Введение

В последние годы искусственный интеллект (AI либо ИИ) стал играть все более значимую роль во всех сферах жизни человека и программных решениях. Появилось множество приложений, которые в повседневной жизни использует человек: ChatGPT в качестве поиска ответа на вопросы и генерации идей/текстов, Midjourney - для генерации изображений на основании описания, Uizard для создания макетов сайтов и так далее.

Однако существуют направления использования нейросетей не только в личных целях, но и для бизнеса. Сегодня, как раз, рассмотрим такой пример, а именно использование ИИ в WFM.

Управление персоналом и планированием рабочего времени (Workforce Management, WFM) – это ключевой инструмент для успешной деятельности организации в современном мире. Оно включает в себя множество аспектов, таких как планирование персонала, управление графиками работы, учет времени и прогнозирование нагрузки.

Давайте рассмотрим, как именно ИИ влияет на WFM, какие есть у этого подхода перспективы и какие преимущества WFM + ИИ приносит организациям.

Предыстория

До широкого внедрения ИИ в системы WFM - прогнозирование расписаний и управление персоналом осуществлялись в значительной мере вручную или с помощью простых автоматизированных систем. Эти системы полагались на наборы правил, исторические данные и простые алгоритмы для создания рабочих графиков. Основные особенности и недостатки таких подходов включали:

1. Использование исторических данных

Расчеты опирались только на исторические данные о загруженности и спросе, что не всегда позволяло адекватно реагировать на внезапные изменения или уникальные ситуации.

2. Правила и шаблоны

Системы использовали заранее заданные правила и шаблоны для расчета потребностей в персонале, что могло приводить к избыточному или недостаточному количеству сотрудников в определенные периоды.

3. Время реакции

Быстрое реагирование на изменения спроса было затруднено из-за отсутствия мгновенного анализа данных и автоматического перераспределения ресурсов.

4. Ручное управление

Менеджеры часто вручную корректировали графики, что было трудоемким процессом и увеличивало риск человеческих ошибок.

5. Недостаточная персонализация

Трудности с учетом индивидуальных предпочтений сотрудников и уникальных требований рабочих мест в стандартных системах WFM.

С внедрением ИИ в системы Workforce Management произошло значительное улучшение эффективности управления персоналом, давайте рассмотрим некоторые преимущества.

Преимущества применения ИИ в WFM

Точность и прогнозирование

Главной проблемой в формировании расписания является точность. Допустим, вы владелец сети магазинов строительных товаров. При составлении расписания можете поступить 2 способами:

• Первый способ достаточно простой, но менее эффективный - определить на магазин постоянный штат сотрудников и формировать рабочие графики, которые минимально зависят от посещаемости. В таком случае у вас будут затраты на ФОТ одинаковы, практически не зависящие от выручки магазинов.

• Второй способ суперэффективный, но более трудозатратный и требует высокой квалификации ответственных специалистов - определить штат постоянных сотрудников, совместителей и подменный персонал. Постоянно формировать рабочие графики и выводить людей на смены в течении дня в соответствии со спросом и объемом работ. То есть к пикам продаж выводить больше кассиров, мерчендайзеров и т.д. Т.е. чем больше продажи на точках, тем больше работы становится для сотрудников и соответственно больше сотрудников выводится на смены. Для этого случая важно точно спрогнозировать спрос и расставить персонал по сменам, иначе можно как вывести на работу лишнее количество, так и слишком мало людей, что может создать очереди либо дефицит товара, что негативно скажется на репутации сети.

Чем больше сотрудников у вас работает, тем сложнее идти более эффективным способом. Использование искусственного интеллекта в WFM позволяет значительно повысить точность прогнозирования спроса на персонал. ИИ может обрабатывать огромные объемы данных и выявлять скрытые закономерности, что позволяет более точно предсказывать будущие потребности в сотрудниках.

Например, алгоритмы машинного обучения могут анализировать данные о предыдущих периодах активности, учитывая такие переменные как сезонность, погодные условия, специфика производственных процессов и данные о покупательском поведении. Это позволяет компаниям более эффективно планировать свои кадровые ресурсы, избегая лишних затрат на персонал в периоды низкой активности и обеспечивая достаточное количество сотрудников в периоды повышенного спроса.

Важно подробнее разобраться в том, как именно искусственный интеллект способен обрабатывать огромные объемы данных и выявлять скрытые закономерности в контексте управления рабочей силой. Для достижения этой цели применяются различные методы машинного обучения, такие как алгоритмы классификации, регрессии, кластеризации и нейронные сети. Например, алгоритмы классификации могут использоваться для определения типа рабочей нагрузки и соответствующего распределения персонала, в то время как алгоритмы регрессии могут помочь в прогнозировании количества сотрудников, необходимых для обеспечения определенного уровня обслуживания. Кроме того, алгоритмы кластеризации могут помочь выявить схожие группы сотрудников и оптимизировать распределение задач между ними. Нейронные сети, в свою очередь, могут использоваться для анализа больших объемов данных и поиска сложных зависимостей между различными переменными, что позволяет более точно прогнозировать будущие потребности в персонале.

На примере сети магазинов можно легко представить, как использовать инструмент прогнозирования. Как правило, данные заведения сильно зависят от периодов активности (например, больше всего посетителей в обед и вечером), также влияет местоположение, сезонность и погодные условия. Все эти данные прошлых периодов можно использовать для улучшения прогнозирования и планирования расписания. Если погоду спрогнозировать зачастую сложно, то спрогнозировать количество посетителей в зависимости от времени и сезона для ИИ будет несложным делом. Все это поможет нам с большой достоверностью определить количество человек, необходимое на объекте в тот или иной момент времени.

Оптимизация графиков работы

Применение ИИ в WFM также обеспечивает оптимизацию графиков работы сотрудников. Алгоритмы могут учитывать различные факторы, такие как предпочтения сотрудников, требования по нагрузке, сезонность и другие переменные, чтобы создавать графики работы, которые не только соответствуют потребностям компании, но и учитывают благополучие и предпочтения ее персонала. Например, ИИ может определять оптимальное распределение рабочего времени с учетом индивидуальных предпочтений сотрудников, переработкам или сменам, а также нормам, установленных законодательством страны.

Рассмотрим на этот раз кейс сети ресторанов быстрого питания. Часто, в таких заведениях работают сотрудники, которые совмещают работу с учебой - студенты. В таким случаях их график работы может быть плавающим и посещение работы не должно вредить учебе. В таком случае график необходимо формировать исходя из их предпочтений - когда сотрудники свободны от учебы и готовы выйти на работу.

ИИ поможет в данном случае при прогнозировании и планировании расписания не только учесть предпочтения, но и сформировать расписание, чтобы нагрузка на сотрудников была равномерна, при этом не нарушая законодательство по норме отработанного времени.

Управление производительностью

Еще одним важным преимуществом использования ИИ в WFM является улучшение управления производительностью сотрудников. Путем анализа данных о работе сотрудников и их эффективности, алгоритмы машинного обучения могут выявлять области для улучшения производительности и предлагать рекомендации по оптимизации рабочих процессов. Например, ИИ может выявлять паттерны в работе сотрудников, которые указывают на возможные узкие места или проблемы в организации труда, и предлагать методы их решения для увеличения эффективности и производительности.

Также ИИ может помогать в режиме реального времени, анализировать метрики заведений и предлагать наилучшие решения на текущий момент. Например, у вас в заведении снизился спрос и на объекте находится избыточное количество людей. Проанализировав это искусственный интеллект может порекомендовать отпустить на перерыв конкретного человека конкретной позиции (например, с кассы).

Помимо этого в производственной сфере ИИ может помочь оптимизировать производственные процессы и минимизировать время простоя оборудования. В сфере услуг клиентам искусственный интеллект может анализировать данные обратной связи от клиентов и предлагать рекомендации по улучшению качества обслуживания. В сфере информационных технологий ИИ может использоваться для мониторинга и анализа работы систем и предупреждения о возможных сбоях, что также влияет на формирование расписания.

Применение искусственного интеллекта в управлении сотрудниками и графиками принесло ощутимые преимущества для компаний, позволяя им более эффективно планировать свои кадровые ресурсы, оптимизировать графики работы сотрудников, улучшать управление производительностью и повышать удовлетворенность сотрудников.

Однако при этом необходимо учитывать вызовы, такие как обеспечение безопасности данных и обучение персонала, чтобы успешно внедрить и использовать эти технологии в организации.

Вызовы и проблемы при использовании ИИ

Вместе с преимуществами применения ИИ в Workforce Management существуют и вызовы, которые необходимо учитывать. Некоторые из них включают в себя:

Приватность и безопасность данных

Сбор и анализ больших объемов данных о персонале может вызвать вопросы относительно приватности и безопасности этих данных. Необходимо обеспечить соответствие нормативным требованиям и защитить конфиденциальность персональной информации сотрудников.

Принятие изменений и обучение персонала

Внедрение новых технологий, включая WFM, требует принятия изменений со стороны персонала и их обучения новым системам. Необходимо инвестировать время и ресурсы в обучение персонала для эффективного использования ИИ в WFM.

Заключение

Искусственный интеллект представляет собой мощный инструмент в рабочими графиками (WFM), способствуя значительному улучшению эффективности и производительности в организациях различных сфер деятельности. Применение ИИ в WFM позволяет достичь высокой точности в прогнозировании потребностей в персонале, оптимизации графиков работы, управлении производительностью сотрудников, а также улучшении качества обслуживания и производственных процессов. Эти преимущества включают в себя более точное прогнозирование нагрузок, учет индивидуальных предпочтений сотрудников при составлении графиков, а также анализ и оптимизацию производительности персонала на основе объективных данных.

ИИ в WFM открывает новые возможности для организаций, стремящихся к повышению уровня операционной эффективности и удовлетворенности персонала. При правильном подходе к внедрению и использованию, ИИ может стать ключевым элементом стратегии любой компании, направленной на достижение конкурентных преимуществ и обеспечение устойчивого развития в условиях постоянно меняющегося рынка.