全国两会召开在即，中央首提「六保」(保居民就业、保基本民生、保市场主体、保粮食能源安全、保产业链供应链稳定、保基层运转），保就业摆在突出位置。当下，人工智能与疫情影响双期叠加下的「饭碗」问题，成为两会代表的关注点。

全球疫情形势势必加速人工智能产业的发展，各行各业对人工智能技术的运用程度加深，带来了一系列产业结构的变化，就业结构也随之调整。江苏对1,000多户企业以及68万职工的问卷调查结论显示：人工智能创造了大量岗位。在1,000多户企业中，25%以上的新岗位产生于人工智能的发展。

“

调研预计：未来3年时间，34.46%的技能技术岗位和36.37%的工程师或技术研发岗位呈增加趋势。一方面，智能制造、新基建、新零售影响下，大量新兴岗位将随之涌现，传统重复性强的操作岗位很有可能被替代；另一方面，人工智能对传统薪资支付和社会保障体系也带来了新的挑战。

”

面对VUCA环境，劳动力成本的支出管控与劳动力效率提升成为企业当下最重要的战略任务之一，这就对企业劳动力管理战略与策略的升级与优化提出了要求。

• 业务变化迅速，人力资源如何快速响应并支持？
• 面对人力资源管理上的种种调整，如何借助新技术解决问题？
• 如何借助新技术对新生代员工进行管理？
• 如何在有限成本内合理、有效地用工？

盖雅工场与智享会联合发布的《AI在劳动力管理的应用》的报告提供了以下「解题思路」，供大家参考。

🔗 考勤管理系统、🔗智能排班、🔗工时管理

当前人工智能应用最多的三大劳动力管理场景

调研数据显示，考勤（出勤、休假管理）、排班、工时管理（精益化工时）是当前人工智能应用最多的三大场景。其原因包括：

• 这些实践在企业中往往是较为日常的管理工作，有广泛的应用基础。
• 数据的采集和积累方便，可以形成较为完善的预测模型。
• 外部供应商在这三大场景上所能提供的产品与服务较为成熟完善。

然而，任何人工智能的场景应用均不是一蹴而就的，企业需要先实现流程化、自动化（参考下图），即我们所说的信息化和数字化阶段。在「出勤、休假管理」、「排班管理」和「工时管理」三大场景中，我们对其信息化布置率及成熟度进行了调研。

• 信息化布置率高：在考勤（出勤、休假管理）、排班管理、工时管理的场景中应用了信息化系统、软件进行管理的企业均占半数以上。
• 信息化成熟度低：就信息化系统应用的成熟度而言，无论哪一种劳动力管理实践，大部分企业仍停留在「成熟度1 ：仅用于员工自助使用、查询，或人力资源部门的简单统计」，3成左右的企业实现了「成熟度2 ：除了简单统计外，还会进行一定的分析来了解员工的工作行为、状态」。然而，有少数企业已经迈向了成熟度3、4。

我们对于企业信息化成熟度低这一问题和人力资源从业者展开了探讨，了解其背后的挑战及原因。结合下述企业实践与专家观点，我们发现其关键挑战主要为：

• 数据量不足，不足以建模进行深度应用；
• 缺乏明确的数据收集节点设置策略，即不知道如何收集结构化的、可应用的数据；
• 数据质量较低，需要较长时间、精力进行清洗与梳理，但企业目前缺乏投入成本的魄力与意识；
• 各个领域数据不互通，存在信息孤岛，尤其在生产、零售等领域，因视角、立场的不同，人力资源部门难以获得来自于一线业务的运营数据。

🔗 智能考勤管理系统

消除人员浪费的着力点

实时自动、灵活适配业务场景是主要突破点

「浪费」是精益管理中的核心思想，其存在形式多种多样。其中部分浪费是可以借助数字化手段在系统中被观测与捕捉的。在劳动力管理方面，同样存在一定的浪费，此时人力资源部门便需要针对不同的浪费进行识别，并提供优化的方案与手段。

制造型企业纷纷以考勤为着力点，透过准确实时的考勤数据分析「浪费」所在，寻求精益突破口。

以敏实集团为例，集团原本就已经有一套较为完善的数字化考勤管理系统，并且经历了较为长期的运营。近年来随着企业业务的扩张，逐渐浮现以下痛点：

• 随着公司体量逐渐扩大，原有的系统已经难以承载近2万名员工的工作需求；
• 原有的系统为本地部署，数据的传输和处理速度相对较慢；
• 系统更新难度大，更新速度慢，已经较为陈旧。

基于以上痛点，敏实开始进行市场调研，最终决定选择盖雅工场，最终实现了以下目的与功能：

• 实现员工考勤的自主管理，实时反馈考勤数据给员工，员工可以了解休假是否被批准、加班工时是否核算准确；
• 减少人力资源审核、统计考勤的工作量，精简车间管理人员的审批流程；
• 云端系统，企业内不需要再配备自有的系统维护员，减少运营成本，使未来的管理更为轻便。
  

🔗 智能排班

「增强人类」时代让数据给出更好的人员安排

人力成本的不断上升导致未来持续地扩充人力已经不再是企业的好选择，如何借助数字化的技术手段提升效率和服务质量，尽可能减少人为因素的干涉是企业不得不面对的问题。「增强人类」成为了企业数字化转型的刚需：通过技术，让劳动力的效能更大化，就是安排合适的人在合适的时间出现在合适的岗位从事合适的工作，实现人、货、场组合价值最大化。

基于这样的大背景，知名珠宝品牌周大福对于数字化转型的有很高的重视度，并提出了「Smart+2020」的计划，以期实现企业内部的数字化转型。

为了更好根据门店业务流量波谷匹配人力、减少人员排班的「浪费」，周大福上线了智能排班项目，以期达到以下目标：

• AI助力人员调度：采用机器学习的方式去预测未来门店的销售额、人流量等，并且预测哪个时间点会有比较大的客流量，从而去安排员工的出勤；
• AI赋能一线管理者职能转型：训练AI替代一部分店长职能，合规性、公平性交给系统来完成，让一线管理者将精力聚焦到领导力提升、团队赋能上。

最终，在公司层面，尽可能最大化地利用好员工的每一个工时，减少不必要的浪费；在员工层面，集中地服务也能够有效提升自己的工作效率，增加收入。

△系统demo截图，非客户环境真实数据

🔗 精益工时

劳动力效能透明监控，小投入，大产出

企业精益生产必经之路

随着智能制造、产业结构升级的不断深化，企业需要用科学方法有效利用人、财、物、信息、时间等经营资源，实现产出最大化。在这其中，人力成本控制、劳动力效能提升作为重要一环，毫无疑问是制造型企业转型升级的关注焦点。

• 如何了解员工单位工时内的生产效率？
• 如何提升工时统计精准性和效率？
• 如何有效衡量劳动力利用率？

某汽车零部件制造企业通过人脸识别技术自动抓取员工在岗时间：员工在开始和结束工作前，都进行人脸识别操作，数据实时导入盖雅WFM计算，获取在、离岗工时，为员工时间利用率计算提供数据基础。

某消费品制造企业，将现有生产管理系统、人事系统与盖雅WFM系统对接：

• 员工使用系统报工，按权限自动流转审批，提高工时审批效率；
• 员工报工时，自动判别工单产量、工单、岗位，工时管理做到事前控制；报工申请与打卡时间比对，自动记录实际小时数，规范员工管理；
• 加班报工预算层层控制，自动计算与提醒；
• 按成本中心、按员工、按任务等不同维度的生产工时报表，帮助管理者打破一线运营黑匣子；
• 独特的制造千件工时日报将每日发生的、每个工单的各项工艺数据与标准值作对比，帮助运营者定位工艺改善点。

整个精益工时项目下来，加班成本降低了5%，在线审批流程提升了管理效率，实现了劳动生产效率可视化，为人力标准的优化提供数据支撑。

△系统demo截图，非客户环境真实数据

结语

从考勤数字化开着手

赋能业务增长与转型

劳动力管理数字化转型是企业精细化运营的重要一环，将成为企业应对不确定性、抵御风险的重要利器。企业需要正确评估自己所处的阶段，选择好的切入点，展开行动，譬如始从🔗考勤数字化开着手。

基础条件较好、数据较完备、整体数字化程度较高的企业则可以探究运用人工智能等技术将劳动力数据与运营、生意关联起来，尝试更高阶的应用，赋能业务增长与转型。

添加客服小雅回复AI报告获取报告全文 和 案例实践（周大福、敏实、蓝蛙等）

盖雅工场是一家提供全球劳动力管理云服务的中国企业。每天分布在全球24个国家与地区的1500余家客户，450余万员工在使用盖雅劳动力管理云服务来控制劳动力成本、快速提升劳动力效率、预先规避合规化风险并切实提高员工满意度。盖雅工场成立于2009年，总部位于苏州，投资方包括老虎环球基金、华平投资、元生资本和经纬中国等。劳动力管理，盖雅搞得定。