智能制造管理 课件 第十三章 智能制造人力资源管理

第十三章智能制造人力资源管理1制造业劳动力结构变革历程2智能工厂工作组织与设计方法3智能工厂人员能力测评指标体系3智能制造人力资源评估方法制造业劳动力结构变革历程第一次工业革命工业1.0”使得制造由传统的手工作坊向大型机械化方向发展，极大地提高了生产效率。随着机械化的不断发展，人的工作由直接生产转为对机械的操作，这种变革对劳工所需的知识与技能产生了巨大影响。越来越多的员工开始协作进行生产，为了有效管理员工的工作任务，工作规范在这个阶段开始出现，并且极大地提高了制造业对于劳工的管理水平。第二次工业革命电力以及流水线的应用是“工业2.0”的主要特征。在这个阶段，员工的工作开始出现分工，生产环节的知识以文件的方式记录下来以提供给员工跨学科的专业知识，特定的员工只需要接受特定的培训，生产任务由不同的工作站员工共同完成。第三次工业革命微处理器（Microcontroller）的发展使得工厂的数字化成为可能，制造业进入第三次大变革时期。随着自动化技术以及控制技术不断与制造业融合，“工业3.0”的目标是追求自动化生产，在这个阶段，工厂员工所必要的知识以及技能均发生了巨大转变，由于自动化设备的普及员工不需要对制造流程有过于深刻的了解，但是对数字化以及信息化技能需求较高。第四次工业革命工业4.0”使用安装在车间中的传感器，可以实时获取并分析生产运营的相关数据，数据分析结果可以指导员工进行更加“聪明”的决策。一方面，智能工厂的目标是实现生产车间的少人化甚至是无人化生产，因此，传统生产车间内的单一重复性工作将会被机器人以及智能设备所取代；另一方面，大数据分析、工业软件开发以及系统集成等智能制造关键技术的岗位需求将会增加。智能工厂工作组织与设计方法13.2.1智能工厂十大应用场景大数据驱动下的质量管理机器人辅助生产自动物料搬运生产线模拟仿真智能供应网络预测性维护机器即服务自适应生产增材制造增强现实技术智能工厂工作组织与设计方法13.2.2智能工厂员工关键能力分析以CPS为基准的智能工厂员工能力规划模型智能工厂工作组织与设计方法13.2.2智能工厂员工关键能力分析指标Must…Should…Can…员工技能IT知识和能力关于技术和组织的跨学科/通用知识计算机编程/编码能力数据、信息加工与分析制造活动和流程的专业知识技术专业知识统计知识IT安全和数据保护人因工程知识组织和过程理解

法务常识使用人-机交互界面的能力

个人素质自我管理对技术变革开放态度

对异常情况反应能力不断学习提高的能力

团队协作能力

社交能力

沟通能力

智能工厂员工技能/个人素质需求智能工厂工作组织与设计方法13.2.3智能工厂工作设计模型智能工厂人员能力测评指标体系人员测评方法的选择对测评结果起着至关重要的作用，测评方法的选择应遵循匹配性原则、灵活性原则、有效性原则、公平性原则、经济性原则，同时还应考虑测评的客观条件，综合各种因素甄选出恰当的测评方法。基于现有相关文献及国外相关课程资源的基础上，总结出了智能工厂人员能力测评指标体系，共分为5个等级，所有题目均应当围绕这23项指标及对应的等级进行设计：知识（9项）：智能制造相关概念与框架、智能制造系统与工具知识、统计知识、生产运行知识、人因工程知识、工艺知识、专业技术知识、跨学科知识、公司客户信息；能力（9项）：先进制造的数字化领导能力、战略思考能力、人际理解与沟通社交能力、智能制造软件改善能力、数据处理能力、团队合作能力、冲突管理能力、创新性问题解决与决策能力、智能制造系统集成能力；素质（5项）：信任新技术、网络安全及数据保护意识、KPI导向的智能制造运营思维、预测性维护意识、全局观念与系统思维。智能制造人力资源评估方法13.4.1人力资源配置层级智能制造人力资源评估方法13.4.1人力资源配置层级智能制造人力资源评估方法13.4.2智能制造人员智能制造能力测评方法人员测评一般方法方法描述适用人员优点缺点履历分析法根据履历或档案中记载的事实，了解一个人的成长历程和工作业绩，从而对其人格背景有一定的了解广泛适用较为客观；成本低预测效度随时间推进会越来越低面试法通过测试者与被试者双方面对面的观察、交谈，收集有关信息，从而了解被试者的素质状况、能力特征广泛适用灵活；获得信息丰富、完整和深入主观性强；成本高；效率低纸笔考试法组织人员实施现场测试，测量人员的基本知识、专业知识、管理知识，以及综合分析能力、文字能力等广泛适用效度较高；成本低开发试卷难度大；效率低评价中心技术法被试者组成一个小组，由一组测试人员对其进行包括心理测验、面试、多项情景模拟测验在内的一系列测评高级管理人员较高的信度和效度时间较长；操作难度大情景模拟法文件筐作业将实际工作中涉及的各类信件、便笺、指令等放入一个文件筐，要求被试者在一定时间内处理这些文件并做出决定、撰写回信和报告、制订计划、组织和安排工作管理人员和某些专业人员能够获得关于被试者更加全面的信息，对将来的工作表现有更好的预测效果对于被试者的观察和评价比较困难；耗费时间无领导小组讨论安排一组互不相识的被试者组成临时任务小组，不指定任务负责人，被试者就给定任务进行自由讨论并拿出小组决策意见角色扮演测试者设置一系列尖锐的人际矛盾和人际冲突，要求被试者扮演某一角色，模拟实际工作情境去处理各种问题和矛盾心理测验法自陈量表法根据所测量的人格特质，编制客观问题，要求被试者根据自己的实际情况或感受去逐一回答，根据受测者答案，衡量受测者在这种人格特质上表现的程度广泛适用调查表形式方便快捷；适用于团体测试受被测试人的诚实性影响投射测验被测试者对一些模糊不清、结构不明确的刺激做出描述或反应，通过对这些反应的分析来推断被试者的内在心理特点广泛适用能够表达出被试者不愿表现出的个性特征和态度计分和解释上相对缺乏客观标准；无法单独使用智能制造人力资源评估方法13.4.3智能制造人力资源评估案例通过问卷调查，可以得到不同层级员工的智能制造能力，将测评结果与预设值进行一一比较，可以得出不同层级员工在各指标中存在的不足，并可以以此为基础，进行人员智能制造培训内容设计。某半导体企业在公司范围内推行智能制造，但是由于受员工知识、能力等因素的困扰，公司高层制定的智能制造战略难以落地实施，导致智能制造转型工作停滞不前。因此，该公司领导决定对公司各层级人员进行智能制造能力评估，分析不同层级员工的智能制造能力现状，并以测评结果为基础，进行针对性地智能制造培训，以尽快落地实施公司智能制造转型战略。智能制造人力资源评估方法13.4.3智能制造人力资源评估案例（1）不同层级员工能力测评结果高层管理者测评结果（实际值/预设值） 先进制造的数字化领导能力（4.1/5)

战略思考能力（3.6/5） 人际理解与沟通社交能力（4.1/5） 团队合作能力（4.1/5） 冲突管理能力（4.0/5） 创新性问题解决与决策能力（4.0/5）

KPI导向的智能制造运营思维（4.2/5） 全局观念与系统思维（4.1/5）中层管理者测评结果（实际值/预设值） 智能制造相关概念与框架（2.8/3.8)

智能制造系统与工具知识（2.8/3.8） 专业技术知识（3.0/4.8） 跨学科知识（3.5/4.8） 智能制造软件改善能力（3.3/3.5） 数据处理能力（3.2/4.3） 团队合作能力（3.7/5） 冲突管理能力（3.5/5） 创新性问题解决与决策能力（3.1/4.0） 智能制造系统集成能力（2.4/3.5） 信任新技术（3.3/4）

KPI导向的智能制造运营思维（3.6/5） 全局观念与系统思维（3.3/4）智能制造人力资源评估方法13.4.3智能制造人力资源评估案例（1）不同层级员工能力测评结果基层管理者测评结果（实际值/预设值） 智能制造系统与工具知识（2.5/3） 专业技术知识（2.4/4） 智能制造软件改善能力（2.2/2.8） 数据处理能力（2.5/4） 创新性问题解决与决策能力（1.6/2） 智能系统集成能力（2.2/2.8） 信任新技术（3.0/4） 网络安全及数据保护意识（2.6/4）

KPI导向的智能制造运营思维（2.9/3.8） 全局观念与系统思维（2.5/3）管技人员测评结果（实际值/预设值） 智能制造相关概念与框架（1.5/2.0)

智能制造系统与工具知识（1.7/2.3） 专业技术知识（2.2/3） 跨学科知识（2.3/3） 智能制造软件改善能力（2.1/2.3） 数据处理能力（2.4/3.3） 智能制造系统集成能力（1.9/2.5） 信任新技术（2.7/3.0） 网络安全及数据保护意识（2.4/3.3） 全局观念与系统思维（1.5/2）智能制造人力资源评估方法13.4.3智能制造人力资源评估案例（2）测评结果分析智能制造人力资源评估方法13.4.3智能制造人力资源评估案例（3）培训计划的制定A.高层管理者从测评结果数值上来看，高层管理者在智能制造基础知识方面较为成熟。战略思考能力、冲突管理能力、创新性问题解决与决策能力这三项上差距最大，公司后续应在此三项上加大对高层管理者的培训提升力度。B.中层管理者中层管理者（战术层）的智能制造能力欠缺项主要分布在知识、能力和素质，主要集中在与业务运作强相关的知识和能力上，例如智能制造相关概念与框架、智能制造系统与工具知识、专业技术知识、智能制造软件改善能力、智能制造系统集成能力等。C.基层管理者、