalıyor.
  • Yerinde denetime bağımlılık düşüyor.

Zaman Serisiyle Malzeme Tüketimi Takibi – Haftalık Drone Uçuşları

Durum: Projede kum, mıcır ve demir stokları sahada sürekli kullanılıyor ama tüketim hızı izlenemiyor. Aylık envanter kontrolü yeterli değil.

Çözüm:

  • Drone her hafta aynı gün/saatte aynı rotayı izleyerek görüntü topluyor.
  • Görüntüler zaman serisi hâlinde kaydediliyor.
  • Yapay zeka, her hafta hacim ve miktar düşüşünü grafikleştiriyor.

Sonuç:

  • Tüketim hızı görülüyor.
  • “Bu hızla giderse X gün sonra kum bitecek” tahmini yapılabiliyor.
  • Malzeme siparişi zamanında yapıldığı için iş durmuyor.

Hatalı Sevkiyat Tespiti – Görüntü İşleme ile Uyum Kontrolü

Durum: Şantiyeye gelen paletli yalıtım malzemeleri siparişteki miktarla örtüşmüyor. Faturaya 300 m² yazılmış, sahada 220 m² var ama fark geç fark ediliyor.

Çözüm:

  • Drone görüntüsü üzerinden palet sayısı ve her paletin ölçüsü analiz ediliyor.
  • Görüntü işleme yazılımı otomatik hacim–alan hesabı yapıyor.
  • Sevkiyatın eksik olduğu sistem tarafından tespit ediliyor.

Sonuç:

  • Tedarikçi ile hemen irtibata geçilip düzeltme sağlanıyor.
  • Eksik gelen ürün günler sonra değil, birkaç saat içinde tespit ediliyor.
  • İdari ve mali kayıplar önleniyor.

Taşeron Hakedişlerinin Görsel Doğrulaması

Durum: Taşeron ay sonu hak edişinde  “50 ton demir döşediğini” iletiyor ancak ofis ekibinin yeterli zamanı olamadığı için sahada fiziki ölçüm yapamıyor.

Çözüm:

  • Drone görüntüleri üzerinden yapay zekâ, demir döşeme alanını ve yoğunluğunu analiz ediyor.
  • Önceki hafta görüntüsüyle karşılaştırılarak yeni eklenen alan belirleniyor.
  • Hakediş kabaca doğrulanıyor veya yeniden inceleme isteniyor.

Sonuç:

  • Görsel kanıt olduğu için tartışmalar azalıyor.
  • Hakediş değerlendirmesi hızlanıyor.
  • Ofis–saha arasında şeffaflık oluşuyor.

Şantiye İçi Malzeme Dağınıklığına Karşı Yerleşim Haritası

Durum: Saha içinde forkliftle bir boru ya da makara arandığında 20 dakika kaybediliyor çünkü sahadaki sahadaki malzeme hareketliliği yüksek olduğu için güncel bir malzeme yerleşim planı hazırlanamıyor. 

Çözüm:

  • Drone ile haftalık uçuş yapılır, malzeme yerleşimi görüntüleniyor.
  • Görüntüler dijital şantiye yerleşim planına işleniyor.
  • Mobil uygulamada “boru – lokasyon: Güneybatı depo arkası” gibi görünüyor.

Sonuç:

  • Operasyonel zaman kaybı azalıyor.
  • Lojistik yönetimi kolaylaşıyor.
  • Malzeme kaybolmaları azalıyor.

Buraya kadar her şey güzel. Peki bu avantajlar, beraberinde nasıl tehditler barındırıyor, öncelikli olarak nelere dikkat etmemiz gerekiyor? Riskleri dört kısa maddede özetleyebiliriz.

  • Gizlilik ve güvenlik: Görüntülerin yanlış kişilerin eline geçmemesi için veri güvenliği sağlanmalı.
  • Doğru algoritma kullanımı: Her sahada farklı malzemeler bulunduğu için yapay zeka modelinin sahaya özel eğitilmesi gerekebilir.
  • Düşük ışık / hava durumu: Yağmur, sis ve düşük ışıkta drone verimliliği azalabilir.
  • Yasal izinler: Drone uçuşları için yerel otoritelerden izin alınmalıdır.

Yazının sonunda çıtayı biraz daha yükseltip, tüm bunların bir adım ötesini düşünelim mi? Mesela yapay zeka ajanlarından şöyle bir istemde bulunabiliriz.

Ajan destekli prompt: Taranan betonarme demiri görüntülerinde stok, kritik eşiğin altına düştüyse ambar sorumlusuna bildirim gönder. Bu doğrultuda ERP sisteminde ön sipariş oluştur. Siparişi takip et, geldiğinde ilgililerine bilgi mesajı ilet.

Firmaların birden fazla komutu bir arada yönetebilme kapasitesine sahip yapay zeka ajanlarıyla yapabileceklerine ilişkin bir prompt kütüphanesi oluşturmalarının işlerini kolaylaştırmakla birlikte gelecek projelerde karşılaşacakları farklı taleplere yönelik de onları önceden hazırlayacaklarını düşünüyorum. Prompt kütüphanelerini nasıl  düzenleyeceklerini, istemlerini nasıl oluşturup, kategorize edeceklerini bir başka yazımda detaylı olarak anlatacağım. Şimdilik podcast serimizde konuyu konuştuğumuz bölümün linkini veriyorum.

Dijital Dönüşüm İnşaatı Nasıl Değiştiriyor? 5 Çığır Açan Teknoloji

1982’de İTÜ İnşaat Fakültesi’ne girdiğimi öğrenen mimar üst komşumuz, “bu teknoloji harikası alete iyi bak, mühendislik hayatında en büyük yardımcın olacak,” diyerek elime ince uzun bir kutu tutuşturmuştu. Ben ne olduğunu anlayamadan içinden çıkan hesap cetvelinin parçalarını bir sihirbaz gibi kaydırarak trigonometrik, logaritmik ve diğer cebirsel hesaplamaları nasıl yapabileceğimi uzun uzun anlattı. Mühendislik büyüsü diye bir şey varsa benim için o hesap cetveliyle tanıştığım andır. Okula başladığımda hocalarımız, hesap makinaları çıktıktan sonra artık bu cetvellerin eskisi gibi kullanılmadığını söylediklerinde şaşırmıştım. Bugün İsviçre çakısına benzettiğim bu her hesabı yapabilen sihirli aletlerin yerini ne alabilirdi ki? Çok özellikli hesap makineleri… Ama onlar da henüz Türkiye’de satılmadıklarından, ancak yurtdışında yaşayan bir tanıdık kanalıyla temin edilebiliyordu. Casio FX 39’umu Hollanda’da çalışan bir aile dostumuz ocak ayı gibi getirmiş, Lineer Cebir’in iki vize sınavına dört işlem kapasiteli, tuşları takılan makinemle girmiştim. O günlerde problemin kendisinden çok, böyle tuhaf yokluklarla uğraşıyorduk. Teknolojiyle ilk tanışmam ve sonrasındaki uzun yolculuğumuz böyle başlamıştı.

İlk bilgisayarım: Moonlight

On sene sonra 1992’de şantiyemdeki ilk bilgisayarıma “ay ışığı” anlamına gelen “Moonlight” adını vermiştim. Arkadaşlarıma “siz onun her şeyi yapabildiğine bakmayın, onun güneşi benim, ekranında akan bilgiler ışığımı yansıtıyor” diyordum.  Yazıcıdan aldığım çıktılar ise Mike Oldfield’in o unutulmaz parçasında söylediği gibi “Moonlight Shadow”du. Makine yaklaşık 3-4 dakikada açılıyor, siyah bir DOS ekranında “C:/” yazısı beliriyordu. Bu ifadenin yanına LOTUS123 yazınca bugünkü Excel’e benzeyen basit bir tablonun ara yüzüyle karşılaşıyordum. Henüz Windows piyasaya çıkmamış, Quatro Pro adında meraklılarının bildiği bir ofis yazılımı vardı. Ama fiyatı, bizim ulaşabileceğimiz değerlerde değildi. 

O günlerde uyumamak için çay bardağında Türk Kahvesi içerek her ay yüzün üzerinde taşeron hak edişi düzenliyordum. Bin sayfadan fazla tutan belgeleri hazırlamak neredeyse bir haftamı alıyordu. Lotus’da farklı makrolar yazıp bu süreyi bir güne indirdiğimde hiçbir şey eskisi gibi olmayacak demiştim kendi kendime. Benim küçük ekranımda o gün gördüklerim, yaklaşmakta olan büyük bir devrimin ilk işaretleriydi. Kimsenin pek fark etmediği bilgisayarlarla gelen yeni bir aydınlanma çağı başlıyordu. 

Bugün geriye bakıp düşündüğümde karşılaştığım en büyük zorluğun, yurt dışından temin ettiğim kitaplardan DOS, Lotus, Dbase öğrenip bu bilgilerle küçük program parçacıkları yazmak değil, kurduğum satın alma, planlama, hak ediş sistemlerinin şantiyede kullanılması konusunda üstlerimi ikna etme çabalarım olduğunu görüyorum. O yıllarda üniversitelerde bile bilgisayarlara şüpheyle yaklaşan bir yöneticiler kuşağı vardı. Bu gri kutular bir oyun aracı görülüyor, sahaya çıkmayıp onun başında bir şeyler yapmaya çalışanlara pek iyi gözle bakılmıyordu. Bir gün proje müdürü odasına çağırıp oyunları bu kadarı seviyorsan git evinde oyna, burası iş yeri dediğinde, bir dakika deyip odamdaki çıktıları alıp masasına teker teker yayarak, onu konuşturmadan hak edişlerin bilgisayarla hazırlanmasının bize on kat zaman kazandıracağını anlattım. Kafası karışmıştı ama ikna olmadı. “Bilgisayar hata yapar,” dedi. “Taşeronların alacağı parayı o makineye bırakamam. Ben holdingteki icra kuruluna bunu anlatamam. Sen hesap edeceksin.” Beni bilgisayarın üzerinde bir güç olarak görmesi traji komikti.  İkna etmem, dört ay sürdü. Sonunda baktım olacak gibi değil, şöyle dedim: “Size raporları hem kağıt kalemle, hem bilgisayarla hazırlayacağım. Eğer sonuçlar aynıysa, ne olur artık bana güvenin.” O an, anladım ki, teknolojiyi bilmek yetmiyordu, asıl iş onu anlatıp, kabul ettirmekteydi. Bugün dijital dönüşüme karşı da benzer direniş ve güvensizlikle karşılaşınca otuz sene önceki o mücadelemi hatırlıyorum. Aynı cümleler, farklı ağızlardan çıkıyor. Ama içerikleri benzer. “Bu teknolojiye güven olmaz. Hele ki yapay zekaya.” İlginçtir, yeniliğin getirisi ne kadar büyürse karşı çıkanların sesleri de o kadar yükseliyor. Ama direnen kesim, artık bir şeyin farkında: Akıllı iş modellerine geçişi doğru kurgulayamazlarsa firmalarının ömrü uzun olmayacak. Silinip gidecekler. Şirketlerinin başına getirmeyi planladıkları çocukları, onları çağı yakalayamayıp geride kalmakla suçlayacaklar. Vizyonsuzlukları, tüm yaptıklarının üzerini örtecek. 

Dijital Rönesans

Bugün geleneksel yöntemlerin yerini veri odaklı, otomatikleşmiş sistemlere bırakması, sektörde devrim niteliğinde değişiklikler yaratıyor. Projelerimize zaman ve para kazandırmak istiyorsak dijital dönüşüm üzerinde çok daha fazla kafa yormalı, şirket içindeki karşı çıkan sesleri pek de ciddiye almamalıyız. Hazır fırsatını yakalamışken onlarla yollarımızı ayırmalıyız. Bu yazımda inşaat sektöründe köklü değişiklikler yapma potansiyeli taşıyan beş teknolojinin öne çıkan noktalarını kısaca incelemek istiyorum. Anlatacaklarımın sektöre entegrasyonuyla ilgili Chatgpt, Gemini, Claude gibi sohbet robotlarından çok daha detaylı bilgiye ulaşabilirsiniz.

1. Yapı Bilgi Modellemesi (BIM): Dijital İnşaatın Omurgası

BIM, projelerin üç boyutlu dijital modellerini oluşturarak tüm paydaşların gerçek zamanlı iş birliği yapmasını sağlıyor. Böylece tasarım aşamasında hata payı minimuma iniyor, maliyetler daha iyi yönetiliyor ve süreçler hızlanıyor. Peki BIM nasıl çalışıyor?

Öncelikle, geleneksel 2D planlardan çok daha fazlasını sunduğunu söylemeliyiz. Üç boyutlu modelleme ile binalar henüz tasarım aşamasındayken dijital ortamda test edilebiliyor. Örneğin, bir gökdelen inşa edilmeden, rüzgâr yükleri, güneş ışığının etkisi ve bina içi enerji tüketimi gibi kritik unsurları analiz etmek mümkün. BIM ayrıca, 4D (zaman) ve 5D (maliyet) entegrasyonuyla proje sürecinin tüm yönlerini yönetmeye olanak tanıyor.

McKinsey & Company’nin raporuna göre, BIM kullanan projeler geleneksel yöntemlere kıyasla %20’ye kadar daha az maliyetle tamamlanabiliyor. Büyük inşaat firmaları, proje sürelerini kısaltmak ve maliyetleri düşürmek için BIM teknolojisini entegre etmeye hızla devam ediyor.

2. Yapay Zekâ ve Veri Analitiği: Geleceğin Akıllı Şantiyeleri

Yapay zekânın en önemli getirileri, proje yönetiminde tahminleme ve optimizasyon sağlaması. Büyük veri analitiği sayesinde inşaat projelerindeki maliyet tahminleri ve zaman planlamaları daha kesin hale geliyor. İnşaatta Yapay Zeka kitabımda yapay zekanın sektörel kullanımını yirmi yedi bölüm altında anlattım. Burada biraz daha öne çıktığını düşündüğüm üç konunun altını çizmek istiyorum. 

  • Risk Analizi: Yapay zeka, geçmiş projelerden elde edilen verileri analiz ederek hangi işlerin gecikebileceğini tahmin edebilir. Böylece testi kırılmadan proaktif önlemler alabiliyoruz.
  • Makine Öğrenimi ile Tahminleme: Malzeme fiyat değişimleri, iş gücü verimliliği gibi unsurlar önceden tahmin edilerek bütçeleme süreçlerini iyileştirmek eskisinden daha kolay.
  • İş Güvenliği: Şantiyelerde kameralar tarafından toplanan veriler analiz edilerek iş kazalarının önüne geçmek mümkün.

MIT tarafından yapılan bir çalışmaya göre, yapay zeka destekli planlama sistemleri, uygulandığı projelerin %80’inde iş programlarının %30 oranında daha verimli kullanılmasını sağlıyor.

3. Nesnelerin İnterneti (IoT) ve Akıllı Sensörler: Veri Çağına Geçiş

Şantiyelerde kullanılan IoT cihazları, ekipmanların ve yapı elemanlarının anlık verilerini toplayarak, proje yöneticilerine proaktif karar alma imkânı sunuyor. 

  • Akıllı Baretler ve Giyilebilir Cihazlar: İşçilerin sağlık durumlarını takip eden ve aşırı yorgunluk, susuzluk gibi riskleri tespit eden sistemler giderek yaygınlaşıyor.
  • Makine Takip Sistemleri: Ekskavatörlerin, vinçlerin ve diğer ağır makinelerin kullanım süresi ve bakım ihtiyaçları anlık olarak izlenebiliyor.
  • Akıllı Beton: İçerisine yerleştirilen sensörler sayesinde betonun dayanıklılığı, kuruma süresi ve sıcaklık değişimleri takip edilebiliyor.

PwC raporuna göre, IoT entegrasyonu sayesinde inşaat sektöründe operasyonel verimlilik %25 oranında artırılabiliyor.

4. Artırılmış Gerçeklik (AR) ve Sanal Gerçeklik (VR): Tasarım ve İnşaatın Buluşması

Artırılmış ve sanal gerçeklik teknolojileri, projelerin tasarım aşamasında detaylı görselleştirme yapılmasına imkân tanıyor. Bu sayede mimarlar ve mühendisler projelerini sahaya taşımadan önce dijital ortamda test edebiliyor.

Örnek Kullanım Senaryoları:

  • Müşterilere tamamlanmamış bir binanın sanal turunu sunmak.
  • Mimarlara, bina içinde yürüyormuş hissiyatı vererek tasarım hatalarını önceden görmek.
  • İşçilerin karmaşık montaj işlemlerini görsel destekle daha hızlı öğrenmelerini sağlamak.

Sektörel kaynaklar, Londra’daki Heathrow Havalimanı’nın genişletme projesinde AR teknolojisi kullanılarak proje süresi %15 oranında kısaltıldığını belirtiyor.

5. Robotik ve 3D Baskı Teknolojileri: İnşaatta Otomasyon Devrimi

İnşaat projelerinde kullanılan robotlar, insan gücüne olan bağımlılığı azaltıyor. 3D yazıcılar ise prefabrik yapı elemanlarını basarak, şantiyelerde hem hız hem de maliyet avantajı sağlıyor. 

Öne çıkan robotik sistemler şunlar:

  • Tuğla Ören Robotlar: Bir usta günde 200 tuğla örerken, robotik sistemler bu sayıyı 2000’e kadar çıkarabiliyor.
  • 3D Baskılı Binalar: Çin’de 24 saat içinde 10 adet ev üreten bir sistem, geleneksel inşaata göre maliyeti %50 azalttı.
  • Otonom Şantiyeler: Robotik ekskavatörler ve buldozerler, insan müdahalesi olmadan kazı ve dolgu yapabiliyor.

Teknoloji farklılaştıkça araçlarımız da yöntemlerimiz de değişti. Bir zamanlar DOS ekranına yazdığım basit bir komutla projenin plandan ne kadar saptığını gördüğümde yaşadığım duygu, bugün yapay zekâyla verileri analiz ederken hissettiğimden farklı değil: Her şeyin daha iyi olabileceği umudu. İnsanın, değişimi anlamlandırarak ilerleyebileceği inancı. Artık elimizde hesap cetvelleri yok, ama kafamızın içindeki o soru hala değişmedi: Daha iyisi mümkün mü? Evet… Çünkü, en güzel günlerimiz, henüz kodlanmamış olanlar. 