Modelos de servicio híbridos: el futuro de la experiencia del cliente

El uso de IA y automatización no debería venir en detrimento del desarrollo de habilidades del personal humano.

La sociedad ha aceptado que muchos trabajos tradicionales, como selección de acciones o asistentes de call center, se están volviendo cada vez más automatizados. Los temores iniciales de que, a medida que la 4ª Revolución Industrial tomaba fuerza, el empleo humano se perdería ante las máquinas o que los robots tomarían el mundo eran, por supuesto, infundados.

Según el Foro Económico Mundial, mientras la automatización sustituirá unos 85 millones de empleos para 2025, la futura economía impulsada por tecnología creará 97 millones de nuevos empleos. Pero mientras las máquinas actualmente realizan alrededor del 30% de todas las tareas, para 2025 se espera que el equilibrio cambie dramáticamente a una combinación 50-50 de humanos y máquinas.

La realidad es que las tareas laborales requerirán cada vez más una mezcla de habilidades parte humana, parte máquina. A medida que las máquinas hacen más y más de las tareas que la gente solía hacer, nosotros los humanos necesitaremos fortalecer nuestras habilidades interpersonales y analíticas, ya que estas se volverán las más valoradas por empleadores.

Es un tema recurrente en todas las industrias. En servicio de campo y mantenimiento, ya ha habido un cambio. El crecimiento en despliegue de sensores ha llevado a un aumento en analíticas de datos y gestión remota de dispositivos via redes IoT. Esto ha tenido un efecto dominó en roles laborales y habilidades. Las empresas se han vuelto, como resultado, más enfocadas en equipos, construyendo conocimiento del cliente así como rendimiento de máquina alrededor de datos automatizados.

Equipos de servicio de campo y mantenimiento basado en planta han tenido que adaptarse, y ha sido a su ventaja que el énfasis en organizaciones haya cambiado. El servicio ya no se ve como un coste para el negocio. La capacidad de proporcionar inteligencia sobre productos y clientes, y en muchos casos ser la primera línea para empresas, significa que el servicio es ahora estratégicamente importante.

Para muchas empresas, esto ha llevado a problemas de empleo, especialmente a medida que la fuerza de trabajo envejece. La pérdida de conocimiento es un problema cada vez más común. Según el Service Council, el 70% de organizaciones de servicio dicen que se verían agobiadas por la pérdida de conocimiento de una fuerza de trabajo que se jubila en los próximos 5 a 10 años, mientras el 50% afirma que actualmente enfrenta escasez de recursos para satisfacer adecuadamente la demanda de servicio. La automatización es genial, pero solo llegará hasta cierto punto para ayudar.

Curiosamente, TSIA encontró recientemente que la mitad de todas las organizaciones de servicios de campo no tienen una carrera formal para sus ingenieros de servicio de campo. Esto, en mi opinión, es un enorme punto de riesgo comercial innecesario. Estas organizaciones no están haciendo lo suficiente para preparar a técnicos de servicio más jóvenes para un futuro de realidad mixta — uno donde tendrán que trabajar más estrechamente con tecnología digital y máquinas que cualquier generación anterior. No sucederá por accidente.

Ciertamente hay necesidad de un 'sistema de registro' integral que capture datos precisos sobre equipos 'tal como se mantienen'. La necesidad de este tipo de base de datos, mostrando cómo se ve el equipo ahora, permite a técnicos de servicio entender el contexto de lo que los datos del equipo les dicen. Mientras la automatización puede crear alertas a problemas o problemas potenciales, el técnico de servicio aún necesitará saber cómo resolver esos problemas rápida y eficientemente.

Desde leer los datos correctamente, entender cómo corregir problemas, conseguir piezas y gestionar expectativas del cliente, los fundamentos no son tan nuevos. Pero a medida que las máquinas evolucionan con más automatización integrada y analíticas basadas en datos, hay peligro de que las empresas dependan demasiado de la automatización, dejando que sus fortalezas diagnósticas humanas decaigan.

Hasta recientemente, la tecnología se ha usado principalmente para automatizar tareas repetitivas o arduas. Pero avances en IA y machine learning significan que las tareas que pueden hacer las máquinas son mucho más amplias en alcance que las que generaciones anteriores de tecnología han hecho posibles.

A medida que nuevas generaciones entran en la fuerza de trabajo, las habilidades más valiosas serán interpersonales — comunicación, empatía, gestión de conflictos, liderazgo, escucha, colaboración, curiosidad y resiliencia; y cognitivas — análisis, evaluación, síntesis, juicio, toma de decisiones y creatividad. Ya vemos un fuerte énfasis en habilidades interpersonales, cognitivas de orden superior y de sistemas tanto en EE. UU. como en el Reino Unido.

La vida útil de habilidades especializadas y conocimiento profundo de producto está disminuyendo tanto por el rápido avance tecnológico como porque el conocimiento se vuelve más accesible sobre la marcha. Estimaciones ponen la vida media de una habilidad profesional en solo cinco años, significando que cada cinco años, esa habilidad vale aproximadamente la mitad que antes — así que después de 20 años, cualquier habilidad será efectivamente obsoleta.

Los trabajadores del futuro deben tener la capacidad y disposición para aprender, desaprender y reaprender a medida que la tecnología evoluciona aún más la forma en que las empresas operan. Esto será igual de importante para trabajadores actuales, que necesitarán enfocarse en su capacidad para adaptarse y aprender nuevas habilidades requeridas por el lugar de trabajo de la Cuarta Revolución Industrial, y para los nuevos en la fuerza de trabajo.

Los humanos necesitan poder hablar el mismo lenguaje que las máquinas automatizadas, pero estas máquinas no deberían bloquear el desarrollo de habilidades. En términos de mantenimiento de servicio, IA y automatización no son y nunca deberían considerarse un reemplazo humano. Si acaso, está abriendo la industria y creando un campo completamente nuevo de oportunidades de servicio híbrido.