摘要

设备交付之后，客户还会遇到操作、维护、故障处理和使用优化等问题。对制造企业而言，这些持续发生的需求，可能成为硬件销售之外的新业务。AI可以辅助提供产品指导、整理异常信息、支持运维人员判断，并把企业经验转化为可持续交付的服务。第二曲线能否成立，取决于客户是否愿意持续购买，以及企业能否以合理成本兑现承诺。产品建立客户关系，服务则有机会延长收入周期、形成新的利润来源。

---

一、产品交付之后，客户的需求才刚刚展开

一家制造企业卖出设备，完成安装验收，收入确认了，销售开始寻找下一位客户。

但对购买方而言，设备的使用周期刚刚开始：新员工需要培训，运行异常需要解释，维护计划需要安排，零部件需要更换，使用条件变化后还要重新调整。

这些问题一直存在，却常常被归入笼统的“售后支持”。企业投入了技术人员和服务资源，却未必形成清楚的服务产品，也很难说明哪些工作能够创造新的收入。

当产品参数越来越接近、采购方不断比较价格时，制造企业需要重新审视这段使用周期。

硬件建立了真实的客户入口。企业知道客户购买了什么型号，也可能掌握安装条件、维修经历和配件记录。这些信息与专业经验结合，能够支持更贴近现场的持续服务。

“产品是入口，服务是利润”，可以成为一种经营方向。前提是服务解决了持续问题，并且有清楚的购买理由、交付内容和成本边界。

对于B2B与硬件企业，第二曲线的起点，可能就藏在已经售出的产品之中。

二、为产品叠加AI，要从使用问题走向服务交付

以商用制冷设备制造商为例。购买方可能是连锁门店或食品企业，日常使用者是现场员工，维护负责人和采购负责人则关心设备运行、服务安排与预算。

以下是一种可试点的服务设计。

先提供与具体产品对应的AI助手。

企业整理经过审核的说明书、安装资料、维护规范与常见问题，让用户围绕自己的型号查询使用方法、维护要求和服务流程。遇到资料不足、型号不明或超出适用范围的问题，系统应继续询问或转交人工。

这样，企业的知识能够进入实际使用现场，新员工也有了更方便的学习入口。基础指导可以随产品提供，帮助客户用好设备，同时为后续服务建立联系。

再把异常信息整理成工程师能够处理的问题。

客户报修时，AI可以辅助收集设备型号、异常现象、发生时间和相关记录，形成工单摘要，并依据经过审核的资料提出需要确认的信息。

如果设备具备数据采集条件，还可以结合运行记录支持分析。但异常检测需要相应的规则或经过验证的诊断模型；大模型主要辅助解释和组织信息。涉及安全、拆机和维修决策，应由专业人员确认。

进一步提供持续运维与使用优化。

企业可以围绕有明确需求的客户，提供维护提醒、设备履历整理、定期运行回顾、备件建议和人工支持。

这些内容需要进入真实的服务流程：谁收到异常，谁判断是否处理，谁联系客户，处理结果如何记录。没有后续承接，提醒再及时，也难以成为客户长期购买的理由。

三、订阅化的核心，是每个周期都有值得购买的交付

企业准备收费之前，需要回答：客户为什么下个月、下个季度或下一年还愿意继续购买？

如果客户只是偶尔查询说明书，可能更适合随产品提供。若客户需要管理多台设备、持续整理维护记录，或定期获得专业支持，就有机会形成订阅服务。

对商用制冷设备制造商，可以先设计一项范围明确的服务：

面向管理多处门店的客户，按约定设备或站点收取服务费，提供设备档案、定期维护安排、异常信息汇总和规定范围内的人工支持。客户购买的是持续获得这些帮助的权利，企业则承担约定的交付责任。

服务方案至少要讲清：

• 覆盖哪些设备、门店和使用人员，是否具备必要的数据接入条件。
• 每期交付什么，人工支持的时间、次数和响应条件是什么。
• 现场维修、零件、耗材与差旅是否另行计费。
• 停止续费后，服务如何结束，客户如何获取已有记录。

合同已经包含的售后、必要的安全信息和既有服务承诺，应继续履行。增值服务需要说明新增了什么，不能把原有责任重新包装成收费项目。

硬件与持续软件收入结合，已有可参考的商业安排。例如，John Deere官方的Precision Essentials方案将硬件与可续期的软件许可结合。这说明硬件之外可以存在持续购买的数字能力，但具体功能、适用地区及许可条件需按其官方说明判断，也不能据此推断AI助手必然能够收费。(来源：John Deere官方介绍)

四、设备、家居、农业，各有不同的服务切口

智能服务需要围绕产品使用任务设计。以下是三类应用设想。

工业与商用设备：帮助客户组织运维。

设备厂商可以从使用指导、工单整理、维护记录入手，再根据数据和专业能力扩展运行分析与维护建议。对于设备数量较多、人员变动频繁的客户，统一记录和持续支持更可能形成明确价值。

是否值得付费，需要结合处理效率、重复报修、维护执行与实际使用情况验证，不能仅以问答次数判断。

家居与家电：围绕持续变化的使用需求提供服务。

智能家居企业可以考虑家庭场景设置、设备协同指导、定期检查和人工支持；家电企业可以围绕适用产品提供保养安排与服务衔接。

不过，低频购买、长期少有变化的产品，未必适合按月订阅。一次性指导、按次上门或年度服务包，可能更符合客户需求。涉及家庭数据时，还需要取得相应授权，明确采集和使用范围。

农业设备：围绕生产周期提供决策支持。

灌溉或农机企业，可以结合设备资料、经授权的运行记录和必要的环境数据，辅助整理作业信息、维护提醒和使用建议，服务种植户、合作社或农业服务组织。

农业具有季节性，按生产季或作业周期收费可能更值得测试。涉及农艺判断的建议，需要结合当地条件由专业人员复核，不能仅凭聊天内容自动作出高风险操作决定。

五、第二曲线，要同时验证续费与利润

制造企业可以先选择一类存量产品、一组愿意参与的客户，以及一个反复发生的问题开展试点。

准备工作包括：整理对应型号的知识资料，明确客户与设备权限，确认数据来源，安排人工服务负责人，并定义每期交付。没有传感器和历史数据，也可以从资料指导与人工记录开始，随后根据实际需求决定是否投入数据接入。

试点需要观察三类结果：

客户有没有得到帮助。 问题是否得到处理，建议是否被采用，服务记录是否被用于实际工作。

客户愿不愿意继续购买。 谁愿意付费、为什么续费，谁没有续费、原因是什么。活跃度和满意评价可以提供线索，实际购买才是更直接的经营证据。

企业能否持续交付并获得利润。 除模型与系统费用外，还要记录知识维护、数据接入、人工复核、客户支持、现场履约和渠道协作成本。收入增加而服务负担增长更快，第二曲线就尚未成立。

观察周期应覆盖实际使用和续费节点。短期试点可以验证流程，续费表现与持续盈利则需要更长时间积累证据。

产品卖出之后，企业仍然有机会参与客户的使用、维护与改进过程。AI让部分知识和服务更容易持续触达客户，专业团队则负责关键判断与最终交付。

对于传统制造企业，值得探索的是：从已经拥有的产品与客户关系出发，找到一项能够持续解决问题、持续兑现，也能够持续收费的服务。

如果你的企业拥有一批装机客户，却主要在报修或换购时才与他们联系，可以带着一类产品、一组售后记录和现有服务清单，与思捷讨论：哪些问题适合先做智能服务试点，以及如何验证第一批客户的购买与续费意愿。