物聯網技術解決服務業的難點

服務的難點

我得出向服務轉型的趨勢，是從雲計算的發展趨勢來判斷的，在雲計算的趨勢下，很多產業會有服務化的趨勢。但是服務有幾個特點：

（1）服務具有非實物性；

（2）生產、交換、消費的同時性；

（3）非貯存性；

（4）非轉移性；

（5）非標準性；

（6）非連續性。

正是由於服務的這些特點，服務的成本高、效率低；在工業化的早期，轉型的方向是服務的產品化。比如裁縫這個行業是屬於服務業，裁縫為人量體裁衣；但是隨著工業化，服裝通過標準化的產品，逐步替代了裁縫這個行業。所以從裁縫被時裝工業取代的過程看，服務化的趨勢是有條件的，按行業區分的。

不能一味的強調服務化。

在以前的文章中，多次強調物聯網技術會促發服務業革命，那麼物聯網技術需要在克服服務業的一個、或幾個難點，那麼才能提升服務效率，降低服務成本，提高服務的一致性，才能啟動服務化的趨勢。

物聯網技術解決服務非標準化難題。

利用人工智慧技術，有效解決服務非標準化難題。

所以物聯網技術與人工智慧結合，可以解決服務的非標準化難題。

而可被標準化的服務領域，通常都會形成壟斷的服務產業。

通訊行業是被標準化的，電力服務是被標準化的，高速公路網是被標準化的，等等這些基礎服務，都被標準化。

物聯網技術解決非連續性

大多數服務行業是離散的，沒有規模效應。

但物聯網技術可以打破業務界限，可以提升服務業的非連續性。

比如物流行業，最頭疼的非連續性是返程車空載難題。有一個運輸訂單從A運到B，傳統的方法，這輛車就從A運到B，然後從B空駛回A。如果物聯網技術，讓車、貨的信息能夠共享，既然有從A運到B的需求，也會有從B運到A的需求，基於物聯網的信息中心，可以匹配運單與運力，提升業務的連續性。

在電商發展早期，物流是電商發展制約的瓶頸。所以誕生了很多物流公司，每家物流公司單獨的連續性都不強。

比如一家物流公司，每天有從A地運到B地運輸需求，為了保證效率，通常從A地到B地，一天只運一趟（運輸多了，必然會有空載，降低效率），但損失的是運單的交付時間；菜鳥物流建立了統一的信息平台，統一調度多家物流公司的運力，從A地到B地的訂單，所有物流公司的運輸是需要多輛車的，將訂單匯聚，按時間段運輸，就會提高運輸效率。

利用匯聚效應，可以提高非連續性。

物聯網技術解決非轉移性

一般服務具有地域性，需要消費者、服務提供方一起實現服務。

比如設備的維修，就需要設備維修人員到設備現場去提供服務。但是物聯網技術可以解決服務的非轉移性。比如陝鼓動力的旋轉設備遠程監控系統，將陝鼓動力安裝的設備信息遠程傳遞到陝鼓的系統中，通過大屏幕顯示各個設備的狀況。當出現故障的時候，診斷專家就可以把故障原因、如何排除故障傳遞給當地的維護人員（或者是甲方的MRO），實現了遠距離維護。提升了維護效率。

還有企業在遠程監控系統之後增加的專家系統，將診斷的經驗融入到系統中，通過知識庫，解決非轉移性難題。

非實物性，非貯存性，同時性難點都可以通過物聯網的規模效應來緩解。

從物聯網解決服務業的幾個難點看，通常需要這個領域具有壟斷性，同時這個領域需要建立基礎設施做基礎。

非標準性的人工智慧的平台，人工智慧是技術基礎。

非連續性的物流領域，必須實現匯聚效應（壟斷性），而物流的信息平台是大的基礎設施。

非實物性，非貯存性，同時性都是利用規模效應的。

而物聯網實現的PaaS平台，SaaS軟體也算是一種基礎設施。