LMS更新:向网络化劳动管理拓展

帮助组织管理员工的软件，劳动管理系统(LMS)用于编排日程安排，跟踪时间和出勤记录，并生成劳动力生产力报告。

lms被各种规模的企业和大多数行业所使用，对于那些拥有复杂、庞大的员工队伍的企业尤其有用。事实上，对于供应链管理(SCM)软件家族的这一成员来说，历史上非常庞大的劳动力一直是“甜蜜点”。

无论是作为大型企业系统的一部分还是作为独立应用程序运行，LMS都可以通过为员工提供有效完成工作所需的工具和资源来帮助公司提高劳动力生产力。

该软件还擅长发现劳动力问题——高员工流动率、缺勤、生产率问题——帮助公司遵守劳动法(例如，通过跟踪休息时间和午餐时间)，并预测劳动力需求。

在劳动力市场紧张的情况下，仓库和数据中心的流动率通常超过46%，而其他行业的流动率为12%至15%，后者已成为LMS的一个特别大的卖点。

根据德怀特Klappich,研究副总裁Gartner在美国，LMS不再仅仅适用于大型食品饮料、消费品和批发分销公司。在过去，对工程劳工标准的强调可能会使中小型公司远离使用lms——这更适合那些已经有工业工程师的公司——软件正变得更适用于更广泛的用户。

“由于员工缺乏深厚的工业工程专业知识，以‘工程师劳动标准为中心’的劳动力管理系统并没有扩展到其他市场。现在，我们开始看到公司在“网络化劳动力管理”场景中跨多个设施采用LMS。克拉皮奇说。

例如，一家拥有250到500名员工的公司在10个不同的仓库工作(每个仓库25到50人)，可能无法证明为这些设施中的每个设施都安装一个复杂的LMS是合理的。

但是，同一家公司可以使用基于云的LMS进行网络化劳动力管理，并有效地获得对其整个分布式劳动力的可见性。Klappich指出，Easy Metrics和Longbow的Rebus平台是这一领域的两家供应商。

一半人力管理，一半网络分析

公司还使用LMS来获得“一半劳动力管理/一半网络分析”的运营视图，并优化其人力和设备资产。

例如，如果一个DC有五辆昂贵的大位移叉车，但使用率只有60%，而另一个DC只有三辆这样的叉车，使用率是100%，那么重新分配这些车辆可能是有意义的。

克拉皮奇表示:“我们开始看到一些LMS供应商说，‘嘿，我们不仅可以关注劳动力，还可以开始关注资产利用率。’”他还发现，LMS系统越来越多地融入了游戏化，而不是将应用程序作为识别表现最差员工的工具。

克拉皮奇说:“很多公司都意识到，发现并解雇员工中表现最差的10%到20%已经不现实了。”“如果你找到了工人，你就想留住他们。”知道了这一点，公司和软件供应商都将LMS定位为真正的劳动力管理工具。他们关注员工的敬业度，提供基于绩效的激励措施，并对达到或超过预期的员工进行奖励。

克拉皮奇说:“曼哈顿是一家在LMS中加入游戏化的公司，所以不仅是最好的供应商在这样做，大型软件开发商也在这样做。”他举了一个仓库的例子，该仓库的人员流通量适中，但希望激励现有的员工提高生产率。

有了LMS，公司就可以衡量个人的生产力，确定需要改进的地方，然后为那些在一周内表现超出预期的员工提供电影票或免费披萨券。

其他员工可能更受现金的激励，还有一些人可能会更努力地工作，以享受下午的带薪休假。这些都是lms -游戏化连接的例子，它们已经在全国的仓库和DC地板上使用。

展望未来，克拉皮奇认为LMS中机器学习和人工智能(AI)的巨大潜力，这依赖于大量的数据和计算。他补充说:“LMS可能有数千万个数据点，供应商可以开始利用机器学习算法来利用这些数据点。”“这是机器学习的一个很好的用例，但这个想法还处于起步阶段。很多人都在谈论它，但还没有一家供应商提供这种现成的系统。”

跟踪关键的LMS趋势

凯捷北美副总裁兼供应链主管Michael McCullough表示，越来越多的软件应用程序正在使用人工智能和机器学习来计算和更新工程劳动标准(ELS)。

定义为仓库中任何区域和过程中特定活动所需的预期或计算时间(例如，旅行和执行任务所需的时间)，ELS用于在仓库中执行数据驱动的劳动力分析。这有助于公司确保一致性，解决效率低下的问题，设定和管理合理的目标，并消除浪费。

传统上，工业工程师执行距离测量、时间和运动研究、行业基准和电子表格来计算过程中的ELS。这是一项非常耗时的工作，其结果是必须不断更新静态标准以响应流程更改。麦卡洛解释道。

随着这一领域新的人工智能和机器学习的发展，数据驱动的劳动标准可以通过使用仓库管理系统(WMS)的数据来计算。McCullough说，与特定活动相关的ELS可以不断更新，并且可以根据计算标准模拟潜在过程变化的结果。这样，公司就确切地知道任何预计的变化将如何影响整个仓库的劳动效率。

McCullough认为，基于云计算的LMS解决方案正变得越来越流行，他说:“虽然一些领先的WMS和LMS供应商可以提供这种增加的功能，但许多其他供应商也发现了这个机会，并将其纳入了他们的开发路线图。”

其主要优点包括易于使用、灵活性和成本效益。基于云的解决方案还允许远程访问和实时更新，这在当今快节奏的工作环境中特别有用。

最后，McCullough表示，在LMS解决方案中使用自动化可以帮助组织实现诸如调度、跟踪、工作分配、流程工程和绩效管理等任务的自动化。“这有助于减少人工错误，提高效率，”他补充道。

LMS在仓库或数据中心中增加价值的其他三个领域包括:

• 调度优化。通过分析历史数据和员工偏好，机器算法可以在考虑工作量、轮班模式和劳动法的同时优化员工的时间表。这确保了员工的工作效率和管理者的资源最大化。
• 预测分析。在人工智能的支持下，LMS可以分析大量数据以识别模式和趋势。McCullough解释说:“这些信息使管理人员能够预测劳动力需求，预测需求，并相应地调整时间表。”“企业可以有效地为高峰时期做计划，避免人员过多，并将劳动力成本降至最低。”
• 合规管理。LMS还可以通过自动监控和执行加班规则、用餐和休息时间以及其他与劳动相关的政策，帮助组织遵守劳动法律和法规。

目前推动LMS采用的另一个因素是整体技术(包括基于云的解决方案)的可用性和可负担性，这使得中小型企业更容易使用LMS。

展望未来，McCullough预计LMS供应商将继续创新和升级他们的平台，以适应当今劳动力不断变化的需求。

工业engineer-in-a-box

随着技术的进步，越来越多的人工智能和机器学习嵌入到LMS应用程序中，新的大门必将打开。例如，公司可能能够精确地指出员工疲劳的真正影响，然后想出最小化它的方法。

通过机器学习，一家公司可以查看1000万笔交易，并意识到员工的表现在每天下午2点左右开始下降。由于知道下午3点的表现永远赶不上早上7点的表现，公司可以将标准调整到更现实的水平，将疲劳因素考虑在内。

克拉皮奇说:“这是工业工程师可以在仓库地板上用秒表和剪贴板单独完成的工作，但要大规模完成——跨越1000万次交易——要困难得多。”“在某种程度上，这就是机器学习能够做到的。它就像一个大规模的工业工程师。”

Klappich还认为，LMS可能会在自动化仓库中发挥更大的作用，企业可以利用当前的表现来衡量未来的自动化需求。跳过这一步，你可能最终会自动化一个已经在所有气缸上有效运行并表现良好的功能或领域。

克拉皮奇说:“也许你在业务的另一个领域效率不高。”“这就是你想要利用自动化或机器人的地方。我们肯定看到人们对使用LMS实现这一目的的兴趣越来越大。”