KI-Telefonservice und Taxidisposition in Echtzeit | GoGoCha-Fallstudie

Hintergrund der Probleme

Ältere Menschen, Reisende und Geschäftskunden können Taxis per Telefon, Website oder LINE bestellen. Speichert jeder Zugang Aufträge getrennt, muss der Betrieb Informationen zwischen Oberflächen abgleichen. Dieses Projekt verbindet die Zugänge mit einem gemeinsamen Dispositions-Backend, sodass Fahrer, Fahrgäste und Betrieb denselben Auftragsstatus prüfen können. Bei unvollständigen Angaben bleibt menschliches Eingreifen möglich.

Methodische Vorgehensweise

• —Der KI-Telefonzugang erfasst Fahrtangaben; das gemeinsame Backend speichert Aufträge und übernimmt die Disposition. Die Trennung von Gespräch und Auftragsstatus verbindet Telefon, Website und LINE mit demselben Betriebsablauf.
• —Die Echtzeit-Auftragsvergabe wird mit Express, PostgreSQL, Redis, BullMQ und Socket.IO aufgebaut.
• —Die Berechnung der Fahrpreise auf der Website ruft zunächst die tatsächlichen Tarif-APIs ab. Wenn dies fehlschlägt, werden klare alternative Ergebnisse basierend auf lokalen Regeln angezeigt.
• —Die Gestaltung der Benutzeroberfläche für ältere Menschen erfolgt mit großen Schriftarten, Sprachausgabe und hoher Kontrast.

Verantwortungsbereich von Falcon

• Marken-Website und Fahrpreis-Rechner-Oberfläche
• Anmeldeoption für KI-basierte Anrufannahme und Datenstruktur für Aufträge
• SmartDispatcherV2 – Backend für Echtzeit-Auftragsvergabe
• Integration von LINE-Bot, Fahrer-/Fahrgast-App und Betriebsoberfläche

Datenfluss vom KI-Telefonservice zur Taxidisposition

1. 01Nutzer geben ihre Fahranträge über Telefon, Website oder LINE ein.
2. 02Das System organisiert die Standorte, Kontaktinformationen und Auftragsfelder und leitet sie in einen gemeinsamen Auftragsprozess ein.
3. 03Das Backend speichert den Status mit PostgreSQL, verarbeitet Warteschlangen mit BullMQ und synchronisiert die Daten in Echtzeit über Redis/Socket.IO.
4. 04Fahrer, Fahrgäste und die Betriebsoberfläche haben Zugriff auf den Status eines einzelnen Auftrags.

Einschränkungen, Fehlerbehandlung und Alternativen

• —Kann die KI Ort, Kontakt- oder Auftragsangaben nicht zuverlässig bestätigen, müssen Menschen sie weiter prüfen. Modellvermutungen dürfen nicht zu ausführbaren Dispositionsdaten werden. Diese Seite behauptet nicht, dass sämtliche Anrufe ohne menschliche Hilfe bearbeitet werden können.
• —Fällt die Tarif-API der Website aus, liefern lokale Regeln eine Ersatzschätzung. Die Oberfläche muss deren Grundlage und Grenzen offenlegen. Das Ergebnis bedeutet weder eine erfolgreiche Echtzeit-Tarifabfrage noch eine abgeschlossene Taxibestellung oder ein verbindliches Angebot.
• —Die Verarbeitung von Warteschlangen und Echtzeitkommunikation erfolgt in Schichten, um zu verhindern, dass ein einzelner Verbindungsfehler dazu führt, dass der Auftrag verloren geht.

Wie Beweise überprüft werden

• ✓Die verschiedenen Anmeldeoptionen (öffentliche Marken-Website, Telefon, Website, LINE und Fahrpreis-Rechner) können zur Überprüfung verwendet werden.
• ✓Die Screenshots der App und der Website dienen dazu, den Umfang der Anmeldeoptionen zu demonstrieren und enthalten keine Daten von Privatfahrern oder Fahrern.
• ✓Die technische Architektur basiert auf dem tatsächlichen Umfang der Falcon-Funktionen. Es werden keine Informationen über den operativen Umfang, die Anrufquote, eingesparte Arbeitszeit oder formelle SLAs veröffentlicht.

Verfügbare Messwerte und Fähigkeiten