Poilsio įmonės veikia kombinacijoje, kuri retame kitame sektoriuje taip susijungia: sezoniniai piko laikotarpiai, didelė lanksčių ir laikinų darbuotojų populiacija, svečių kontaktas, kuris pats yra produktas, ir back office, kuris turi veikti visus metus, kol front office pusę metų veikia perpus mažesniu tempu. Didžioji dalis valandų skiriama front office darbui — registracijai, informacijos teikimui, rezervacijų keitimui, skundų nagrinėjimui — ir planavimui: darbo grafikams, pajėgumų paskirstymui tarp apgyvendinimo vietų ar atrakcionų, ir priežiūrai, kuri pasiekia piką sezono kaitos metu. Be to, yra administracinis darbas, kuris tęsiasi nepriklausomai nuo sezono: sąskaitų išrašymas, sutarčių valdymas, ataskaitų teikimas savininkams ar franšizės teikėjams.
Aplinkybė, kuri labiausiai lemia rezultatą, yra darbo pasiskirstymas tarp pastovios pagrindinės komandos ir lanksčios darbuotojų grupės. Organizacija su nedidele pastovia pagrindine komanda ir didele sezonine darbuotojų grupe susiduria su kitokiais kliūtiniais taškais nei įmonė, kuri visus metus dirba su pastoviu komandu. Šis skirtumas nulemia ne tik tai, kur susikaupia valandos, bet ir tai, kur slypi pasikartojimas — o pasikartojimas yra tiksliai ta vieta, kur AI turi poveikį.
Daugelyje poilsio įmonių rezervacijos pakeitimą, standartinį klausimą apie darbo valandas ar pirmą atsaką į skundą jau tvarko sistema, ir darbuotojas to net nepamato, kol tai nėra išsiųsta. Kitose įmonėse tiksliai ta pati užduotis vis dar visiškai atliekama per darbuotoją, su tuo pačiu pasikartojimu, tuo pačiu standartiniu klausimu, tuo pačiu laiko spaudimu sezono metu. Skirtumas nėra darbo pobūdyje — jis panašus — bet tame, ar pagrindiniai duomenys (rezervacijų sistemos, žinių bazė, skundų istorija) yra sutvarkyti ir susieti. Kur to nėra, užduotis išlieka žmogaus darbu, ne todėl, kad darbas to reikalauja, bet todėl, kad tam trūksta sąlygos.
Tos pačios trys kategorijos tęsiasi per visą sezoną. Dalį darbo gali perimti sistema: standartines rezervacijas, standartinę komunikaciją, pirminę klausimų filtraciją. Dalis vyksta iš dalies, kai darbuotojas patvirtina ar atmeta ir nurodo priežastį: atsakymo į skundą projektas, pasiūlymas dėl darbo grafiko pakeitimo sergant darbuotojui, planavimo scenarijus intensyviai savaitei. Ir dalis išlieka žmogaus darbu: svečias, kuriam iškyla problema vietoje, sprendimas dėl neaiškaus atvejo sutartyje, pokalbis su savininku apie investiciją. Šis pasiskirstymas kinta kartu su sezonu — piko metu dažnai daugiau perkeliama į sistemą, tiesiog dėl to, kad tai reikalauja apimtis, o ramesniu periodu yra daugiau vietos žmogaus atliekamam darbui.
"AI ambicija" poilsio įmonėse dažnai suprantama skirtingais lygiais, be to, kad tai būtų aiškiai išsakoma. Vienas direktorius turi omenyje pokalbių robotą svetainei, kitas turi omenyje sistemą, kuri apskaičiuoja visą sezono planavimą, trečias mano apie automatizuotą sąskaitų išrašymą savininkams. Tai nėra tos pačios ambicijos laipsniai — tai skirtingos ambicijos su skirtingais reikalavimais. Pokalbių robotas reikalauja geros žinių bazės; planavimo sistema reikalauja patikimų istorinių duomenų apie užimtumą ir personalą; automatizuotas sąskaitų išrašymas reikalauja standartizuotų sutarčių. Be šio vertimo susidaro modelis, kuris pasireiškia ir kitur už šio sektoriaus ribų: kodėl žmonės turi omenyje skirtingus dalykus, sakydami tuos pačius žodžius, ir sprendimas, kurį vienas suvokia kaip "mažą projektą", o kitas — kaip "esminį pokytį".
Tai taip pat susikerta su esamais padalinio tikslais. Front office komanda, kuri vertinama pagal svečių įvertinimą, automatizuotą pirminį atsaką patiria kitaip nei planavimo padalinys, kuris orientuojasi į kaštų taupymą. Ką daryti, kai šie tikslai vienas kitam trukdo, yra klausimas, kuris nusiekia toliau nei vien poilsio sektorius, ir atskirai nagrinėjamas puslapyje apie besikertančius padalinio tikslus.
Pasirengimas AI ambicijai poilsio sektoriuje labai priklauso nuo duomenų grandinių, kurios dažnai yra išskaidytos tarp rezervacijų sistemos, kasos sistemos ir personalo planavimo, nuo to, kiek sezoninio personalo yra apmokyti pastebėti nuokrypius nuo sistemos pasiūlymo, ir nuo to, ar sprendimų priėmimo teisės yra aiškiai apibrėžtos tarp objekto ir pagrindinės būstinės. Ambicija automatizuoti darbo grafikų planavimą yra realistiška tik tada, kai aišku, kas gali atmesti sistemos pasiūlymą ir kokiu pagrindu. Tai nesusiję su klausimu, ar žmogus išlaiko savo pareigas — tam taikomi atskiri teisiniai reikalavimai, nepriklausomai nuo šio vertinimo — bet su klausimu, ar organizacija darbą jau sutvarkė taip, kad jį būtų galima perkelti.
Poilsio sektorius šiuo atveju nėra vienišas: panašūs kliūtiniai taškai dėl piko apkrovos ir lanksčių darbuotojų grupių pasireiškia ir AI ambicijose, kurios vyrauja valymo sektoriuje, ir, su kitokia piko struktūra, bet tuo pačiu klausimu apie planavimą ir priežiūrą, AI ambicijose sveikatos priežiūros sektoriuje.
Klausimas, kokį darbą jūsų įmonėje tikrai galima perduoti AI, nėra atsakomas apibendrintai, bet pagal užduotį — tam tiksliai ir yra pritaikyta FTE TO AI darbo skenerio priemonė. Pirmajam vaizdui, nelaukiant to, yra nemokamas pasirengimo patikrinimas: aštuoni trumpi klausimai, po vieną kiekvienai dimensijai, kurie parodo, kur jūsų organizacija yra toliausiai pažengusi, o kur — mažiausiai. Pilnas ambicijos vertinimas, su keturiais lygiais ir penkiais patikimumo vartais, dar kuriamas.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.