Whole Foods тайно модернизирует технологии, чтобы нацелить свои усилия на профсоюзы
Данные тепловой карты Whole Foods показывают, что магазины с низким расовым разнообразием имеют высокую вероятность объединения в профсоюзы. Джастин Хейман / Getty Images
Тени Большого Брата нависают над Whole Foods, когда-то считавшейся пионером культуры здорового труда. Согласно внутренним документам, с которыми ознакомился Business Insider, сеть супермаркетов, принадлежащая Amazon, использовала интерактивную тепловую карту для мониторинга своих 510 точек по всей территории США и присвоения каждому магазину оценки риска объединения в профсоюзы на основе таких критериев, как лояльность сотрудников, текучесть кадров и расовая принадлежность. разнообразие.
СМОТРИ ТАКЖЕ: Сотрудники Amazon в Нью-Йорке уходят в знак протеста против небезопасных условий на фоне коронавируса
В Whole Foods работает около 95 000 человек по всей стране. Данные, собранные на тепловой карте, показывают, что магазины с низким расовым и этническим разнообразием, особенно расположенные в бедных общинах, с большей вероятностью объединяются в профсоюзы. Это много для того, чтобы рассказать о своем любимом месте, где можно купить дорогой органический соус для пасты. Когда Whole Foods внезапно появляется в районе с низким доходом, это всегда гвоздь в гроб, что идет процесс джентрификации, а арендная плата вот-вот взлетит до небес.
Почему это антипрофсоюзное усилие неудивительно? Что ж, как вы, возможно, знаете, материнская компания Whole Foods, Amazon, имеет историю агрессивного подавления профсоюзов.
Просто посмотрите 45-минутное просочившееся обучающее видео, которое Amazon отправила руководителям групп в Whole Foods еще в 2018 году, чтобы ограничить профсоюзную деятельность. Рассказчик открыто заявил, что видео было «специально разработано, чтобы дать вам инструменты, необходимые для успеха, когда дело доходит до организации труда», и что «мы не верим, что профсоюзы в интересах наших клиентов или акционеров или, что наиболее важно, , наши партнеры ».
Профсоюзы предоставляют рабочим права и защиту. Посмотрите, что произошло в прошлом месяце, когда рабочие вышли из предприятия Amazon в Стейтен-Айленде в знак протеста против небезопасных условий труда в условиях пандемии. Кристиан Смоллс, возглавивший забастовку, не только был внезапно уволен, но и просочившаяся внутренняя электронная почта показала, что главный юрист Amazon также пытался очернить его, назвав его «неумным и красноречивым», чтобы подавить усилия по созданию профсоюзов.
На тепловой карте Whole Foods отслеживается потенциальное восстание профсоюзов с использованием примерно двух десятков показателей в трех основных областях: «внешние риски», «риски магазина» и «настроения членов команды».
Вызывает тревогу то, что Whole Foods - не единственная компания, которая использует передовые технологии для тайного отслеживания своих сотрудников. Ранее мы рассказывали, как финансовые компании и банки измеряют культуру на рабочем месте, уровень удовлетворенности сотрудников и уровень выгорания с помощью искусственного интеллекта. Например, платформа Receptiviti использует машинное обучение для анализа ключевых слов при общении сотрудников через электронную почту компании, Slack, Skype и т. Д., Чтобы определить, существует ли в конкретном офисе «токсичная» культура.
Искусственный интеллект также используется для прогнозирования важных действий сотрудников. В прошлогодней статье Harvard Business Review профессора менеджмента Брукс Холтом из Джорджтаунского университета и Дэвид Аллен из Техасского христианского университета сообщили о результатах своих исследований, согласно которым алгоритмы больших данных и машинного обучения являются эффективными инструментами для определения того, когда сотрудник собирается уволиться.
Исследователи собрали «потенциальные показатели текучести кадров» для более чем 500 000 работников в США и основали свою аналитику на «личных факторах, связанных с укорененностью, которые были общественным достоянием, например, количество прошлых рабочих мест, годовщина трудоустройства и срок пребывания в должности, навыки, образование. , пол и география ».
«Мы использовали машинное обучение, чтобы классифицировать каждого человека как маловероятного, менее вероятного, более вероятного или наиболее восприимчивого к новым возможностям трудоустройства», - пишут авторы.
комментариев