製造業"一兆"美金產值問題 - 人力短缺
AR with AI 技術在智慧工廠應用
製造業"一兆"美金產值問題 - 人力短缺
($1 trillion skills shortage problem)
此篇文章討論的是 AR with AI 技術在智慧工廠的教育訓練應用之問題解決與效益分享。*問題議題定義:製造業面臨嚴重短缺的勞動力問題。
(The problem defined: Manufacturing faces a serious workforce shortage problem)目前台灣製造業面臨的五缺問題,缺水、缺電、缺地、缺工、缺人才
其中以缺工和缺人才為最嚴重的議題。
根據內政部統計資料,台灣在2019人口將正式走入衰退期,死亡人數 > 出生人數
引述德勤2021報告(參考資料1.),美國因為勞動力的短缺,此議題將帶給經濟有
"一兆美元"產值的損失,若使用相同的估值,套用在台灣,也相當於五千億美金的產值損失
(台灣GDP約美國GDP 0.5倍)。
因此及早正視人力短缺的議題,是台灣製造業刻不容緩的戰略方針。
因此及早正視人力短缺的議題,是台灣製造業刻不容緩的戰略方針。
*嚴重短缺勞動力議題的解決方向: 製造業勞動力走向技能數位化
(The future manufacturing workforce ability : Going digital)
而如何將技能數位化,則有賴於透過 AR with AI 技術來達成此問題解法
企業在人力資源的三大方向 1. 徵才 2. 育才 3. 留才
應用 AR with AI 技術,可立即與快速解決製造業勞動力短缺的問題
(The future manufacturing workforce ability : Going digital)
而如何將技能數位化,則有賴於透過 AR with AI 技術來達成此問題解法
企業在人力資源的三大方向 1. 徵才 2. 育才 3. 留才
應用 AR with AI 技術,可立即與快速解決製造業勞動力短缺的問題
1.徵才 :
企業提供的職缺,不再為枯燥乏味的職務,且將培訓數位技能,對市場勞力有高度吸引力。
2.育才 :
透過數位工具,使工作勞動者能快速進入岡位,立即貢獻勞動力。
3.留才 :
因企業的數位轉型,提升市場競爭力,並不斷迭代地將產品與服務高值化,讓人才不斷地有新舞台新市場可挑戰與相對應的薪資福利。
舉例 : 台灣工具機與半導體設備產業的設備組裝工程師人才。
舉例 : 台灣工具機與半導體設備產業的設備組裝工程師人才。
現況 :
因工作時間長、壓力大且工作內容重複性高,對於職場人才吸引力缺乏,造成企業徵才不易。
且其人才養成時間短則三個月到六個月,長則一年的技能養成期,往往還沒培訓成符合企業需求的勞動力,人才就因工作環境的不適應,不斷流失;而企業也因市場的急迫需求,不斷將訓練時間縮短且將需求技能資訊濃縮,期許將好不容易招募進來的勞動力,在最短的時間上線並保有品質,然後人才因高壓環境不適應,再次的二度流失,周而復始,造成目前勞動力的大量短缺。
因工作時間長、壓力大且工作內容重複性高,對於職場人才吸引力缺乏,造成企業徵才不易。
且其人才養成時間短則三個月到六個月,長則一年的技能養成期,往往還沒培訓成符合企業需求的勞動力,人才就因工作環境的不適應,不斷流失;而企業也因市場的急迫需求,不斷將訓練時間縮短且將需求技能資訊濃縮,期許將好不容易招募進來的勞動力,在最短的時間上線並保有品質,然後人才因高壓環境不適應,再次的二度流失,周而復始,造成目前勞動力的大量短缺。
導入 AR with AI 技術,在人才教育訓練上,因技能數位化,不再局限在教育訓練資源上限不足的問題,可以大量快速培育人才;透過AR技術的及時輔助資訊顯示協助,免除人才需要大量背誦技能資訊的認知負擔與縮短可使用勞動力上線時間,提供符合企業需求的高品質勞動力。
應用AI技術,將高重複性且高相似性的工作技能知識數位化,提供給新進員工做為技能知識庫,同時影像AI與數據AI能協助勞動者提供有效且高精準的決策選擇。
在這個正向循環人才飛輪
應用AI技術,將高重複性且高相似性的工作技能知識數位化,提供給新進員工做為技能知識庫,同時影像AI與數據AI能協助勞動者提供有效且高精準的決策選擇。
在這個正向循環人才飛輪
留言
張貼留言