早上七点半，调度员的屏幕上二十七张待派工单，三个工程师。其中五张在同一个产业园，两台设备挨在同一个客户的隔壁车间。他凭记忆派完，下午才发现有人上午去了城东，下午又折回城西，路上耗掉三个小时。

这不是能力问题。派工要同时满足的条件太多：谁能修这个型号、谁身上带着对应备件、客户约的时间窗、合同里写的响应时限、工程师手上的单量、路程远近。人脑一次能权衡三四个变量，再多就只能靠经验。

把权衡交给算法

行业里对派工的抱怨通常集中在两句：派得不均，跑得太远。前者让能干的工程师累垮，后者直接吃掉毛利。一个人一天跑四单还是六单，差别往往不在技术，而在顺序。

系统接手的是计算部分。它按地理位置把工单聚成簇，按技能标签匹配人员，按承诺时限排优先级，再把当天的工单串成一条路线。调度员看到的是建议结果，可以拖动调整，调完路程和超时风险实时变化。这类计算在AI智能服务平台后台完成，人只面对一个能改的结果。原来要半小时排完的单，变成十分钟内确认。

自动派工并不把人排除在外。临时插单、客户指定工程师、跨区支援，这几类仍然要人工判断。瑞云服务云在智能派工里把这些做成可配置的策略：按区域分、按产品线分、按服务等级分，不同网点用不同口径，紧急单留出人工插队的口子，规则摆在配置界面上，网点负责人自己就能改，不必提需求等版本。

把握承诺时间

对外的服务承诺通常写在合同里：四小时响应，二十四小时到场。承诺能不能兑现，很大程度取决于派单那一刻的判断。路径规划把当天的工单按位置排成先后顺序，工程师手机上看到的不是一堆散点，而是带时间的一趟行程。一套售后管理软件如果只管记录谁去了哪里，价值有限；能算清该谁去、几点到，才算进了业务。

规则得有人定

算法给的是建议，前提是基础数据干净。技能标签谁维护、请假和培训怎么从排班里扣掉、不同服务等级对应几小时响应，这些规则要业务方自己定，系统只负责执行。派工建议总被推翻的团队，问题往往不在算法，而在人员档案两年没更新。

网点多的企业还有一层麻烦：自有工程师和服务商混着用。谁的工单先派、跨区怎么结算、服务商的到场时间怎么算进考核，这些要落在同一张派工表里，否则系统只管了一半。瑞云服务云把自有工程师和服务商的单子放进同一个派工视图，考核口径可以分开设，排序在一处算。

提升日均完成单量

路上时间压下来，直接的变化是日均完成单量。更长远的变化在客户侧：约好的时间真的能到，客户不用整天在家等。工程师也少一层消耗，一天跑六个地方和跑四个地方，收工时的状态完全不同。派工这件事，做好一次不难，难的是每天做好。规则写进系统，人只处理例外。

瑞云服务云，AI驱动的智能服务平台。以AI升级服务能力，护航全球化运营，帮助企业构建智能化、体系化的全球售后服务能力，让服务成为海外业务拓展和品牌口碑建设的重要支撑。