我在一家製造機器的公司遇到了一位經理。他告訴我，他希望從提供機器轉向提供機器所提供的服務：「服務化」。這個想法是，使用者並不是對擁有機器感興趣，而是對機器做什麼：它提供的服務感興趣。用戶願意為有保證的服務水準付費。供應商不僅可以出售機器，還可以出售保證的服務水平，然後使用大數據分析來組織自己的流程，以便以最低的成本達到該服務水平。
有一次，這位經理向他的一位客戶
供了這些機器作為服務。這是一個很有吸引力的報價：客戶總共只需支付他現在每年購買機器費用的 50%。令人驚訝的是，客戶斷然拒絕了他。
原因是客戶認為供應商會從基
於服務的合約中受益太多。協議的一部分是合約將持續相對較長的時間。這將使供應商有時間透過預測性維護來從資料科學中受益。但客戶辯稱，無論如何，這可能會成功，而且從長遠來看，他付出的代價太大了。
就像前面的例子一樣
毫無疑問數據科學可以造福所有人。這裡的問題是誰將受益最大。在這種情況下，供應商可 巴西電子郵件數據 能無論如何都必須利用數據科學進行創新。否則，他的競爭對手很可能會超越他。因此，客戶做出了合理的假設，即最好在幾年後新技術的影響明顯時再進行談判。
然而，如果玩得太過激烈
客戶也可能會讓供應商難以為這項創新提供資金。如果客戶也能在這裡看到更大的圖景，那將會很有用。
“請不要有太多見解”
我的最後一個例子是我去年在烏特勒支物聯網技術日的一次演講中聽到的。演講者代表了一群開發廉價設備來測量空氣品質的志工。
我們的想法是
這些設備的價格非常實惠，以至於許多人希望用它們來檢查房子周圍的空氣品質。收集所有這些設 日本數據 備的數據將為該城市（在本例中為比利時根特）提供該城市空氣品質的詳細即時地圖。有了這些訊息，該市就可以啟動計畫來改善這種情況。這不就是智慧城市領域的精彩應用嗎？
可惜的是，這項舉措並不受
到所有人的歡迎。在污染嚴重的地區，業主的 尋找多明尼加 whatsapp 號碼數據 抵制十分激烈。這正是最能受益的人。然而，他們擔心，當潛在買家看到空氣品質有多糟糕時，他們的房子的價值就會下降。顯然，這些居民並不相信該市會根據這些數據採取有效行動。因此，他們更希望附近的空氣品質仍然未知。
一如既往的利益平衡
這三個例子表明，引入數據科學並不總是微不足道的，即使有明顯的好處。這些反對意見在短期內可能是有效的。資產管理供應商可能會暴露他們的低效率。機器供應商的客戶可能會為無論如何都會發生的創新付出過高的代價。房主的房地產可能會貶值。
然而，從大局來看，這些反對意見就沒那麼有效了。資產管理供應商將了解自己的低效率並變得更具競爭力。機器製造商的客戶將刺激創新，並可能在未來獲得更大的回報。房主可以利用數據科學迫使市議會改善空氣品質。
訣竅可能是安排適當的合同，以平衡短期劣勢與長期利益。
最後，所有相關方都在學習如何處理資料科學、它的好處和陷阱。在 VORtech，我們幫助公司完成這個學習過程。這就是我們的工作如此有趣的部分原因：潛力巨大，但日常實踐始終是一個挑戰。
發佈留言