自 2017 年 9 月以來，北海道大學諧波工程實驗室和 SECOM 集團的 TMJ, Inc. 一直在聯合開發一種用於自動調整班次的算法。今後，我們將驗證與使用 TMJ 操作的 AI 的聊天系統相關聯的班次調整工作自動化算法。效果已在試驗中得到驗證，我們的目標是在 2018 年度末實現實用化。
目前，在服務業、餐飲業等勞動密集型行業，人力資源短缺問題日益突出，突發曠工的輪班調整工作負擔沉重。因此，我們與研究信息科學的北海道大學諧波工程實驗室共同開發了一種減輕班次調整工作負擔的算法。
本次開發的算法提取目標人群列表，針對突然出現的空缺應召喚多少人，確定何時何地召喚，並對其進行優化。目前為止的班次調整，靠的是每個負責人的“經驗和直覺”，而且由於調整的訣竅沒有積累，所以進行了個性化，但是這種算法減少了選擇替代方案所需的工時和生產力。並提高接受率。
此外，學習算法的AI與聊天系統聯動，自動發送消息確認是否可以調整考勤。最終調整將通過人工聊天對回复的工作人員進行。通過電話使用LINE，調班通道簡化了與目標人員的聯繫，減輕了工作負擔，消除了撥打和接聽電話的心理負擔。
根據本次試驗驗證的結果來看效果模擬，在目標列表為100人的情況下，電話聯繫數為50，聊天聯繫數為75，通過提高聯繫效率增加了談判的機會。接受工作的人數是電話7.5人，聊天9.1人，通過選擇最合適的目標人提高了接受率。此外，每次回复的工時（小時）為聊天 42.3 分鐘，而電話則為 10.3 分鐘，從而減少了工時並提高了生產力。
目前，我們與北海道大學合作，旨在提高算法的準確性，同時根據聊天答案的結果繼續學習，繼續驗證和回應問題，並在 2018 財年末將其投入實際應用。
