上海2019年9月16日 /美通社/ -- 最近，美国前总统奥巴马夫妇投资的高地制片公司推出的首部作品《美国工厂》 (American Factory) 刷爆网络，片中讲述中国企业福耀玻璃在美国俄亥俄州代顿重新启用了通用汽车组装厂，雇佣了2000多名美国工人，在对这家工厂和美国工人们进行中国式管理的过程中，经历的冲突、理解以及和解的故事。由此可见，无论是全球哪里的制造业，劳动力管理都非常重要。实际上，片中福耀玻璃在美国正在经历的趋势，也正在深刻地改变中国这个全球较大的制造业大国，这个趋势就是“智能制造”。
劳研院：以数据的名义，重新定义劳动力管理
如今，国内的智库和产业界都已经意识到，智能制造将给中国制造业带来巨大的冲击和挑战。近日，亚太劳动力效能研究院携手安永战略及运营咨询、上海劳勤，联合发布了《决胜劳动力“U时代” 2019中国智能制造劳动力管理调研报告》（以下简称《劳动力管理调研报告》），谈的就是“智能制造”给中国制造业劳动力管理所带来的挑战。
“智能制造”引发劳动力大变革
所谓“智能制造”，就是将智能技术与传统制造业相融合所产生的新型业务模式。通过将物联网、通信技术、大数据等基础软硬件和数据支持，以及生物识别、机器学习、AR/VR等算法和解决方案贯穿于研发设计、原料采购、生产制造、物流运输、市场营销、销售、售后服务等制造企业价值链各环节并与其深度融合，从而具备信息深度自感知、智慧优化、自决策、精准控制自执行等功能。
为了《劳动力管理调研报告》，亚太劳动力效能研究院和上海劳勤贡献出了自己在核心制造业客户领导层的关系网络，而安永战略级运营咨询则拿出了在智能制造行业与劳动力管理行业的长期研究与洞察，三方联手做了100多份线上定量问卷和20多场线下深度访谈，最终才得以付梓。
报告认为，智能制造的趋势已经非常明显，它将会劳动力管理带来两个层次的挑战：一个是对人力劳动力的替代，另一个则是劳动力结构的巨大变化。
1. 人力劳动力的替代
中国是全球制造业大国，制造业每年吸纳的就业人数相当可观，单单一个富士康集团在中国大陆的劳动力就已经接近100万人。
可是，如今富士康正在加紧部署工业机器人、组建工业物联网。最终，中国制造业走向智能制造的同时，也意味着人力被替代。《劳动力管理调研报告》预计，虽然到2025年中国制造业所需就业岗位将达到约1.5亿个，较2019年增长约23%；但是，这其中35%的就业岗位将由机器完成，人力劳动力较2019年反而减少了20%。
2. 劳动力结构的巨大变化
2019中国智能制造劳动力管理调研报告截取内容
如果以2019年的劳动力人口作为100的话，到2025年确实首先会减少31，但是同时也会增加11，这是因为虽然劳动密集型、智能分析性的劳动力会大幅度减少，但是技术密集型劳动力则会大幅度增加，沟通管理型劳动力也会小幅增加，从而使得劳动力结构发生根本性的改变。
《劳动力管理调研报告》列举了访谈的一家全球领先的电梯制造商的例子。这家企业的自动化程度较高，处处可见机械臂和自动化产线，一线员工数量的减幅较大，以前车间员工与办公室员工的数量比是6:4，现在则变成了4:6。
未来，这家企业计划用机器和人工智能来替代所有基础性的工作，将缩减以下岗位：
这家企业也需要新增不少数字化和新技术相关的岗位。此外，这家企业正在考虑新设置一个专门的团队来推动企业数字化的进展，该团队将成为架起各业务部门与IT之间的桥梁，为企业数字化方案做统筹规划与执行管理，该团队的领导人（即CDO）需要理解整个生产和业务流程，理解智能技术及其在各价值链环节的应用情况，从而更好地衔接客户端、销售、研发和制造。
根据这家企业CHRO的预计，企业岗位未来5年的增减比例约为1:5。长远来看，新增的岗位较少，企业劳动力总体量还是呈下降趋势。
2019中国智能制造劳动力管理调研报告截取内容
劳动力管理的三大挑战和对策
《劳动力管理调研报告》总结：制造企业在“U时代”的劳动力管理面临着三个重大挑战，分别是：
挑战一：新人才招聘
新人才招聘面临的挑战主要在两个方面：如何准确定义智能技术下工作岗位所需的能力素质；如何准确匹配最佳的受聘人群，尤其是跨行业人才招聘。
企业向着智能自动化迈进，人才标准的重新定义也需要相应地符合企业发展方面的要求，而目前传统的人力资源管理对于智能技术驱动下的业务需求存在信息收集和理解不足的问题，因此难以准确描绘新业务背景下所需人才画像，从而导致人岗匹配困难，尤其缺乏拥有综合能力的复合型人才。
技术的快速变革带来了灵活用工，劳动力的高流动性使得招聘日益频繁，难以捕捉高效招聘渠道和重塑招聘流程，从而给招聘效率的提升带来挑战。而且，传统的薪酬体系未能与市场接轨，准确的人岗匹配将变得更加困难。
挑战二：劳动力再培训
劳动力再培训的难点在于如何开发智能技术所需的培训和考核内容，以及为员工匹配个性化的课程与发展路径。
智能技术正在快速迭代，技能需求不断升级，现有员工需要接受有效的培训、持续且有针对性的学习，才能满足“U时代”对劳动力的能力需求。而且由于员工的水平参差不齐，如何识别新技能缺口并设计个性化的培训将变得至关重要。
《劳动力管理调研报告》显示，65%的受访企业高管表示，在过去3年中，需要内部再培训的员工比例低于40%；但未来3年，随着智能技术的加速渗透，近40%受访者认为人员再培训比例将超过60%。
挑战三：劳动力绩效管理
当前对员工的绩效评估仍以主观为主，缺少客观数据评估支持的局面。未来衡量员工绩效的工具和标准都需要更新。例如，在设备人员的考核指标中，故障处理与维修费用控制将不再是第一位的，而会更多考虑设备的产出效率，工作重点将从解决问题控制成本转变为通过维护减少故障，而对此的考核就需要更多地依赖量化数据的采集。
同时，智能技术的发展对人机协作、信息共享、决策能力等非标准化能力带来更多需求，因此智能技术所需精英人才需采用新的绩效体系进行激励，以个性化的评估反馈来指导未来工作，提高人岗匹配程度。这也是“U时代”劳动力绩效管理的真正难点。
标准化的工作已经由机器替代，非标准化的工作如何考核、考核什么内容、怎样保证考核的公平公正都是挑战。HR需要在深入了解业务、技术和员工的基础上，给予不同岗位所适配的不同评估，这里面需要更新的不仅仅包括评价体系及要素、衡量工具、晋升标准等，对人才梯队的选拔也需结合智能知识和技能体系所带来的新变化。
HR作为劳动力管理核心且唯一的部门，随着人机新生态发展的深入，需要更加理解业务、人与技术。在智能技术的影响下，人力资源管理的工作内容与角色定位将发生变化，战略性与创造性的工作大幅增加，带来HR在企业内部定位的进一步提升。HR需要基于对业务流程、技术应用、行业竞争的深入理解，开展劳动力规划、人才招聘等工作。
由于劳动力结构的转变，技术密集与沟通管理型精英人才占比提升，人才的激励、发展和企业文化建设将成为HR工作的重中之重：
有智能劳动力管理，才有“智能制造”
在理解技术的基础上开展应用是HR驾驭智能时代的关键，但是目前企业数据质量尚不理想，阻碍了劳动力管理的智能化。为解决难题，各制造企业认为，加强数据在线与联通是驱动HR转型、释放数据价值、实现“智能化”变革的根基。因此，数据是“U时代”劳动力管理公认的“金钥匙”。
在谈到数据的时候，亚太劳动力效能研究院院长汪友宝深有感触：“所有的从劳动力、从招聘、到数据、到绩效来讲，核心还是要有基础数据。如果我们没有基础数据的维度，我没办法进行合理的排班调度，我也不知道如何去提升效能。再结合未来从蓝领密集型向知识密集型转变，或者说新时代Z世代的劳动力，他们更多的是基于数据的分析和判断，而不是基于感觉，或者基于方案的技术来改进，一切有基础的数据才能做很好的判断。”
汪友宝的另一个身份是上海劳勤信息技术有限公司创始人兼董事长，这家公司创立十多年的时间里只做了一件事情，那就是深耕劳动力管理，帮助企业降本增效。
在这十多年，汪友宝走访了很多制造型企业，其中不乏世界五百强企业，结果发现，大部分企业的数字化程度偏低，在智能制造上的投入仍然比较少，这也使得即使是排班这个制造业看起来并不复杂的流程，也仍然只是依靠管理者的经验。问题是，一来管理者的经验毕竟有限，他也不可能了解生产线上所有工人的特长，二来有经验的管理者如果被调换了岗位，他的经验也没有沉淀下来。在走访过程中汪友宝发现，有些企业的运营老大明明发现了当天产线有异常情况，但是却找不到原因，其中关键就是数据的问题。
现在已经有了比较成熟的解决方案。在北汽集团，通过劳勤提供的WTS专业的劳动力管理系统，解决了目前排班与报表难题，使得数据更加精准，同时简化了日常考勤管理的工作量，实现了自动化、精细化考勤数据报表的统计。通过系统化的管理，减少了员工的沟通成本、高额的非必要加班工时的支出，实现了人员成本的精准管控，制造型企业向智能制造的转型也就有了基础。
泰尔茂株式会社是日本的一家医疗器械制造企业，在中国大陆有家数千人的工厂。在劳勤的帮助下，首先建立了完善的考勤制度，收集到完整和精确的考勤数据。在此基础上，泰尔茂继续完善自身的智能制造，做到了：
“我认为未来劳动力管理的趋势，一是从个人到组织；二是从效率到效能；三是从从技术到数字；四是从人性到人心。”汪友宝总结道。如今，中国的劳动力管理，也恰恰沿着这四大方向继续前进。
