Klasik dispatcher iş yükü
Saha ekip yöneticisi günlük: 80-200 müşteri çağrısı/talebi sıralama, 20-50 görev atama, 10-20 ekstra atama (acil/aksaklık), müşteri durum sorgularına cevap, ekibe günlük brief, vardiya değişimi notları, yönetime özet rapor. Service Council 2025 verisi: bu işlerin %35-40'ı 'dispatch koordinasyon' (atama değil, koordinasyon, soru cevaplama, durum güncelleme). Tam buradan 2-3 saat geri kazanılabilir.
LLM copilot nedir, ne yapar?
Copilot platform içindeki LLM'le konuşan asistan: 'Yarın Kadıköy'de pazarlamadan gelecek 6 montaj var, en deneyimli 2 ekibimi ata, başarı oranını söyle.' → LLM görev DB sorgulayıp ekibi seçer, atama önerir, başarı tahmini verir. Tek tık onay. Microsoft Copilot Studio, Salesforce Agentforce, OpenAI Custom GPT mimarisi pazara çıktı. Saha ekip yönetimi için özelleştirme her platformda 'Action / Function calling' ile yapılır.
Use case 1: doğal dil sorgulama
Yönetici 'bugün öğleden sonra İzmir'de boş kapasitemiz ne?' diyor. Copilot dispatchable_capacity hesap yapar, anlık cevap verir. Aynı görev klasik dashboard'da 5-6 filtre seçimi + Excel export gerektirebilir. McKinsey 'Generative AI for Operations 2025' verisi: doğal dil sorgu yöneticinin haftalık 4-6 saat dashboard zamanını kurtarıyor.
Use case 2: akıllı bildirim ve eylem önerisi
Trafik nedeniyle 3 görev gecikiyor → Copilot proaktif: 'Bu 3 görevi gecikmesi 45 dk+. Müşteriye otomatik SMS gönderebilir, başka tekniğe transfer edebilirim, ya da müşteri ile yeniden tarih önerebilirim. Hangisi?' Yönetici tek tık onaylar. Reactive yönetimden proactive'e geçiş ana faydası. Gartner 2026 'AI in Service Operations' raporu otomasyona güven endeksini %38'den %71'e çıkardığını gösteriyor.
Use case 3: rapor üretimi & toplantı özeti
'Bu hafta turnover sebepleri özet ver' → Copilot terminal/red flag analizleri, çıkış mülakatı notları, ekip değerlendirmeleri taraması yapar, 4-5 paragraf executive summary üretir. Ya da 'müşteri X için son 3 aydaki tüm görev özetini 1 sayfa müşteri raporu olarak hazırla' → branded PDF çıkar. Bu işler bugün manuel 2-4 saat alıyor.
Sınırları ve hallüsinasyon riski
LLM'ler bazen veri uydurabilir (hallucination). Saha operasyonu için risk: yanlış müşteri adresi, yanlış parça önerisi, hayali tekniker beceri. Hafifletme: (1) RAG (retrieval-augmented generation) — model sadece kayıtlı veriden cevaplasın, (2) function calling — eylemleri kod adlandırılmış API'ler yapar, (3) human-in-the-loop — kritik karar onayı insan, (4) loglama + denetim. OpenAI 'GPT-4o Safety Evaluation' bu pattern'ları tavsiye ediyor.
Türkiye uygulama maliyeti ve ROI
Tipik FSM operatör için copilot lisans araç başı ~$15-40/ay, kurulum 4-8 hafta. 50-100 araç FSM için yıllık $10-50K maliyet. Yönetici başına ortalama günlük 2 saat tasarruf × 220 iş günü = 440 saat/yıl. Türkiye'de senior FSM yöneticisi ~250 TL/saat → 110.000 TL/yıl/kişi. 3-5 yönetici operasyon için ROI 6-9 ay. McKinsey 'Generative AI Productivity Survey' rakamları benzer (US ve EU benchmark).
Özet çıkarımlar
- Dispatcher zamanının %35-40'ı koordinasyon — copilot bu kısımdan tasarruf ediyor.
- LLM rolü: doğal dil sorgu, akıllı bildirim, rapor üretimi — eylem değil onaylama.
- RAG + function calling + human-in-the-loop hallüsinasyon riskini düşürür.
- Yönetici başı günlük 2-3 saat tasarruf — yıllık 440-660 saat.
- Türkiye FSM operatörü için ROI 6-9 ay (50-100 araç ölçek).
Kaynakça
Bu yazı aşağıdaki uluslararası kaynaklardan sentezlenip Türkiye mevzuat bağlamına uyarlanmıştır. Doğrudan çeviri yapılmamıştır.
- Generative AI for Operations 2025. McKinsey & Company. https://www.mckinsey.com/capabilities/operations/our-insights (erişim: 2026-05-18)
- AI in Service Operations Report 2026. Gartner. https://www.gartner.com/ (erişim: 2026-05-18)
- GPT-4o System Card. OpenAI. https://openai.com/index/gpt-4o-system-card/ (erişim: 2026-05-18)
- Microsoft Copilot Studio Documentation. Microsoft. https://learn.microsoft.com/en-us/microsoft-copilot-studio/ (erişim: 2026-05-18)
- Field Service Trends 2025. Service Council. https://www.servicecouncil.com/ (erişim: 2026-05-18)