混合服务模式：客户体验的未来
AI和自动化的使用不应以损害人类员工技能发展为代价。社会已接受许多传统工作（如拣货、呼叫中心助理）日益自动化。早期担忧第4次工业革命到来时人类就业将被机器夺走、机器人统治世界，当然是毫无根据的。
据世界经济论坛，自动化将到2025年取代约8500万个工作，但未来科技驱动经济将创造9700万个新岗位。目前机器执行约30%任务，到2025年平衡将剧变为人机五五开。
现实是，工作任务将越来越需要人机技能混合。随着机器承担更多原属人类的任务，我们人类需强化人际和分析技能，这些将成为雇主最看重的能力。
这是跨行业反复出现的主题。在现场服务和维护领域，变化已发生。传感器部署增长导致数据分析增加、通过IoT网络远程管理设备。这对工作角色和技能产生连锁反应。企业因此更聚焦设备，围绕自动化数据构建客户知识和机器性能。
现场服务和工厂维护团队被迫适应，组织重心转移对其有利。服务不再被视为业务成本。提供产品和客户情报、在许多情况下充当业务前线，意味着服务现在具有战略重要性。
但对许多企业，这导致就业问题，尤其随着员工老龄化。知识流失日益普遍。据Service Council，70%服务组织称未来5-10年退休员工知识流失将成负担，50%称目前面临资源短缺无法充分满足服务需求。自动化虽好，但只能帮到一定程度。
有趣的是，TSIA最近发现一半现场服务组织没有为现场服务工程师设立正式职业路径。依我之见，这是巨大的不必要商业风险。这些组织未做足准备让年轻服务技术人员迎接混合现实未来——他们将比以往任何一代更紧密地与数字技术和机器协作。这不会自动发生。
निश्चित रूप से需要一个整体的“记录系统”，捕获设备“维护现状”的准确数据。这种显示设备当前状况的数据库，使服务技术人员能理解设备数据告诉他们的背景。自动化可创建问题或潜在问题警报，但服务技术人员仍需知道如何快速高效解决这些问题。
从正确读取数据、理解如何纠正问题、采购零件和管理客户期望，基础并无太新。但随着机器进化、内置更多自动化和数据驱动分析，企业过度依赖自动化、让人类诊断优势退化的危险存在。
直到最近，技术主要用于自动化重复或繁重任务。但AI和机器学习进步意味着机器可完成的任务范围比前几代技术宽广得多。
随着新生代进入职场，最有价值的技能将是人际技能——沟通、同理心、冲突管理、领导力、倾听、协作、好奇心和韧性；以及认知技能——分析、评估、综合、判断、决策和创造力。我们在美英已看到对人际技能、高阶认知技能和系统技能的强烈重视。
专业技能和深度产品知识的半衰期随技术飞速进步和知识随时随地获取而缩短。估计专业技能半衰期仅五年，即每五年技能价值减半——20年后任何技能实质上过时。
未来工作者必须有能力和意愿随技术进一步演变业务运营方式而学习、遗学和再学习。这对现有工人同样重要，他们需专注于适应能力和学习第四次工业革命职场所需新技能。
人类需要能说自动化机器的语言，但这些机器不应阻碍技能发展。在服务维护方面，AI和自动化不是、也不应被视为人类替代品。相反，它正开启行业、创造全新的混合服务机会领域。
自动化控制系统