课程背景
数字经济在全球经济增长中担当着越来越要害的定位，以互联网、云计算、海量资料、物联网、机器智能为代表的数字技艺近几年演进迅猛，数字技艺和传统业界的深度融合释放出超级能量。
在数智化转型的大趋势下，人力资本管控领域正经历深刻变革。对于南京港口国企而言，传统人力资本管控方式在面对庞大员工群体、复杂倒班制事务模式时，逐渐显露出效率低下、决策缺乏资料支撑等等问题。
随着AI大模型技艺的飞速演进，将其运用于人力资料拆解，能够精准预测离职隐患、高效诊断效能问题，为公司人力资本管控提供科学依据，拉升管控效率，对保障港口的稳定营运和持续演进具备要害意义。
课程收益
• 纵深领会人力资本数智化转型的演进趋势，清晰认知AI大模型在人力资本领域的运用价值和潜力
• 熟练掌握运用AI大模型开展离职预测、效能诊断的办法和技艺，学会基于港口倒班制员工出勤资料开展建模拆解
•
借助对港口实际实例的研讨和上手，有效拉升运用数智化抓手和办法破解公司实际人力资本管控问题的本领
【课程特色】
• 贴合实际：符合公司数智化转型的诉求，资料拆解推演清晰，课程鲜活样貌，尤其情景教学部分，参训者有身临其镜之感
• 真实接地：所有课程中的抓手运用，符合公司在不同业界、不同阶段的代表性，能够和参训者达成共识
课程大纲
一、公司数智化建设的必要性和面对的挑战
1、公司数智化建设以及未来的态势
2、承接数智化转型的具体落地路径
3、数智化思路轮廓下的人力资本管控升级
• 数智化思路下的人员流动管控
• 数智化思路下的英才演进管控
• 数智化思路下的薪酬绩效管控
• 员工关系管控中的量化管控和资料拆解
二、AI大模型在人力资本中的核心运用
1.
1、AI大模型技艺拆解
• 离职预测模型：推演回归、随机森林、深度研习算法对比
• 效能诊断轮廓：基于员工行为资料的KPI关联拆解
1.
2、港口倒班制资料特征
• 资料类型：排班记录、考勤异常、员工满意度调研等等
• 典型问题：疲劳驾驶隐患、排班公平性争议
3、港口实例研讨和资料建模
1. （1）小组研讨：南京港口倒班制痛点
•
实例1：某码头倒班员工离职率同比上升20%，怎样定位原因？
•
实例2：排班冲突导致作业效率下降，怎样精进？
1. （2）资料建模上手
• 抓手包实操：采用抓手包开展倒班资料清洗和可视化
• 模型构筑：基于历史资料训练离职预测模型
三、AI抓手深化运用和情境化部署
1、AI抓手包运用和效能诊断
1. （1）抓手包功能详解
• 模块1：离职预测抓手（输入倒班资料，输出隐患评分和干预建议）
• 模块2：排班精进抓手（输入员工偏好和作业诉求，生成智能排班表）
1.
2、效能诊断实操
• 步骤：资料导入→模型运行→结果解读
• 小组还原：如“某班组疲劳度高于均值30%的上手
1.
3、构筑公司的人效拆解管控系统
• 人效指标库的建设
•
人效的监测和管控
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|张子斌老师
适合谁听
公司中高层管人人员、公司数智化事务人员、公司人力资本从业人员。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。