前天晚上公司服务部聚会时，服务经理老薛和技术经理老胡发生了一些争论，这次争论源于最近的一次故障：一个客户的新设备偶尔会打不着火，服务工程师去现场检查时故障又消失了，他们也试着更换滤芯，每次似乎问题都解决了，可不久之后故障又会重现。

老薛的态度很明确：这个故障造成了客户的严重困扰，连续几次无法排除故障，我们就会失去客户的信任，应该马上更换燃油系统以彻底排除故障！老胡是个“技术控”，他一直不赞同通过更换总成来排除故障，那算什么本事？工程师首先应该从理论上分析可能的故障点，然后根据排除法，一步一步地逼近故障的真正原因。老薛却不同意：用户会给我们多少次机会来排除一个故障呢？老胡也不愿让步：更换了总成，我们仍然不清楚故障的原因，再发生故障怎么办？难道下一步我们要给用户更换设备吗？

听起来，二个人的意见都有道理，而他们争论的正是服务行业面临的最大难题：成本与效率。设备在使用中难免出现故障，一旦遇到问题用户要求能够马上排除，这就对服务人员的技能提出了更大的挑战，特别是新型的电子控制系统越来越复杂，过去的维修经验很难解决新系统的问题，缺少理论基础和电脑辅助工具，很难成为一个合格的售后服务工程师。制造商希望服务工程师能够迅速找到故障原因，通过维修（而不是更换总成）排除故障，毕竟二者的成本差别很大。可即使我们可以找到很多优秀的服务工程师，培养和留住他们的成本也会非常高。

的确，工作中总会遇到一些被称为“软故障”的特殊案例，因为这些故障非典型，时有时无，看起来还没有规律，难以手到病除，常常需要更多的时间来分析和推理，对服务工程师的理论水平和维修经验也提出了更高的要求，很多情况下我们还需要得到用户的理解与配合。

15年前我在奔驰集团工作时，给一艘军舰提供的动力系统就出现了类似的故障，偶然会发生掉电的情况，可每次服务工程师上船检查时，却总是一切正常。要知道，军舰上的电力系统掉电是非常致命的故障，会导致整个军舰上雷达、导航和武器系统的瘫痪。为此，我代表公司向用户承诺：这个故障不受质保期的限制，保证把故障彻底排除。在一次军演中，一位服务工程师终于发现一块电路板在柴油机的剧烈震动下有些松动，这正是造成系统掉电的原因，把电子版更改为更加可靠的插接方式，才彻底解决了这个问题。

美国通用汽车公司的客服部也曾经发生过一个真实的故事。一位客户来信说，他们家有个习惯，每天晚餐后都会以冰淇淋作为饭后甜点。离奇的是，每当他买的冰淇淋是香草口味时，汽车就会“趴窝”；可如果买的是其它口味，汽车就发动得很顺利。难道汽车还会对香草过敏吗？他已经是第二次投诉了，第一次投诉时没有人相信他讲的离奇故事。

尽管庞帝雅克的总经理对这件事将信将疑，他还是派了一位服务工程师去一看究竟，而且惊讶地发现这位客户是个事业成功、乐观、且受过高等教育的人。这位工程师跟客户一起开车去买冰淇淋，买好香草口味冰淇淋回到车上，汽车果然又“趴窝”了。一连试了三个晚上，如果买的是其它口味冰淇淋，汽车发动就很顺利；买的冰淇淋是香草口味时，车子就发动不了。真实难以置信！

这位工程师开始分析各种数据，他发现：由于香草冰淇淋最畅销，冰柜放在商店门口附近，其它口味的冰淇淋则放在距收银台较远的地方，所以买香草冰淇淋所花的时间比其它口味的要少。由此他心里浮现出答案：“蒸气锁”！买其它口味冰淇淋时，由于时间较久，引擎有足够的时间散热，重新发动就没有太大的问题。但是买香草口味时，由于没有足够的散热时间，引擎太热以至于形成了蒸气锁。

客户的第一次投诉并没有得到解决是因为很多人不相信这件事。“这怎么可能？！”正是这种怀疑的心理阻碍了我们找到真正的故障。这位工程师却通过收集和对比信息，冷静的思考和推理，最终找出了故障的原因，解决了问题，这就是我们常常讲的：态度决定一切。

排除设备的故障，就像警察侦破案件一样，不是每个故障都能手到擒来，遇到疑难杂症就需要不断地试错，需要更多的时间，也需要与用户保持良好的关系，得到用户的理解。当然，更换总成是最快捷、最简单的方法，可成本要高出很多，所以我们总是要求服务工程师参加各种培训，提升理论知识和维修经验。可是，理论基础好的人并不愿意做服务工程师，水平高、技术好的工程师不仅稀有，又很难留住，真正在客户服务第一线摸爬滚打的人很多都是学历不高、逻辑思维能力不强却能吃苦耐劳的人，指望这些人像神探一样“侦破”设备的故障的确有些勉为其难，未来这种需求与现实的“落差”将会越来越严重，因为很多年轻的大学毕业生都不愿意从事服务工作，辛苦、危险、收入低，还不受人尊重。

解决服务难题的钥匙就是新技术，未来的客户服务必须改变对人的依赖，更多地使用新技术来帮助人类进行故障诊断，比如：我们可以把设备所有的故障信息收集起来，通过人工智能系统对这些大数据进行分析和学习，帮助服务工程师做出更准确的故障判断。我们可以根据所有的故障现象、原因、措施和维修所需零配件建立一个案例库，工程师和用户可以把故障现象输入一个手机App，系统就会自动判断对应这种现象的故障原因及其解决方案，这样就大大降低了对服务人员技能的要求。这里举一个简单的例子说明：

设备现象A对应的故障原因可能为 C1和 C2，

设备现象B对应的故障原因可能为 C1和 C3；

当二种设备故障现象A和B同时出现时，系统就会判断故障原因是C1。

服务工程师判断故障是通过逻辑推理能力，找到因果关系。这一方面对人的经验和能力要求很高，另一方面，很多带有不确定性的故障很难找到因果关系。而大数据的科学基础是信息论，其本质就是利用信息消除不确定性，在这方面，利用大数据的人工智能故障诊断系统具有天生的优势，把所有的设备故障数据都收集起来，人工智能就能通过对数据的学习和判断，通过“穷举法”来诊断出故障原因，并提供所需的零配件清单和这些零件的库存信息。用户也可以自动查询配件的价格和交货期，安排一键报修和配件采购，甚至可能通过自助服务排除故障。诊断的故障越多，故障库里的数据越丰富，故障诊断的准确性越高，高效、便捷地解决了对人的技能高度依赖的服务难题。

对于一些新投入市场的产品，由于积累的故障数据还不够多，人工智能故障诊断系统也许只能部分发挥其优势，我们可以采用现实增强技术，引入多方专家会诊系统，给第一线的服务人员提供在线协助，帮助他们尽快找到故障，并指导他们进行维修。这样，更多的维修服务工作就可以由经验不丰富、理论基础不强的初级工程师来承担，从而解决客户服务中的一大难题。

多少年来，缺少优秀人才一直是阻碍客户服务水平得到提升的瓶颈，新技术的钥匙为我们提供了解决这一难题的机遇，技术改变生活，也将改变未来客户服务的模式。