我在迪拜和加拿大多个仓库工作的经历让我深刻认识到,员工绩效问题是仓库运营中一个巨大的成本隐患。一个仓库每月损失约13万美元,这并非个例。问题主要集中在三个方面:缺乏绩效透明度,导致员工动力不足;难以精准识别和纠正员工错误,尤其在大型仓库中,全面了解每个员工的工作情况非常困难;以及人员配备过剩,因为以往对劳动力需求的评估往往依赖经验而非数据。
为了解决这些问题,我们创建了WorkScore.ai。这是一个基于人工智能的员工绩效评估平台,通过收集员工的移动数据和行动数据,客观、透明地衡量员工绩效。系统会提供详细的效率指标分析,帮助员工了解自身优势和不足,从而提升工作效率。
我们关注的三个核心指标是:拣货准确率、订单履行率和考勤准时性。与市面上其他仅关注流程的工具不同,WorkScore.ai 更关注员工个体。我们致力于提供全面的绩效评估,避免因个别因素(例如员工个人问题)导致的绩效波动影响整体评估结果。
WorkScore.ai 如何运作?
最初,我们使用可穿戴设备和蓝牙信标来追踪员工的移动轨迹。但现在,我们已经实现了技术升级,利用仓库现有的摄像头和员工工号,通过AI软件精准追踪员工的移动路径。未来,我们还计划利用摄像头数据来分析员工的具体操作,进一步完善数据采集。
通过将员工的移动数据与仓库管理系统(WMS)中的行动数据(例如,扫描物品、完成任务等)相结合,AI能够分析员工的路线效率、识别空闲时间,以及评估员工在指定工作区域内的时间分配。这使得绩效评估更加全面和客观。
隐私保护与员工激励
我们深知员工隐私的重要性。系统设计中,管理者只能看到员工的总分,而员工可以查看详细的绩效数据,并可以选择与管理者共享数据以获得帮助。这种设计既保证了数据的透明度,又保护了员工的隐私。
为了进一步激励员工,我们在试点项目中引入了游戏化机制,例如基于绩效的奖金。结果表明,这种激励措施显著提高了员工的工作积极性,并极大地减少了员工对被追踪的抵制。
WorkScore.ai 的未来
WorkScore.ai 目前正处于快速发展阶段。我们计划将平台与电商平台对接,成为连接仓库和电商平台的桥梁,进一步优化整个供应链的管理效率。
我们相信,WorkScore.ai 不仅仅是一个提高效率的工具,更是一个能够赋能员工,提升员工工作满意度的平台。通过透明的绩效评估和有效的激励机制,WorkScore.ai 将帮助仓库企业降低成本,提高效率,同时帮助员工获得认可,提升职业发展。 欢迎访问我们的网站了解更多信息。
Welcome to another episode of The New Warehouse Podcast, where we dive into a unique solution for evaluating warehouse employee performance. Alex Bilyan, Chief Sales Officer, and Rado Barss, Co-Founder and CEO of WorkScore.ai, join Kevin to explore their innovative platform for workforce evaluations in warehouse operations.
WorkScore.ai objectively and transparently measures warehouse employee performance using movement and task completion data. By leveraging AI, warehouse leaders can gain real-time insights into worker efficiency, address common productivity issues, and reduce unnecessary labor costs. The conversation unpacks the power of AI-driven evaluations, data transparency, and how gamification reshapes employee motivation.
Find Big Joe during ProMat at booth N7157.
Learn more about Zebra Robotics here.