Гибридные сервисные модели: будущее клиентского опыта

Использование ИИ и автоматизации не должно становиться препятствием для развития навыков человеческого персонала. Общество приняло, что многие традиционные работы, такие как сбор акций или операторы колл-центров, становятся все более автоматизированными. Ранние страхи, что по мере захвата 4-й промышленной революции человеческая занятость будет потеряна машинам или роботы захватят мир, были, конечно, беспочвенными.

По данным Всемирного экономического форума, пока автоматизация заменит около 85 млн рабочих мест к 2025 году, будущая технологически-драйвенная экономика создаст 97 млн новых рабочих мест. Но пока машины выполняют около 30% всех задач, к 2025 году баланс ожидается драматически изменится на 50-50 комбинацию людей и машин.

Реальность в том, что рабочие задачи будут все больше требовать смеси человеческих и машинных навыков. По мере того как машины берут на себя все больше задач, которые раньше делали люди, нам людям нужно будет укрепить наши межличностные и аналитические навыки, так как эти станут наиболее ценными для работодателей.

Это повторяющаяся тема по индустриям. В полевом сервисе и обслуживании уже произошли изменения. Рост развертывания сенсоров привел к увеличению аналитики данных и удаленному управлению устройствами через IoT-сети. Это имело эффект на рабочие роли и навыки. Бизнесы стали более оборудо-ориентированными, строя клиентские знания и производительность машин вокруг автоматизированных данных.

Полевые сервисные и заводские команды обслуживания должны были адаптироваться, и это было к их преимуществу, что акцент в организациях сместился. Сервис больше не виден как затраты бизнеса. Способность предоставлять интеллект по продуктам и клиентам, и во многих случаях быть фронтлайнером для бизнеса, означает, что сервис теперь стратегически важен.

Для многих бизнесов это привело к проблемам с занятостью, особенно по мере старения рабочей силы. Потеря знаний — все более общая проблема. По данным Service Council, 70% сервисных организаций говорят, что они будут обременены потерей знаний уходящей на пенсию рабочей силы в следующие 5-10 лет, в то время как 50% заявляют, что в настоящее время сталкиваются с дефицитом ресурсов для адекватного удовлетворения спроса на сервис. Автоматизация отлична, но она пойдет только до определенного предела.

Интересно, TSIA недавно обнаружил, что половина всех полевых сервисных организаций не имеют формального карьерного пути для своих полевых сервисных инженеров. Это, на мой взгляд, огромная точка ненужного коммерческого риска. Эти организации не делают достаточно для подготовки молодых сервисных техников к смешанной реальности будущего — одной, где они будут работать теснее с цифровыми технологиями и машинами, чем любое предыдущее поколение. Это не случится случайно.

Существует определенная потребность в интегральной «системе записи», захватывающей точные данные об оборудовании «как обслуживаемом». Потребность в этом типе базы данных, показывающей, как оборудование выглядит прямо сейчас, позволяет сервисным техникам понимать контекст того, что данные оборудования им говорят. Пока автоматизация может создавать алерты к проблемам или потенциальным проблемам, сервисный техник все равно должен знать, как решать эти проблемы быстро и эффективно.

От правильного чтения данных, понимания того, как исправить проблемы, источения частей и управления ожиданиями клиентов, фундаментальы не так уж новые. Но по мере того как машины эволюционируют с большим встроенным автоматизацией и данными-драйвенной аналитикой, есть опасность, что бизнесы будут чрезмерно полагаться на автоматизацию, позволяя своим человеческим диагностическим силам ослабнуть.

До недавнего времени технологии использовались в основном для автоматизации повторяющихся или трудоемких задач. Но достижения ИИ и машинного обучения означают, что задачи, которые могут быть выполнены машинами, намного шире по объему, чем предыдущие поколения технологий сделали возможными.

По мере входа в рабочую силу новых поколений, наиболее ценными навыками будут межличностные — коммуникация, эмпатия, управление конфликтами, лидерство, слушание, сотрудничество, любопытство и устойчивость; и когнитивные навыки — анализ, оценка, синтез, суждение, принятие решений и креативность. Мы уже видим сильный акцент на межличностных навыках, высших когнитивных навыках и системных навыках как в США, так и в Великобритании.

Срок годности специализированных навыков и глубоких знаний продукта сокращается как из-за быстрого продвижения технологий, так и из-за того, что знания становятся более доступными на ходу. Оценки ставят полужизнь профессионального навыка в всего пять лет, означая, что каждые пять лет этот навык примерно в два раза менее ценен, чем был раньше — так что через 20 лет любой навык будет эффективно устаревшим.

Работники будущего должны иметь способность и волю учиться, разучиваться и переучиваться по мере того как технологии дальше эволюционируют способ, которым бизнесы работают. Это будет так же важно для текущих работников, которые должны будут фокусироваться на своей способности адаптироваться и учить новые навыки, требуемые рабочим местом Четвертой промышленной революции, и для новичков в рабочей силе.

Люди должны уметь говорить на одном языке с автоматизированными машинами, но эти машины не должны блокировать развитие навыков. В терминах сервисного обслуживания ИИ и автоматизация не являются и никогда не должны считаться заменой людей. Если что, они открывают индустрию и создают совершенно новое поле гибридных сервисных возможностей.