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 3.5 в качестве поиска ответа на вопросы и генерации идей/текстов, Midjourney/ChatGPT 4 - для генерации изображений на основании описания, Uizard для создания макетов сайтов и так далее.

Однако существуют направления использования нейросетей не только в личных целях либо как помощь в разработке ПО, но и для бизнеса в целом.

Сложность планирования рабочих смен в ресторанах, фастфудах, кафе, отелях и колл-центрах часто связана с нерегулярными графиками, разнообразием рабочих ролей и требованием к специфическим навыкам сотрудников. Эффективное распределение смен напрямую влияет на качество обслуживания и финансовые показатели бизнеса.

Решение этой задачи подразумевает минимизацию рисков нехватки или избытка персонала и, как следствие, оптимизацию прибыли. В ответ на эти вызовы разрабатываются системы WFM, которые используют аналитику и автоматизацию для управления рабочим временем сотрудников, популярные во всем мире..

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 базовых исторических данных

Расчеты опирались только на исторические данные о загруженности и спросе, что не всегда позволяло адекватно реагировать на внезапные изменения или уникальные ситуации. В придачу, с такой деятельностью сейчас может справиться в том числе и обычный Excel;

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. Ручное управление

Менеджеры часто вручную корректировали графики, что было трудоемким процессом и увеличивало риск человеческих ошибок, так как все это опиралось на личный опыт и интуицию - системы не подсказывали лучшего решения проблемы.

4. 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. 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 эффективный, 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. 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 в больших объемах и очень быстро. 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.

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. 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.

Также одной из ключевых особенностей систем, основанных на ИИ, является их способность адаптироваться к изменениям. Системы могут непрерывно обучаться на новых данных, что позволяет им со временем становиться только точнее. Это означает, что прогнозы и графики работы будут улучшаться по мере сбора и анализа новой информации, обеспечивая постоянную оптимизацию рабочих процессов.

Планирование персонала в системе WFM TARGControl

Оптимизация графиков работы

Применение ИИ в WFM переворачивает привычные представления об управлении персоналом, делая акцент на персонализации и гибкости. Алгоритмы машинного обучения, анализируя не только потребности компании, но и индивидуальные предпочтения сотрудников, способны формировать идеальные графики работы. Это не только повышает удовлетворенность и мотивацию персонала, но и оптимизирует производительность на рабочем месте.

Особенно актуален такой подход в сферах с высокой степенью переменчивости рабочих графиков, например, в сетях ресторанов быстрого питания, где значительная часть сотрудников — это студенты, стремящиеся совмещать работу и учебу.

После анализа и прогнозирования потребностей в рабочей силе ИИ приступает к составлению оптимальных графиков. Это включает в себя не только распределение смен среди доступного персонала, но и учет их индивидуальных предпочтений и квалификации. Алгоритмы могут учитывать множество переменных, таких как предпочтения сотрудников относительно смен, их уровень квалификации, законодательные ограничения на рабочее время и переработки, а также потребности бизнеса. Данная фукнциональнасть, в том числе и реализована в нашей WFM-системе TARGControl.

Таким образом, ИИ не только упрощает и автоматизирует процесс планирования рабочих смен, но и делает его значительно более гибким и адаптируемым к меняющимся условиям и потребностям как бизнеса, так и его сотрудников. В результате, компании могут достичь баланса между эффективностью работы и удовлетворенностью персонала, что в конечном итоге способствует повышению общей производительности и снижению затрат на персонал.

Управление производительностью

Использование искусственного интеллекта в WFM помимо всего, вышесказанного, может дать еще множество новых инструментов для оптимизации трудовых ресурсов и повышении производительности. Особенно важным аспектом является возможность ИИ анализировать большие объемы данных о деятельности сотрудников, выявляя неэффективные практики и предлагая решения для их оптимизации. Это может включать в себя анализ времени выполнения задач, качества работы, а также общей эффективности рабочих процессов.

Примеры применения ИИ в управлении производительностью

1. Анализ производительности: Системы ИИ могут автоматически отслеживать выполнение задач и времени, необходимого для их выполнения, сравнивая эти показатели с установленными нормами. Это позволяет выявить сотрудников или команды, которые работают неэффективно, и предложить конкретные шаги для улучшения их работы.

2. Оптимизация рабочих процессов: ИИ может анализировать рабочие процессы на предмет узких мест и предлагать альтернативные маршруты или методы выполнения работы, которые могут сократить время выполнения задач и увеличить общую производительность.

3. Управление спросом: В режиме реального времени ИИ может анализировать спрос на услуги или продукты и предлагать корректировки в расписании сотрудников, чтобы максимально эффективно использовать доступные ресурсы, минимизируя излишние затраты на труд.

4. Прогнозирование и предотвращение проблем: В сферах, где критично важно непрерывное функционирование оборудования, ИИ может прогнозировать неисправности и рекомендовать профилактическое обслуживание, чтобы минимизировать время простоя.

5. Анализ обратной связи от клиентов: ИИ может анализировать отзывы и предложения клиентов, выявляя общие тренды и проблемы в качестве обслуживания, что позволяет оперативно вносить коррективы в работу сотрудников и улучшать клиентский сервис.

Заключение

Искусственный интеллект представляет собой мощный инструмент в улучшении 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. 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.

ИИ (AI) в WFM-системах