…Поделюсь личным опытом. В Марте 2025г ездил в Шанхай на выставку. Нам показывали, как организована уборка в одном из торговых центров. На паркинге китайцы использовали две поломоечные машины.

Что в итоге? Два робота, и… два оператора! Эти люди занимались тем, что программировали роботов, переставляли их с места на место. По факту, использовали их как те же самые поломоечные машины.

Мы же уже смотрели на робота и поломойку. Тот же бак, тот же склиз, тот же аккумулятор. Те же технические параметры и ограничения. Производительности у робота не больше, чем у поломойки.

Сегодня экономическая эффективность роботов - большой вопрос. Как и за счет чего на самом деле получают экономию при применении роботов поделюсь в следующем посте.

Обращайтесь.
Наши контакты:
Тел. WhatsApp 8 916 150 02 20

Как робот-поломойщик заставил клининг жить по расписанию.

В одном недалёком торговом центре появилась новинка — робот-поломойка. Казалось бы, экономический прорыв. Людей отправим домой, а робот пришёл, за всех все помыл, навёл лоск и ушёл.
Но! Как выяснилось, этот робот — машина исполнительная, но глупая! Он не знает, когда и где убирать. Это ему надо сообщить. Людям пришлось сделать ему расписание.

И тут начинается самое интересное. Робот работает по расписанию. Чтобы не мешать ему, клинерам тоже приходится подстраиваться под этот график.
Вот, представьте: роботы в определённое время выезжают на марш-бросок по полу, а люди идут следом и тоже убирают…

…Руководителям компании посмотрели на это и решили составлять расписание и для людей. Для расписания надо знать время на уборку каждого участка и количество уборок за смену. Начальство вглядывались в часы и минуты, замеряли время на каждом участке и начали понимать:

— А зачем нам столько людей? Вот честно: несколько человек просто тусуются по углам, а робот, вот там, по расписанию шаманит с ведром и щёткой.

И тут, друзья мои, сценарий стал развиваться по законам «Математического клининга». Делаешь замеры времени, создаёшь расписание — и О! Чудо! — у тебя оказываются лишние работники. Они оказались лишними просто по факту.

Задумайтесь: вот у тебя штат — человек десять. По расписанию выясняется, что достаточно семи. Троих отправляешь на другой объект где не хватает людей, а оставшимся немного добавляешь зарплату, чтобы держались за место. Красота!

Приходим к выводу - робот простимулировал составить качественное расписание. Руководители получили информация о реальных потребностях в персонале. Экономический эффект дало расписание, а не сам робот.

Клининг, как спорт, требует расписания - учёта времени и периодичности, а робот — это просто участник этого процесса. Если всем работать по расписанию, то и люди не будут изображать работу или бегать без дела, и роботы не будут себя чувствовать уставшими и загнаными.

Так что, уважаемые руководители, если хотите сэкономить — составляйте качественное расписание, а не просто добавляете робота или людей. «Математический клининг» вам в помощь! И, да прибудут с вами спокойствие, чистота и деньги!

"Понаравули", "Забабули" и "Процесули": типы клининговых компаний

Я выделил три основных типа клининговых компаний, условно назвав их "Понаравули", "Забабули" и "Процессули".

"Понаравули": Как правило, небольшие компании, где хозяйка – она же бригадир. Они стремятся во что бы то ни стало понравиться заказчику. Делают больше, чем нужно, показывают максимум, часто работают в убыток, но гордятся своей работой. Бюджет для них вторичен, главное – показать, как "надо".

"Забабули": Прямая противоположность "Понаравулям". Цель – заработать как можно больше, сделать как можно меньше. Не стремятся к долгосрочным отношениям, их интересует только прибыль. Доволен заказчик или нет – неважно, главное, чтобы заплатили. Часто это специализированные бригады, выкручивающие руки подрядчикам и заказчикам…

…"Процессули": Главное – постоянный процесс. Набирают и теряют клиентов, постоянно в движении. Качество и доходность не так важны, как сам процесс работы.

Понятно, что это крайние варианты, и в чистом виде такие компании встречаются редко. Но к какому из этих типов вы себя относите? И какие типы компаний вы еще видели? Может быть, я кого-то забыл?

Обращайтесь.
Наши контакты:
Тел. WhatsApp 8 916 150 02 20.

Все же знают, что такое танк. Это такое мощное оружие, бронированная техника, с пулеметом, с пушкой, обычно на гусеничном ходу. Танк на линии боевого соприкосновения выполняет задачи по уничтожению живой силы и техники противника.

Но, что значит слово «танк», откуда оно взялось, откуда произошло? А произошло оно от английского слова «tank», что буквально переводится как «огромная бочка, цистерна». В начале прошлого века в России назад слово «танк» переводилось как «лохань». То есть такая большого размера емкость, в которой перевозят какие-то жидкости. От слова танк, кстати говоря, происходит слово «танкер». Танкер – это судно, которое в танках перевозят нефть.

Как это связано со словом робот? Робот - это тоже такое интересное слово, которое придумал брат чешского писателя Карела Чапека – художник Йозеф Чапек. Йозеф подсказал брату-писателю, как назвать, персонажей пьесы «Россумские универсальные роботы». Роботом он назвал искусственных людей для тяжелой работы…

…Постепенно слово робот начали использовать не только в фантастике, но и в обычной жизни. Сегодня нет общепринятого определения слова «робот», так как этот термин в зависимости от контекста имеет разные значения.

В русском языке слова танк, автомат, кисть и много других слов в зависимости от контекста имеет разное значение и нет никаких проблем. Что за предвзятое отношение к роботу. С чего такая забота о терминологии.

И для чего вся эта история? А вот к чему. У нас с коллегой возник спор, дискуссия. Коллега считает, что нельзя к поломоечным машинам, которые работают без человека, применять слово робот. Он считает, что это обман, что это никакие не роботы, это автоматизированные беспилотные аппараты. Что те, кто применяет к этой технике слово робот - обманщики. Что это подмена понятий. Нельзя, мол, называть автоматизированные беспилотные уборочные аппараты словом робот. Робот – это другое.

Мое мнение, что автоматизированные самоходные помоечные беспилотные системы и всякое другое нагромождение наукообразных слов, на самом деле - словоблудие. Попытка и желание казаться экспертом. Все же знают, что эта штука называется робот. Робот подметает, моет пол, стрижет газон и никому ни на одном объекте не приходит в голову называть это как-то по-другому.

Наша коммуникация для того, чтобы быть понятым. И все же понимают, что это вот та штука, которая ездит и моет пол, называется робот.

И если люди называют поломоечный беспилотный автоматический механизм словом робот, зачем мудрить и чего-то там выдумывать, усложнять жизнь себе и людям. Давайте будем понятными людям и называть эту штуку роботом. И все. Будем проще, глядишь люди к нам потянутся.

Наши контакты:
Тел. WhatsApp 8 916 150 02 20

Поддались моде и решили поиграть с ИИ. Спросили у него как он понимает, что такое математический клининг. Вот, что он написал. Математический клининг – это концепция, которая использует математические модели и алгоритмы для решения задач, связанных с уборкой, оптимизацией ресурсов и созданием более эффективных и приятных для жизни пространств. Звучит футуристично, но можно выделить общие принципы и алгоритмы. Вот алгоритм математического клининга, разбитый на этапы:

…
I. Анализ и Определение Задачи:

1. Сбор Данных:
* Размеры помещения: Длина, ширина, высота каждой комнаты.
* Тип поверхности: (пол, стены, потолок) и материал (дерево, плитка, ковер, обои и т.д.).
* Уровень загрязнения: (низкий, средний, высокий) – оценивается визуально или с помощью датчиков (пыль, пятна, мусор).
* Тип загрязнений: (пыль, грязь, жир, плесень, бактерии) – определяется визуально, химическим анализом или с помощью датчиков.
* Наличие препятствий: (мебель, предметы интерьера) – размеры, форма, расположение.
* Воздушный поток: Измеряется скорость и направление движения воздуха (для оптимизации вентиляции и удаления пыли).
* Микробиологический анализ: Опционально – для выявления бактерий, плесени и аллергенов.

2. Формулировка Цели:
* Минимизация загрязнения: Снижение уровня загрязнения до заданного значения (например, снижение количества пыли на 90%).
* Оптимизация времени уборки: Сокращение времени, затрачиваемого на уборку, при сохранении необходимого уровня чистоты.
* Минимизация использования ресурсов: Снижение потребления воды, электроэнергии и моющих средств.
* Оптимизация маршрута уборки: Разработка наиболее эффективного маршрута для робота-пылесоса или уборщика.
* Улучшение качества воздуха: Снижение концентрации загрязняющих веществ в воздухе.

3. Определение Ограничений:
* Бюджет: Ограничение на стоимость моющих средств, оборудования и рабочей силы.
* Время: Ограничение на время, доступное для уборки.
* Доступность ресурсов: Ограничение на наличие воды, электроэнергии и моющих средств.
* Требования к безопасности: Ограничение на использование токсичных или опасных веществ.
* Требования к сохранности имущества: Ограничение на использование агрессивных методов уборки, которые могут повредить поверхности.

II. Построение Математической Модели:

1. Модель Распространения Загрязнений:
* Дифференциальные уравнения: Описывают изменение концентрации загрязняющих веществ во времени и пространстве (учитывают диффузию, конвекцию и осаждение).
* Модель оседания пыли: Учитывает размер частиц пыли, скорость воздушного потока и гравитацию.
* Модель роста бактерий/плесени: Учитывает температуру, влажность, наличие питательных веществ и скорость размножения.

2. Модель Эффективности Уборочных Действий:
* Функция эффективности: Описывает зависимость уровня чистоты от типа моющего средства, способа уборки (пылесос, влажная уборка, дезинфекция) и времени воздействия.
* Модель износа поверхностей: Описывает зависимость повреждения поверхности от интенсивности уборки и типа используемых средств.

3. Модель Оптимизации Маршрута:
* Задача коммивояжера (TSP): Нахождение кратчайшего маршрута для робота-пылесоса или уборщика, посещающего все необходимые точки (участки пола, мебель).
* Алгоритмы поиска пути (A*, Dijkstra): Используются для навигации робота-пылесоса в сложных помещениях с препятствиями.

III. Решение Задачи Оптимизации:

1. Выбор Алгоритма:
* Линейное программирование: Для задач оптимизации с линейными ограничениями и целевой функцией.
* Нелинейное программирование: Для задач оптимизации с нелинейными ограничениями и целевой функцией.
* Генетические алгоритмы: Для задач оптимизации со сложной структурой, где сложно найти точное решение.
* Алгоритмы машинного обучения: Для задач, где необходимо прогнозировать уровень загрязнения или эффективность уборки на основе исторических данных.

2. Реализация Алгоритма:
* Написание кода: Реализация выбранного алгоритма на языке программирования (например, Python, MATLAB).
* Использование существующих библиотек: Использование готовых библиотек для решения задач оптимизации и машинного обучения.

3. Получение Оптимального Решения:
* Определение оптимальной стратегии уборки: Тип моющих средств, способ уборки, частота уборки, оптимальный маршрут.
* Прогнозирование уровня чистоты: Оценка уровня чистоты, который будет достигнут при использовании оптимальной стратегии уборки.

* Оценка затрат: Оценка стоимости ресурсов, необходимых для реализации оптимальной стратегии уборки.

IV. Реализация и Мониторинг:

1. Внедрение Решения:
* Настройка робота-пылесоса: Программирование маршрута уборки и расписания.
* Обучение персонала: Инструктаж персонала по правильному использованию моющих средств и оборудования.
* Установка датчиков: Размещение датчиков для мониторинга уровня загрязнения и качества воздуха.

2. Мониторинг Результатов:
* Сбор данных: Сбор данных с датчиков об уровне загрязнения, влажности, температуры и других параметрах.
* Анализ данных: Анализ собранных данных для оценки эффективности стратегии уборки.
* Сравнение с прогнозами: Сравнение фактических результатов с прогнозами, полученными с помощью математической модели.

3. Корректировка Модели и Алгоритма:
* Обратная связь: Использование результатов мониторинга для корректировки математической модели и алгоритма оптимизации.
* Адаптация к изменениям: Адаптация стратегии уборки к изменениям в уровне загрязнения, погодных условиях и других факторах.
* Улучшение алгоритма: Внесение изменений в алгоритм оптимизации для повышения его точности и эффективности.

Пример:

Предположим, у нас есть задача минимизировать время уборки офиса роботом-пылесосом.

1. Анализ: Собираем данные о размерах офиса, расположении мебели, уровне загрязнения.
2. Модель: Создаем математическую модель офиса с учетом препятствий и уровня загрязнения каждого участка. Используем алгоритм A* для поиска оптимального маршрута.
3. Оптимизация: Запускаем алгоритм A* и получаем оптимальный маршрут для робота-пылесоса, который минимизирует время уборки.
4. Реализация: Программируем робота-пылесоса на этот маршрут и запускаем его. Мониторим время уборки и корректируем маршрут при необходимости.

Заключение:

Математический клининг – это перспективное направление, которое может значительно повысить эффективность и качество уборки, а также снизить затраты на ресурсы. Развитие сенсорных технологий, машинного обучения и алгоритмов оптимизации делает эту концепцию все более реалистичной и востребованной.

Внедрение роботизированных решений в клининге часто рассматривается как прямой путь к повышению эффективности и снижению затрат. Однако, как показывает практика, простая замена ручного труда на автоматизированный не всегда приводит к желаемому результату.

Многие компании, приобретая роботов-уборщиков, сталкиваются с тем, что заявленная производительность не оправдывается. Робот – это, прежде всего, машина, требующая четкого алгоритма действий и контроля. Ему необходимо расписание, определяющее время и место работы.

Экономический эффект достигается не за счет самой роботизации, а за счет оптимизации процессов…

…Опыт некоторых компаний показывает, что реальную экономию обеспечивает не столько сам робот, сколько необходимость его интеграции в существующий график уборки. Для эффективной работы робота требуется четкое расписание, что, в свою очередь, вынуждает пересматривать и оптимизировать графики работы остального персонала.

Анализ времени, затрачиваемого на уборку каждой зоны, позволяет выявить избыточность ресурсов. Тщательное планирование, основанное на математическом анализе периодичности, продолжительности и частоты уборок, приводит к выявлению лишнего персонала. В результате, оптимизация расписания позволяет сократить штат и перераспределить нагрузку между оставшимися сотрудниками, добиваясь существенной экономии.

Ключевой фактор успеха – это не слепое внедрение роботов, а грамотное управление клининговым процессом, основанное на расписании и четком понимании потребностей объекта.

Обращайтесь.
Наши контакты:
Тел. WhatsApp 8 916 150 02 20

Коллеги, приветствую!

Сегодня принимаю участие в первом Всероссийском бизнес-форуме лидеров фасилити-менеджмента

Тема форума - достижения и инновации в клининговой отрасли, включая цифровизацию и беспилотные технологии. Форум проходит в Общественной палате.

Выступаю в качестве спикера. Подготовил выступление максимально информативное и интересное.. Задача - донести ключевую концепцию математического клининга за 5 минут .

Планирую сделать видеозапись выступления. Посмотрим, получится ли уместить всё самое важное в отведённое время. Подготовка идёт полным ходом.

Здравствуйте, завтра утром выложу запись моего феерического выступления 4 мин. Если интересна запись всего мероприятия 4 часа напишите в комментах.

В пятницу планирую написать пост о том, что я услышал и увидел. Мой анализ тенденций.

Усейн Бол и Элиуд Кипчоге почему-то по разному выглядят.

Вопрос стандартов в клининге вызывает по-прежнему актуален. Моя позиция, что единый стандарт для однотипных объектов – утопия, не отвечающая ожиданиям заказчика ни по качеству, ни по стоимости.

Поясню на примере из спорта. Возьмем двух выдающихся бегунов: спринтера Усэйна Болта и марафонца Элиуда Кипчоге.
Усэйн - здоровенный амбал под два метра и весом под сотку. Рост 195 см, вес 94 кг.
Элиот же выглядит каке конченый доходяга. Рост 167 и вес всего 52 кг.

Оба – чемпионы, но их физические данные кардинально отличаются. Какой стандарт должен быть у бегуна? Ответ прост: стандарт должен соответствовать конкретной задаче.

Марафонцу важен минимальный вес для выносливости на длинной дистанции. Спринтеру, напротив, нужна мощная мышечная масса для быстрого старта.

Аналогично в клининге:

• Объекты все разные. У каждого объекта свой бюджет, свои задачи и поверхности.
• Попытки уравнять требования обречены на провал.
• Как в легкой атлетике, где у каждого вида свои стандарты, в клининге требуется индивидуальный подход.

Даже среди марафонцев нет единого стандарта. И среди спринтеров тоже нет единого стандарта. Рост и вес отличаются. То же самое справедливо и для клининговых объектов.

Я считаю, что универсальный стандарт в клининге не нужен и невозможен. Необходим индивидуальный подход, учитывающий специфику каждого объекта.

Делюсь впечатлениями от Первого Всероссийского бизнес-форума лидеров фасилити менеджмента.

Сейчас не будет оценок и разборов, а будет констатация увиденных мною тенденций. О чем говорят сегодня клинеры, чем занимаются. Впечатления сразу после мероприятия, без просмотра записи. То, что запомнилось сразу.

В начале обзора благодарю организаторов две Ассоциации: Объединение административно-хозяйственных профессионалов и Русских уборочных компаний за организацию мероприятия.

Форум предоставил возможность увидеть, в каком направлении движется отрасль. Посмотреть, о чем думают и чем занимаются коллеги. Сравнить собственные подходы с решениями, которые применяют другие игроки рынка…

…Форум состоял из двух частей: «цифровизация в клининге» и «роботизация в клининге».

В первой сессии о цифровизации коллеги рассказали о своих усилиях и решениях, которые используют или развивают.

Коллеги работают в разных направлениях. Разрабатывают CRM-системы, внедряются искусственный интеллект, совершенствуют программы контроля. Работают и над расчетом ресурсов.
В этой части обсуждали и проблемы выбора подрядчика, и необходимость дать заказчику критерии выбора.

Вторая часть была посвящена - роботизации:

Эта тема сегодня вызывает массу различных дискуссий и привлекает внимание. Роботы внедряются, продаются, совершенствуются. Однако, стоит констатировать, что рынок находится в стадии формирования и сталкивается с рядом сдерживающих факторов:

Скептическое отношение к эффективности из-за высокой стоимости. Модели расчета эффективности очень линейные и не учитывают многих факторов.
Саботаж со стороны персонала. Опасения потери рабочих мест. Нежелание брать ответственность за дорогостоящего робота. Нежелание обучаться работать с новой техникой.
Неясность в вопросе кто должен покупать заказчик или клининговая компания. Нет гибридных моделей расчета и организации работы с применением робота заказчика.
Недостаток специалистов для настройки и обслуживания оборудования.

Тем не менее рынок растет, роботы внедряются и коллеги видят перспективы в их продаже применении.

Подводя итог делаю вывод.
Рынок фасилити менеджмента находится в динамичном состоянии развития. Несмотря на существующие сложности, процесс цифровизации и роботизации набирает обороты.

Как еще объяснить, что сюда наступать не надо, если грабли не учат?

Отдел расчетов компании «Дженель» обратил внимание на тенденцию. Некоторые заказчики проводят тендеры по уборке каждые 3 месяца.

Каждый раз заказчики выбирают самых дешевых поставщиков. Потом не дождавшись окончания срока действия контракта объявляют новый тендер.

Возможны две причины объявления нового тендера. Заказчик оказывается недоволен услугой и расторгает договор или подрядчик недоволен ценой контракта и тоже уходит. Чаще встречается первый вариант.

Удивительно, что заказчики обжигаются о самых дешевых, но с упорством продолжат уже в пятый раз выбирать по самой низкой цене

Руководство заказчиков понимают, что придется переигрывать тендер, но их мотивационный бонусный пакет важнее для них, чем потребитель. Закупщикам зарплату регулярно платят, вот пусть и работают проводят столько тендеров сколько потребуется…