ไอเอฟเอส ชี้ Ai และ IoT เทคโนโลยีดันธุรกิจบริการโตยุคดิจิทัล

การบริการในยุคสมัยของบิ๊กดาต้า เริ่มต้นขึ้นพร้อมๆกับเทคโนโลยีที่รุดหน้าในปัจจุบัน แต่กระนั้นการรวบรวมข้อมูลและนำข้อมูลที่มีประโยชน์เหล่านั้นมาประมวลผลย่อมต้องใช้ความสามารถของเครือข่ายข้อมูลขนาดใหญ่ ที่พร้อมจะรองรับการเก็บข้อมูลที่ละเอียดแบบวินาทีและทุกพฤติกรรม

ดังนั้น IoT จึงเข้ามาตอบโจทย์การเก็บรวบรวมข้อมูลขนาดใหญ่ที่ละเอียดเหล่านนี้ได้อย่างสมบูรณ์ ขณะที่การวิเคราะห์ข้อมูลด้วยปัญญาประดิษฐ์ก็จะช่วยเพิ่มประสิทธิภาพของการประมวลผลที่รวดเร็วและแม่นยำยิ่งขึ้น

นายมาร์ก บริวเวอร์ ผู้อำนวยการฝ่ายอุตสาหกรรมระดับโลกสำหรับการบริหารจัดการบริการ บริษัท ไอเอฟเอส กล่าวว่า “การเติบโตอย่างรวดเร็วของเทคโนโลยีใหม่ๆ ที่มีความสามารถด้านการรวบรวมและการใช้ข้อมูล เพื่อเพิ่มประสิทธิภาพในการให้บริการจะเป็นหัวใจสำคัญของการผลักดันอุตสาหกรรมการบริการในปี 2561

ขณะที่องค์กรบริการซึ่งขับเคลื่อนด้วยปัญญาประดิษฐ์ (เอไอ) ร่วมกับการปรับใช้ไอโอทีและดิจิทัล ทวินส์ (Digital Twins) เพื่อช่วยให้ลูกค้าหรือผู้ใช้ผลิตภัณฑ์สามารถบำรุงรักษาสินทรัพย์ของตนได้เองนั้นจะกลายเป็นแนวโน้มสำคัญที่มีผลกระทบต่ออุตสาหกรรมการบริการโดยตรง”

แนวโน้มที่ 1

ในปี 2563 บริษัทที่เน้นการลงทุนในสินทรัพย์เป็นหลักซึ่งมีจำนวนมากถึง 25% จะนำไอโอที และดิจิทัลทวินเข้ามาช่วยเพิ่มประสิทธิภาพในการให้บริการ

อินเทอร์เน็ต ออฟ ธิงส์ (Internet of Things: IoT) และเทคโนโลยี “ดิจิทัล ทวิน” (Digital Twin) หรือการสำเนาสิ่งของ อาคาร หรื่อเครื่องจักรในรูปแบบดิจิทัล มีแนวโน้มที่จะส่งผลกระทบอย่างมากต่อภาคบริการ

ได้แก่ ช่วยลดค่าใช้จ่าย รวมทั้งเพิ่มประสิทธิภาพด้านการวิเคราะห์ข้อมูลและยืดอายุการใช้งานของผลิตภัณฑ์ได้อย่างสูงสุด ตัวอย่างเช่น ก่อนหน้านี้เมื่อเกิดกรณีลิฟต์เสีย ลูกค้าจะต้องโทรศัพท์ติดต่อวิศวกรบริการโดยตรง

วิธีนี้ไม่ค่อยมีประสิทธิภาพมากเท่าไรนักเนื่องจากวิศวกรแต่ละคนอาจยังไม่ทราบถึงความผิดปกติที่แท้จริงของอุปกรณ์ ซึ่งส่งผลให้อัตราการแก้ไขปัญหาได้สำเร็จในครั้งแรกอยู่ในระดับต่ำและสร้างความผิดหวังให้กับลูกค้าได้

แต่เมื่อปรับใช้เซ็นเซอร์ ไอโอที สินทรัพย์หรือเครื่องจักรจะกลายเป็นระบบ “อัจฉริยะ” ที่สามารถส่งข้อมูลกลับไปที่ศูนย์บริการให้ช่วยทำการวินิจฉัยปัญหาที่อาจเกิดขึ้นได้ในแต่ละวัน สัปดาห์ หรือเดือนได้ ดังนั้นจึงไม่น่าแปลกใจที่การบำรุงรักษาเชิงพยากรณ์ จะกลายเป็นประโยชน์อันยิ่งใหญ่อันดับแรก

จากที่บริษัทซึ่งเน้นการลงทุนในสินทรัพย์เป็นหลักและต้องการเพิ่มประสิทธิภาพในการด้านการบริการของตนจะได้รับ ทั้งนี้ รายงานการบำรุงรักษาเชิงพยากรณ์คาดการณ์อัตราเติบโตเฉลี่ยสะสมต่อปี (CAGR) สำหรับการบำรุงรักษาเชิงพยากรณ์ที่ระดับ 39% ในช่วงปี 2559 – 2565 โดยที่การใช้จ่ายด้านเทคโนโลยีต่อปีจะมีจำนวนมากถึง 10,960 ล้านดอลลาร์ในปี 2565

ตอนนี้มาพูดถึงเรื่องดิจิทัลทวิน ซึ่งเป็นตัวแทนของวัตถุทางกายภาพในโลกดิจิทัลกันบ้าง ก่อนหน้านี้ความรู้ของผู้ผลิตเกี่ยวกับผลิตภัณฑ์จะสิ้นสุดลงทันทีเมื่อผลิตภัณฑ์ออกจากโรงงานแล้ว

แต่ด้วยข้อมูลป้อนกลับจากไอโอที ในปัจจุบันจะทำให้คุณสามารถเริ่มต้นเรียนรู้การใช้งาน พฤติกรรม และประสิทธิภาพของผลิตภัณฑ์ในโลกแห่งความเป็นจริงได้ และยังก่อให้เกิดการเปลี่ยนแปลงทางวิศวกรรมเพื่อปรับปรุงผลิตภัณฑ์ให้ดียิ่งขึ้นด้วย

นี่คือการเปลี่ยนแปลงที่สำคัญอย่างมากซึ่งจะช่วยให้ลูปของข้อมูลป้อนกลับมีความสมบูรณ์ และนำไปสู่การออกแบบผลิตภัณฑ์อย่างชาญฉลาดยิ่งขึ้น การบริการที่มีประสิทธิภาพมากกว่าเดิม และสร้างสรรค์ผลิตภัณฑ์ไห้มีประสิทธิภาพมากขึ้น

และคุณยังสามารถติดตามรูปแบบการใช้งานของลูกค้าเพื่อนำไปสู่การแก้ไขหรือนำฟีเจอร์ที่ไม่ได้รับความนิยมออกจากผลิตภัณฑ์ได้ แนวทางดังกล่าวได้ถูกนำมาใช้แล้วในอุตสาหกรรมยานยนต์

ซึ่งมีการเชื่อมโยงรถยนต์เข้ากับระบบเครือข่ายเพื่อให้สามารถส่งข้อมูลจำนวนมหาศาลกลับมาสำหรับนำไปใช้ในการวิเคราะห์และใช้โดยวิศวกรเพื่อการพัฒนาที่ดียิ่งขึ้น ทั้งยังสามารถแจ้งเตือนสิ่งผิดปกติที่เริ่มปรากฏให้เห็นในแต่ละตำแหน่งได้อีกด้วย

ข่าวดีก็คือสามารถใช้ข้อมูลเพื่อย้อนรอยกลับไปยังผลิตภัณฑ์ดั้งเดิมได้ จะเห็นได้ว่าผู้ผลิตเครื่องจักรสำหรับงานก่อสร้างอย่าง แคเทอพิล่า (Caterpillar) มีอุปกรณ์เป็นจำนวนมากที่มีอายุ 10-20 ปี แต่บริษัทได้ดำเนินการติดตั้งเซ็นเซอร์อัจฉริยะเข้ากับอุปกรณ์ของตนเพื่อตรวจวัดแรงดันลมยาง อุณหภูมิ ระดับน้ำมันเครื่อง และอื่นๆ

สิ่งนี้สร้างประโยชน์ให้กับลูกค้าและองค์กรบริการได้เหมือนกัน นั่นคือ ลดปัญหาการหยุดทำงานของอุปกรณ์และเพิ่มประสิทธิภาพในการพัฒนาผลิตภัณฑ์และปรับปรุงประสิทธิภาพการให้บริการ ซึ่งแนวทางดังกล่าวได้ช่วยให้ Caterpillar ประหยัดเงินได้นับล้านดอลลาร์แล้วในตอนนี้

แนวโน้มที่ 2

อเล็กซ่า (ALEXA) พร้อมทำงานแล้ว: บริการผู้ช่วยในการสนทนาด้วยเสียงที่ขับเคลื่อนด้วยเอไอ จะเพิ่มจำนวนขึ้นเป็นสองเท่าในปี 2561

ผู้ช่วยในการสนทนาด้วยเสียงที่ได้รับการขับเคลื่อนจากเทคโนโลยีปัญญาประดิษฐหรือเอไอ กลายเป็นแนวโน้มสำคัญอันดับที่สองที่สามารถสร้างโอกาสให้กับองค์กรด้านการบริการในปี 2561 ได้ การโทรศัพท์ติดต่อมายังฝ่ายบริการสนับสนุนเป็นจำนวนมากด้วยการถามคำถามที่ไม่ซับซ้อนมากนัก

เช่น เวลาทำการของบริษัทหรือเวลาครบกำหนดที่วิศวกรจะเข้ามาตรวจเช็ค สามารถใช้บ็อตช่วยตอบแทนได้ สิ่งนี้เป็นแรงผลักดันให้บริษัทต่างๆ นำผู้ช่วยในการสนทนาด้วยเสียงที่ขับเคลื่อนด้วยเอไอ มาเสริมความสามารถให้กับซอฟต์แวร์องค์กร

เช่น ความสามารถในการวินิจฉัยด้วยตัวเองหรือเครื่องมือเพิ่มประสิทธิภาพด้านการจัดตารางเวลาเพื่อเสนอช่วงเวลานัดหมายโดยอัตโนมัติ ซึ่งจะช่วยให้ธุรกิจสามารถดำเนินงานได้อย่างมีประสิทธิภาพเพิ่มมากขึ้นและลดภาระการทำงานของพนักงานศูนย์ติดต่อให้มีความยืดหยุ่นมากยิ่งขึ้น

สำหรับบริษัทที่นำเทคโนโลยีนี้เข้ามาใช้แล้ว ได้แก่ อเมซอน (Amazon) ซึ่งเพิ่งเปิดตัว อเล็กซ่า ฟอร์ บิซิเนส (Alexa for Business) เพื่อนำ อเล็กซ่า (Alexa) ไปใช้ในองค์กรต่างๆ ทั่วโลก เราคาดว่าสิ่งนี่จะเป็นตัวกระตุ้นให้เกิดการปรับใช้ในบริการทางโทรศัพท์ในอนาคตอันใกล้นี้ แนวทางที่ขับเคลื่อนด้วย AI

ไม่เพียงมีความสำคัญในด้านคุณภาพของบริการเท่านั้น แต่ยังครอบคลุมถึงการเข้ามาแก้ปัญหาการขาดแคลนทักษะในอุตสาหกรรมแห่งนี้ด้วย เมื่อมองไปอนาคตเบื้องหน้า อเล็กซ่า (Alexa) ไม่เพียงแต่ให้บริการกับผู้ใช้ แต่ยังสามารถบอกขั้นตอนการบำรุงรักษาทีละขั้นตอนผ่านทางเสียงซึ่งจะมีประโยชน์อย่างมากกับวิศวกรบริการ เช่น “Alexa ขั้นตอนต่อไปหลังจากถอดชุดมอเตอร์ออกแล้วคืออะไรบอกหน่อยสิ”

อย่าประเมินความสามารถของเทคโนโลยีนี้ต่ำเกินไป เพราะจากการสำรวจล่าสุดเรื่อง IFS Digital Change Survey ซึ่งเป็นการสำรวจผู้มีอำนาจในการตัดสินใจจำนวน 150 คนในอุตสาหกรรมการบริการ

พบว่า “การสรรหา/การฝึกอบรม/การรักษาช่างเทคนิคที่มีทักษะความสามารถ” เป็นอุปสรรคสำคัญที่มีผลโดยตรงต่อการเติบโตด้านรายได้ของการบริการ โดยองค์กรมากกว่า 1 ใน 4 (28%) ระบุว่ายังไม่ได้เตรียมการหรือมีการเตรียมการน้อยมากในการรับมือกับการขาดแคลนทักษะดังกล่าว

แนวโน้มที่ 3

ออกแบบโดยวิศวกร ดำเนินการโดยคุณ: การบริการตัวเองจะเติบโตขึ้น 50%ในปี 2563

เราจะเริ่มเห็นเทคโนโลยีความเป็นจริงเสริม หรือเออาร์ (Augmented Reality: AR) มากขึ้นเรื่อยๆ โดยเทคโนโลยีนี้จะเข้ามาช่วยให้ลูกค้าสามารถควบคุมการทำงานหรือการซ่อมบำรุงผลิตภัณฑ์ของตัวเองได้ เช่น เครื่องชงกาแฟ เนสเพรสโซ (Nespresso) หรือเครื่องดูดฝุ่น ไดซัน (Dyson)

ทั้งสองบริษัทต่างทุ่มเงินลงทุนเป็นจำนวนมหาศาลในการช่วยเหลือผู้บริโภค (ผ่านการใช้สมาร์ทโฟนและรหัส คิวอาร์ (QR) ในการเข้าถึงคำแนะนำแบบทีละขั้นตอนเกี่ยวกับการใช้และการซ่อมแซมผลิตภัณฑ์ที่ลูกค้าซื้อไป

และโมเดลแบบเดียวกันนี้สามารถนำไปใช้กับระบบที่มีความซับซ้อนมากขึ้นในสภาพแวดล้อมของอุตสาหกรรม รวมถึงเครื่องยนต์ หม้อน้ำ หรือแม้แต่สายการผลิตทั้งหมด โดยจะช่วยให้สามารถสร้างแผนโดยละเอียดและปรับแต่งได้ตามความต้องการของผู้ปฏิบัติงานได้โดยตรง และประโยชน์ที่ชัดเจนอีกอย่างของการใช้

เทคโนโลยีเออาร์ (AR) ก็คือไม่จำเป็นต้องมีการแปลภาษา

แนวทางของเออาร์ (AR) นั้นนี้มีข้อดีหลายประการเช่นเดียวกับไอโอที, ดิจิทัล ทวิน และเอไอ ตามที่ระบุไว้ข้างต้น โดยจะช่วยเพิ่มเวลาให้กับกลุ่มวิศวกรบริการที่มีจำนวนจำกัดและยังสามารถสร้างประสบการณ์ที่ดีให้กับลูกค้าได้ด้วย

ทั้งนี้มีแนวโน้มสูงที่ผู้บริโภคเป็นจำนวนมากมักจะทำการแก้ไขเบื้องต้นด้วยตนเองก่อนที่จะเสียเวลาหยุดทำงานครึ่งวันเพื่อรอให้วิศวกรเข้ามาซ่อม ซึ่งระบบของ Apple ถือเป็นตัวอย่างที่ดีในเรื่องนี้

จะเห็นได้ว่ามีการติดตั้งเออาร์ (AR) ไว้ในโทรศัพท์มือถือที่ใช้ไอโอเอส (iOS) และเทคโนโลยีดังกล่าวได้ทำให้บริษัทสร้างรายได้ผ่านทางแพลตฟอร์มที่ใช้งานง่ายและมีประสิทธิภาพได้อย่างง่ายดาย ไม่ว่าจะเป็นการดาวน์โหลดแอพและเพลง ซึ่งต่อไปการดาวน์โหลดเออาร์ก็จะไม่ต่างกัน

วิธีก้าวสู่ความสำเร็จได้อย่างแท้จริง

มีหลายแนวทางที่สามารถสร้างประสบการณ์ของลูกค้าให้ดีขึ้นได้ แต่องค์กรอาจไม่จำเป็นต้องจัดหนักตั้งแต่เริ่มต้น อย่าเพิ่งกำหนดเทคโนโลยีเป็นตัวนำ ให้เริ่มต้นสร้างกรณีศึกษาทางธุรกิจที่คุ้มค่าสำหรับการผลักดันให้เกิดแนวทางใหม่ๆ ขึ้นมาก่อน นั่นอาจหมายถึงว่าจะต้องเพิ่มอัตราการแก้ไขปัญหาได้สำเร็จในครั้งแรกให้มากขึ้น นำเสนอสัญญาที่เน้นผลลัพธ์รูปแบบใหม่ หรือลดต้นทุนโดยจัดส่งวิศวกรไปยังไซต์งานเฉพาะเมื่อเกิดเหตุจำเป็นเท่านั้น

เมื่อสร้างกรณีศึกษาทางธุรกิจขึ้นมาแล้ว คุณอาจต้องแยกส่วนองค์กรระหว่างงานด้านวิศวกรรม การออกแบบ และการบริการ การใช้เออาร์ หรือ เอไอ เป็นผู้ช่วยจะประสบผลสำเร็จมากเท่าใดนั้น

ขึ้นอยู่กับข้อมูลด้านวิศวกรรมที่คุณสามารถเติมเข้าไปในระบบ และเมื่อปรับใช้ทั้งสองแนวทางได้สำเร็จ ก็จะได้ข้อมูลป้อนกลับจากเซ็นเซอร์ผลิตภัณฑ์ที่จะช่วยให้ทีมวิจัยและพัฒนา สามารถนำไปออกแบบและสร้างสรรค์ผลิตภัณฑ์ที่ดียิ่งขึ้นในอนาคตออกมาได้

และในท้ายที่สุดคุณจำเป็นต้องมีบุคลากร กระบวนการ ข้อมูล และระบบที่เหมาะสมเพื่อผลักดันให้เกิดการนำแนวโน้มเกิดใหม่เหล่านี้มาปรับใช้ให้เกิดประโยชน์อย่างเต็มที่