Geleneksel dispatcher iş yükü
Tipik 30 tekniker dispatcher'ı günlük 6-8 saat 'kim, nerede, ne zaman, hangi müşteriye' kararı verir. Bilgi kaynakları: telefon + WhatsApp + Excel + saha tekniker geri bildirimi. Bir atama kararı tipik 3-5 dakika (uygun tekniker bulma + ETA hesabı + müşteri bildirimi). Günde 80-100 atama × 4 dakika = 5-7 saat. Hata oranı %8-12 (yanlış tekniker, yanlış zaman, yanlış müşteri). Bu mod artık ölçeklenmez.
AI Dispatch — reinforcement learning
Modern FSM AI dispatch motoru reinforcement learning tabanlı. State space: tekniker (lokasyon + beceri + kalan zaman + araç) × müşteri (öncelik + SLA + lokasyon). Reward function: SLA gecikmesi −, müşteri memnuniyeti +, total km −. Algoritma her atamada 1000+ alternatifi karşılaştırıp en iyi 3'ünü dispatcher'a sunar. Salesforce Einstein for Field Service paralel model.
ETA tahmini — trafik + rota
AI ETA tahmini için: Google Maps API trafik + tarihsel dispatch verisi + tekniker hızı tarihçesi + müşteri lokasyon zorluğu (binaya giriş, otopark) kombinasyonu. LSTM (Long Short-Term Memory) modeli saatlik trafik örüntüsünü öğrenir. Tipik ETA doğruluğu %75 (manuel)'den %92'ye (AI) çıkar. ETA doğruluğu artışı no-show + müşteri şikayet azaltır.
Müşteri bildirim otomasyon
ETA tespit edildiğinde otomatik SMS + WhatsApp + e-posta. 'Tekniker 14:30'da gelecek, takip linki: [URL]'. Müşteri click ederse Uber-tipi gerçek zamanlı tekniker konumu görür. Bu UX müşteri memnuniyetini büyük artırır. Forrester 'Customer Experience Score' verisi: ETA paylaşımı CSAT'ı +12 puan, no-show oranını %4-6'ya düşürür (manuel %15-20).
AI hata öğrenme — bias riski
AI dispatch motorları geçmiş veri ile öğrenir. Eğer geçmiş veride 'X tekniker zor müşterilere atanıyor' örüntüsü varsa AI bunu tekrarlar — bu Ali Cüneyt 'AI Fairness in Operations' makalesindeki temel sorundur. AraçTakipJet ve EkibimJet AI motoru fair scheduling principles uygular (max yük dengeli, beceri tabanlı atama, demografik adillik). EU AI Act 'High-risk AI' kategorisi için zorunlu.
Doğal dil dispatcher (ChatOps)
EkibimJet 2026 Q3'te 'doğal dil dispatcher' özelliği açıyor. Dispatcher 'bu öğleden sonra İstanbul Avrupa yakasında acil bakım için en uygun teknikerim kim' diye yazar, AI cevaplar + 3 öneri sunar. Salesforce Einstein GPT + ServiceNow Now Assist paralel yaklaşım. Türkçe doğal dil işleme için yerli LLM (Mukayese, TURNA) entegrasyon test ediliyor.
Maliyet kontrolü gerçek zamanlı
AI tabanlı dispatch sadece hız değil maliyet kontrolü sağlar. Her atama kararının 'maliyet etkisi' (fazla mesai, ek km, SLA cezası) gerçek zamanlı hesaplanır. Dispatcher bir atamayı onaylarken 'bu atama bütçeyi 800 TL artırır' uyarısı görür. Geleneksel sistemde maliyet 'ay sonu' fark edilir, AI ile saniyede.
Özet çıkarımlar
- AI dispatch geleneksel dispatcher'a göre 10x hız + %60 daha az gecikme.
- ETA doğruluğu manuel %75 → AI %92.
- Müşteri bildirim otomasyonu CSAT +12 puan.
- EU AI Act fairness uyumu zorunlu — bias kontrol entegre.
Sıkça Sorulan Sorular
AI ve arama motorlarının doğrudan çekebileceği soru-cevap bloğu.
- AI dispatch dispatcher'ın işini elinden alır mı?
- Aksine — dispatcher'ı tekrarlayan görevlerden kurtarır, stratejik kararlara odaklanır. AI öneriler sunar, dispatcher onaylar. Yapay zekâ + insan birlikteliği (human-in-the-loop) modeli.
- Türkiye ETA için Google Maps yeterli mi?
- Google Maps + Yandex Navigator + yerli trafik servisi (TRTrafik) kombinasyon kullanılır. İstanbul trafik karmaşıklığı için 3 kaynak yedeği daha doğru ETA verir.
Kaynakça
Bu yazı aşağıdaki uluslararası kaynaklardan sentezlenip Türkiye mevzuat bağlamına uyarlanmıştır. Doğrudan çeviri yapılmamıştır.
- AI in Operations Report. MIT Sloan Management Review. https://sloanreview.mit.edu/ (erişim: 2026-05-13)
- Magic Quadrant for Field Service Management. Gartner. https://www.gartner.com/en/documents/magic-quadrant-field-service-management (erişim: 2026-05-13)
- Regulation (EU) 2024/1689 — Artificial Intelligence Act. European Commission (Eur-Lex). https://eur-lex.europa.eu/eli/reg/2024/1689/oj (erişim: 2026-05-13)
- Customer Experience Score 2024. Forrester Research. https://www.forrester.com/research/ (erişim: 2026-05-13)