ИИ в сервисном обслуживании на выезде перестал быть экспериментом: 95% сервисных организаций уже внедрили такие инструменты, а 85% собираются увеличить вложения в ближайшие два года. Проблема в другом: рынок уперся не в модели, а в старые системы, разрозненные данные и нехватку обучения для сотрудников.
ZDNet пересказал выводы исследования Salesforce State of Field Service, в котором участвовали более 2300 специалистов из девяти стран. Для русскоязычной ИТ-аудитории вывод полезный и без лишней романтики: сам по себе ИИ уже не редкость. Узким местом стали интеграции, подготовка людей и умение компании отделить реальный эффект от красивого отчета для руководства.
Эффект есть там, где системы уже связаны
Цифры у исследования получились вполне прикладные. Среди компаний, которые используют ИИ для планирования и диспетчеризации, 57% сообщили о росте выручки с одного заказа и повышении продуктивности выездных сотрудников. Еще 85% руководителей сервисных подразделений пытаются измерять ROI от внедрения ИИ.
Главные цели внедрения тоже выглядят без лишнего маркетинга: сначала повышение удовлетворенности клиентов, затем рост продуктивности персонала, улучшение показателей безопасности, переход от реактивного ремонта к прогнозному обслуживанию и только потом рост выручки. То есть ИИ здесь покупают не ради модного ярлыка, а ради операционных показателей.
Разрозненные данные ломают сценарий прямо на выезде
Но как только разговор уходит от презентаций к работе в поле, картина меняется. 61% компаний признают, что выездные сотрудники имеют ограниченный доступ к данным клиентов, которые нужны для выполнения рекомендаций ИИ. Модель может подсказать следующий шаг, но если у техника нет под рукой истории обслуживания, статуса оборудования, данных по остаткам или условий по клиенту, подсказка остается теорией.
Только 16% опрошенных сказали, что у них выездные и офисные функции работают на единой платформе. У остальных по-прежнему набор из мобильных приложений, систем учета запасов, GPS-трекинга, датчиков, баз данных и интеграций, которые на схеме выглядят лучше, чем в рабочих процессах.
Обучение сотрудников отстает от темпа внедрения
Отсюда вторая проблема, уже кадровая. Две трети руководителей сообщили, что за последние два года у них выросла текучесть выездных сотрудников, а главной причиной они называют нехватку обучения и поддержки при внедрении новых технологий.
Это неприятный, но полезный сигнал для ИТ-команд и интеграторов. Подход в духе «давайте быстро подключим ИИ, а люди потом разберутся» обычно заканчивается предсказуемо: сотрудники либо сопротивляются, либо уходят, либо продолжают работать по старой схеме, а новый инструмент остается декоративным слоем цифровизации.
На этом фоне особенно показательно, что 52% организаций все еще используют электронные таблицы, а 43% не отказались от бумажных журналов. В такой среде ИИ часто работает не как усилитель отлаженного процесса, а как дорогая заплатка на хаотичную операционную модель.
Монетизация сервиса упирается в процессы, а не в модель
Исследование показывает еще один слабый участок: 49% сотрудников не имеют понятного процесса, как превратить сервисный визит в возможность для продажи; 44% ограничены в возможности сделать коммерческое предложение прямо на месте; 38% сталкиваются со сложностями при приеме оплаты на выезде.
Для продуктовых команд и разработчиков это почти учебный пример. Если бизнес хочет зарабатывать на выездном сервисе, мало встроить генеративные подсказки в интерфейс. Нужны нормальные данные, связка CRM, биллинга, склада и мобильного приложения, а также сценарии, в которых сотрудник за один визит может решить проблему клиента, предложить допродажу и сразу закрыть оплату.
Значение для рынка
Для компаний из России и СНГ вывод довольно прямой: у корпоративного ИИ тот же потолок, что и в сервисном бизнесе. Пока данные живут в таблицах, бумаге и несвязанных системах, дорогая модель не превращается в деньги автоматически. Выиграют не те, кто раньше всех добавил ИИ в стек, а те, кто раньше навел порядок в данных, процессах и обучении сотрудников.
Если тренд сохранится, следующим этапом для рынка станет не гонка моделей, а гонка интеграций и качества внедрения. Подробности исследования доступны в материале .