第28节 AI智能排班与人力优化课程：手把手教你排班落地

什么是AI智能排班？它到底解决了什么问题

核心结论先说：AI智能排班就是让算法在「有多少活」和「有多少人」之间找平衡，把原来靠店长经验拍脑袋的排班表，变成一张能算出来、能解释的排班表。它不神奇，本质是把三个变量放进模型里：每个时段需要几个人、每个员工能上什么班、公司愿意付多少工时成本。这也是第28节 AI智能排班与人力优化课程里最先讲清楚的一件事。

老办法到底卡在哪

我见过不少门店还在用Excel排班，一个店长每个月花在排班上的时间，少的三四个小时，多的要一整天。改一版、发下去、有人请假、再改一版，来回折腾。麻烦的地方不是画格子，是信息对不上：客流高峰在周末晚上，人手却排在了周二下午。

Excel不会告诉你哪个时段缺人，也不会提醒你某个员工这周已经连着上了六天班。哪块缺人、谁连班太多，最后都得靠人盯。

AI排班和Excel排班差在哪

差别主要在两点。靠前是能不能同时满足多个条件，工时上限、技能匹配、员工偏好、连续上班天数，人工排的时候顾得上两个就顾不了第三个。第二是能不能快速重排，有人临时请假，算法几分钟就能给出一版新的，不用店长从头再画一遍。

怎么用AI排班？三个步骤落地

方法就是三步：先把需求变成数据，再设约束条件，最后生成表格后人工微调。听起来有点技术感，实操下来一个下午能跑通第一版。

第一步：把排班需求变成数据

你需要准备两样东西。一样是历史客流或业务量数据，按小时或半小时切分，至少要有四周；另一样是员工信息表，包括可上班时间、技能、时薪、每周最多工时。数据不用多干净，缺的部分先按平均值补上，跑起来再修。

• 业务量数据：门店看客流和收银笔数，客服看进线量，仓库看单量。
• 员工信息：姓名、岗位、能顶哪些岗、每周可上班天数、不接受的时间段。
• 规则清单：每班最少几人、最长连班几天、两班之间要隔多久。

第二步：设定约束和权重

约束和权重决定排班表好不好用。条件分硬性和软性，硬性是不能破的，比如每天最多八小时、某个岗位必须有人持证；软性是尽量满足的，比如员工希望不排周日、早晚班尽量均衡。给软性条件排个优先级，算法才知道先照顾谁。

有个做连锁餐饮的客户跟我说，他们最开始把所有条件都设成硬性，结果系统直接报无解。后来把「尽量不排晚班」降级成软性，立刻就出表了。

第三步：生成后人工微调

算法给的是初稿，不是终稿。你要看三件事：缺口时段补上没有、员工偏好满足了多少、总工时成本比上月高还是低。一般调两三轮就能定稿。第一版别追求完美，先跑起来，把明显不合理的地方标出来，下一版再改。

人力优化还要看哪三件事

排班只是入口，真正省钱的地方在后面。我的判断是，人力优化要同时看工时结构、峰谷匹配和合规红线，缺一个都会出问题。

工时结构：全职和兼职怎么配

固定高峰的岗位用全职，波动大的时段用兼职或小时工。全职比例太高，闲时养人；兼职比例太高，培训成本和流失率会上去。可以先算一个数：把每周总需求工时除以一个全职员工的可用工时，看看最少需要几个全职，剩下的缺口用灵活用工补。

峰谷匹配：把人放在最忙的时候

把每天切成几个时段，看每个时段的业务量和人手比例。如果某个时段人均处理量明显高于其他时段，说明那里缺人；反过来就是人多了。调整的时候一次只动一个时段，别一天全改，不然看不出效果。

合规红线：别只看成本

工时上限、休息时间、加班费计算，这些是硬要求，算法排出来的表也要人工过一遍。《劳动法》对每日和每周工时都有明确规定，各地细则还有差别，排班前先让HR确认一遍当地标准。

第28节 AI智能排班与人力优化课程会练什么

课程的重点不是讲概念，是带着你把上面三步走一遍。课上会给一份模拟的业务量数据和员工表，从清洗数据、设约束，到跑出排班表、算人力成本，全程自己动手。

课上会动手做的三件事

• 用一份四周的客流数据，找出真正的用工高峰时段。
• 把门店规则写成约束条件，跑出第一版排班表。
• 对比优化前后的工时成本，算清楚省在哪。

学完回去怎么用

建议先拿一个门店或一个班组试点，别一上来就全公司推。跑满一个月，把排班耗时、缺人投诉次数、加班工时三个数记下来，跟之前对比。数据站得住，再往其他门店复制。

如果你的团队现在还在用Excel排班，下一步就做一件事：把最近四周的客流数据导出来，按小时排成一列，看看高峰落在哪几个时段。这一步做完，你已经知道该往哪调人了。