2020년 현장 봉사에 대한 네 가지 예측

현장 서비스는 최근 몇 년 동안 엄청나게 발전했으며 기술과 고객의 기대치는 계속해서 빠르게 발전할 것입니다.

20년 전에는 현장 서비스가 고장 난 수리 수리에 중점을 두었을지 모르지만 지금은 고객을 더 만족시키고 서비스 제공업체에 더 유리한 장기 계약을 맺는 방향으로 가고 있습니다.

변혁적 기술은 현장 서비스 조직이 더 많은 가치를 창출하면서도 고객과 더 긴밀하고 친밀하게 만드는 완전히 새로운 수익 모델을 가능하게 할 수 있습니다. 다음은 주요 서비스 조직이 어떻게 적응하고 있는지에 대한 네 가지 예측입니다.

결과에 기반한 서비스가 유지됩니다. 우리는 연간 유지 보수 계약을 판매하는 더 많은 회사를 보게 될 것입니다. 이러한 계약은 현장 서비스 조직에 예측 가능한 수익과 수요를 제공하고 높은 마진을 제공할 수 있기 때문에 매력적입니다.

수십 년 동안 제품 중심 비즈니스는 판매 제품을 서비스화하는 방향으로 전환해 왔습니다. 첫째, 보증의 추가와 애프터마켓 부품의 가용성이었습니다. 그런 다음 사후 현장 서비스 또는 정비소 수리였습니다. 이미 2018년에 IFS 데이터에 따르면 제조업체의 62%가 이미 어떤 형태의 애프터마켓 수익을 추구하고 있었습니다. 그러나 제조업체는 현재 보다 발전된 형태의 애프터마켓 서비스를 채택하고 있으며 응답자의 16%가 특정 서비스 수준 계약(SLA)과 함께 유지 보수 계약을 제안했습니다.

현대의 고객은 더 나은 서비스 경험뿐만 아니라 전체적인 결과를 요구한다는 점은 주목할 만합니다. 그들은 긍정적인 느낌을 받고 특정 문제가 해결되기를 기대합니다. 기술은 이러한 변경을 구현할 수 있는 메커니즘이지만 사람 요소도 간과해서는 안 됩니다.

서비스 계약에 참여하는 제조업체의 비율은 2018년 16%에서 2020년 25~30%로 증가할 것으로 예상합니다.

대부분의 경우 서비스화로의 이동은 제품 판매 외에 부가 가치 수익을 제공할 것입니다. 어떤 경우에는 소비자에게 매력적인 제품이 완전히 서비스화될 수 있으며 최종 사용자는 측정된 사용량 또는 실시간으로 캡처된 기타 메트릭에 대해 비용을 지불합니다. 2018 IFS 데이터에서 의료 기기, 금속 가공, 석유 및 가스 산업의 회사를 포함하여 제조업체의 4%만이 완전히 서비스화되었습니다.

벤더에게 기업의 위험을 부담시키려는 고객에게 서비스화는 매력적인 구매 방법이 될 것입니다. 그러나 이러한 계약에서 실제로 이익을 실현하는 것은 상당한 관리 및 엔터프라이즈 소프트웨어 문제를 야기합니다. 서비스 계약이 판매되면 회사는 수년간 돈을 벌거나 잃을 수 있는 계약을 이행하기로 약속합니다. 경영진은 최소한의 위험으로 경쟁력 있는 견적을 제공할 수 있도록 적절한 가상 시나리오 계획 기능이 있는지 확인해야 합니다.

기업은 데이터를 서비스 판매를 촉진하는 동시에 고객 경험을 개선하는 전략적 도구로 전환할 수 있습니다. 이러한 전환이 성공하려면 몇 가지 기본 기술을 배치해야 했습니다. IFS와 Future of Field Service가 최근 성장 전략의 Bill Pollock과 함께 수행한 연구에 따르면 결과 기반 서비스 운영은 서비스 관리 플랫폼, ERP(전사적 자원 관리), 예측 유지 관리 및 사물 인터넷( IoT) 특히.

응답자의 절반 이상이 핵심 서비스 트랜잭션 비즈니스를 처리하는 일종의 엔터프라이즈 기록 시스템을 실행하고 있었습니다. 54%는 50.8%로 현장 서비스 관리(FSM) 또는 ERP 바로 앞의 엔터프라이즈 자산 관리와 같은 "전용 서비스 관리 플랫폼"에서 서비스 비즈니스를 운영하고 있습니다. 설문 조사에 따르면 47.6%는 예측 유지 관리에 소프트웨어를 사용하고 42.8%는 IoT 데이터를 활용하는 것으로 나타났습니다.

이러한 도구를 사용하면 완전한 서비스화에 대한 강조가 증가하고 2020년에는 구독 또는 사용량 측정 방식으로 제품을 판매하는 제조업체의 비율이 2018년의 4%에서 10%를 초과하는 것을 보게 될 것입니다.

디지털 혁신은 쉬워지기 전에 어려워집니다. 사람들은 "디지털 트랜스포메이션"이라는 용어를 사용하여 기술을 판매합니다. 하지만 여기서는 구매할 수 있는 기술이 아니라 근본적으로 다른 비즈니스 방식을 다루고 있습니다. 진실은 이를 적절하게 수행하기 위해서는 고립된 운영, 레거시 도구 및 구식 비즈니스 프로세스에서 출발하는 서비스 조직의 복잡한 여정이 필요하다는 것입니다. 이를 둘러싼 변화 관리 장애물은 많습니다. 개인은 경쟁이 비즈니스를 추월할 때에도 기존 방식이 위안이 될 수 있기 때문입니다.

지금까지 우리가 본 것은 에지에서 변혁적 기술의 롤아웃입니다. IoT를 통해 현장 기술자의 위치를 ​​추적합니다. 우리는 인공 지능을 사용하여 일정을 잡습니다. 온라인으로 문의를 처리하는 AI 챗봇이 있을 수 있습니다. 재고 관리 프로세스에 AI 기능이 있을 수 있습니다. 우리는 AI와 IoT를 사용하는 포인트 솔루션을 계속 보게 될 것입니다. 하지만 다음으로 갈 곳은 특히 프론트 오피스 및 관리 프로세스에 AI를 도입하는 것입니다.

Gartner는 "2020년 주요 예측" 보고서에서 "2021년까지 디지털 혁신 이니셔티브는 대기업의 평균 시간과 비용이 예상보다 2배, 비용이 2배 더 많이 소요될 것입니다. 대규모 조직은 기술 현대화의 과제와 운영 상호 의존성을 단순화하는 비용을 인식하기 때문에 디지털 혁신에 어려움을 겪을 것입니다. 대조적으로, 규모가 작고 민첩한 조직은 시장에 첫 번째로 진출할 기회를 갖게 될 것입니다. 규모가 큰 조직은 즉각적인 이점이 부족하기 때문입니다."

역사는 필요에 따라 변경할 수 없는 회사로 흩어져 있습니다. 디지털 사진에 직면한 Kodak과 서비스화되고 다운로드 가능한 미디어에 직면한 Blockbuster Video, 두 가지를 들 수 있습니다. 오늘날 우리는 미래 지향적인 서비스 조직의 최전선에 파괴적인 기술이 내장되어 있는 시점에 있습니다. IoT 센서가 상태 기반 유지 관리 정보를 캡처하거나 AI 알고리즘이 끊임없이 변화하는 상황에 따라 실시간으로 현장 서비스 일정을 조정합니다.

2020년에는 더 많은 기업이 고객 및 서비스 대면 환경에서 이러한 파괴적인 기술을 채택하는 것을 보게 될 것입니다. 그러나 우리는 엔터프라이즈 소프트웨어 공급업체가 서비스 재무, 재고 관리, 가상 시나리오 계획 및 고객 상호 작용과 같은 영역에서 AI 기반 프런트 오피스 자동화로 더 나아가는 것을 보게 될 것이라고 믿습니다. 상용 기성 솔루션의 일부로 AI를 채택하는 기업은 단독으로 접근하는 기업과의 경쟁에서 승리할 것입니다.

IoT가 성장하고 모든 데이터는 우리에게 남아 있습니다. 점점 더 많은 조직이 자산, 드라이버 및 부품에 대해 어느 정도 원격 연결이 가능하다고 말하면서 IoT가 이제 주류가 되었습니다. 우리는 많은 양의 데이터를 수집하고 있으며 이제 분석을 개발하고 적용할 수 있습니다.

Strategies for Growth와 함께 수행한 연구에서 모든 산업 분야에서 구현 관심의 가장 큰 영역은 예측 및 처방적 유지 관리였습니다. 연결된 자산은 목적지가 아니라 이야기의 시작이며, 고객은 데이터 수집 및 저장 자체가 끝이 된다면 "가비지 인, 가비지 아웃"이라는 오래된 격언이 적용된다는 것을 깨닫기 시작했습니다.

자판기와 같은 자산에서 데이터를 수집하는 스마트 기술을 제공하는 다국적 통신 회사인 Telefonica가 좋은 예입니다. 그런 다음 데이터는 의사 결정 지원을 위해 기존 분석에 제공됩니다. 분석의 힘은 귀하가 고객의 개인 정보 및 데이터 권리를 존중한다는 것을 고객에게 확신시키는 것이 중요할 만큼 충분히 중요합니다. Google은 2019년 Fitbit을 인수한 후 최종 사용자 데이터를 사용하고 수익을 창출하는 방법에 대한 우려로 인해 논란에 직면했습니다.

2020년에는 기업이 추가 데이터를 수집하는 방법에 덜 관심을 기울이고 이미 수집하고 있는 데이터를 가치 있게 사용하는 데 더 집중할 것으로 예상합니다.

기업은 AI와 인간 경험의 균형을 맞추기 위해 노력합니다. . 고급 AI가 서비스 조직에서 보다 널리 채택됨에 따라 기업은 AI의 효율성과 고객 및 기타 이해 관계자가 갈망하는 인간과의 접촉 사이의 균형을 추구할 것입니다. 한편으로 AI를 더 많이 사용하면 비용이 절감될 뿐만 아니라 조직이 인력 부족에 직면한 부문에서 리소스를 더 잘 사용할 수 있습니다. AI는 특정 결과물을 더 잘 충족하고 많은 반복 작업을 자동화해야 합니다. 이렇게 하면 직원이 더 많은 고객 대면 작업을 수행할 수 있습니까?

다양한 서비스 환경에서 AI가 이미 한 일입니다. 예를 들어 AI 기반 일정 최적화를 통해 단일 디스패처는 더 많은 현장 서비스 기술자를 지원하고 예외적으로 관리하며 인적 접점이 필요할 때 고객과 ​​더 많은 시간을 보낼 수 있습니다.

Field Services Online 기사에서 서비스 인텔리전스 공급업체 Aquant는 Fortune의 2016년에는 일자리의 48%가 AI와 로봇에 의해 사라질 것이라고 경고했습니다. 동시에 진정한 미래는 사람과 AI의 하이브리드에 있다고 말했습니다. Deloitte가 보고서 Smart Field Service:Connecting Customers, Assets and Employees에서 언급했듯이 "디지털 세계에서 만족스러운 경험과 고객을 기쁘게 하고 강력한 장기적 고객 관계를 구축하는 경험 사이의 차이를 만드는 것은 감정적 연결입니다."

이제 우리의 임무는 AI를 사용하여 인적 접촉을 엔지니어링하지 않고도 원활하고 만족스러운 자동화 프로세스를 비즈니스에 엔지니어링하는 것입니다.

Sarah Nicastro는 IFS의 야외 봉사 전도사입니다.