• 欢迎访问热点图书网

新服务时代:新服务,新基建,未来社会的服务法则-电子书下载

经营管理 2年前 (2022-07-07) 1279次浏览 已收录 0个评论 扫描二维码

简介

从亚马逊“一键下单”到京东无人机配送,从“通达系”民营快递到同城闪送,从个性家装设计到哈密瓜定制化栽培,从“海底捞你学不会”到文和友小龙虾的商业崛起,从实地看房到无接触入住……
“服务改变世界,设计美好生活。”中国的服务型经济正在深刻地改变着人们的生活方式。作者在这本书中引进了关于服务创新和服务设计的先进理论和研究方法,向读者展示了关于服务创新的4种视角,深入分析国内外丰富的服务创新案例,剖析了网络、资源、需要和文化视角中的服务市场的全新理念。
这本书向“服务主导逻辑”借鉴,用“新服务”作为源头牵引,以“满足人民群众对美好生活的向往”为顶层需求去思考“新基建”,打破单一技术方向线性推进的条线逻辑,为时代发展提供一种有理、有利、有机、有序的路线,突出了细节的魔力,同时也传递了定义未来的力量!

作者介绍

李乐飞
清华大学工业工程系长聘副教授,博士生导师,清华大学工业工程系副主任、清华大学工业工程系复杂系统工程研究中心执行副主任、清华大学智慧物流与供应链系统研究中心副主任、清华大学质量与可靠性研究院副院长、清华大学医工交叉研究院常务副院长兼秘书长、山东省胶州市人民政府副市长(挂职)。主要研究方向为系统工程、智能交通、物流规划与管理、服务运作与管理、复杂系统建模与仿真。
目前主要学术兼职:《IEEE(电气和电子工程师协会)智能系统》《亚太运筹学》等国际学术期刊副主编,INCOSE(国际系统工程协会)学术委员会主任助理、北京分会副理事长、前主席,以及中国物流学会常务理事。目前担任2020亚太CSDM大会程序联合主席。

部分摘录:
复杂性是一个难以讨论的话题。通常我们认为复杂系统是一个典型的拥有复杂性的系统,其主要特征是它的整体行为并不是将组成它的个体的特征简单相加而得到的,其中会发生复杂的涌现现象,有很多非线性的关系,包括系统的整体呈现出的一些自适应行为等。
通常来说,服务的系统就是典型的复杂系统,在服务管理中,我们经常用服务包的概念定义一个服务系统,也就是说,一个完整的服务包包含支持性设施、辅助物品、信息、显性服务和隐性服务这5个方面。因此,对服务系统建立的认知中至少要包含这5个方面的要素。
此外,在服务系统中,无论是服务的主体还是服务的对象,很多时候都指向人,这就给服务系统带来了更大的不确定性,如何应对服务系统的这种复杂性呢?从系统工程的观点来看,应对复杂的系统绝不能够简单地将复杂问题简单化,而应该用应对复杂问题的工具来应对这种复杂性。系统工程在多年的研究发展过程中,出现了复杂自适应系统、多智能体建模仿真等各种类型的分析方法和工具。这些分析方法和工具往往能够给我们提供两方面的帮助:一是它能在粗粒度的情况下,通过复杂系统中的个体行为以及个体之间的交互行为等,对系统整体的行为进行一定程度的描述和预判;二是它能够给我们提供一种针对可能性的分析,也就是让我们在还没有将服务系统付诸实践时,就能够得到它在运行场景下的一些可能表现的分析和判断。
在实验室研究中我们已经利用这些工具开展过针对人在复杂的零售场景下的行走路径以及消费行为的分析,并得到了初步的验证,而未来这类系统将会以一种平行服务系统的形式,把模型作为在计算机里开展虚拟计算实验的基础,在尚未提供真实服务的前提下,开展大量的计算机虚拟实验,完成对各种可能出现的结果的推演。这种推演即使不能给我们提供在概率层面上的精准的结论,但至少可以把各种可能性呈现出来,在我们做服务的设计、服务补救方案甚至是服务运行系统资源配置时,为我们提供前所未有的支持和参考。从这个角度来看,这与当下工业互联网场景下的CPS(赛博物理系统)或者数字孪生从本质理念上是一致的,而在服务系统当中的数字孪生,还有额外的意义。这种意义就在于当它能够更好地将人类的行为模型以及人与人之间的异质性进行表达和分析时,其有望通过人工智能的手法来辅助服务过程,给予用户更加定制化的服务体验,尤其是在一些大众化服务场景下,比如餐饮、零售等。
在传统的服务模式下,由于服务人员要面对海量的消费群体,仅靠人脑的记忆是很难照顾到消费者的个性化需求的,人工智能则不然,其完全可以在对个体消费信息以及消费者历史信息甚至健康状况与当前情绪等信息进行综合考量之后,进行更好的服务内容匹配,甚至进行定制化的服务场景的设置。换言之,我们应对服务系统当中复杂性的方法,已经不仅仅可以帮助我们从系统整体的角度改善设计和运营,甚至可以或者必将可以应用在更广泛的服务场景当中,开展直接面向消费者个体的精准服务。未来像Siri(苹果语音助手)这样的人工智能助理,将不仅仅作为消费者身边的个人助理,它的孪生兄弟将成为服务员的助理,甚至有一天可能会取代服务人员,这种助理和助理之间的沟通将会给我们带来一种前所未有的服务体验。
当然,从这个角度来讲,这种智能技术的实现,是否让服务系统本身的复杂性更高,还难以简单地判断,在当前我们可以理解的范畴之内,一种对更深层次的个性化需求的精准掌控,是有利于提升整体服务系统的效率和效果的。最为直观的例子是精准医疗,当我们能够掌握用户的DNA(脱氧核糖核酸)信息的时候,我们可以根据历史经验来判断,何种类型的药物对这位病人是有效的,而这一点可以极大程度地提升当前医疗服务的定制化水平,进而提升其整体服务质量。
概括来说,复杂性与服务系统设计和管理的关系,不妨归纳为基于模型的计算实验推演能力来改善服务整体的设计和管理,而为了达到这样的一种分析方法的变革,其必须具备的针对人、人与人之间的交互以及环境的基础知识和模型,将会为我们面向个体开展精准服务提供前所未有的机会。这两点的核心都在于建模和推演,因此跨越心理学、行为学、社会学、管理学甚至脑科学、生命科学的一个综合的跨学科的团队或将具有更大的竞争力。
此外,为了能够有更多高质量的数据用于训练、验证模型,更加多元化的数据采集设备以及人体特征识别和测量的方法,将同步得到更多的发展机会。要把以上要素组合起来则需要由对商业模式和技术创新有着深入的理解,同时又对创造美好生活有强烈使命感的组织和个人来推动及实现。

下载地址

下载
喜欢 (0)
发表我的评论
取消评论

表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址