현대 인력을 위한 교육에 대한 현대적인 접근 방식

안전과 효율성:제조업체와 공급망의 지속적인 균형을 위한 조치입니다.

라인을 계속 실행하십시오. 제품을 계속 움직이십시오. 공급업체 관계를 최적화합니다. 그러나 계속 증가하는 규정 목록을 준수하여 안전하게 수행되었는지 확인하십시오.

일선 직원은 이러한 균형을 유지하는 데 있어 궁극적인 핵심입니다. 그들은 항상 자신의 역할을 일관되게 수행할 준비가 되어 있어야 하며 비정상적인 상황에 주의해야 합니다. 그러나 프로세스와 기술이 계속 개선되는 동안 지식과 자신감을 갖춘 직원 기반을 유지하는 것이 점점 더 어려워지고 있습니다.

수십 년의 실무 경험을 가진 베테랑 직원들이 미국에서만 하루 10,000명 이상의 비율로 퇴직하고 있습니다. 역사적으로 낮은 실업률과 젊은 세대의 제조업 일자리에 대한 전반적인 관심 부족으로 인해 일자리를 대신할 사람을 찾기가 더 어려워졌습니다. 고용된 사람들은 이러한 유형의 일에 덜 노출되면서 다른 세계에서 성장했습니다.

동시에 기업은 지리적으로 더욱 분산되고 있습니다. 이는 서로 다른 문화적 배경을 가진 다른 언어를 사용하는 사람들이 같은 일을 하려고 하기 때문에 훨씬 더 다양한 직장을 만듭니다.

인력은 바뀌었지만 목표는 바뀌지 않았습니다. 이러한 과제에도 불구하고 어떻게 조직이 생산성과 수익성을 높이면서 동일한 고품질 및 성능 표준을 유지할 수 있습니까? 단순히 더 많은 교육을 제공하는 문제입니까? 아니면 그 이상인가요?

직원들은 교육을 받지 않았기 때문에 실수하지 않습니다. 그들은 배운 것을 잊어버렸기 때문에 실수를 합니다. 또는 정보를 기억했지만 사용할 자신이 없어서 조치를 취하지 않았습니다. 그렇기 때문에 강의실 세션, 포스터 및 일일 허들 미팅과 같은 전통적인 교육 방법이 부족한 경우가 많습니다. 배포하는 데 시간이 너무 오래 걸리고 분산되어 있고 다양한 대규모 인력에 일관성 있게 구현하는 것이 거의 불가능합니다. 실무 교육 및 코칭은 항상 운영 직원 개발의 중요한 부분이 될 것입니다. 하지만 개인은 경험을 쌓으면서 다양한 수준의 능력을 갖게 됩니다. 특히 업계에 처음 입문하는 경우에는 더욱 그렇습니다.

오늘날의 제조 및 공급망 직원은 순간에 올바른 결정을 내리는 데 필요한 지식을 갖추도록 지속적이고 개인화된 지원이 필요합니다.

미래의 인력을 활성화하는 것은 산업 전반에 걸쳐 큰 대화 주제이지만 제조 및 공급망 부문은 데이터라는 한 가지 측면에서 상당한 이점이 있습니다. 효율성, 가동 중지 시간, 선행 지표, 품질 측정 및 안전 결과와 같은 핵심 요소를 추적하는 성능 데이터의 금광이 있습니다. 불행히도 이 데이터는 스프레드시트와 보고서에 묻혀 많은 토론을 거친 후 또는 충분히 큰 문제가 발생할 때만 활용되었습니다. 이제 운영 방식을 변화시키는 기술과 동일한 유형의 인공 지능(AI)이 이 데이터를 활용하여 개별 직원에게 필요한 지원을 언제 어디서든 제공할 수 있습니다.

AI를 활용하기 위해 리더는 성공적인 운영에서 교육이 수행하는 역할을 재고해야 합니다. 오늘날 교육은 신입 직원이 하는 일인 만큼 최우선적으로 이루어집니다. 기존 직원은 규정 준수 요구 사항을 충족하거나, 새로운 프로세스를 도입하거나, 운영 부족을 보완하기 위한 교육만 받습니다.

Merck 및 Precision Resource와 같은 선두 기업은 교육이 워크플로에 포함될 때 교육이 제공할 수 있는 가치를 깨달았습니다. 이러한 조직은 AI 지원 기술을 사용하여 교대 근무마다 직원에게 몇 분의 교육을 제공하고 있으며 최종 결과를 보고 있습니다. 교육은 개선을 위한 특정 영역을 결정하기 위해 각 직원의 성과 데이터를 사용하여 개인에 맞게 조정됩니다. AI를 사용하면 지리 및 언어와 같은 장벽을 극복하면서 회사 전체에서 이러한 유형의 개인화된 교육을 확장할 수 있습니다.

기술은 맞춤형 교육을 확장하는 데 필수적이지만 시작점이 아닙니다. 첫째, 비즈니스 우선 순위에 대한 확고한 이해가 필요합니다. 어떤 문제를 해결하려고 합니까? 운영 효율성을 개선하거나 품질 표준을 충족하기를 원하십니까? 이렇게 하면 교육 노력을 안내하고 측정하는 데 필요한 데이터를 찾는 데 도움이 됩니다.

다음으로, 직원들이 이러한 문제를 극복하기 위해 보여야 하는 업무 중 행동을 결정합니다. 이제 조직의 데이터를 사용하여 이러한 우선순위가 높은 비즈니스 문제를 극복하는 데 도움이 되는 맞춤형 맞춤형 교육을 제공할 수 있는 올바른 AI 지원 기술을 찾는 데 필요한 정보를 얻었습니다.

각 직원은 고유합니다. 그들은 다른 배경에서 왔습니다. 그들은 다른 언어를 사용합니다. 그리고 그들은 다른 속도로 배웁니다. 획일적인 접근 방식을 사용하여 도전적인 역할에 대비하도록 하면 비즈니스에 위험이 추가됩니다. 그리고 일상적인 지침에 의지할 수 있는 베테랑 동료가 계속 떠나면서 상황은 더욱 악화될 것입니다.

현대적인 환경에서 효율성과 안전의 미묘한 균형을 유지하기 위해 비즈니스 리더는 각 직원의 고유성을 인정하는 새로운 교육 방식을 채택해야 합니다. 운영 내에서 이미 사용 가능한 데이터와 최신 AI 지원 기술을 결합하여 직원들이 미래의 공급망 문제에 대처하는 데 도움이 되는 지식과 자신감을 갖도록 할 수 있습니다.

Carol Leaman은 일선 직원을 위한 마이크로러닝 플랫폼을 만든 Axonify의 CEO입니다.