Ekonomi
Motor Aşin CEO'su Aşçı Yapay zekâ otomotivde Raflara Kadar indi
Yapay zekânın otomotiv sektöründeki asıl dönüşümü, sürücünün karşısındaki ekranlardan
çok depo raflarında, parça kataloglarında, sipariş sistemlerinde ve servis
planlamalarında yaşanmaya başladı. Yaklaşık 22,8 milyon oluşan Türkiye hafif
araç parkının yaşlanması, doğru yedek parçaya hızlı erişimi satış sonrası sektörünün
en stratejik konularından biri hâline getirirken, yapay zekâ talep tahmininden
parça eşleştirmeye, stok yönetiminden kestirimci bakıma kadar sektörün
işleyişini yeniden şekillendiriyor. İTO 52. Komite Başkanı ve Motor Aşin CEO'su
Saim Aşçı, konuyla ilgili olarak Türkiye'nin 10,2 milyar dolarlık otomotiv satış
sonrası pazarında rekabetin yeni belirleyicisi, doğru parçayı, doğru zamanda
ve doğru noktada hazır bulundurabilmek olacak açıklamasını yaptı.
Frost & Sullivan tarafından OSS Derneği için hazırlanan çalışmaya göre, Türkiye'deki
hafif araç parkının ortalama yaşı 14,3'e ulaşırken araçların yaklaşık yüzde
74'ü beş yaşın üzerinde bulunuyor. Türkiye hafif araç satış sonrası pazarının
2025 yılı büyüklüğü ise yaklaşık 10,2 milyar dolar seviyesinde hesaplandı. Büyüyen
ve yaşlanan araç parkı bakım ve onarım ihtiyacını artırırken, milyonlarca
farklı parça referansının doğru yönetilmesini de her zamankinden daha kritik hâle
getirdi.
Yapay zekâ sadece sohbet eden uygulamalardan ibaret değil
Konuyla ilgili önemli açıklamalarda bulunan İTO 52. Komite Başkanı ve Motor Aşin
CEO'su Saim Aşçı, yapay zekânın satış sonrası sektöründe görünür fakat gürültülü
olmayan bir dönüşüm başlattığını belirtirken, Yapay zekâyı yalnızca sohbet
eden uygulamalardan ibaret görmek, otomotiv sektöründeki asıl dönüşümü kaçırmak
anlamına geliyor. Sektörün gerçek yapay zekâ devrimi ekranların önünde değil,
depo raflarında, sipariş satırlarında, parça kataloglarında ve servis planlamalarında
yaşanıyor. Müşterinin bu süreci görmesine gerek yok, doğru parçaya daha
hızlı ulaşması, aracının serviste daha kısa süre kalması ve ihtiyacı olan hizmeti
kesintisiz alması dönüşümün en somut sonucudur dedi.
Amaç daha az değil, daha doğru stok
Yedek parça talebi her ürün grubunda düzenli ve öngörülebilir bir seyir izlemiyor.
Bazı parçalar sürekli talep görürken bazı ürünlerde uzun sessiz dönemlerin ardından
ani talep artışları yaşanabiliyor. Araç parkının bölgesel dağılımı, araç
yaşı, servis geçmişi, mevsimsel etkiler, kronik arızalar ve tedarik süreleri
gibi çok sayıda değişkenin birlikte değerlendirilmesi gerekiyor.
Yapay zekâ destekli tahmin sistemlerinin, bu değişkenleri eş zamanlı analiz ederek
ürün ve lokasyon bazında daha isabetli stok kararları alınmasını sağlayabileceğini
ifade eden Aşçı, Satış sonrasında hedef stokları körlemesine azaltmak değildir.
Asıl hedef, ihtiyaç duyulacak parçayı doğru bölgede hazır tutarken sermayeyi
raflarda bekleten ölü stoğu, yok satma riskini ve acil sevkiyat ihtiyacını
azaltmaktır. Yapay zekâ, geçmiş satışlara bakmanın ötesine geçerek araç parkını,
bölgesel kullanım koşullarını, mevsimselliği ve tedarik sürelerini aynı karar
mekanizmasında buluşturabilir. Rekabet artık kimin daha fazla stok taşıdığıyla
değil, kimin daha doğru stok yönettiğiyle şekillenecek. şeklinde devam etti.
Sektörel çalışmalar, yapay zekâ destekli talep tahmini ve stok optimizasyonunun
hizmet seviyesini korurken yedek parça stoklarında yüzde 30'a varan iyileştirme
potansiyeli taşıdığına işaret ediyor. Ancak bu oranlar her şirket için garanti
edilen sonuçlar değil, veri kalitesine, ürün çeşitliliğine, tedarik yapısına ve
uygulama disiplinine bağlı bir potansiyeli ifade ediyor.
Yanlış parça yalnızca iade maliyeti demek değil
Otomotiv satış sonrasının en maliyetli sorunlarından biri, araçla uyumlu olmayan
parçanın servise veya müşteriye gönderilmesi. Milyonlarca yedek parça kaydı, farklı
üretim yılları, motor seçenekleri ve donanım seviyeleri dikkate alındığında
yalnızca ürün adı veya araç modeline dayalı eşleştirme yeterli olmuyor.
Yapay zekâ destekli sistemler, şasi numarası, model yılı, motor kodu, orijinal ekipman
numarası, teknik ölçüler ve geçmiş eşdeğerlik kayıtlarını birlikte analiz
ederek doğru parçanın daha hızlı bulunmasını sağlayabiliyor. Yanlış parça yalnızca
iade ve taşıma maliyeti oluşturmaz. Aracın serviste kalma süresini uzatır,
teknisyenin zamanını kaybettirir, müşteri memnuniyetini düşürür ve bazı durumlarda
güvenlik riski oluşturur. diyen Aşçı Yapay zekâ destekli çapraz referanslama
sistemleri bu kayıpları önemli ölçüde azaltabilir. Ancak bunun ön koşulu
temiz, güncel, standartlaştırılmış ve izlenebilir ürün verisidir. Bozuk verinin
üzerine kurulan en gelişmiş algoritma dahi güvenilir sonuç üretemez eklemesini
yaptı.
Şirketlerin yüzde 70'i kullanıyor, yüzde 14'ü değer üretiyor
Öte yandan BCG ve MEMA tarafından 2026 yılında ticari araç satış sonrası pazarı
üzerine gerçekleştirilen araştırmada şirketlerin yüzde 70'i bir şekilde yapay zekâ
kullanmaya başladığını belirtirken, yalnızca yüzde 14'ü bu uygulamalardan anlamlı
ticari değer üretebildiğini ifade ediyor. Bu farkın, teknolojiye sahip olmak
ile teknolojiyi doğru iş problemine bağlamak arasındaki ayrımı ortaya koyduğunu
vurgulayan Aşçı, şirketlere önce problem, sonra teknoloji yaklaşımını önerdi.
Servisler arızayı beklemeyecek
Bağlantılı araçlardan, sensörlerden ve servis kayıtlarından elde edilen veriler,
satış sonrası hizmetleri arıza gerçekleştikten sonra müdahale eden yapıdan, bakım
ihtiyacını önceden öngören bir modele taşıyor.
Olağan dışı titreşimler, sıcaklık değişimleri, akü performansındaki düşüş, sıvı
basınçlarındaki sapmalar ve parçaların kullanım ömrüne ilişkin veriler analiz edilerek
bazı arıza ve performans kayıpları daha erken işaretlenebiliyor. Böylece
gerekli parça araç servise gelmeden hazırlanabiliyor, servis kapasitesi daha
dengeli planlanabiliyor ve aracın kullanım dışı kaldığı süre azaltılabiliyor.
Aşçı, bu alanda araç verisine hukuka uygun erişim, müşterinin açık biçimde
bilgilendirilmesi, siber güvenlik ve bağımsız servislerin veriye erişim koşullarının
da teknolojik gelişim kadar önemli olduğuna dikkat çekti.
Elektrifikasyon talebi bitirmiyor, değiştiriyor
Elektrikli araçların yaygınlaşmasıyla birlikte içten yanmalı motorlara özgü bazı
parça ve bakım kalemlerinde talebin azalması beklenirken, aküler, soğutma sistemleri,
lastikler, süspansiyon, rulmanlar ve elektrik-elektronik bileşenlerde yeni
fırsatlar ortaya çıkıyor.
Türkiye'de içten yanmalı, hibrit ve elektrikli araçların uzun yıllar boyunca aynı
ekosistemde yer alacağını belirten Aşçı, yapay zekânın yalnızca günlük talebi
değil, orta ve uzun vadeli ürün portföyünü de şekillendireceğini söylerken Elektrifikasyon
yedek parça talebini ortadan kaldırmıyor, talebin bileşimini değiştiriyor.
Şirketlerin farklı motor teknolojilerine sahip araç parklarını aynı anda
yönetmesi gerekecek. Yapay zekâ bu noktada geçmiş talebi tahmin eden bir araçtan
çıkarak ürün portföyü, tedarikçi yatırımı, teknik eğitim ve depo kapasitesi
kararlarını destekleyen stratejik bir planlama motoruna dönüşecek ifadelerine yer verdi.
-iDeal Haber Merkezi-
- twitter.com/iDealDataHaber // www.idealdata.com.tr -
çok depo raflarında, parça kataloglarında, sipariş sistemlerinde ve servis
planlamalarında yaşanmaya başladı. Yaklaşık 22,8 milyon oluşan Türkiye hafif
araç parkının yaşlanması, doğru yedek parçaya hızlı erişimi satış sonrası sektörünün
en stratejik konularından biri hâline getirirken, yapay zekâ talep tahmininden
parça eşleştirmeye, stok yönetiminden kestirimci bakıma kadar sektörün
işleyişini yeniden şekillendiriyor. İTO 52. Komite Başkanı ve Motor Aşin CEO'su
Saim Aşçı, konuyla ilgili olarak Türkiye'nin 10,2 milyar dolarlık otomotiv satış
sonrası pazarında rekabetin yeni belirleyicisi, doğru parçayı, doğru zamanda
ve doğru noktada hazır bulundurabilmek olacak açıklamasını yaptı.
Frost & Sullivan tarafından OSS Derneği için hazırlanan çalışmaya göre, Türkiye'deki
hafif araç parkının ortalama yaşı 14,3'e ulaşırken araçların yaklaşık yüzde
74'ü beş yaşın üzerinde bulunuyor. Türkiye hafif araç satış sonrası pazarının
2025 yılı büyüklüğü ise yaklaşık 10,2 milyar dolar seviyesinde hesaplandı. Büyüyen
ve yaşlanan araç parkı bakım ve onarım ihtiyacını artırırken, milyonlarca
farklı parça referansının doğru yönetilmesini de her zamankinden daha kritik hâle
getirdi.
Yapay zekâ sadece sohbet eden uygulamalardan ibaret değil
Konuyla ilgili önemli açıklamalarda bulunan İTO 52. Komite Başkanı ve Motor Aşin
CEO'su Saim Aşçı, yapay zekânın satış sonrası sektöründe görünür fakat gürültülü
olmayan bir dönüşüm başlattığını belirtirken, Yapay zekâyı yalnızca sohbet
eden uygulamalardan ibaret görmek, otomotiv sektöründeki asıl dönüşümü kaçırmak
anlamına geliyor. Sektörün gerçek yapay zekâ devrimi ekranların önünde değil,
depo raflarında, sipariş satırlarında, parça kataloglarında ve servis planlamalarında
yaşanıyor. Müşterinin bu süreci görmesine gerek yok, doğru parçaya daha
hızlı ulaşması, aracının serviste daha kısa süre kalması ve ihtiyacı olan hizmeti
kesintisiz alması dönüşümün en somut sonucudur dedi.
Amaç daha az değil, daha doğru stok
Yedek parça talebi her ürün grubunda düzenli ve öngörülebilir bir seyir izlemiyor.
Bazı parçalar sürekli talep görürken bazı ürünlerde uzun sessiz dönemlerin ardından
ani talep artışları yaşanabiliyor. Araç parkının bölgesel dağılımı, araç
yaşı, servis geçmişi, mevsimsel etkiler, kronik arızalar ve tedarik süreleri
gibi çok sayıda değişkenin birlikte değerlendirilmesi gerekiyor.
Yapay zekâ destekli tahmin sistemlerinin, bu değişkenleri eş zamanlı analiz ederek
ürün ve lokasyon bazında daha isabetli stok kararları alınmasını sağlayabileceğini
ifade eden Aşçı, Satış sonrasında hedef stokları körlemesine azaltmak değildir.
Asıl hedef, ihtiyaç duyulacak parçayı doğru bölgede hazır tutarken sermayeyi
raflarda bekleten ölü stoğu, yok satma riskini ve acil sevkiyat ihtiyacını
azaltmaktır. Yapay zekâ, geçmiş satışlara bakmanın ötesine geçerek araç parkını,
bölgesel kullanım koşullarını, mevsimselliği ve tedarik sürelerini aynı karar
mekanizmasında buluşturabilir. Rekabet artık kimin daha fazla stok taşıdığıyla
değil, kimin daha doğru stok yönettiğiyle şekillenecek. şeklinde devam etti.
Sektörel çalışmalar, yapay zekâ destekli talep tahmini ve stok optimizasyonunun
hizmet seviyesini korurken yedek parça stoklarında yüzde 30'a varan iyileştirme
potansiyeli taşıdığına işaret ediyor. Ancak bu oranlar her şirket için garanti
edilen sonuçlar değil, veri kalitesine, ürün çeşitliliğine, tedarik yapısına ve
uygulama disiplinine bağlı bir potansiyeli ifade ediyor.
Yanlış parça yalnızca iade maliyeti demek değil
Otomotiv satış sonrasının en maliyetli sorunlarından biri, araçla uyumlu olmayan
parçanın servise veya müşteriye gönderilmesi. Milyonlarca yedek parça kaydı, farklı
üretim yılları, motor seçenekleri ve donanım seviyeleri dikkate alındığında
yalnızca ürün adı veya araç modeline dayalı eşleştirme yeterli olmuyor.
Yapay zekâ destekli sistemler, şasi numarası, model yılı, motor kodu, orijinal ekipman
numarası, teknik ölçüler ve geçmiş eşdeğerlik kayıtlarını birlikte analiz
ederek doğru parçanın daha hızlı bulunmasını sağlayabiliyor. Yanlış parça yalnızca
iade ve taşıma maliyeti oluşturmaz. Aracın serviste kalma süresini uzatır,
teknisyenin zamanını kaybettirir, müşteri memnuniyetini düşürür ve bazı durumlarda
güvenlik riski oluşturur. diyen Aşçı Yapay zekâ destekli çapraz referanslama
sistemleri bu kayıpları önemli ölçüde azaltabilir. Ancak bunun ön koşulu
temiz, güncel, standartlaştırılmış ve izlenebilir ürün verisidir. Bozuk verinin
üzerine kurulan en gelişmiş algoritma dahi güvenilir sonuç üretemez eklemesini
yaptı.
Şirketlerin yüzde 70'i kullanıyor, yüzde 14'ü değer üretiyor
Öte yandan BCG ve MEMA tarafından 2026 yılında ticari araç satış sonrası pazarı
üzerine gerçekleştirilen araştırmada şirketlerin yüzde 70'i bir şekilde yapay zekâ
kullanmaya başladığını belirtirken, yalnızca yüzde 14'ü bu uygulamalardan anlamlı
ticari değer üretebildiğini ifade ediyor. Bu farkın, teknolojiye sahip olmak
ile teknolojiyi doğru iş problemine bağlamak arasındaki ayrımı ortaya koyduğunu
vurgulayan Aşçı, şirketlere önce problem, sonra teknoloji yaklaşımını önerdi.
Servisler arızayı beklemeyecek
Bağlantılı araçlardan, sensörlerden ve servis kayıtlarından elde edilen veriler,
satış sonrası hizmetleri arıza gerçekleştikten sonra müdahale eden yapıdan, bakım
ihtiyacını önceden öngören bir modele taşıyor.
Olağan dışı titreşimler, sıcaklık değişimleri, akü performansındaki düşüş, sıvı
basınçlarındaki sapmalar ve parçaların kullanım ömrüne ilişkin veriler analiz edilerek
bazı arıza ve performans kayıpları daha erken işaretlenebiliyor. Böylece
gerekli parça araç servise gelmeden hazırlanabiliyor, servis kapasitesi daha
dengeli planlanabiliyor ve aracın kullanım dışı kaldığı süre azaltılabiliyor.
Aşçı, bu alanda araç verisine hukuka uygun erişim, müşterinin açık biçimde
bilgilendirilmesi, siber güvenlik ve bağımsız servislerin veriye erişim koşullarının
da teknolojik gelişim kadar önemli olduğuna dikkat çekti.
Elektrifikasyon talebi bitirmiyor, değiştiriyor
Elektrikli araçların yaygınlaşmasıyla birlikte içten yanmalı motorlara özgü bazı
parça ve bakım kalemlerinde talebin azalması beklenirken, aküler, soğutma sistemleri,
lastikler, süspansiyon, rulmanlar ve elektrik-elektronik bileşenlerde yeni
fırsatlar ortaya çıkıyor.
Türkiye'de içten yanmalı, hibrit ve elektrikli araçların uzun yıllar boyunca aynı
ekosistemde yer alacağını belirten Aşçı, yapay zekânın yalnızca günlük talebi
değil, orta ve uzun vadeli ürün portföyünü de şekillendireceğini söylerken Elektrifikasyon
yedek parça talebini ortadan kaldırmıyor, talebin bileşimini değiştiriyor.
Şirketlerin farklı motor teknolojilerine sahip araç parklarını aynı anda
yönetmesi gerekecek. Yapay zekâ bu noktada geçmiş talebi tahmin eden bir araçtan
çıkarak ürün portföyü, tedarikçi yatırımı, teknik eğitim ve depo kapasitesi
kararlarını destekleyen stratejik bir planlama motoruna dönüşecek ifadelerine yer verdi.
-iDeal Haber Merkezi-
- twitter.com/iDealDataHaber // www.idealdata.com.tr -