追求劳动力效能优势要基于整个生态链和底层力量,去推进整个产业和行业的劳动力效能的提升,而不仅仅是存在于单个企业的劳动力效能的提升。同时随着技术的升级,也要让整个管理制度和管理体系,显得更加精准、更有温度、更具关怀。
作为劳动力大国,中国在劳动力管理方面所积累的实践跟经验,是全世界领先的,在这块土壤上所诞生出来的劳动力的数字化管理工具也是领先的。当下亟待解决的问题,正是如何带着中国最优秀的劳动力管理实践走向海外。
关于“新时代下企业管理的新方式”这一话题,作为盖雅工场联合创始人兼CEO的章新波做了自己的解读。
“需要多少人、来了多少人、干得怎么样”是盖雅工场一直致力于解决企业劳动力管理中的三个核心问题,即从劳动力规划、执行和评估三个方面,帮助企业快速提升劳动力效率、精确控制劳动力成本、灵活调配劳动力资源。
企业到底需要多少人?
现在我们是用算法用科技的力量帮你算出来最优化的那个解,哪一天哪个时间段我安排谁来上这个班是最合理,这个时候企业的效能就会利用到极致。原来我们判断一个企业需要多少人,要从年初开始做计划,然后一步步把它下放下去。然而事实上,我们细化到最小的颗粒,我们需要根据历史的经验、根据模板、根据责任心判断出来,每个车间、每个部门、每个门店在每天、每周、每月甚至每个事件段需要多少人。
实际来了多少人?
我应该对哪些计划外的事情做一些提前的管控跟预防,而不是在事后才知道。比如说,我安排了这么多人来上班,到底实际有多少人在?有多少人在产生工时?计划内有多少,计划外有多少?但是现在我们做到了智能的实时的预测提醒,更为简单便捷和精准。
这些人到底干得怎么样?
因为我们一直在追求效能,所以必须要弄清楚:每个人每天、每周、每月工作了多少小时?干得好还是差?到底干得怎么样?在每个门店、每个车间产生的工时效率到底怎么样?
如今在这三个方向上,盖雅工场对客户产生了巨大的信息化和数字化的价值,不断用科技的力量来解决问题,这其实是也是盖雅一直在前行的方向。
转型不是一帆风顺的道路,也不是一蹴而就的过程。在整个生态当中,盖雅工场所做的事情是相对垂直的,从底层来讲,它需要稳定的云环境进行技术支撑,依赖于大量的底层环境。其次,盖雅在转型过程中遇到的问题,也值得深思,比如:怎么将劳动力管理能力最好的一些应用连接起来?能不能快速地衔接起来?怎样才能不让大家做重复性的劳动?大家的数据是否能够开放?
面对上述问题,究竟该如何解决,盖雅工场选择了华为云。
“浅层次来讲,我们通过携手华为云,可以先把大量的客人能够跟华为云形成一个云服务的结合,能够让大量的数据在云端以更精准的计算能力、更便捷的方式、更高的速度展现给他们。我们通过很好的算法跟科技力量,把每家公司的某块应用做到最优化。可以说,华为云能够给到我们最大的技术能力的支持,而这个支持让我们在华为云上,从浅层次跟未来都有不同的变化。”这是章新波强调的重点。
章新波还补充道,“长远来看,我相信这上面会形成一些能力,计算的能力、大数据的能力,不仅仅是局限在某个企业自己的应用,而是会形成更好的产业应用。我相信能够回到最后我们追求劳动力效能的初心,就是把整个产业可以推进更好的衔接以及推进更优化的解。我们希望去推进整个产业的、整个行业的劳动力效能的提升,因为劳动力效能不仅仅是存在于单个企业的劳动力效能的提升,这一定是基于整个生态链,基于整个底层力量以及我们的客户形成的一个巨大的产业链,形成的最后优化的结果,这是没有一个底层架构、没有一个大数据的集合是无法实现的。”
盖雅工场在未来,将和华为云携手前行,持续加大投入,聚焦整个劳动力层面,推动劳动力管理的智能化升级,共同助力整个长三角地区以及苏州地区的高质量发展和智能的升级。
值得一提的是,利用技术优势将劳动力效能最大化,是让人能最大程度地创造价值、发挥价值,而不是让人被系统所掌控。盖雅希望能够让整个的管理制度、管理体系随着技术的升级,显得更有温度,更具关怀,而且是更加精准的,而不是冷冰冰的。在章新波看来:系统数字化或者说智能化的升级,其实是给这些有更好发挥的人,给正能量的人,给优秀的人,以更客观的更好的评价,让奋斗者、优秀的人能够跑到最前面去,这其实是系统可以更好地去识别、去抓取的一些数据。
好文章,需要你的鼓励
随着大语言模型在人工智能时代展现强大力量,可穿戴设备成为收集人体数据的重要载体。通过实时监测血压、心率、血糖等生命体征,结合AI边缘计算能力,医疗正向个性化转型。基因治疗、数字孪生技术让每个人都能拥有专属的医疗数字化身,实现从"报销型医疗"向"创新循证医疗"的转变,为疾病预防和健康管理带来革命性突破。
这项由DP Technology和北京大学联合完成的研究提出了SphereAR方法,通过超球面约束解决连续标记自回归图像生成中的方差崩溃问题。该方法将所有输入输出限制在固定半径球面上,实现尺度不变性,在ImageNet数据集上创下自回归模型新纪录,SphereAR-H达到1.34 FID分数,首次让纯自回归方法在同等参数规模下超越扩散和遮蔽生成模型。
在巴黎举办的欧洲开放基础设施峰会期间,专门用一整天时间讨论VMware迁移问题。博通收购VMware后许可证价格上涨,导致客户运营成本大幅增加。开源开发者展示了将VMware虚拟机迁移到开源替代方案的产品。Forrester分析师指出VMware客户对此感到信任破裂。OpenStack等开源解决方案虽然复杂度较高,但提供了健康的开源生态系统替代方案。
微软研究院联合清华大学开发的PixelCraft系统,通过多智能体协作突破了AI视觉推理瓶颈。该系统采用专业分工模式,包含调度员、规划员、推理员等角色,配备图像记忆库实现灵活推理。在权威测试中准确率提升5-9个百分点,特别擅长分析复杂图表和几何图形,为科研、金融、教育等领域提供精确的视觉分析能力。