서비스의 미래가 하이브리드인 이유

AI 및 자동화의 사용이 직원의 기술 개발에 영향을 주어서는 안 됩니다.

사회는 주식 따기나 콜센터 도우미와 같은 전통적인 직업의 많은 부분이 점점 더 자동화되고 있다는 사실을 받아들였습니다. 4차 산업혁명이 일어나면서 인간의 고용이 기계에 의해 사라지거나 로봇이 세계를 지배할 것이라는 초기의 두려움은 물론 근거가 없었습니다.

세계경제포럼(World Economic Forum)에 따르면 2025년까지 자동화가 약 8,500만 개의 일자리를 대체하는 반면 미래 기술 주도 경제는 9,700만 개의 새로운 일자리를 창출할 것이라고 합니다. 그러나 현재 기계가 모든 작업의 ​​약 30%를 수행하지만 2025년까지 그 균형은 인간과 기계의 50-50 조합으로 극적으로 바뀔 것으로 예상됩니다.

현실은 작업 작업에 부분적으로는 인간 기술, 일부는 기계 기술의 혼합이 점점 더 필요하다는 것입니다. 기계가 사람들이 하던 일을 점점 더 많이 하게 됨에 따라 우리 인간은 대인 관계 및 분석 기술을 강화해야 하며, 이는 고용주가 가장 중요하게 생각하는 기술이 될 것입니다.

산업 전반에 걸쳐 반복되는 주제입니다. 현장 서비스 및 유지 보수에는 이미 변경 사항이 있습니다. 센서 배치의 증가로 인해 데이터 분석 및 IoT 네트워크를 통한 장치의 원격 관리가 증가했습니다. 이는 직무 및 기술 측면에서 연쇄 효과를 가져왔습니다. 결과적으로 기업은 자동화 데이터를 중심으로 고객 지식과 기계 성능을 구축하면서 장비에 더욱 집중하게 되었습니다.

현장 서비스 및 공장 기반 유지 관리 팀은 적응해야 했으며 조직 내에서 강조점이 바뀌는 것이 유리했습니다. 서비스는 더 이상 비즈니스 비용으로 간주되지 않습니다. 제품 및 고객에 대한 인텔리전스를 제공하고 대부분의 경우 비즈니스의 최전선이 될 수 있는 능력은 이제 서비스가 전략적으로 중요하다는 것을 의미합니다.

그러나 많은 기업에서 이는 특히 노동력이 고령화됨에 따라 고용 문제로 이어졌습니다. 지식 손실은 점점 더 일반적인 문제입니다. Service Council에 따르면 서비스 조직의 70%는 향후 5년에서 10년 사이에 퇴직하는 직원의 지식 손실로 인해 부담이 될 것이라고 말했으며 50%는 현재 서비스 수요를 적절하게 충족하기 위한 리소스 부족에 직면해 있다고 말했습니다. 자동화는 훌륭하지만 도움이 될 정도입니다.

흥미롭게도 TSIA는 최근 모든 현장 서비스 조직의 절반이 현장 서비스 엔지니어를 위한 정식 경력 경로가 없다는 사실을 발견했습니다. 제 생각에 이것은 불필요한 상업적 위험이 있는 거대한 지점입니다. 이러한 조직은 이전 세대보다 디지털 기술 및 기계와 더 긴밀하게 협력해야 하는 혼합 현실 미래에 대해 젊은 서비스 기술자를 준비시키기에 충분하지 않습니다. 우연히 발생하지 않습니다.

'유지 관리'된 장비에 대한 정확한 데이터를 캡처하는 통합 '기록 시스템'이 확실히 필요합니다. 장비가 현재 어떻게 보이는지 보여주는 이러한 유형의 데이터베이스가 필요하기 때문에 서비스 기술자는 장비 데이터가 알려주는 맥락을 이해할 수 있습니다. 자동화는 문제나 잠재적인 문제에 대한 경고를 생성할 수 있지만 서비스 기술자는 여전히 이러한 문제를 빠르고 효율적으로 해결하는 방법을 알아야 합니다.

데이터를 올바르게 읽는 것, 문제를 수정하는 방법을 이해하는 것, 부품을 소싱하고 고객의 기대치를 관리하는 것부터 기초가 완전히 새로운 것은 아닙니다. 그러나 자동화 및 데이터 기반 분석 기능이 내장되어 기계가 발전함에 따라 기업이 자동화에 과도하게 의존하여 인간의 진단 능력이 약화될 위험이 있습니다.

최근까지 기술은 주로 반복적이거나 힘든 작업을 자동화하는 데 사용되었습니다. 그러나 AI와 기계 학습의 발전으로 인해 기계가 수행할 수 있는 작업은 이전 세대의 기술로 가능했던 것보다 훨씬 더 광범위합니다.

새로운 세대가 노동력에 합류할 때 가장 가치 있는 기술은 대인관계, 즉 의사소통, 공감, 갈등 관리, 리더십, 경청, 협력, 호기심, 회복력입니다. 및 인지 능력 – 분석, 평가, 종합, 판단, 의사 결정 및 창의성. 우리는 이미 미국과 영국에서 대인 관계 기술, 고차원 인지 기술 및 시스템 기술에 대한 강한 강조를 보고 있습니다.

전문 기술과 심층 제품 지식의 유효 기간은 기술이 빠르게 발전하고 이동 중에도 지식에 더 쉽게 접근할 수 있게 됨에 따라 줄어들고 있습니다. 추정에 따르면 전문 기술의 반감기는 5년에 불과합니다. 즉, 5년마다 해당 기술의 가치가 이전보다 약 절반이 됩니다. 따라서 20년이 지나면 모든 기술은 사실상 쓸모가 없게 됩니다.

미래의 근로자는 비즈니스 운영 방식이 기술이 더욱 발전함에 따라 배우고, 배우지 않고, 다시 배울 수 있는 능력과 의지가 있어야 합니다. 이는 4차 산업혁명의 직장에서 요구하는 새로운 기술을 적응하고 학습하는 능력에 초점을 맞춰야 하는 현직 근로자와 신규 인력에게도 중요할 것입니다.

인간은 자동화된 기계와 동일한 언어를 말할 수 있어야 하지만 이러한 기계가 기술 개발을 방해해서는 안 됩니다. 서비스 유지 관리 측면에서 AI와 자동화는 인간을 대체하는 것으로 간주되어서는 안 됩니다. 무엇보다 업계를 개척하고 하이브리드 서비스 기회의 새로운 분야를 창출하고 있습니다.