Производство / Labor utilization
Как планировать смены с ИИ
ИИ планирует смены, прогнозируя спрос на задачи и доступную мощность команды, автоматически подбирая оптимальное расписание и выявляя риски переработок или простоев. Это снижает затраты на персонал и повышает загрузку сотрудников.
Проблема
Почему это важно
Без автоматизации планирование смен часто ведется вручную в таблицах: руководитель опирается на опыт и интуицию, не имея точных данных о будущей нагрузке. В результате смены либо перегружены, что ведет к переработкам и выгоранию, либо недогружены, что создает простои и лишние затраты на персонал.
Почему возникает
- Нет прогноза спроса на задачи: неизвестно, сколько заявок или работ поступит в следующий период.
- Нет точных данных о доступной мощности: не учитываются отпуска, больничные, обучение и фактическая производительность.
- Ручное распределение смен не учитывает индивидуальные особенности сотрудников и их загрузку.
- Отсутствие единой системы учета рабочего времени и задач.
Риски и потери
- Переработки: рост затрат на overtime, снижение удовлетворенности и текучесть кадров.
- Простои: оплата времени, когда сотрудники не загружены работой.
- Срыв сроков SLA из-за нехватки персонала в пиковые периоды.
- Неравномерная нагрузка: одни перегружены, другие простаивают, что снижает общую эффективность.
Что влияет на результат
- Прогнозный спрос: количество задач, заявок, часов работы в будущем периоде.
- Доступная мощность: число сотрудников, их рабочие часы, коэффициент доступности (учет отпусков, больничных).
- Среднее время выполнения задачи: норматив или фактические данные.
- Ограничения: законодательство о рабочем времени, предпочтения сотрудников, необходимость перекрытия смен.
Типичные ошибки ручного подхода
- Оценка нагрузки «на глаз» без учета сезонности и трендов.
- Игнорирование фактической производительности сотрудников.
- Ошибки в учете отпусков и больничных, приводящие к нехватке персонала.
- Невозможность быстро пересчитать план при изменении спроса.
Определение
Что важно понимать
Доступная мощность
Максимальное количество человеко-часов, которое команда может отработать за период с учетом отпусков, больничных и других отсутствий.
Показывает, сколько работы команда реально может выполнить, и служит базой для сравнения с прогнозной нагрузкой.Прогнозная нагрузка
Ожидаемое количество задач или часов работы, которое потребуется выполнить за период, рассчитанное на основе исторических данных и прогнозных моделей.
Определяет потребность в персонале и позволяет выявить разрыв между спросом и мощностью.Коэффициент доступности
Доля рабочего времени, которую сотрудник фактически доступен для работы (с учетом отпусков, больничных, обучения).
Позволяет скорректировать номинальную мощность до реальной.Данные
Какие данные нужны
Данные о сотрудниках
Для расчета доступной мощности и учета ограничений.
- ФИО
- Должность
- График работы (часы в день/неделю)
- Отпуска и больничные
- Навыки и квалификация
Данные о задачах
Для расчета прогнозной нагрузки и среднего времени выполнения.
- Тип задачи
- Количество задач за период
- Среднее время выполнения (норматив или факт)
- Приоритет
- Срок выполнения
Исторические данные о нагрузке
Для прогнозирования спроса на будущие периоды.
- Количество задач по дням/неделям
- Сезонность
- Тренды
- Фактическое время выполнения
Ограничения и правила
Для соблюдения законодательства и внутренних политик.
- Максимальная продолжительность смены
- Минимальное время отдыха между сменами
- Запрет на определенные комбинации смен
- Предпочтения сотрудников
Методология
Методика планирования смен с ИИ
Принципы
- Сначала прогнозируем спрос, затем рассчитываем доступную мощность, и только потом составляем расписание.
- Оптимизация ведется по нескольким критериям: минимизация затрат, максимизация загрузки, соблюдение ограничений.
- ИИ используется для прогнозирования спроса и автоматического подбора расписания, а не для замены управленческих решений.
Допущения
- Доступны исторические данные о нагрузке за достаточный период (минимум 3-6 месяцев).
- Среднее время выполнения задачи можно оценить (норматив или факт).
- Коэффициент доступности можно рассчитать на основе данных об отсутствиях.
Ошибки
- Использовать номинальную мощность без учета отпусков и больничных.
- Прогнозировать нагрузку только по среднему значению, игнорируя сезонность и тренды.
- Не учитывать индивидуальные ограничения сотрудников при составлении расписания.
- Рассматривать планирование как разовое действие, а не как регулярный процесс с пересмотром.
Роль ИИ
Как ИИ решает задачу
Прогнозирование спроса на задачи
Данные на входе: Исторические данные о количестве задач по дням/неделям, Сезонные факторы, Тренды
Что делает модель: Обучаемая модель (например, ARIMA или градиентный бустинг) прогнозирует количество задач на будущий период.
Результат: Прогнозное количество задач по дням/неделям с доверительным интервалом.
Как используется: Система использует прогноз для расчета прогнозной нагрузки в человеко-часах.
Расчет доступной мощности
Данные на входе: Данные о сотрудниках (график, отпуска, больничные), Коэффициент доступности
Что делает модель: По бизнес-правилу рассчитывается суммарное доступное количество человеко-часов за период.
Результат: Доступная мощность в человеко-часах.
Как используется: Система сравнивает с прогнозной нагрузкой для выявления разрыва.
Оптимизация расписания смен
Данные на входе: Прогнозная нагрузка, Доступная мощность, Ограничения (законодательство, предпочтения), Стоимость смен (обычные, ночные, праздничные)
Что делает модель: Оптимизационная модель (например, целочисленное программирование) подбирает расписание, минимизирующее затраты и максимизирующее загрузку.
Результат: Готовое расписание смен с назначением сотрудников.
Как используется: Руководитель утверждает расписание, при необходимости вносит корректировки.
Выявление аномалий и рисков
Данные на входе: Фактические данные о выходе на работу, Прогнозная нагрузка, Текущее расписание
Что делает модель: Модель обнаруживает отклонения (например, нехватку персонала в пиковые часы, переработки) и формирует предупреждения.
Результат: Список рисков с указанием подразделения и периода.
Как используется: Руководитель получает уведомления и корректирует план заранее.
Разбор
Как это работает
- 1
Вход: исторические данные о задачах за 6 месяцев. Действие: модель прогнозирует количество задач на следующую неделю. Результат: прогноз спроса по дням.
- 2
Вход: данные о сотрудниках (график, отпуска). Действие: рассчитывается доступная мощность в человеко-часах. Результат: доступная мощность на неделю.
- 3
Вход: прогноз спроса и среднее время задачи. Действие: прогнозная нагрузка = количество задач × среднее время. Результат: нагрузка в человеко-часах.
- 4
Вход: доступная мощность и прогнозная нагрузка. Действие: сравниваются, вычисляется разрыв. Результат: дефицит или избыток персонала.
- 5
Вход: разрыв, ограничения, стоимость смен. Действие: оптимизационная модель составляет расписание. Результат: проект расписания.
- 6
Вход: проект расписания. Действие: руководитель просматривает и утверждает. Результат: утвержденное расписание.
- 7
Вход: фактические данные о выходе. Действие: система отслеживает отклонения и предупреждает о рисках. Результат: уведомления о необходимости корректировки.
Расчет
Основные формулы для планирования смен
Для планирования смен используются две ключевые формулы: расчет доступной мощности и расчет прогнозной нагрузки. Сравнение этих величин показывает разрыв, который необходимо закрыть.
Доступная мощность
Доступная мощность = Σ (Количество сотрудников × Рабочие часы в день × Коэффициент доступности) × Количество рабочих дней- Количество сотрудников — число сотрудников в смене
- Рабочие часы в день — нормативная продолжительность смены
- Коэффициент доступности — доля времени, когда сотрудник доступен (1 минус доля отсутствий)
- Количество рабочих дней — число дней в планируемом периоде
Условный пример: Если в команде 10 сотрудников, смена 8 часов, коэффициент доступности 0.9, и планируется 20 рабочих дней, то доступная мощность = 10 × 8 × 0.9 × 20 = 1440 человеко-часов.
Допущение: Коэффициент доступности учитывает отпуска, больничные и обучение.
Прогнозная нагрузка
Прогнозная нагрузка = Прогнозное количество задач × Среднее время выполнения задачи- Прогнозное количество задач — оценка числа задач на период
- Среднее время выполнения задачи — норматив или среднее фактическое время
Условный пример: Если прогнозируется 500 задач, а среднее время выполнения 1.5 часа, то нагрузка = 500 × 1.5 = 750 человеко-часов.
Допущение: Прогнозное количество задач получается с помощью модели машинного обучения на основе исторических данных.
Пример расчета
Как это выглядит в цифрах
Условный пример: планирование смен в колл-центре
- Допущение: Колл-центр с 20 операторами.
- Допущение: Смена 8 часов, коэффициент доступности 0.85 (учет отпусков и больничных).
- Допущение: Планируется 22 рабочих дня в месяце.
- Допущение: Прогнозное количество звонков на месяц — 15 000.
- Допущение: Средняя длительность звонка — 6 минут (0.1 часа).
Доступная мощность = 20 × 8 × 0.85 × 22 = 2992 человеко-часов. Прогнозная нагрузка = 15 000 × 0.1 = 1500 человеко-часов. Разрыв = 1500 − 2992 = −1492 (избыток мощности).Команда имеет значительный избыток мощности: загрузка составляет всего 50%. Это означает, что часть операторов будет простаивать, что увеличивает затраты на персонал без соответствующей отдачи.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Прогнозная нагрузка (количество задач × среднее время)
- Доступная мощность (сотрудники × часы × коэффициент доступности)
- Разрыв между нагрузкой и мощностью
- Стоимость смен (обычные, ночные, праздничные)
- Ограничения по рабочему времени и предпочтения сотрудников
Какие риски учтены
- Риск переработок при превышении нагрузки над мощностью
- Риск простоев при избытке мощности
- Риск нарушения трудового законодательства
- Риск недовольства сотрудников из-за неудобного расписания
Какие варианты рассматривались
- Ручное планирование на основе опыта руководителя
- Использование простых таблиц без прогнозирования
- Привлечение временного персонала в пиковые периоды
ИИ-планирование выбрано, потому что оно позволяет учесть множество факторов одновременно, быстро пересчитывать план при изменении спроса и минимизировать затраты, чего сложно достичь вручную.
Если спрос стабилен и команда небольшая, ручное планирование может быть достаточным. ИИ становится необходимым при высокой волатильности спроса, большом количестве сотрудников и сложных ограничениях.
Результат
Что видит пользователь
Дашборд с прогнозом нагрузки и доступной мощности
Графики нагрузки и мощности по дням, индикатор разрыва, предупреждения о рисках.
Руководитель видит, где нехватка или избыток персонала, и может скорректировать план.Автоматически сформированное расписание смен
Таблица с назначением сотрудников на смены, с учетом ограничений и предпочтений.
Руководитель утверждает расписание или вносит правки, сотрудники видят свои смены.Уведомления о рисках
Сообщения о возможной нехватке персонала в пиковые часы или о переработках.
Руководитель заранее принимает меры: нанимает временных сотрудников, переносит задачи.Автоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и обработка исторических данных о нагрузке
- Прогнозирование спроса с помощью ML-модели
- Расчет доступной мощности и прогнозной нагрузки
- Формирование проекта расписания с учетом ограничений
- Отправка уведомлений о рисках
Требует настройки
- Настройка модели прогнозирования (выбор алгоритма, обучение на исторических данных)
- Задание коэффициентов доступности для сотрудников
- Определение ограничений (максимальная смена, минимальный отдых)
- Настройка стоимости смен и приоритетов
Остаётся за человеком
- Утверждение итогового расписания
- Решение о привлечении временного персонала
- Обработка исключительных ситуаций (внезапные больничные)
- Корректировка приоритетов задач
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать данные о сотрудниках и задачах в Excel.
- Рассчитать доступную мощность и прогнозную нагрузку вручную по формулам.
- Сравнить и выявить разрыв.
- Вручную скорректировать расписание на основе вывода.
Рабочая система
- Настроить автоматическую загрузку данных из CRM/табеля.
- Разработать модель прогнозирования спроса (например, на Python).
- Создать дашборд для визуализации нагрузки и мощности.
- Внедрить оптимизационный алгоритм для составления расписания.
- Настроить уведомления о рисках.
Расширенный вариант
- Интеграция с системой управления персоналом (HRM) для автоматического учета отпусков.
- Использование нескольких источников данных (прогноз продаж, сезонность).
- Сценарный анализ: что если спрос вырастет на 20%?
- Оптимизация не только по затратам, но и по удовлетворенности сотрудников.
Подготовка
Чек-лист перед запуском
- 1
Собрать данные о сотрудниках: график, отпуска, больничные, навыки.
- 2
Собрать исторические данные о задачах за 3-6 месяцев.
- 3
Определить среднее время выполнения по типам задач.
- 4
Рассчитать коэффициент доступности для каждого сотрудника.
- 5
Выбрать метод прогнозирования спроса (ARIMA, градиентный бустинг).
- 6
Определить ограничения: максимальная смена, минимальный отдых, запреты.
- 7
Настроить стоимость смен (обычные, ночные, праздничные).
- 8
Разработать или настроить оптимизационную модель.
- 9
Создать дашборд для мониторинга.
- 10
Провести пилотный запуск на одном подразделении.
Вывод
Главное
Планирование смен с ИИ строится на прогнозе спроса и расчете доступной мощности, а не на интуиции.
Основные данные — историческая нагрузка, графики сотрудников, среднее время задач. Ключевые расчеты — доступная мощность, прогнозная нагрузка, разрыв.
ИИ прогнозирует спрос, оптимизирует расписание и выявляет риски, а человек принимает финальные решения.
Начните с расчета доступной мощности и прогнозной нагрузки в Excel для одного подразделения, чтобы увидеть разрыв.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как строить обучение вокруг пути: бизнес-проблема → модель решения → данные → автоматизация → интерфейс → работающее решение. Этот подход применим и к планированию смен: сначала формулируется бизнес-проблема (неоптимальные смены), затем строится модель решения (прогноз спроса и оптимизация), собираются данные, автоматизируется процесс и создается интерфейс для руководителя.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
Не слишком ли сложно внедрять ИИ для планирования смен?
Начать можно с простых расчетов в Excel, а затем постепенно автоматизировать. ReMetod предлагает практикум, где вы научитесь строить такие решения без программирования.
Что если прогноз спроса окажется неточным?
Модель можно переобучать на новых данных, а также использовать доверительные интервалы. Важно регулярно сравнивать прогноз с фактом и корректировать.
Не приведет ли оптимизация к недовольству сотрудников из-за неудобных смен?
Можно добавить ограничения по предпочтениям сотрудников и учитывать справедливость распределения. ИИ позволяет балансировать между затратами и удовлетворенностью.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться автоматизировать планирование смен с помощью ИИ? Приходите на бесплатный вебинар ReMetod.