چگونه سازمانها از هوش مصنوعی برای افزایش بهره وری کارکنان در طی شیوع بیماری کووید استفاده می کنند

[ad_1]

همه ما می دانیم که Pandemic هنجارهای محل کار را برای همیشه تغییر داده است. کار از راه دور یکی از آنهاست.

اما پس از هیجان اولیه ، گزینه های طولانی مدت کار از خانه (WFH) و کار از هرجایی (WFA) چالش های جدیدتری را ایجاد کرده اند. پرسنل خسته و بیش از حد کار ، نقض فضای شخصی و خانوادگی ، مدت زمان بیشتری برای حل مشکلات و خطرات امنیت اطلاعات ایجاد شده است. نگرانی در مورد رشد شخصیت ، رفاقت تیمی ، همسان سازی کارمندان جدید و تغییر در الگوهای اجتماعی. بسیاری از این ابعاد مورد بحث است. این عوامل همچنین بر بهره وری تأثیر می گذارد.

دیجیتالی سازی رشد سریع داشته است. خصوصاً آنهایی که قابلیت هوش مصنوعی (AI) دارند. موارد استفاده از یادگیری ماشینی (ML) و یادگیری عمیق در حال تکامل هستند تا برخی از این چالش ها را برآورده کنند.

بله ، درست است ، برخی از تقویت کننده های بهره وری هنوز در مراحل اولیه هستند. عمیق تر نگاه کنید ، همچنین ممکن است تلاش های اتوماسیون به طور ناگهانی تغییر یافته و به عنوان راه حل های هوش مصنوعی از بین بروند. اما تحقیقات جهانی در یک سال اخیر تمرکز ، فکر ، سرمایه گذاری ، آزمایش و اتخاذ مداخلات AI مرتبط با بهره وری را نشان داد.

با سطوح مختلف بلوغ ، برخی از راه های استفاده از شرکت ها عبارتند از:

  • دسترسی به اطلاعات و رابط Chat-bot : تعداد زیادی از این رابط ها بر روی جستجوی بسیار اساسی مبتنی بر اسکریپت ها کار می کنند ، پرس و جوهای اساسی و کارهای تکراری را انجام می دهند که تاکنون نیاز به تلاش انسان داشته است. افراد لازم نیست به خاطر بسپارند که اطلاعات را در کجای وسعت سازمان پیدا کنند. هر کس به پاسخهای ثابت و بی درنگ دسترسی پیدا می کند که باعث صرفه جویی در وقت و ارائه اطلاعات با کیفیت می شود. بعد از نقطه ای که راه حل رباتیک نتواند پاسخی ارائه دهد ، همان مورد به یک رابط انسانی منتقل می شود. الگوریتم های هوش مصنوعی بالغ در حال تکامل هستند که از چنین مداخلات انسانی می آموزند و چنین موقعیت هایی را به جلو مدیریت می کنند ، بنابراین دامنه پاسخ آنها را گسترش می دهند. برخی از شرکت ها قبلاً وارد این مرحله شده اند.
  • تجزیه و تحلیل پیش بینی و جمع آوری داده ها : یکی از وقت گیرترین و پرزحمت ترین تلاشها جمع آوری و گزارش نتایج معنی دار از تعداد زیادی داده است. بیشتر آنها ممکن است در گوشه و کنار شرکت تقسیم شوند. اکنون نمی توان بسیاری از این نقاط داده های تکراری را به عنوان گزارش های دوره ای تحت فشار قرار داد. بلکه می تواند به گونه ای برنامه ریزی شود که فقط الگوها / انحرافات / پرتوهای خاص را برای مجموعه عوامل منفرد یا پویا انتخاب کند.

مثال: اگر یک مطالعه 3 ماهه در مورد فروش مشتری ، افت فروش در روزهایی را نشان دهد که شرایط آب و هوایی الگوی خاصی را نشان می دهد و دفعه بعدی ؛ همبستگی تغییر الگوی فروش به رویدادهای مهم ورزشی یا سیاسی در شهر یا برخی از پارامترهای دیگر. اینها را می توان به عنوان سیگنالهای اولیه برای تصمیم گیریهای جایگزین یا همچنین ایجاد الگوهای پیش بینی برداشت. همین امر می تواند عملکردهایی از جمله فرسایش پیش بینی کننده و چالش های مجموعه مهارت هایی را که احتمالاً برای شما به عنوان یک شرکت بوجود می آیند ، کاهش دهد.

در غیاب یک سیستم مبتنی بر هوش مصنوعی قوی ، یک نیاز خاص و فوری اما جدی که توسط یک رهبر ابراز می شود ممکن است گزارشی به موقع ارائه ندهد. احتمالاً ، زیرا چنین نیازی یا زودتر ابراز نشده بود ؛ یا چنین همبستگی هایی بین دامنه ها به سادگی در فضای کنونی فناوری اطلاعات وجود ندارد.

  • تعامل از راه دور و شخصی سازی بیش از حد: با مشتری و کارمند با شخص کم یا منفی ارتباط برقرار کنید. چالش های تعامل اتصال شخصی و پشتیبانی راه حل سفارشی ؛ همه تحت علامت سوال هستند استقرار فعلی ربات های چت در حال تکامل به شرکت ها کمک می کند تا برخی از این چالش ها را برطرف کنند. با این وجود ، با ظهور قابلیت های بالقوه و یادگیری عمیق راه حل های هوش مصنوعی ، ما از تجربه های شخصی سازی سفر برای مشتریان تا مشاوره عمیق کارمندان در مسیرهای شغلی فردی خود ، راه حل های بسیار شخصی را پیدا خواهیم کرد. همه اینها در بخشی از سرمایه گذاری کارکنان شرکت است.
  • راه حل ها و راه حل های خود درمانی: هوش مصنوعی به تدریج در ایجاد سیستم های خود ترمیم فراگیر می شود ، بنابراین زمان ، تلاش و افراد مورد نیاز برای تعمیر فعالانه سیستم ها کاهش می یابد. تمرکز فزاینده ای در ایجاد ماشین آلات ، محصولات و سیستم عامل های خودکار است. که می تواند عملکرد / نتایج انحرافی خود را درک کند. و خود اصلاح شود.
  • امنیت اطلاعات و کلاهبرداری اینترنتی : این منطقه دارای تأثیر قابل توجه است. و شرکت ها بر اساس هر دو سیستم پیشگیری و پیش بینی هوش مصنوعی از دارایی های آن محافظت می کنند یا ضررهای احتمالی میلیونی را کاهش می دهند. شرکت ها راه حل هایی در زمینه حفظ حریم خصوصی ، کاهش سرقت های احتمالی داده ها ، جلوگیری از کلاهبرداری ، پیشگیری از حملات سایبری و غیره به کار گرفته اند.
  • ابزارهای همکاری : با کار مجازی ، افراد در جلسات زیادی قرار می گیرند. تلاش زیاد برای برنامه ریزی درگیر است. بداهه راه رفتن تا پشت میز کسی و حل مشکلات در روزهای WFH / WFA امکان پذیر نیست. شبانه روزی و طوفان فکری یکپارچه مانند صدای مجاورت در مجاورت یکسان نیست. هوش مصنوعی برای حل این مسائل دوباره در مراحل مختلف تکامل است. ادغام ربات چت با ابزارها و سیستم عامل های مختلف توسط شرکت ها به طور فزاینده ای برقرار می شود. برنامه ریزان خودکار برای جستجوی شکاف های مشترک بین شرکت کنندگان در جلسه. ارزیابی ناهمزمان مصاحبه نامزدها که ابزار AI نامزدها را فیلتر می کند. و به مصاحبه کنندگان اجازه می دهد فهرست های کوتاه را با سرعت و زمان خود مرور کنند. سوار شدن به وصال های جدید ، رزرو منابعی مانند اتاق جلسات برای جلسات ، ترجمه خودکار برای کاهش موانع زبان ، مدیریت امنیت اطلاعات هنگام ورود افراد از مکان های مختلف ، مدیریت فشار و کشیدن ارتباطات و ایجاد تجزیه و تحلیل معنی دار از همان موارد. راه حل های هوشمند صفحه برد سفید برای بحث از راه دور و قابلیت همکاری هنگامی که افراد در سیستم عامل های مختلف به طور یکپارچه هستند. هوش مصنوعی خیلی سریع چنین ابعادی را فرا گرفته است.
  • تخصیص تلاش و هزینه – امروز بسیاری از تلاش ها و هزینه های ما مبتنی بر ترکیبی از داده های تصمیم گیری انسان است. پیشرفت هوش مصنوعی قادر خواهد بود براساس مدلهای پیش بینی کننده که دلار بعدی و تلاش روزانه باید در کدام عرصه انجام شود ، به ما کمک کند ، بر اساس سطح تأثیر تجارت ، شانس موفقیت ، نیاز نسبی تجارت در برابر تخصیص های فعلی و بهینه مورد نیاز تعادل مورد نیاز بر اساس داده های تاریخی شرکت و صنعت.
  • تولید و موجودی تقاضا:
    • به دلیل تأخیر در زمان یا اشتباه در برنامه ریزی تقاضا ، تلاش و موجودی زیادی مسدود می شود. با مشتری بیش از حد شخصی سازی این موجودی ها نیز برای تأمین چنین نیازهایی باید تحویل داده شوند. بیشتر وقت ها هوش مصنوعی نقش اصلی را در ایجاد راه حل های بهتر در این زمینه ، کاهش موجودی مسدود شده و بهبود تجارب مشتری دارد. براساس پیش بینی بهتر تقاضا ؛ و سیستم های موجودی خود نظم دهنده بهتر است.

برخی از چالش های این سفر:

در حالی که این مسیر باز می شود ، چندین چالش وجود دارد که باید به آنها فکر کنیم:

  • سرعت و موفقیت : هر راه حل هوش مصنوعی جن خارج از بطری نخواهد بود. در کدام منطقه باید سرمایه گذاری کرد؟ چه چیزی بزرگترین انفجار را برای شما به ارمغان می آورد؟ حجم معاملات چقدر است؟ تأثیر تجاری چیست؟ آیا موفقیت KPI به خوبی تعریف شده ، عینی و عملی است؟ ماهیت تکراری چنین کارهایی چیست؟ روی چه حجم داده ای نشسته اید؟ آیا جمع کردن همان در یک مکان آسان است؟ یا پراکنده است و به خوبی سند / مدون نیست؛ همانطور که برای اکثر شرکت ها صادق است؟ آیا بهترین سطح عملیاتی شما مایل به صرف زمان برای تبدیل این یک راه حل بالغ است؟

این پاسخ ها به زمان و تفکر عمیق بهترین ذهن شما نیاز دارد. هیچ راه حل یک شبه ای وجود ندارد. اگر وجود دارد ، عمیق تر نگاه کنید. آنها احتمالاً حقه بازی و بازاریابی هوشمندانه ای هستند.

  • محافظت از اطلاعات و حریم خصوصی با ابعاد قانونی و اخلاقی آنها. مالک داده هاست؟ چقدر می توانیم با آن کار کنیم؟ چه اعلامیه ها و مرزهایی تعریف و توافق شده است؟ معضلات مهم قابل حل است.
  • اخلال در نیروی کار : چه تاثیری بر مشاغل خواهد داشت؟ اگر تکامل فناوری را فراتر از وسایل جانبی ببینیم ، ممکن است فناوری نیازهای جدیدتر مجموعه مهارت را جایگزین مشاغل فعلی کرده باشد. اما مجموع مشاغل به طور کلی افزایش یافته است. با این حال ، تأثیر فوری و مدیریت تغییر همچنان یک نگرانی است که باید با حساسیت و پشتیبانی مدیریت شود.
  • منبع مکمل تصمیم گیری : فناوری های هوش مصنوعی باید بعنوان یک منبع مکمل تصمیم گیری برای شرایط خاص پیچیده و حساس باقی بمانند. به جای یک مسئله غالب. بسیاری از مناطق مداخله در هوش مصنوعی ممکن است نیاز به یک بحث مدیریت سخت در مورد تجارت و نگرانی های اخلاقی داشته باشند.
  • لمس نهایی و حساسیت انسان سرانجام ، ما باید فکر کنیم که چگونه برخی از این راه حل ها موقعیت های انسانی را برطرف می کنند. چه میزان حساسیت برای معامله مورد نیاز است. نقطه لمس انسان ، مشتری ، اجتماع یا کارمندان ؛ چگونه تعادل مناسب بین عینیت ، سرعت ، صرفه جویی در هزینه و حساسیت انسان و تجربه کاربر نهایی حفظ خواهد شد.


لینک شده


سلب مسئولیت

نظرات بیان شده در بالا از نظر نویسنده است.



پایان مقاله



Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>