Home Notícias Corporativas Machine Learning é opção para montar escalas de trabalho

Machine Learning é opção para montar escalas de trabalho

por DINO
0 comentário

Em média, a ML (Machine Learning – Engenharia de Aprendizado de Máquina, em português) e a IA (Inteligência Artificial) devem criar 69 milhões de vagas de trabalho até 2027. A estimativa faz parte do relatório “Futuro do Trabalho 2023”, do FEM (Fórum Econômico Mundial), divulgado no final do primeiro semestre de 2023. 

Segundo o estudo, compartilhado pelo Data Centre Dynamics, diversas profissões e vagas passarão por transformações nos próximos anos. Espera-se que 83 milhões de postos de trabalho desapareçam até 2027 e que 23% dos empregos passem por mudanças neste período, impulsionados pelos recursos criados com o uso de IA.

De acordo com a projeção, as soluções relacionadas a ML e demais ferramentas de IA estão entre as tendências deste novo mercado. “Entre outras soluções, as ferramentas de ML já têm sido aplicadas de forma bem-sucedida na geração de escalas de trabalho por todo o mundo”, afirma José Epifânio, Head of Product Innovation da SISQUAL WFM, empresa que atua com ferramentas de WFM (Workforce Management – gerenciamento de força de trabalho).

“A adequação do modelo, ou modelos escolhidos a cada país, está muito dependente da legislação laboral de cada região e da sofisticação e registo histórico digital que a própria empresa tem”, explica.

banner

Ele destaca que, para alimentar os modelos de ML com dados pontuais, promovendo uma qualidade maior na escala gerada, é necessário garantir uma análise cuidada às restrições a impor. Além disso, é preciso contar um suporte digital das escalas que possa ser utilizado como aprendizagem para os algoritmos.

“É exatamente neste ponto que está a dificuldade de muitas empresas, pois não há um registro de escalas consolidado com regras claramente identificadas e que permitam a criação de escalas que são possíveis de aplicar na prática – e com benefícios financeiros e de qualidade de vida dos seus trabalhadores”, acrescenta Epifânio.

Como a ML pode ajudar a montar escalas de trabalho?

Segundo o Head of Product Innovation da SISQUAL WFM, o ML é uma tecnologia composta por vários tipos de modelos e algoritmos que conseguem, quando combinados na fórmula certa, e com dados de qualidade, resolver diversos problemas complexos da geração de escalas com maior agilidade.

“Existem muitas restrições que estão ligadas à legislação laboral e outras de foro ético que tornam a tarefa de geração de escalas viáveis um processo em contínua melhoria”, pontua. “Recomenda-se que seja sempre aplicado um processo de supervisão sobre o trabalho gerado pela ML de forma a garantir que, ao longo do tempo, as escalas continuem adaptadas às necessidades do cliente, à medida que o contexto de mercado muda”, diz.

Para concluir, Epifânio ressalta que a geração de escalas é uma área impactante na força de trabalho e, por isso mesmo, deve ser encarada com responsabilidade. Isso porque, dependendo dos problemas e restrições a resolver em cada escala, e dependendo do setor ou serviço em questão, a necessidade e dinâmicas de trabalho são diferentes. Logo, o que funciona em um setor não pode, automaticamente, funcionar em outro.

“Recomenda-se que estes projetos [de ML] sejam implementados e supervisionados por equipes experientes, começando sempre pela implementação de ferramentas que permitam assegurar a qualidade e fiabilidade dos dados históricos”, finaliza.

Para mais informações, basta acessar: https://www.sisqualwfm.com/

Posts Relacionados

A riqueza do varejo brasileiro, as tendências, as melhores práticas do mercado você só encontraca na Negócio e Franquia, descubra tudo sobre FRANQUIAS, SHOPPING CENTERS, EMPREENDEDORISMO, GESTÃO, NEGÓCIOS, CULTURA, TECNOLOGIA, INOVAÇÃO E CONHEÇA AS POLÍTICAS PÚBLICAS para o mundo dos negócios.

Copyright @2024 – Todos os Direitos Reservados. Desenvolvido por 77Prime Labs

Este site usa cookies para melhorar sua experiência. Assumiremos que você está ok com isso, mas você pode cancelar, se desejar. Aceitar Ler mais