《盖雅工场：汽车行业劳动力管理数字化之路（16页）.pdf》由会员分享，可在线阅读，更多相关《盖雅工场：汽车行业劳动力管理数字化之路（16页）.pdf（16页珍藏版）》请在三个皮匠报告上搜索。

1、汽车行业劳动力管理数字化之路G A I A W O R K S P O I N T O F V I E WG A I A W O R K S P O I N T O F V I E W汽车整车和零部件行业现状提升生产效率仍是汽车制造行业无法规避的关键课题，以降低持续成本压力自2011年在汉诺威展览会上引入工业4.0的概念以来，汽车制造业即致力于打造结构化智能工厂，强调在网络价值链中使用先进技术和服务，利用自动化、机器人技术、人工智能、互联网物联网（IoT）和增材制造（3D打印）等不同方式重塑业务。经过十年的发展，这些技术已日臻完善，组成智能化制造平台，为数据采集到数据分析的转变做出重要贡献；新

2、的生产率提升课题则聚焦到对于人的管理和如何提高人的效能上；电动汽车对传统车企造成巨大影响在自动化、智能化更为完整的电动汽车工厂，相对于传统车企，员工工时成本更为低廉，并且用工人数更少，传统车企正在承受人力成本影响下的竞争压力；面向未来的管理，要求企业必须用较少的社会资本和更多的技术资本更快地做出决定。技术资本的自动化将带来高质量的产品和服务，提高劳动生产率并降低生产线投入，能够自动或半自动做出决策。因此电子和软件能力正成为未来汽车制造商和零部件供应商的核心竞争力。数字化成为中国车企在新一轮科技变革中，保持竞争力的重要手段和途径生产数字化组织/人才数字化产品数字化营销数字化 1 在传统的设备自动

3、化基础之上，引入数字化技术，打造生产信息透明化和数字化体系，进一步实现智能化生产从传统规模化制造转向个性化定制生产，需进一步优化排产，考虑员工熟练度、质量保证等汽车生产关键工序数字化、生产过程智能优化控制、供应链优化生产数字化从制造升级为智造人作为第一生产要素，劳动力管理数字化转型势在必行数字工厂的建设，是提升汽车生产效率、优化资源配置效率的关键：数字化工厂通过利用数字技术、物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程 建立一套完整的智能数据分析体系，采集并将问题可视化，且实时反馈，为优化生产提供强有力的数据支撑 2 汽车与零部件企业劳动力管理

4、所面临的挑战主要特点困难和挑战影响属性层面 众多集团性企业 企业人员规模大 跨国跨区域、多点且分散 集中管控难，一线劳动力不可视，流程和制度的标准化比较差 集团和管理层难以采取针对性办法，实现人工成本的有效控制和劳动效率的提升 全局管理不可视还有可能存在法规风险用工层面 用工模式多样 考勤工时核算复杂 考勤类别多且复杂，数据收集繁琐，各种工时、休假、加班和津贴等统计和计算难度很大 薪资准确性存疑，考勤工作量大，员工满意度不高数据层面 国内劳动力成本逐年上升，逐渐丧失成本优势，急需转型 自动化程度最高的行业之一，关注精益生产 对于工时切片数据的采集困难，无法进行更细颗粒度的效率和成本分析 对于现

5、场生产状况无法及时分析和洞察问题，导致管理优化手段介入滞后管理层面 产品种类多、制造工艺复杂，生产计划变化频繁 产线操作要求员工岗位技能匹配，技能资质管控严格 人员班次种类多，班次变化快 排产复杂，人员产线间调度频繁 员工技能管理复杂 加班失控，人员工时不均衡，岗位技能匹配差，存在质量安全等隐患需要满足生产和用工的平衡生产的品种和数量多变对人员安排挑战很大排班工时不足：生产难以保证，计划外加班激增，员工疲劳排班工时多余：人员浪费，被动的、计划外休假使员工不满意排班不好造成过多或过少的原因没有很好的结合实际生产的需要和变化对员工技能、岗位匹配和时间可用性了解不够人员工时均衡与合规管控难以依靠人力

6、去兼顾需要自动实时的考勤运算能力支持现场管理的实时可视化每天大量的考勤记录以及复杂的计算规则校验，将使考勤统计及薪资计算面临很大的压力复杂考勤规则举例打卡跨天/周期/节假日班次打卡匹配及工时拆分，例如9月30号的夜班从20:00到10月1号8:00，自动拆分为日常工时（4小时）和假日加班（8小时）。加班和调休对于平日和休息日加班，刷卡与加班单匹配后取最小值，36小时内支付，超出部分计入存休工时账户，并设定使用期限，使用存休时自动支取顺序为：休息日加班-平日加班。中、夜班津贴当员工出勤时间覆盖20:00之后，则20:00-02:00之间每出勤1小时得到1小时中班津贴；02:00-06:00之间每