由于服務的過程中，客戶與服務提供者需要有互動，而人的靈活性高，很難有標準化的流程；人的判斷標準尺度不同，一些檢測的標準很難通過人為實現。物聯網的感知技術，可以解決測量的標準化難題，人工智能技術可以替代一些服務，比如現在已經利用人工智能技術來替代酒店服務員的案例。如全國首家無人智慧酒店開放，你怎么看？
利用人工智能技術，有效解決服務非標準化難題。
所以物聯網技術與人工智能結合，可以解決服務的非標準化難題。
而可被標準化的服務領域，通常都會形成壟斷的服務產業。
通訊行業是被標準化的，電力服務是被標準化的，高速公路網是被標準化的，等等這些基礎服務，都被標準化。
大多數服務行業是離散的，沒有規模效應。
但物聯網技術可以打破業務界限，可以提升服務業的非連續性。
比如物流行業，最頭疼的非連續性是返程車空載難題。有一個運輸訂單從A運到B，傳統的方法，這輛車就從A運到B，然后從B空駛回A。如果物聯網技術，讓車、貨的信息能夠共享，既然有從A運到B的需求，也會有從B運到A的需求，基于物聯網的信息中心，可以匹配運單與運力，提升業務的連續性。
在電商發展早期，物流是電商發展制約的瓶頸。所以誕生了很多物流公司，每家物流公司單獨的連續性都不強。
比如一家物流公司，每天有從A地運到B地運輸需求，為了保證效率，通常從A地到B地，一天只運一趟（運輸多了，必然會有空載，降低效率），但損失的是運單的交付時間；菜鳥物流建立了統一的信息平臺，統一調度多家物流公司的運力，從A地到B地的訂單，所有物流公司的運輸是需要多輛車的，將訂單匯聚，按時間段運輸，就會提高運輸效率。
利用匯聚效應，可以提高非連續性。
一般服務具有地域性，需要消費者、服務提供方一起實現服務。
比如設備的維修，就需要設備維修人員到設備現場去提供服務。但是物聯網技術可以解決服務的非轉移性。比如陜鼓動力的旋轉設備遠程監控系統，將陜鼓動力安裝的設備信息遠程傳遞到陜鼓的系統中，通過大屏幕顯示各個設備的狀況。當出現故障的時候，診斷專家就可以把故障原因、如何排除故障傳遞給當地的維護人員（或者是甲方的MRO），實現了遠距離維護。提升了維護效率。
還有企業在遠程監控系統之后增加的專家系統，將診斷的經驗融入到系統中，通過知識庫，解決非轉移性難題。
非實物性，非貯存性，同時性難點都可以通過物聯網的規模效應來緩解。
物聯網解決服務難點需要壟斷并以基礎設施做基礎
從物聯網解決服務業的幾個難點看，通常需要這個領域具有壟斷性，同時這個領域需要建立基礎設施做基礎。
非標準性的人工智能的平臺，人工智能是技術基礎。
非連續性的物流領域，必須實現匯聚效應（壟斷性），而物流的信息平臺是大的基礎設施。
非實物性，非貯存性，同時性都是利用規模效應的。
而物聯網實現的PaaS平臺，SaaS軟件也算是一種基礎設施。
物聯網帶來的服務化，多需要建立基礎設施，并實現壟斷性。
