Tüm yeni teknolojilerde olduğu gibi, meta evren yanılgılarla çevrilidir (sadece bir tane olacak gibi) ve maddeden çok daha fazla yutturmaca. Ancak, ortaklaşa sanal nesneler oluşturmaktan (bir mimarın bir binanın sanal bir temsilini oluşturması gibi) otonom robotlar ve araçlar için gelişmiş testlere kadar simülasyonlar için zaten başarıyla (ve ölçekte) kullanılıyor. Ve üretkenliği artırmak için kullanma potansiyeli var, çünkü çalışanları izleme ve onlardan daha fazlasını alma ile ilgili gizlilik sorunlarının yanı sıra onlara yardım etmek veya onların yerini almak için gelen özerk sistemlerin ele alınmasına yardımcı olabilir.
Meta veri deposu teknolojisinin bir uygulamasının, üretkenliği izlemek ve geliştirmek için nasıl güçlü bir araç haline gelebileceği aşağıda açıklanmıştır.
nicelikten çok kalite
Ben bir iç denetçiyken, Sorumlu Denetçiler (AIC’ler), görevi tam olarak yerine getirmenin tek yolunun haftanın yedi günü, günde 16 saat çalışmanın olduğuna inanma eğilimindeydiler. Ancak bu kadar yoğun yükle bile ekiplerimiz her şeye bakamadı ve çok yorulduk ve çok şey kaçırdık. Sonunda ekibi devraldığımda, çok daha az zaman alan bir program uyguladım ve bulgularımız arttı, çünkü daha akıllıca denetim yapıyorduk ve nicelikten çok kaliteyi etkili bir şekilde vurguluyorduk.
Şu anda, meta veri deposu büyük ölçüde simülasyon için kullanılmaktadır ve güvenlik sistemleri tarafından üretilenler gibi gerçek verilere bağlandığında, bir çalışma ortamını ölçekte simüle edebilir. Bu, araçların kullanıma sunulmadan önce hem anormallikleri vurgulamak hem de düzeltmeleri simüle etmek için kullanılmasına olanak tanır. Zamanla, doğrudan öğrenen AI modellerini kullanan eşleştirilmiş bir simülasyon, bir grup çalışanın nasıl çalıştığını tahmin edebilmeli ve gerçek çalışanları etkilemeden sanal bir çalışan grubuna karşı politikaları denemenize izin vermelidir.
Toplu (çalışana özgü değil) verileri çekmek, çalışanların zamanlarını nasıl harcadıklarını anlamanıza ve tanımlanmış hedeflerine göre nerede en çok ve en az verimli olduklarını belirleyen çan şeklinde bir eğri oluşturmanıza olanak tanıyarak üst düzey bir yöneticinin belirli bir dönem için değişiklikleri modellemesine izin vermelidir. daha iyi sonuç.
Gördüğüm en büyük üretkenlik hatalarından biri, Andy Grove’un CEO olduğu Intel’de (Intel bir müşteridir) oldu. Yöneticiler, çok sayıda çalışanın geç gelip erken ayrıldığından endişelendiler, bu nedenle bir “temellere dönüş” programı uyguladılar; çalışanların giriş çıkışlarını yapan ve onları tam sekiz saat kalmaya zorlayan yöneticilerden ve yöneticilerden oluşuyordu. Program, üretkenliği artırmak yerine onu çökertti. Kısaltılmış çalışma günlerinden yararlanan insanlar işte zaman kaybetmeye devam ederken, fazla mesai yapanlar sekize indirerek performanslarını olumsuz yönde etkiledi.
Intel, Metaverse’in sağlayabileceği bir şey olan bu programı uygulamadan önce modelleyebilseydi, şirket bu bariz ve acı verici hatadan kaçınabilirdi.
Zaman içinde kötü performans gösteren bir diğer alan ise, daha davetkar görünen ortak alanlar veya büfeler lehine bölmeleri ve ofisleri ortadan kaldırdığınız açık konsept ofistir. Uygulamada, bu yaklaşım daha yıkıcıydı – konuşmalar daha az özeldi ve gürültünün çalışanları rahatsız etme olasılığı daha yüksekti. Ve elbette pandemi, daha büyük ve daha kalabalık ortak çalışma alanlarını daha da sorunlu hale getirdi.
Çalışanların onlara sanal olarak girmesine izin veren bu kavramın simülasyonları, muhtemelen bu gürültü ve dikkat dağınıklığı sorunlarını ortaya çıkaracaktı. Bir şirkete, sanal deneyler yaparak, en iyi konfigürasyonu bularak ve üretkenlik üzerinde ters etkiye sahip maliyetli bir tadilattan kaçınarak daha iyi hizmet verilebilir.
Simülasyondan gerçek dünyaya
Meta veri deposu, simüle edilene bağlı olarak birden çok uygulama sunabilir. Ofislerin ve çalışanların dijital ikizlerini oluşturduğumuzda, şirketlerin üretkenlik teorilerini uygulanabilir hale gelmeden önce test etmelerine yardımcı olabilir. Amaç, çalışanları istismar etmenin bir yolu olarak değil, sağlıklı bir üretkenlik artışı olmalıdır.
Benim beklentim, metaverse’in hem verimlilik hem de çalışan bağlılığı ve iş tatmini açısından bir şirketi çalışmak için daha iyi bir yer haline getirmenin en iyi yollarından birine dönüşeceğidir – ancak bu doğru yapılırsa. Bu, üretkenliği ve iş tatminini artırmanın ikili amacı ile yeni istihdam teorilerini test etmek için kullanılması gerektiği anlamına gelir.
Olumsuz tarafı, elbette, meta veri deposunun daha az lezzetli nedenlerle kullanılabilmesidir – çalışanların fark etmeyebileceği kötüye kullanım ilkelerini simüle etmek ve modellemek için. (Örnek olay: Elma Apple eski çalışanlarına nasıl davranıyor? — bu, şimdiye kadar bir şirketin yaptığını gördüğüm en benzersiz kötü şeylerden biri olmalı.) Açıkça, odak noktası, çalışan istismarı değil, verimliliğin sağlıklı artışı üzerinde olmalıdır.
Herhangi bir projenin başlangıcında hem çalışanlar hem de şirket için olumlu bir sonuç elde etmek, olumlu bir sonucun sağlanmasına yardımcı olur. Sonunda, çalışanlar üzerinde çok daha az olumsuz etki ile iyi ve kötü motivasyon ve üretkenlik çabalarını nasıl daha iyi ayırt edeceğimizi muhtemelen öğreneceğiz. Bu sonuncusu, bu çabayı daha değerli kılacaktır.
Telif Hakkı © 2022 IDG Communications, Inc.