3 июля 2019 г.
Устройства, непрерывно фиксирующие физическую активность своего носителя, находят сегодня массу приложений. И не только в области физкультуры или охраны здоровья: при помощи саых обычных фитнес-трекеров и системы машинного обучения очень даже просто выходит контролировать активность и усердие наёмного работника в ходе исполнения им служебных обязанностей.
Что позволяет совершенно по-новому подойти к решению проблемы роста производительности труда. Производительность труда, кстати, требуется сперва объективно замерить, прежде чем разбираться с тем, каким образом её наращивать. Классические метрики это важнейшего показателя результативности работы сотрудников включают живое наблюдение за производственной деятельностью и... пожалуй, всё.
Со времён надсмотрщиков за строителями глинобитных стен Урука и Киша и до табельщиков на первых конвейерах Форда методики оценки производительности труда практически не менялись. Разве что в последнее столетие к ним добавилось развёрнутое анкетирование либо интервьюирование самого же трудящегося персонала. Но и в том, и в другом случае объективность получаемой оценки сомнительна, поскольку на постановку той или иной оценки сильнейшим образом влияет человеческий фактор.
Умные гаджеты, передающие результаты своих измерений в централизованную базу данных, с которой работает затем автономная экспертная система с функцией машинного обучения, — вот это куда более объективный способ измерять производительность труда. По крайней мере, так считает профессор Эндрю Кэмпбелл (Andrew Campbell) из Дартмутского колледжа в Нью-Гэмпшире, США, автор сматрфонного приложения PhoneAgent.
Само это приложение можно считать модельным: оно полагается на использование уже имеющихся в фитнес-трекере, умных часах или смартфоне датчиков, и модифицировать либо создать подобное ПО под нужды конкретного заказчика способен любой респектабельный системный интегратор. PhoneAgent ведёт пассивный сбор сведений об использовании телефона и мессенджеров (продолжительность звонков и сессий, список абонентов и т. п.), уровне физической активности носителя гаджетов (данные с акселерометра), его положении и перемещениях в пространстве (GPS/ГЛОНАСС и триангуляция по вышкам сотовой связи), уровень освещённости вокруг (соответствующий датчик на передней панели смартфона).
Специализированный фитнес-трекер добавляет к этим общим параметрам такие важные показатели, как частота сердечного ритма носителя, оценка расходования им калорий (и даже их потребления, если тем или иным образом позаботиться о вводе соответствующих величин), уровень стресса. Если сотрудник не снимает трекер даже во сне (что актуально, например, для работающих по системе «сутки через двое» и ей подобным), то оценке подлежит ещё и качество его сна.
Ещё одним элементом системы объективного измерения производительности труда становятся Bluetooth-маячки, также взаимодействующие с приложением и передающие ему данные о том, как часто и насколько долго человек оказывается в том или ином месте — например, за своим рабочим столом. Пространственное разрешение внутри здания у таких маячков существенно выше, чем у датчиков системы глобального позиционирования.
Серверная часть PhoneAgent располагается в облаке и ведёт обработку полученных от датчиков данных, соотнося их при помощи системы машинного обучения с двумя калибровочными профилями: «лентяй» и «трудоголик». Профили эти сформированы автором приложения с применением тех же самых алгоритмов и датчиков и призваны задавать границы, в которых может находиться активность сотрудника в нормальных условиях работы. Если говорить о разработке подобной системы интегратором под нужды конкретного заказчика, граничные калибровочные профили в каждом случае должны, очевидно, отражать специфику ожидаемой активности персонала — возможно, с детализацией вплоть до департаментов или даже отдельных рабочих мест.
Впрочем, за время тестирования PhoneAgent, которое продолжалось в США год и охватило 750 добровольцев из различных отраслей хозяйства, выяснилось, что уже стандартные профили «лентяй» и «трудоголик» обеспечивают 80%-ную надёжность при определении разницы в производительности труда сотрудников, исполняющих схожие обязанности. Помимо самой этой метрики, приложение позволяет оперативно фиксировать несчастные случаи на производстве (по внезапному резкому изменению сразу нескольких показателей), а также положительно влияет на общее состояние сотрудников.
Понимая, что за ними следит недрёманное око цифрового табельщика, люди старались активнее заниматься делом на рабочем месте, меньше отвлекались на посторонние разговоры и общение, в результате чего больше успевали сделать за рабочие часы, лучше отдыхали в свободное время и крепче спали. Эти результаты, безусловно, следует принимать во внимание системным интеграторам, которые будут разрабатывать аналогичные системы объективной оценки производительности труда для отечественных заказчиков. А в том, что потребность в подобных системах на российских рынках есть, сомневаться не приходится: в нынешних экономических реалиях оптимизация решительно всех процессов и затрат остаётся, пожалуй, важнейшим средством обеспечения деловой состоятельности бизнеса.
Источник: Максим Белоус, crn.ru