长期存在的技术差距使得员工在车间等其他工作现场(工作实际完成的地方)与推动工作的数据解决方案完全分离，然而，可穿戴设备和混合现实有望弥合这种鸿沟。我们Upskill的使命是为员工提供更有用的信息、更深入的理解，帮助他们扩大他们的专业知识。我们于2010年开始为智能眼镜开发软件，今天，我们为客户提供采用AR/VR力量的制造、现场服务和物流平台。

数据证明，航天工作者使用可穿戴设备工作时，速度加快32%，能源工人加快35%，这还是在他们第一次使用这种新技术的情况下。还有什么其他解决方案能像这样大幅度提高工作效率呢?

当讨论混合现实的商业潜力时，我们一般目前人们迫切想要解决的问题开始，然后尝试根据现有的新技术来发现新机会，以实现真正的价值。

例如，某公司需要解决物流响应问题，解决办法可以是让仓库员工戴智能眼镜，然后眼镜上根据不同的货架位置显示相应的实时的货物信息，或者在制造过程中，进行生产——拾取零件——添加到手推车——运送到相应的工作站，这些都是我们已知的现实世界中的挑战，我们的一些客户的交付时间已经改善了50%。

总的来说，这些跨行业的尝试结果非常令人兴奋。最近我们和几个工业客户的工人进行了实验，我们让这些工人在两种不同的情况下执行复杂的装配任务：一种是任务指令是显示在纸张或平板上的，另一种是通过智能眼镜交付相同的指令，结果相当令人惊讶：通过数字指令，使用可穿戴设备工作的航空航天工作者效率提高了32%; 同样，使用可穿戴设备的能源行业工人工作速度提高了35%，这都是他们第一次使用新技术。

在这两种情况下，工人和他们的工作职能都没有改变，唯一改变的是工人访问他们需要的信息的方式。使用上下文或教学信息的叠加来可视化手边的任务可以是非常有意义的，它不需要停下工作来阅读说明书，同时可以提高安全性，解放了工人的双手，并可以抬着头作业，它还能让工人增强自己的专业知识，做更好的决策。

它极大地减少了面对极复杂情况时的困惑，甚至直接消除了培训过程漫长的守则背诵过程，它就像是你的工作GPS，不用记路，不用找路。实际上MR和GPS的发展历程之间还有很多类似的巧合，我们曾经也是很习惯用纸质地图的。

可穿戴设备还能用来数字化、分析、优化组织性行为，比如，在复杂的组装环境中，制造商可能能够捕获正在进行的一万个步骤的每一个的信息，通过对所得到的数据应用机器学习分析，然后进行分组和分解工作以提高生产力，并且基于理解他们擅长的任务可能的发展机会来对工人提供指导和训练 。再回到GPS的对比中，这就像根据实时交通状况给予指示。

经常有公司问我，想做MR该怎么着手，是先实时构建模拟数据，还是直接全盘推出，经验告诉我，最好的做法是先根据投资回报率(ROI)确立明确的目标。比如“我要让新员工进入状态的过程缩短20%”，或者“我要将组装线的首轮质量提高35%”之类的。

一旦确定了确凿的使用场景的量化目标再进行环境模拟。尽可能在实际生产环境中做测试，以了解真实情况下的用户行为、利益和发现改进的机会。 当然，安全、隐私和操作连续性都是必不可少的，可以在推出测试版本的时候再解决。 这样流程监督人会对可穿戴设备的成功案例之多感到惊讶的。