全球化浪潮下，劳动力市场的多变性与外部环境的复杂性相互交织。传统的用工模式使得企业面临人力短缺、成本上升以及人效不足等诸多挑战，日益突显的MZ世代员工到后疫情时代逐渐兴起的多元用工模式，再到AI技术的迅速崛起等，这些因素共同推动着企业必须主动迈向劳动力管理数字化转型，提升市场综合竞争力。对此，数字化技术无疑是助推用工模式转型的一大利器，能够直击各业务场景遇到的痛点及难点。众多企业纷纷试水新型用工管理模式，以其赋能传统劳动力，实现降本增效、精益运营。站在企业和人力资本管理变革的临界点上，作为持续深耕劳动管理领域的探索者和实践者，劳勤于2024年产品发布会正式推出了“AI智能调度引擎V2.0”与劳动力管理平台全新一代产品，聚焦超越单一业务场景的问题解决能力，致力于打造劳动力管理新范式，为企业带来全新的动力引擎和管理变革，与客户共同迈向成功。深耕劳动力管理领域20余年的劳勤，已服务超过1,000家客户，覆盖9个行业和50多个细分领域，其中包括500家大型企业，累计用户超过4,000,000。近年来，劳勤在劳动力管理数字化领域持续创新，新技术产品已在智能制造、连锁零售、物流服务、金融服务、汽车制造、新能源等行业大型集团成功落地。劳勤在这一领域提供了怎样的解决方案？对行业发展趋势有哪些洞察和判断？带着这些问题，第一新声采访到了劳勤联合创始人兼CGO史琦Owen，请他分享劳勤如何深入行业，深挖业务驱动下的劳动力管理挑战和需求，为行业企业带来可落地的经验和最佳实践。聚焦技术：引擎升级+应用优化，数智创新赋能劳动力管理
2023年，全球AI技术飞速发展，企业普遍加速实施AI人工智能的“数智化”转型。作为专业的劳动力管理数字化服务提供商，劳勤也全面拥抱AI技术，积极探索AI智能时代下的劳动力管理数字化解决方案。
新品发布会上，劳勤CGO史琦首先重磅发布了——AI智能调度引擎V2.0。该引擎可以提供更高性能的智能调度，更精细化的人力资源管理，以及更敏捷化的业务流程管理。作为劳勤自主研发的核心科技，V2.0在1.0基础上引入了四十多项最新技术，实现了全面创新升级。内置机器学习引擎和深度学习引擎，结合人工智能、数据挖掘技术，配合统计学与运筹学算法、能够为生产制造、连锁零售、仓储物流、物业服务等多个行业企业提供智能的管理决策支持。谈及AI智能调度引擎V2.0的诞生过程，史琦介绍，在疫情之前，劳勤一直将智能排班或高级排班定义为算法驱动的产品服务。但经过疫情期间的种种挑战，团队越来越认识到仅仅依靠算法驱动已经难以充分解决企业在人力资源管理领域的变革和业务增长。AI智能调度引擎V2.0因此应运而生。它可以基于企业人才池，通过智能排班实现对未来业务所需人力资源的预测与调度，并根据业务智能分析预测人力缺口、技能缺口，推动智能招聘、智能培训、短期用工等，将招聘入职与技能训练后的达标员工直接纳入人才池，为未来业务目标提供保障。在日常业务运营中，则可以通过智慧考勤和精益工时实现工时的精细化管理与人效提升。最终，帮助企业实现以业务为驱动的劳动力管理数字化闭环。
除了AI智能调度引擎V2.0，劳勤还重点推出了六大核心发布：精益工时、智能排班、智能招募、技能训练、短期用工、智慧考勤，六大核心应用覆盖了500多个劳动力新业务场景。劳勤希望通过这些全新技术，帮助企业在业务数字化和劳动力管理数字化转型时形成更多的前瞻性思路。
AI智能调度引擎V2.0+“六大核心“双拳出击，形成了劳勤占领劳动力管理市场的独特打法。劳勤不断优化的产品AI能力，可以通过海量的数据分析，打通前端一线人员排班调度和后台数据，以实现企业内最佳的调配和人员调度策略。“我们最终希望实现的目标是：通过AI最大程度地减少企业客户在人力资源管理过程中的人为介入的管理成本，为企业控制时间成本和人力成本，提升整体效益。”史琦补充介绍。
精准提供行业解决方案
“劳勤提供的不仅仅是一个优质工具，更希望为客户业务运营部门提供合理的劳动力排班规划服务，以验证和确保企业内部的人力资源能够有效为业务端提供服务。” 史琦向第一新声介绍。这一理念也驱使劳勤二十年如一日坚持深入挖掘人力资源管理领域的各项细节。
行业特性应该是所有场景应用首要考虑的因素。
劳勤在设计AI智能调度引擎V2.0时，多方位考虑了不同行业的劳动力管理特点。该引擎的AI算法综合考虑前端业务的个性化需求、数据模型和员工个人技能标签等因素，以向企业推荐最合适的员工，确保业务的合理运行。除此，考虑到员工的通岗能力，使其能够适应前端业务量不足的情况，并实现灵活的人员调配。
（精益工时）
例如，生产制造型企业通常拥有非常标准和固定的生产计划，需要提前合理安排好人力资源以满足生产需求。在生产需求相对稳定的情况下，企业提前通过MRP等数据进行拆解，再利用劳勤提供的劳动力管理平台，根据既定政策进行人才调配，优化产值。这体现了“精益工时”理念——通过最优员工搭配，提升生产制造型企业的效率。而餐饮等服务行业前端业务需求变化大，后端用工计划需要根据市场变化值进行灵活搭配。AI智能调度引擎V2.0则会根据前端提供的数据和因素生成相应的推荐值，满足不同的业务情境。这种灵活性有助于适应服务型行业的变化和波动，提升整体运营效率。在劳勤看来，企业需要打造以业务为核心的劳动力管理新范式，史琦说道，“在不断与客户进行共创和打磨产品的过程中，劳勤发现企业人力资源管理的核心始终围绕客户的业务展开，让最了解业务需求和运作情况的管理者负责现场人力资源调度和管理，才符合企业长期发展趋势”。 过去的劳动力管理核心在于如何将合适的人，在合适的时间，安排在合适的岗位，通过对未来劳动力的规划、执行、分析、优化的闭环来实现人力的最优配置。随着技术的升级和企业用工的需求不断细化，现在的劳动力管理更加前置。“企业需要通过智能排班系统对未来的业务预测调度人力资源、以实现业务于人力成本的黄金平衡。”劳勤CGO史琦对第一新声阐释了自己对新劳动力管理的理解。人力资源管理始终都要围绕业务端不断进行循环调配，并形成基于业务模式的人力资源管理闭环。通过业务运作，人力资源池不断进行排班、调配和考勤。在这个循环中，一旦发现人力资源不足，就会产生对短期用工的招募需求和对现有员工的技能培训需求。给员工进行定期排班，又会出现对精益工时的需求。企业通过对劳动力管理的智能优化，进一步破除生产计划与薪资计划等企业管理上下游环节的信息壁垒，增强企业管理透明度、灵活性。以劳动力管理海量数据分析映射企业管理各个环节，为企业决策部署提供评估维度、辅助性决策，敏捷应对市场压力。史琦表示，选购劳勤系统的客户，有一个共同点是都寻求快速应对市场反馈的能力，并期望系统能够支持他们更好地应对业务挑战。劳勤的产品服务可以帮助客户将业务运营经验固化，标准化，通过数字化方式留存下来。帮助客户制定标准化流程，并在企业内部分享最佳实践，快速复制。使业务部门从琐碎的工作中解脱出来，让人力资源部门能更加灵活地支持业务需求，最终实现组织的最优配置。
（智能排班）史琦以劳勤服务的某客户为例，该客户基于不同门店的“智能排班”策略有很大差异，比如有些门店的定位是品牌体验店，更注重个性化用户体验，在排班时允许门店预留余量，以向用户提供更好的服务。而有些门店更关注销售转化，则会根据销售情况实际调整员工数量。企业需要在不同发展阶段，要采用不同的产品和方案来实现其目标。在快时尚服装等行业，对供应链前置的“快反”能力的追求也推动了劳动力管理的巨大变革。劳勤的产品服务帮助企业实现了后端人员匹配与前端生产任务的无缝对接。通过前置化订单任务，系统能够自动导出生产任务，进而进行劳动力的灵活管理和计划安排；基于快速系统反馈，企业能够迅速了解并满足未来订单的生产人力需求。随着数字化的不断深入，企业生产出的数据数量和规模形成了一个庞大的数据海洋，而不同系统之间形成的壁垒与数据孤岛却让数据之间并不能顺畅流通为企业赋能。如何挖掘这些数据的价值成为了行业共同面对的难题。劳勤通过打通、链接相互独立的人事、生产等系统，让数据更透明、流通更顺畅，让企业充分利用数据赋能不断打通流程、增强“快反”能力，从而构建更敏捷的组织架构、提升经营效益。当前，越来越多的企业对劳动力管理提出高质量和高效率要求，人力资源管理的关注点会在企业不通过发展阶段凸显不同的需求，以及现有人力资源是否能够与未来快速发展的业务需求匹配。劳勤通过陪伴客户发展周期，根据不同的发展阶段及业务需求提供高效的劳动力管理解决方案。劳勤在企业不同的发展阶段提供不同的需求供应。劳勤同某智能制造业携手合作二十余载，从初次合作打造智慧考勤管理系统，到跟随客户蓬勃发展激发出的需求，历代产品的落地实现，劳勤同企业携手合作、共同成就。劳勤为企业精准赋能。与某光电半导体企业合作中，劳勤为人力资源“三支柱“转型，进行人力资源管理的信息化、数字化升级。从线下到线上、从正向考勤到逆向考勤的灵活切换、从抓班到排班共存……操作方式和管理模式的转变提升了工作效率。给企业带来更多元、更高效的管理方式。“人力资源数字化转型是一个持续迭代、不断进化的过程，劳勤给客户带来的最大价值是紧密协作企业变革方向，在数字化转型过程中相互配合，一起成长，成为品牌成长的见证者、参与者，这也是众多企业长期坚定选择劳勤的原因。“劳勤CGO史琦说道。“随着人工智能等新技术的兴起，客户对劳动力管理的需求有了更多新认识。劳勤也已经进入劳动力管理深水区，我们期待能在精益化管理方面为用户提供更深一度的数字化应用服务。2024年，团队将更加专注于与客户进行共创，共同探索如何更好地帮助他们有效运用资源，促进人效提升，业务增长。”史琦强调道。
