• 深度
  • 行業
  • 行業
  • 互動

從中國制造到中國智造,勞動力管理的挑戰與對策

冀勇慶 2019-09-09

原標題:從中國制造到中國智造,勞動力管理的挑戰與對策

最近,美國前總統奧巴馬夫婦投資的高地制片公司推出的首部作品《美國工廠》(American Factory)刷爆網絡,片中講述中國企業福耀玻璃在美國俄亥俄州代頓重新啟用了通用汽車組裝廠,雇傭了2000多名美國工人。在對這家工廠和美國工人們進行中國式管理的過程中,經歷的沖突、理解以及和解的故事。

由此可見,無論是全球哪里的制造業,勞動力管理都非常重要。在《美國工廠》臨近結尾有一小段場景讓老冀印象深刻:福耀玻璃董事長曹德旺在視察工廠的時候,一位中方下屬說到隨著工廠越來越智能化,長期將會減少一些用工崗位。

實際上,福耀玻璃在美國正在經歷的這個趨勢,也正在深刻地改變中國這個全球最大的制造業大國,這個趨勢就是“智能制造”。

智能制造引發勞動力大變革

所謂“智能制造”,就是將智能技術與傳統制造業相融合所產生的新型業務模式。通過將物聯網、通信技術、大數據等基礎軟硬件和數據支持,以及生物識別、機器學習、AR/VR等算法和解決方案貫穿于研發設計、原料采購、生產制造、物流運輸、市場營銷、銷售、售后服務等制造企業價值鏈各環節并與其深度融合,從而具備信息深度自感知、智慧優化、自決策、精準控制自執行等功能。

如今,國內的智庫和產業界都已經意識到,智能制造將給中國制造業帶來巨大的沖擊和挑戰。8月30日,亞太勞動力效能研究院攜手安永戰略及運營咨詢、上海勞勤,聯合發布了《決勝勞動力“U時代” 2019中國智能制造勞動力管理調研報告》(以下簡稱《勞動力管理調研報告》),談的就是智能制造給中國制造業勞動力管理所帶來的挑戰。

為了這份報告,亞太勞動力效能研究院和勞勤貢獻出了自己在核心制造業客戶領導層的關系網絡,而安永戰略級運營咨詢則拿出了在智能制造行業與勞動力管理行業的長期研究與洞察,三方聯手做了100多份線上定量問卷和20多場線下深度訪談,最終才得以付梓。

《勞動力管理調研報告》認為,智能制造的趨勢已經非常明顯,它將會勞動力管理帶來兩個層次的挑戰:一個是對人力勞動力的替代,另一個則是勞動力結構的巨大變化。

先說對人力勞動力的替代。大家都知道,中國是全球制造業第一大國,制造業每年吸納的就業人數相當可觀,單單一個富士康集團在中國大陸的勞動力就已經接近100萬人。

可是,如今富士康正在加緊部署工業機器人、組建工業物聯網。最終,中國制造業走向智能制造的同時,也意味著人力被替代。《勞動力管理調研報告》預計,雖然到2025年中國制造業所需就業崗位將達到約1.5億個,較2019年增長約23%;但是,這其中35%的就業崗位將由機器完成,人力勞動力較2019年反而減少了20%。

再說勞動力結構的巨大變化。如果以2019年的勞動力人口作為100的話,到2025年確實首先會減少31,但是同時也會增加11,這是因為雖然勞動密集型、智能分析性的勞動力會大幅度減少,但是技術密集型勞動力則會大幅度增加,溝通管理型勞動力也會小幅增加,從而使得勞動力結構發生根本性的改變。

《勞動力管理調研報告》列舉了訪談的一家全球領先的電梯制造商的例子。這家企業的自動化程度較高,處處可見機械臂和自動化產線,一線員工數量的減幅較大,以前車間員工與辦公室員工的數量比是6:4,現在則變成了4:6。

未來,這家企業計劃用機器和人工智能來替代所有基礎性的工作,將縮減以下崗位:

1. 目前1000名員工里有4000多是維保員工,物聯網的應用將節省2000個勞動力;

2. 工廠圖紙設計崗位將隨著自動化圖紙的應用而減少;

3. 隨著自動報表的實現,各分公司兩名專職報表業務人員可以省掉;

4. 300人的合同評審團隊可以考慮用人工智能替代;

5. 翻譯團隊可以用機器翻譯替代,企業只用輸入知識圖譜即可;

6. 地方HR被取消,職能轉移到總部HR來完成。

不過,這家企業也需要新增不少數字化和新技術相關的崗位。此外,這家企業正在考慮新設置一個專門的團隊來推動企業數字化的進展,該團隊將成為架起各業務部門與IT之間的橋梁,為企業數字化方案做統籌規劃與執行管理,該團隊的領導人(即CDO)需要理解整個生產和業務流程,理解智能技術及其在各價值鏈環節的應用情況,從而更好地銜接客戶端、銷售、研發和制造。

根據這家企業CHRO的預計,企業崗位未來5年的增減比例約為1:5。長遠來看,新增的崗位較少,企業勞動力總體量還是呈下降趨勢。

勞動力管理的三大挑戰和對策

《勞動力管理調研報告》總結,制造企業在“U時代”的勞動力管理面臨著三個重大挑戰,分別是:

挑戰一:新人才招聘

新人才招聘面臨的挑戰主要在兩個方面:如何準確定義智能技術下工作崗位所需的能力素質;如何準確匹配最佳的受聘人群,尤其是跨行業人才招聘。

企業向著智能自動化邁進,人才標準的重新定義也需要相應地符合企業發展方面的要求,而目前傳統的人力資源管理對于智能技術驅動下的業務需求存在信息收集和理解不足的問題,因此難以準確描繪新業務背景下所需人才畫像,從而導致人崗匹配困難,尤其缺乏擁有綜合能力的復合型人才。

技術的快速變革帶來了靈活用工,勞動力的高流動性使得招聘日益頻繁,難以捕捉高效招聘渠道和重塑招聘流程,從而給招聘效率的提升帶來挑戰。而且,傳統的薪酬體系未能與市場接軌,準確的人崗匹配將變得更加困難。

挑戰二:勞動力再培訓

勞動力再培訓的難點在于如何開發智能技術所需的培訓和考核內容,以及為員工匹配個性化的課程與發展路徑。

智能技術正在快速迭代,技能需求不斷升級,現有員工需要接受有效的培訓、持續且有針對性的學習,才能滿足“U時代”對勞動力的能力需求。而且由于員工的水平參差不齊,如何識別新技能缺口并設計個性化的培訓將變得至關重要。

《勞動力管理調研報告》顯示,65%的受訪企業高管表示,在過去3年中,需要內部再培訓的員工比例低于40%;但未來3年,隨著智能技術的加速滲透,近40%受訪者認為人員再培訓比例將超過60%。

挑戰三:勞動力績效管理

當前對員工的績效評估仍以主觀為主,缺少客觀數據評估支持的局面。未來衡量員工績效的工具和標準都需要更新。例如,在設備人員的考核指標中,故障處理與維修費用控制將不再是第一位的,而會更多考慮設備的產出效率,工作重點將從解決問題控制成本轉變為通過維護減少故障,而對此的考核就需要更多地依賴量化數據的采集。

同時,智能技術的發展對人機協作、信息共享、決策能力等非標準化能力帶來更多需求,因此智能技術所需精英人才需采用新的績效體系進行激勵,以個性化的評估反饋來指導未來工作,提高人崗匹配程度。這也是“U時代”勞動力績效管理的真正難點。

標準化的工作已經由機器替代,非標準化的工作如何考核、考核什么內容、怎樣保證考核的公平公正都是挑戰。HR需要在深入了解業務、技術和員工的基礎上,給予不同崗位所適配的不同評估,這里面需要更新的不僅僅包括評價體系及要素、衡量工具、晉升標準等,對人才梯隊的選拔也需結合智能知識和技能體系所帶來的新變化。

HR作為勞動力管理核心且唯一的部門,隨著人機新生態發展的深入,需要更加理解業務、人與技術。在智能技術的影響下,人力資源管理的工作內容與角色定位將發生變化,戰略性與創造性的工作大幅增加,帶來HR在企業內部定位的進一步提升。HR需要基于對業務流程、技術應用、行業競爭的深入理解,開展勞動力規劃、人才招聘等工作。

由于勞動力結構的轉變,技術密集與溝通管理型精英人才占比提升,人才的激勵、發展和企業文化建設將成為HR工作的重中之重。

1. 針對新人才招聘,應當參與技術的評估與工作內容的規劃,并理解適用崗位所需技能,借助AI、大數據等技術實現自動人才篩選與數據對接;

2. 面對再培訓的困難,通過了解人機協作的具體工作內容,監控缺失的技能缺口,制定個性化的培訓內容和計劃;

3. 在績效管理提升上,參與人機協作工作流程制定,從績效與激勵角度提供建議,并借助數據自動化采集、大數據分析等技術,提升效能分析的豐富度和精準度。

有智能勞動力管理,才有智能制造

在理解技術的基礎上開展應用是HR駕馭智能時代的關鍵,但是目前企業數據質量尚不理想,阻礙了勞動力管理的智能化。為解決難題,各制造企業認為,加強數據在線與聯通是驅動HR轉型、釋放數據價值、實現“智能化”變革的根基。因此,數據是“U時代”勞動力管理公認的“金鑰匙”。

在談到數據的時候,亞太勞動力效能研究院院長汪友寶深有感觸:“所有的從勞動力、從招聘、到數據、到績效來講,核心還是要有基礎數據。如果我們沒有基礎數據的維度,我沒辦法進行合理的排班調度,我也不知道如何去提升效能。再結合未來從藍領密集型向知識密集型轉變,或者說新時代Z世代的勞動力,他們更多的是基于數據的分析和判斷,而不是基于感覺,或者基于方案的技術來改進,一切有基礎的數據才能做很好的判斷。”

亞太勞動力效能研究院院長汪友寶

汪友寶的另一個身份是上海勞勤信息技術有限公司創始人兼董事長,這家公司創立十多年的時間里只做了一件事情,那就是深耕勞動力管理,幫助企業降本增效。

在這十多年,汪友寶走訪了很多制造型企業,其中不乏世界五百強企業,結果發現,大部分企業的數字化程度偏低,在智能制造上的投入仍然比較少,這也使得即使是排班這個制造業看起來并不復雜的流程,也仍然只是依靠管理者的經驗。問題是,一來管理者的經驗畢竟有限,他也不可能了解生產線上所有工人的特長,二來有經驗的管理者如果被調換了崗位,他的經驗也沒有沉淀下來。在走訪過程中汪友寶發現,有些企業的運營老大明明發現了當天產線有異常情況,但是卻找不到原因,其中關鍵就是數據的問題。

好在現在已經有了比較成熟的解決方案。在北汽集團,通過勞勤提供的WTS專業的勞動力管理系統,解決了目前排班與報表難題,使得數據更加精準,同時簡化了日常考勤管理的工作量,實現了自動化、精細化考勤數據報表的統計。通過系統化的管理,減少了員工的溝通成本、高額的非必要加班工時的支出,實現了人員成本的精準管控。

有了精準的數據,制造型企業向智能制造的轉型也就有了基礎。

泰爾茂株式會社是日本的一家醫療器械制造企業,在中國大陸有家數千人的工廠。在勞勤的幫助下,首先建立了完善的考勤制度,收集到完整和精確的考勤數據。在此基礎上,泰爾茂繼續完善自身的智能制造,做到了:

1. 智能排班。做到了打卡數據自動對比排班,考勤結果全自動計算,并且自動對接MES系統生產派工單,并根據派工單產品要求進行人員工位排班推薦。由此,使得排班合理合規,提高了員工的敬業度。

2. 智能工時。系統能夠自動跟蹤派工單,實時記錄參與人員的間接工時,統計參與人員的工時能效,建立生產能效數據庫,智能分析得出各產品的工時能效標準。通過這套解決方案,解決了很多制造型企業頭疼的勞動力工時的“碎片化”管理難題。

3. 智能集成。這套系統還能夠與MES系統的派工與報工環節相串聯,完整記錄人員的生產過程軌跡,實現人員成本分攤,這也使得工廠的管理人員能夠實時掌握勞動力成本變化,實時對勞動力資源進行動態調配。

“我認為未來勞動力管理的趨勢,一是從個人到組織,二是從效率到效能,三是從從技術到數字,四是從人性到人心。”汪友寶總結道。

如今,中國的勞動力管理,也恰恰沿著這四大方向繼續前進。

(免責聲明:此文內容為第三方自媒體作者發布的觀察或評論性文章,所有文字和圖片版權歸作者所有,且僅代表作者個人觀點,與極客網無關。文章僅供讀者參考,并請自行核實相關內容。投訴郵箱:editor@fromgeek.com)

標簽勞動力
  • 冀勇慶
    郵箱:caoceng@fromgeek.com
    自媒體”老冀說科技“
    分享本文到