为什么服务的未来是混合的

人工智能和自动化的使用不应损害人类员工的技能发展。

社会已经接受了许多传统工作，例如选股或呼叫中心助理，正变得越来越自动化。早期担心随着第四次工业革命的兴起，人类的就业机会将被机器取代，或者机器人将接管世界，当然是没有根据的。

据世界经济论坛称，虽然到 2025 年自动化将取代约 8500 万个工作岗位，但未来技术驱动的经济将创造 9700 万个新工作岗位。但是，虽然目前机器执行了大约 30% 的任务，但到 2025 年，预计这一平衡将发生巨大变化，人类和机器的比例将达到 50-50。

现实情况是，工作任务将越来越需要结合部分人类和部分机器的技能。随着机器要做的工作越来越多，我们人类需要加强我们的人际交往和分析能力，因为这些将成为雇主最看重的。

这是跨行业反复出现的主题。在现场服务和维护方面，已经发生了变化。传感器部署的增长导致数据分析和通过物联网网络远程管理设备的增加。这在工作角色和技能方面产生了连锁反应。因此，企业变得更加注重设备，围绕自动化数据构建客户知识和机器性能。

现场服务和基于工厂的维护团队不得不进行调整，而组织内部的重点已经转移，这对他们有利。服务不再被视为企业的成本。能够提供有关产品和客户的情报，并且在许多情况下是企业的第一线，这意味着服务现在具有重要的战略意义。

然而，对于许多企业来说，这导致了就业问题，尤其是随着劳动力的老龄化。知识丢失是一个越来越普遍的问题。根据服务委员会的数据，70% 的服务组织表示，他们将在未来 5 到 10 年内因退休劳动力的知识损失而负担沉重，而 50% 的组织表示，他们目前面临资源短缺，无法充分满足服务需求。自动化很棒，但它只能起到帮助作用。

有趣的是，TSIA 最近发现，一半的现场服务组织没有为其现场服务工程师制定正式的职业道路。在我看来，这是一个巨大的不必要的商业风险点。这些组织在为混合现实的未来准备年轻的服务技术方面做得还不够——在未来，他们必须比前一代更紧密地与数字技术和机器合作。这不会是偶然发生的。

肯定需要一个完整的“记录系统”来捕获有关“维护”设备的准确数据。对这种类型的数据库的需求，显示设备现在的外观，使服务技术人员能够了解设备数据告诉他们的上下文。虽然自动化可以针对问题或潜在问题发出警报，但服务技术人员仍需要知道如何快速有效地解决这些问题。

从正确读取数据、了解如何纠正问题、采购零件和管理客户期望，这些基础知识并不是那么新鲜。但随着机器随着更多内置自动化和数据驱动分析的发展而发展，企业可能会过度依赖自动化，从而让他们的人工诊断优势失​​效。

直到最近，技术主要用于自动化重复或艰巨的任务。但人工智能和机器学习的进步意味着机器可以完成的任务范围比前几代技术所能实现的要广泛得多。

随着新一代进入劳动力市场，最有价值的技能将是人际交往——沟通、同理心、冲突管理、领导力、倾听、协作、好奇心和韧性；和认知技能——分析、评估、综合、判断、决策和创造力。我们已经看到美国和英国都非常重视人际交往能力、高阶认知技能和系统技能。

随着技术的快速进步和知识在旅途中变得更容易获得，专业技能和深厚的产品知识的保质期正在缩短。据估计，一项专业技能的半衰期只有五年，这意味着每五年，该技能的价值大约是以前的一半——所以 20 年后，任何技能都会过时。

随着技术进一步发展企业的运营方式，未来的员工必须有能力和意愿去学习、忘却和重新学习。这对于当前的工人来说同样重要，他们需要专注于适应和学习第四次工业革命工作场所所需的新技能的能力，以及那些刚进入劳动力市场的人。

人类需要能够说与自动化机器相同的语言，但这些机器不应阻碍技能发展。在服务维护方面，人工智能和自动化不是也不应该被视为人工替代品。如果有的话，它正在打开行业并创造一个全新的混合服务领域。