Hybride servicemodellen: de toekomst van klantervaring

Het gebruik van AI en automatisering mag niet ten koste gaan van de vaardigheidsontwikkeling van menselijk personeel.

De samenleving heeft geaccepteerd dat veel traditionele banen, zoals orderpikken of callcenter-assistenten, steeds meer geautomatiseerd worden. Vroege vreezen dat, naarmate de 4e Industriële Revolutie aanhield, menselijke werkgelegenheid verloren zou gaan aan machines of dat robots de wereld over zouden nemen, waren natuurlijk ongrondwet.

Volgens het World Economic Forum zal automatisering weliswaar ongeveer 85 miljoen banen vervangen tot 2025, maar de toekomstige tech-gedreven economie zal 97 miljoen nieuwe banen creëren. Maar terwijl machines momenteel ongeveer 30% van alle taken uitvoeren, wordt de balans tegen 2025 verwacht dramatisch te veranderen naar een 50-50 combinatie van mensen en machines.

De realiteit is dat werkstaken steeds meer een mix zullen vereisen van deel menselijke, deel machinevaardigheden. Naarmate machines steeds meer taken overnemen die mensen vroeger deden, zullen wij mensen onze interpersoonlijke en analytische vaardigheden moeten versterken, want deze zullen de meest gewaardeerde worden door werkgevers.

Het is een terugkerend thema over industrieën heen. In veldservice en onderhoud heeft er al een verandering plaatsgevonden. Groei in sensordeployment heeft geleid tot toename in data-analyse en het remote beheren van apparaten via IoT-netwerken. Dit had een knock-on effect op jobrollen en vaardigheden. Bedrijven zijn, als resultaat, meer equipment-gefocust geworden, klantkennis en machineprestaties bouwend rond geautomatiseerde data.

Veldservice- en plant-gebaseerde onderhoudsteams hebben zich moeten aanpassen, en het is hun voordeel geweest dat de nadruk binnen organisaties is verschoven. Service wordt niet langer gezien als een kost voor het bedrijf. De capaciteit om intelligentie te leveren over producten en klanten, en in veel gevallen de frontline te zijn voor bedrijven, betekent dat service nu strategisch belangrijk is.

Voor veel bedrijven heeft dit echter geleid tot werkgevingskwesties, met name naarmate de workforce ouder wordt. Kennisverlies is een steeds gemeenschappelijker probleem. Volgens de Service Council zeggen 70% van serviceorganisaties dat ze belast zouden worden door het kennisverlies van een pensioengerechtigde workforce in de komende vijf tot tien jaar, terwijl 50% claimt dat ze momenteel te maken hebben met een tekort aan middelen om de servicvraag adequaat te beantwoorden. Automatisering is geweldig, maar het zal maar tot op zekere hoogte helpen.

Interessant genoeg vond de TSIA onlangs dat de helft van alle veldserviceorganisaties geen formeel carrièrepad heeft voor hun veldservice-engineers. Dit is, naar mijn mening, een enorm punt van onnodig commercieel risico. Deze organisaties doen niet genoeg om jongere servicetechnici voor te bereiden op een mixed reality toekomst – een waarin ze nauwer met digitale technologie en machines zullen samenwerken dan eender welke vorige generatie. Dat gebeurt niet toeval.

Er is zeker behoefte aan een integraal 'system of record' dat accurate data vastlegt over equipment 'as maintained'. De behoefte aan dit type database, dat laat zien hoe equipment er nu uitziet, stelt servicetechnici in staat de context te begrijpen van wat equipmentdata hen vertelt. Terwijl automatisering alerts kan creëren voor problemen of potentiële issues, zal de servicetechnicus nog steeds moeten weten hoe die problemen snel en efficiënt op te lossen.

Van het correct lezen van data, begrijpen hoe issues te corrigeren, onderdelen te sourcen en klantverwachtingen te managen, de fundamenten zijn niet zo nieuw. Maar naarmate machines evolueren met meer ingebouwde automatisering en data-gedreven analytics, is er een gevaar dat bedrijven te veel gaan vertrouwen op automatisering, waardoor hun menselijke diagnostische krachten vervallen.

Tot onlangs is technologie voornamelijk gebruikt voor het automatiseren van repetitieve of zware taken. Maar AI- en machine learning-voortgang betekent dat de taken die door machines gedaan kunnen worden, veel breder in scope zijn dan eerdere generaties technologie mogelijk maakten.

Naarmate nieuwe generaties de arbeidsmarkt betreden, zullen de meest waardevolle vaardigheden interpersoonlijk zijn – communicatie, empathie, conflictmanagement, leiderschap, luisteren, collaboratie, nieuwsgierigheid en veerkracht; en cognitieve vaardigheden – analyse, evaluatie, synthese, oordeelsvorming, besluitvorming en creativiteit. We zien al een sterke nadruk op interpersoonlijke vaardigheden, hogere-cognitieve vaardigheden en systeemvaardigheden in zowel de VS als het VK.

De houdbaarheidstermijn van gespecialiseerde vaardigheden en diepe productkennis neemt af, zowel door de snelle technologische vooruitgang als omdat kennis meer toegankelijk wordt on-the-go. Schattingen zetten de halfwaardeperiode van een professionele vaardigheid op slechts vijf jaar, wat betekent dat elke vijf jaar die vaardigheid ongeveer half zo waardevol is als voorheen – dus na 20 jaar is elke vaardigheid effectief verouderd.

Werknemers van de toekomst moeten de capaciteit en wil hebben om te leren, te verlernen en opnieuw te leren naarmate technologie de manier waarop bedrijven runnen verder evolueert. Dit zal net zo belangrijk zijn voor huidige werknemers, die zich moeten richten op hun capaciteit voor aanpassen en het leren van nieuwe vaardigheden die vereist zijn door de werkplek van de Vierde Industriële Revolutie, en voor nieuwkomers op de arbeidsmarkt.

Mensen moeten in staat zijn dezelfde taal te spreken als geautomatiseerde machines, maar deze machines mogen vaardigheidsontwikkeling niet blokkeren. In servicetermen zijn AI en automatisering niet en mogen nooit beschouwd worden als menselijke vervanging. Als het maar iets is, het opent de industrie en creëert een heel nieuw veld van hybride servicekansen.