ManpowerGroup在2018年报告称，70%的受访公司表示，他们预计未来10年将出现现场服务人员的技能短缺。现场服务人员是指到现场维修货物和服务的人员。促成因素包括劳动力的老龄化(和退休)以及千禧一代对现场服务职业缺乏热情。

“对于大型企业来说，现场服务必须解决产品或服务的整个生命周期，”为现场服务提供AI解决方案的Zinier首席执行官兼创始人Arka Prava Dhar说。Dhar说，上门服务是从工单开始，然后工作由上门服务人员完成，再经过验证或转发给专家。拥有10万名现场服务人员的大公司通常仍在纸上工作。他说，这就是人工智能可以发挥作用的地方。

“这些组织发现，他们可以通过实现工作流来利用AI的优势，工作流可以在现场解决问题的整个过程中为没有经验的现场工程师提供指导和帮助，”Dhar说。

还有一个总部的现场服务问题，单个工单调度员可能要承担繁重的工作，要同时给很多不同的现场工程师下订单。

达尔说：“这需要一个‘智能’售票流程。”“我们可以通过AI来解决这个问题，让AI解释数据，排除故障，然后将结果提供给调度员，这样AI就可以更好地找到解决问题的最佳人选。”

大数据分析也发挥着重要作用。例如，如果技术人员在现场并受到问题的困扰，他或她可以用移动设备拍摄零件的照片，并将照片转发到总部，人工智能或主题专家可以进行诊断，并实时协助技术人员。

根据人工智能专家收集的一套规则和情报来操作大数据。

Dhar说，“可能需要三到六个月的时间来开发一套全面的规则和现场故障排除技术，因为你必须使用从专家那里学到的知识来训练AI。”“我们根据从许多不同专家那里获得的信息开发算法，并不断改进这些算法以及它们在大数据(如图像)上的运行方式，直到我们达到95%的准确率。在这一点上，我们已经准备好部署提供现场服务支持的AI。”

这是那些努力寻求现场服务支持的公司可以借鉴的。

1.可以利用人工智能和大数据提高上门服务效率。

仍然有太多的组织仍然主要使用其非结构化数据进行管理分析和决策制定。然而，在日常工作流程中包含大数据(如图像和照片)也是一个真正的机会，因为它可以帮助现场团队提高运营效率。

2.人工智能和大数据的结合缩短了求解时间。

在全面快速解决问题后，客户满意度将会提高。随着这么多有经验的现场服务技术人员从劳动力中退休，公司可以使用AI，大数据分析可以弥补这一不足。

3.引入人工智能并不一定会威胁到这个职业

Dhar说，“我们确实发现，员工在最初与公司合作时，会担心AI是否会接管他们的工作。”“但当员工看到人工智能可以增强他们的能力，以便他们可以专注于更困难的任务时，他们会非常支持。”