Model Layanan Hibrid: Masa Depan Pengalaman Pelanggan
Penggunaan AI dan otomasi tidak boleh menjadi beban bagi pengembangan keterampilan staf manusia.
Masyarakat telah menerima bahwa banyak pekerjaan tradisional, seperti pemilihan saham atau asisten call center, semakin banyak diotomatisasi. Ketakutan awal bahwa seiring berdirinya Revolusi Industri ke-4, pekerjaan manusia akan hilang digantikan oleh mesin atau robot akan mendominasi dunia, tentu saja, tidak berdasar.
Menurut The World Economic Forum, sementara otomasi akan menggantikan sekitar 85 juta pekerjaan pada tahun 2025, ekonomi masa depan yang didorong teknologi akan menciptakan 97 juta pekerjaan baru. Namun meskipun mesin saat ini melakukan sekitar 30% dari semua tugas, pada tahun 2025, keseimbangan diharapkan berubah secara dramatis menjadi kombinasi 50-50 antara manusia dan mesin.
Realitasnya, tugas pekerjaan akan semakin membutuhkan campuran keterampilan sebagian manusia, sebagian mesin. Seiring mesin dibiarkan untuk melakukan lebih dan lebih banyak tugas yang dulu dilakukan manusia, kita manusia perlu memperkuat keterampilan interpersonal dan analitis, karena ini akan menjadi yang paling dihargai oleh pemberi kerja.
Ini adalah tema yang berulang di seluruh industri. Di layanan lapangan dan pemeliharaan, sudah terjadi perubahan. Pertumbuhan penerapan sensor telah menyebabkan peningkatan analitik data dan pengelolaan jarak jauh perangkat melalui jaringan IoT. Ini memiliki efek domino dalam hal peran dan keterampilan kerja. Bisnis, sebagai hasilnya, menjadi lebih berfokus pada peralatan, membangun pengetahuan pelanggan serta kinerja mesin sekitar data otomatis.
Tim layanan lapangan dan pemeliharaan berbasis pabrik telah harus menyesuaikan diri, dan menjadi keuntungan mereka bahwa penekanan di dalam organisasi telah berubah. Layanan tidak lagi dianggap sebagai beban bagi bisnis. Kemampuan untuk menyediakan intelijen tentang produk dan pelanggan, dan dalam banyak kasus menjadi garis depan bagi bisnis, berarti layanan sekarang strategis penting.
Bagi banyak bisnis meskipun, ini telah menyebabkan masalah pekerjaan, terutama seiring bertambah usia tenaga kerja. Kehilangan pengetahuan adalah masalah yang semakin umum. Menurut Service Council, 70% organisasi layanan mengatakan mereka akan terbeban oleh kehilangan pengetahuan dari tenaga kerja yang pensiun dalam lima hingga 10 tahun ke depan, sementara 50% mengklaim mereka saat ini menghadapi kekurangan sumber daya untuk memenuhi permintaan layanan yang memadai. Otomatisasi hebat, tetapi hanya akan sampai sejauh itu untuk membantu.
Menariknya, TSIA baru-baru ini menemukan bahwa setengah dari semua organisasi layanan lapangan tidak memiliki jalur karir formal yang tersedia untuk insinyur layanan lapangan mereka. Ini, menurut saya, adalah titik risiko komersial yang tidak perlu yang besar. Organisasi-organisasi ini tidak melakukan cukup untuk mempersiapkan teknisi layanan muda untuk masa depan kenyataan campuran — satu di mana mereka akan harus bekerja lebih erat dengan teknologi digital dan mesin dari generasi manapun sebelumnya. Ini tidak akan terjadi secara tidak sengaja.
Tentu saja ada kebutuhan akan 'sistem catatan' integral yang menangkap data yang akurat tentang peralatan 'seperti dirawat'. Kebutuhan akan jenis basis data ini, yang menunjukkan bagaimana peralatan terlihat saat ini, memungkinkan teknisi layanan untuk memahami konteks dari apa yang data peralatan katakan kepada mereka. Sementara otomasi dapat menciptakan peringatan atas masalah atau potensi masalah, teknisi layanan masih akan perlu tahu cara menyelesaikan masalah tersebut dengan cepat dan efisien.
Dari membaca data dengan benar, memahami cara memperbaiki masalah, mencari suku cadang dan mengelola harapan pelanggan, dasar-dasarnya tidak terlalu baru. Namun seiring mesin berkembang dengan otomasi bawaan yang lebih dan analitik berbasis data, ada bahaya bahwa bisnis akan terlalu bergantung pada otomasi, membiarkan kekuatan diagnostik manusia mereka meronta.
Sampai akhir-akhir ini, teknologi terutama digunakan untuk mengotomatisasi tugas yang berulang atau berat. Namun kemajuan AI dan pembelajaran mesin berarti tugas yang dapat dilakukan oleh mesin jauh lebih luas cakupannya daripada yang dimungkinkan oleh generasi teknologi sebelumnya.
Seiring generasi baru memasuki tenaga kerja, keterampilan yang paling berharga akan bersifat interpersonal — komunikasi, empati, manajemen konflik, kepemimpinan, mendengarkan, kolaborasi, rasa ingin tahu dan ketahanan; dan keterampilan kognitif — analisis, evaluasi, sintesis, penilaian, pengambilan keputusan dan kreativitas. Kami sudah melihat penekanan yang kuat pada keterampilan interpersonal, keterampilan kognitif tingkat tinggi dan keterampilan sistem baik di AS maupun di Inggris.
Masa simpan keterampilan spesialisasi dan pengetahuan produk yang mendalam semakin berkurang seiring kemajuan teknologi yang pesat dan seiring pengetahuan menjadi lebih dapat diakses di perjalanan. Perkiraan menyatakan setengah hayat keterampilan profesional hanya lima tahun, berarti setiap lima tahun, keterampilan itu sekitar setengah berharga seperti sebelumnya — jadi setelah 20 tahun, keterampilan apapun secara efektif akan kuno.
Pekerja masa depan harus memiliki kemampuan dan ketertarikan untuk mempelajari, membuang kembali dan mempelajari ulang seiring teknologi berkembang lebih lanjut cara bisnis berjalan. Ini akan sama pentingnya bagi pekerja saat ini, yang akan perlu fokus pada kapasitas mereka untuk menyesuaikan diri dan mempelajari keterampilan baru yang diperlukan oleh tempat kerja Revolusi Industri Ke-4, dan mereka yang baru memasuki tenaga kerja.
Manusia perlu dapat berbicara bahasa yang sama dengan mesin otomatis, tetapi mesin ini seharusnya tidak menghambat pengembangan keterampilan. Dalam istilah pemeliharaan layanan, AI dan otomasi bukan dan tidak pernah harus dianggap sebagai pengganti manusia. Jika apapun, ini sedang membuka industri dan menciptakan bidang baru sepenuhnya dari peluang layanan hibrid.
