我遇到一位机器制造公司的经理。他告诉我，他想从供应机器转向提供机器所提供的服务，即“服务化”。其理念是，用户感兴趣的并非拥有机器本身，而是机器的功能：它提供的服务。用户愿意为有保障的服务水平付费。供应商不仅可以销售机器，还可以销售有保障的服务水平，然后利用大数据分析来组织自身的流程，以最低成本实现这一服务水平。
这位经理曾向他的一位客户提供这些机器的服务。这是一个很有吸引力的提议：客户只需支付他现在每 科索沃 Viber 数据 购买机器费用的50%。令人惊讶的是，客户断然拒绝了。
原因是客户认为供应商会从基于服务的合同中获益过多。协议规定，合同期限相对较长。这样供应商就有时间从数据科学中获益，获得预测性维护带来的好处。但客户辩称，这种合同无论如何都可能成功，而且从长远来看，他会付出过高的成本。
与上一个案例一样，数据科学无疑能够惠及所有人。问题在于谁将受益最大。在这种情况下，供应商可能无论如何都不得不利用数据科学进行创新。否则，他的竞争对手很可能会超越他。因此，客户做出了合理的假设：最好在几年后，当新技术的影响更加清晰时再进行谈判。
然而，如果客户玩得太过火，供应商可能也会难以获得这项创新的资金。如果客户也能从全局角度考虑问题，那就更好了。