現代の労働力のための訓練への現代的なアプローチ

安全性と効率性：これは、メーカーとサプライチェーンにとって絶え間ないバランスを取る行為です。

回線を稼働させ続けます。製品を動かし続けます。サプライヤーとの関係を最適化します。ただし、安全に実行され、増え続ける規制のリストに準拠していることを確認してください。

このバランスを維持することに関しては、最前線の従業員が究極の要です。異常な状況に注意しながら、常に役割を一貫して実行する準備ができている必要があります。ただし、プロセスとテクノロジーは向上し続けていますが、知識が豊富で自信に満ちた従業員ベースを維持することはますます困難になっています。

数十年の実務経験を持つベテランの従業員は、米国だけで1日1万人以上の割合で退職しています。歴史的に低い失業率と、若い世代の製造業への関心の一般的な欠如により、彼らの代わりとなる人々を見つけることが難しくなっています。採用される人は別の世界で育ち、この種の仕事に触れる機会は少なくなっています。

同時に、企業は地理的に分散しつつあります。異なる言語を話す異なる文化的背景を持つ人々が同じ仕事をしようとするため、これはさらに多様な職場になります。

労働力は変化しましたが、目標は変化していません。これらの課題にもかかわらず、組織はどのようにして同じ高品質とパフォーマンスの基準を維持しながら、生産性と収益性を向上させることができますか？それは単により多くのトレーニングを提供することの問題ですか？それともそれ以上ですか？

訓練を受けていないため、従業員は間違いを犯しません。彼らは学んだことを忘れたので間違いを犯します。または、情報を覚えていても、それを使用するのに十分な自信がなかったため、行動を起こすことができませんでした。そのため、クラスルームセッション、ポスター、毎日の密談などの従来のトレーニング方法では不十分なことがよくあります。それらは展開に時間がかかりすぎ、大規模で分散した多様な労働力に一貫して実装することはほとんど不可能です。実践的な職業訓練とコーチングは、常に業務における従業員の育成の重要な部分です。ただし、特に業界に不慣れな場合は、経験を積むにつれて、個人の能力レベルは異なります。

今日の製造およびサプライチェーンの従業員は、現時点で正しい意思決定を行うために必要な知識を確実に身に付けるために、継続的で個別のサポートを必要としています。

将来の労働力を可能にすることは、業界全体で大きな会話のトピックですが、製造業とサプライチェーンのセクターには、データという1つの点でかなりの利点があります。パフォーマンスデータの宝庫であり、効率、ダウンタイム、先行指標、品質測定、安全性の結果などの重要な要素を追跡します。残念ながら、このデータはスプレッドシートやレポートに埋め込まれており、多くの議論が行われた後、または十分に大きな問題が発生した場合にのみ利用されます。現在、人工知能（AI）は、運用方法を変えるのと同じタイプのテクノロジーであり、このデータを利用して、個々の従業員に必要なときに必要な場所で必要なサポートを提供できます。

AIを活用するには、リーダーは、運用の成功においてトレーニングが果たす役割を再考する必要があります。今日、トレーニングは非常に前倒しで行われています。これは新入社員が行うことです。既存の従業員は、コンプライアンス要件を満たすため、新しいプロセスを導入するため、または運用上の不足を補うためのトレーニングのみを受けます。

MerckやPrecisionResourceなどの大手企業は、トレーニングがワークフローに組み込まれている場合に提供できる価値を認識しています。これらの組織は、AI対応のテクノロジーを使用して、シフトごとに従業員に数分間のトレーニングを提供しており、最終的な結果が得られています。トレーニングは、各従業員のパフォーマンスデータを使用して改善すべき特定の領域を決定することにより、個人に適応します。 AIを使用すると、地理や言語などの障壁を克服しながら、この種のパーソナライズされたトレーニングを会社全体に拡大できます。

テクノロジーは、パーソナライズされたトレーニングを拡大するために不可欠ですが、それは出発点ではありません。まず、ビジネスの優先順位をしっかりと理解する必要があります。どのような問題を解決しようとしていますか？運用効率を向上させたいですか、それとも品質基準を満たしたいですか？これは、トレーニングの取り組みを導き、測定するために必要なデータを見つけるのに役立ちます。

次に、これらの課題を克服するために従業員が示さなければならない職場での行動を決定します。これで、組織のデータを使用して、これらの優先度の高いビジネス上の問題を克服するのに役立つ、ターゲットを絞ったパーソナライズされたトレーニングを提供できる、適切なAI対応テクノロジーを見つけるために必要な情報が得られました。

各従業員はユニークです。彼らは異なる背景から来ています。彼らは異なる言語を話します。そして、彼らはさまざまな速度で学習します。万能のアプローチを使用して、やりがいのある役割に備えるためにそれらを準備しようとすると、ビジネスにリスクが追加されます。そして、彼らのベテランの仲間、つまり彼らが日々の指導のために頼ることができる仲間が去り続けるにつれて、それはさらに悪化するでしょう。

現代の環境で効率と安全性の微妙なバランスを維持するために、ビジネスリーダーは各従業員の独自性を認めるトレーニングへの新しいアプローチを採用する必要があります。運用ですでに利用可能なデータと最新のAI対応テクノロジーを組み合わせることで、将来のサプライチェーンの課題に立ち向かうために必要な知識と自信を従業員に確実に与えることができます。

Carol Leamanは、最前線の従業員向けのマイクロラーニングプラットフォームの作成者であるAxonifyの最高経営責任者です。