服务，是指以劳动的形式为他人做事，使对方能从中受益的一种活动。零售、餐饮、金融、医疗、教育、租赁等等都是我们日常生活中所熟悉的服务业。作为服务业的典型代表，零售业在过去10多年里已经被互联网深入改造，商品陈列、询价、交易等环节被搬到了线上。其他服务业因为线下环节繁重而得以幸免。但是，随着智能物联网日益成熟地融入线下的物理世界，更多服务业正在被重塑。
科技为服务业带来变革的前提是其可以大幅提升服务品质。SERVQUAL模型是服务业里用来评价服务质量的经典模型，它从5个维度来审视企业为客户提供的服务是否足够优秀：
- 可靠性：传递承诺，可信赖且正确的执行所承诺的服务
- 响应性：乐意帮忙，愿意帮助顾客并提供迅速的服务
- 安全性：激发信任与信心，员工的知识和礼貌以及他们激发顾客之信任与信心的能力
- 移情性：给予顾客个别化的对待，关心给予顾客个别关怀—客制化
- 有形性：以实体代表服务，实体设施、人员和书面资料等外观
按照这个模型，完美的服务应该在保证盈利的同时，针对每一位客户进行深入的需求分析，精准地设计出适合该客户的服务，并且及时地实时交付。但是受限于成本和资源，现实生活的服务总是不完美的。比如在教育业，对每个小孩因材施教是一种充分发挥每个孩子潜力的交付方式。但是在现实生活中，有限的师资让学校只能选择在大教室里给几十个孩子教授同样的内容，考研班甚至会租下体育馆来给名师上课，只有富人才买得起1对1的名师服务。智能物联网能够能够帮助企业突破有限资源的制约，帮助企业提供SERVQUAL模型中各个维度的服务品质。
典型的服务过程包含4个环节：响应需求请求 - 了解客户需求 - 分析规划服务 - 实施交付服务。智能物联网能够深入融合到这其中的各个环节里，为企业的服务带来实质性的提升
响应需求请求
企业与个人提供服务的第一步是让客户可以方便地发起服务请求。为了迅速响应这些请求，企业往往在全世界设立门店，招募员工。但是，受限于人力、房屋租赁等成本，企业能够铺设的服务网点是有限的。客户必须在企业有限的营业时间自己跑到服务点才能享受服务。有限的服务人员又会让客户排起长队。为了提升服务的高响应性，企业必须开更多的门店，雇更多的服务人员，运营成本节节高升。
受益于蜂窝网络的成熟，企业现在得以在任意空间部署可以为客户提供服务的联网设备。这些联网设备帮助企业彻底突破了服务的空间和时间限制，使得顾客可以随时随地享受企业所带来的服务。每一辆智能单车其实都是摩拜公司派出的服务终端。小区楼下的快递柜24小时都在待命，随时响应你的快递投递需求。
了解客户需求
为了能够为客户提供适合的服务，企业需要收集客户的需求信息。为了给客户提供合适的服务，高中低端不同定位的企业往往会采用不同的需求调研策略。定位高端服务的企业会对每一位高净值顾客都投入精力，详尽地了解其需求，然后为其量身定做最适合其个人状况的服务。中低端服务企业则不会对每一位顾客如此上心，而是对客户群体进行抽样调查，设计服务流程，再交由一线服务者去实施。每个客户接受到的服务都是无差别的，丧失了服务的移情性。比如，对于大多数慢性病病人，医院完全没办法为每一位病人都配备齐全的检查设备，长时间地持续收集其病情数据。但是富人就可以雇佣私人医生，持续分析自己的病情，获得长期康复调理建议。
在智能物联网时代，传感器在变得不断低功耗化、微型化、联网化。这些技术使得收集客户需求数据的成本急剧下降，并且突破了空间的限制。腾讯糖大夫的血糖仪可以帮助糖尿病人方便地测量血糖指数，并且把这些数据交给医生来做远程诊断，及早发现病情恶化的征召。通过对血压/睡眠/皮肤电等数据的持续测量，老人们就可以住在自己家里，同时享受医生的远程监护服务。
收集客户需求不仅可以用血糖仪这样的专用传感器，在人工智能的帮助下，摄像头和麦克风这样的通用传感器也可以变成收集顾客需求信息的利器。在学而思网校的双师课堂里，摄像头配上人脸表情识别引擎能够帮老师持续分析各个学生的学习状态，是困惑时的眉头紧缩，还是学会知识后的笑逐颜开。基于语音识别/语义理解构建的服务机器人，能够能与顾客直接对话，来判断客户的想要订购哪些商品。低成本、自动化的传感器+AI将能够帮助企业大大加快扩张业务的速度。相信不远的未来，就会有机器人在肯德基/奶茶店/电影院/海底捞里问你想要点些什么。
分析规划服务
区分高端和中低端服务的一个最简单的依据就是企业是否知道来享受服务的顾客叫什么。在高端服务业里，服务人员会投入大量精力，对尊贵的客户做非常深入的分析，努力为其提供最完美的服务。但是在中低端服务中，受限于成本，企业并不会为每一为客户做服务的分析规划。这种情况下，服务方式其实都是事先由总部来设计好，再由一线服务人员做标准化的执行。服务人员甚至并不在意你叫什么，你是男是女是老是少。顾客在服务网点只能从这些标准化服务的菜单中选择，没有太多定制的自由空间。
当企业通过智能物联网高效地收集客户数据，就迈出了为每个人提供个性化定制服务的第一步。为了分析这些数据，企业还需要付出高昂的成本来雇佣具备诊断能力的专家，这就限制了企业的服务带宽。而现在，机器学习能够解决这个矛盾。在向电脑提供经过专家预先标记的训练集数据之后，电脑就可以使用监督学习来自动寻找自变量和因变量之间的关系，训练出人工智能模型。训练完成的模型就可以根据输出的原始数据自动做出分类判断。现在，IBM的Waston已经实现了基于X光片的影像来识别患者是否患有恶性肿瘤。保险公司也可以基于每个人的基因图谱测绘数据来判断客户患各类疾病的风险，从而为顾客提供精准的定制保险服务。
实施服务
以往，为客户提供服务实施的载体往往是员工和设备。但现在，这些工作已经被越来越多样的联网设备实现。现在随处可见的共享汽车、共享充电宝、共享借伞机、自助榨汁机、无人按摩椅、迷你K歌房，以前都曾只是企业的白日梦。借助于智能物联网技术的逐步成熟，这些梦想都变成了现实。这些设备体积更加小巧，可以放置在任何地方，在为客户提供服务的同时也时刻保持着与服务器的连接，接受企业的统一管理。雇员从台前转向幕后，变成了这些设备的维护者。
除了部署方便的优势外，这些设备还可以在服务器的调度下自动完成服务实施，这使得企业提供定制化服务变得更加方便。比如，现在你在酒店房间里点餐，机器人就可以将餐送到你的门口。在你入住酒店之前，服务器就可以在识别你的身份，自动将房间的温度、湿度、亮度调整到最适合你的状态。
即便现在有一些服务太过于复杂，还无法全交给设备来执行，企业也可以将服务计划推动到服务人员的随身联网设备上。这些随身设备其实就是服务人员的网关，将人接入了互联网，变成了connected human。我们现在已经非常熟悉的专车服务，就是通过将服务计划下发给司机的手机来实现的。如此看来，联网设备只是把人类这样一种服务载体拓展成无数种专业设备，为客户提供榨果汁、按摩、充电的服务。
如何制定对智能物联网的投资策略
智能物联网是新一轮的技术创新热潮。虽然过去很多年它都只是被炒作的概念，但是依赖于各方案生态的成熟，这次是真的要“狼来了”。智能物联网对服务业的改造已经发生在我们的生活中。每个企业都应该思考自己应该如何投资智能物联网。要想定义适合自己的投资策略，企业需要分析多方面的信息：
- 在当前的运营模式下，我们为消费者提供的服务有哪些短板
- 在当前的运营模式下，我们的服务有哪些地方成本过高
- 在当前和未来的宏观形势下，我们应该怎样提升和拓展我们的服务才能赢得更多市场
- 有哪些智能物联网技术可以为我们所用，帮助我们实现服务的重塑
- 有哪些智能物联网技术可以为我们所用，帮助我们突破以往的不可能
对于那些找到方向想要开始探索的企业领袖来说，投资智能物联网必须采用“探险者策略”。和大规模扩展策略或者快速跟随策略不同，在探索阶段，企业需要能够快速地将设想投放到市场进行快速验证，基于市场的真实反馈来决定下一步的投资方向。基于这样的投资策略，企业才能够在这个新的技术趋势下找到自己的机会。
这一轮新的技术浪潮又要来了，来的比互联网还要更猛一些。你的企业做好准备了么？