AUTORI
Ciro Lista
Expert Data Scientist
@Bip xTech
Leonardo Mechilli
Data Scientist
@Bip xTech
Biko Catalano
Data Scientist
@Bip xTech
EXECUTIVE SUMMARY
Al giorno d’oggi, una delle maggiori sfide che le imprese si trovano ad affrontare consiste nello sviluppo e nella comunicazione della propria strategia per la gestione degli spazi di lavoro e la modalità di rientro in ufficio. Infatti, man mano che le imprese crescono di dimensione, risulta sempre più complesso formulare un piano in grado di bilanciare efficacemente le persone e le esigenze organizzative in un ambiente “covid-secure”.
La sfida nasce dall’elevata quantità di variabili da tenere in considerazione quando si pianifica il ritorno in ufficio dei dipendenti. Gli stakeholder possono infatti avere esigenze molto diverse, come la flessibilità, la sicurezza, i costi e la sostenibilità, fattori che richiedono un impegno sicuramente maggiore rispetto ad un semplice “re-shuffling” delle scrivanie e del distanziamento sociale.
Per vincere questa sfida, Bip propone un approccio innovativo per guidare le aziende nell’identificazione del modello di lavoro più efficace ed adatto alle esigenze, utilizzando un approccio data-driven e tecnologie AI-based di ultima generazione.
Un approccio data-driven per facilitare la fase di “return to work”
Gli ultimi diciotto mesi ci hanno insegnato che il nuovo modello ibrido di lavoro è destinato a durare. Infatti, se da un lato solo una piccola percentuale di aziende ha scelto di adottare una modalità di rientro “full-remote” o “on-site”, la grande maggioranza ha invece rivoluzionato il vecchio paradigma adottando in maniera permanente un approccio ibrido.
Tramite l’utilizzo di Advanced Analytics, gli stakeholder sono in grado di simulare come diverse strategie di allocazione dei dipendenti possono impattare il business, così da selezionare quella più adatta. Questo può portare a numerosi vantaggi a lungo termine come una migliore gestione del rischio, una maggiore sostenibilità ed uno spazio di lavoro maggiormente inclusivo, che si traduce inevitabilmente in un’organizzazione più attraente per i dipendenti presenti e futuri.
Per superare i limiti delle pratiche di allocazione delle risorse tradizionali (human-made), le aziende data-driven possono sfruttare le moderne soluzioni di apprendimento automatico per ottimizzare ed automatizzare l’intero processo. L’idea innovativa proposta e sviluppata da Bip consiste in una soluzione software che mira ad ottimizzare l’allocazione dei dipendenti nei luoghi di lavoro aziendali, riducendo al minimo la dispersione delle unità di business appartenenti allo stesso reparto sia all’interno dell’edificio che sui diversi piani della sede, il tutto tenendo in considerazione le planimetrie dei piani, ossia gli spazi aperti e le pareti.
Il flusso della soluzione proposta può essere suddiviso in quattro step fondamentali:
- L’acquisizione delle planimetrie della sede fisica e dell’anagrafica dei dipendenti. Queste ultime verranno utilizzate per distinguere gli impiegati attraverso il loro attuale ruolo all’interno della compagnia. L’ingestion dei dati supporta diverse fonti, che possono spaziare dalle API interne all’azienda fino a sorgenti del tutto esterne.
- La trasformazione delle planimetrie in dati fruibili. Questo step viene implementato tramite tecniche di computer vision che permettono la conversione delle planimetrie in matrici numeriche. Il fattore più importante da evidenziare in questo passaggio è che il framework di Bip è in grado di riconoscere muri ed ostacoli vari, fattore fondamentale quando si vanno a calcolare le distanze tra una scrivania e l’altra. Infatti, ciò che può apparire come molto vicino in linea d’aria (distanza Euclidea) può di fatto non esserlo quando muri ed altri ostacoli si aggiungono all’equazione.
- La computazione delle distanze. Per questo task, Bip fa affidamento alla teoria dei network per trasformare le matrici risultanti dallo step precedente in dei grafi connessi, che vengono poi utilizzati per calcolare le effettive distanze che intercorrono tra i vari nodi della planimetria (le scrivanie). Le informazioni spaziali raccolte in questo step vengono poi utilizzate per creare gruppi, o cluster, di scrivanie, che torneranno utili nella fase di allocazione vera e propria.
- Allocazione dei dipendenti. I dati raccolti negli step precedenti vengono utilizzati per assegnare a ciascuna risorsa la propria scrivania, il tutto facendo fede alle loro anagrafiche, andando così a minimizzare l’eterogeneità degli impiegati all’interno dei gruppi di scrivanie.
Con la consegna di questo use case, Bip non solo consente all’utente finale di automatizzare il processo di allocazione delle risorse, ma apre anche la porta a diverse iniziative trasversali. Ad esempio, l’azienda sarà in grado di: condurre analisi “What-if” per valutare come diversi scenari di allocazione influiscono sulle complessive prestazioni aziendali; monitorare la sicurezza sul lavoro; monitorare nel tempo le emissioni di CO2 aziendali. Inoltre, la soluzione può essere integrata con un sistema di raccomandazione “Machine Learning-based”, il quale, in base a diversi parametri, può suggerire chi, in un determinato giorno, dovrebbe o non dovrebbe recarsi fisicamente nella rispettiva sede lavorativa.
Success Story
Questo framework di allocazione Bip è attualmente adottato da un’importante società di telecomunicazioni per facilitare il ritorno al lavoro in uno scenario post-covid. Inoltre, in aggiunta alla soluzione presentata in questo articolo, Bip ha già implementato un addon che permette di mappare i dipendenti dell’azienda all’ubicazione dell’ufficio più vicino a loro, riducendo così al minimo gli spostamenti e massimizzando la collaborazione tra colleghi appartenenti allo stesso team. Con l’utilizzo della tecnologia, l’azienda ha registrato un sostanziale miglioramento dell’equilibrio tra lavoro e vita privata dei dipendenti e delle loro prestazioni complessive, che vengono monitorate nel tempo tramite una soluzione di Business Intelligence.
Why Bip
Bip xTech è una delle più grandi comunità di AI europee, che conduce centinaia di progetti in ambito Big Data e AI ogni anno, curando end-to-end le fasi di concept, sviluppo e messa in produzione di soluzioni AI business-oriented. I nostri esperti garantiscono che l’AI risponda alle esigenze aziendali e che sia utilizzabile da utenti non tecnici, facilmente monitorabile e con un chiaro ritorno sull’investimento.
Se sei interessato a saperne di più sulla nostra offerta o vuoi avere una conversazione con uno dei nostri esperti, invia un’email a [email protected] con oggetto “Return to Workplace” e sarai contattato immediatamente.