Είναι η Tech έτοιμη να ανακόψει το κύμα των κινδύνων για την υγεία και την ασφάλεια;

Είναι η Tech έτοιμη να ανακόψει το κύμα των κινδύνων για την υγεία και την ασφάλεια;

Κόμβος πηγής: 3011494

Η αλυσίδα εφοδιασμού των ΗΠΑ υπέστη τεράστιες αλλαγές ως αποτέλεσμα της πανδημίας Covid-19 και δεν έχει ανακάμψει ποτέ πλήρως. Με τις πιέσεις στην αποτελεσματικότητα της αλυσίδας και των εργαζομένων της σε υψηλό όλων των εποχών, είναι κάπως προβλέψιμο ότι τα πρότυπα υγείας και ασφάλειας έχουν πέσει στο περιθώριο. Πουθενά αυτό δεν είναι πιο εμφανές όσο στην αποθήκευση, όπου, σύμφωνα με το NBC, τα ποσοστά ασθενειών αυξάνονται καθώς η αμείλικτη ζήτηση των καταναλωτών συνδυάζεται με τις υψηλές θερμοκρασίες του καλοκαιριού και του φθινοπώρου μέσα στα χαλύβδινα κουτιά των περισσότερων εργασιών.

Η εφοδιαστική αλυσίδα ασχολείται επίσης περισσότερο με τομείς χειρωνακτικής και δευτερογενούς εργασίας από οποιονδήποτε άλλο κλάδο, συμπεριλαμβανομένων των κατασκευών, της ξυλείας και της συντήρησης. Μαζί, όλοι αυτοί οι τομείς εργασίας μπορούν να φιλοξενήσουν ένα ύπουλο επίπεδο κινδύνου για την υγεία και την ασφάλεια. Οπως και με πολλούς άλλους τομείς βελτίωσης, οι επιχειρήσεις και οι ρυθμιστικές αρχές αναζητούν την τεχνολογία – αλλά μπορεί να γεφυρώσει πλήρως το χάσμα;

Προστασία των επιχειρήσεων, προστασία των εργαζομένων

Το πρώτο σημαντικό πράγμα που πρέπει να σημειωθεί είναι ότι μεγάλο μέρος της τεχνολογίας αιχμής που αναπτύσσεται από τις επιχειρήσεις της εφοδιαστικής αλυσίδας επιδιώκει να εξαλείψει εντελώς την ανθρώπινη συνεισφορά, και ειδικά σε βαριά μηχανήματα. Σύμφωνα με ορισμένους αναλυτές, έως και το 73% των επιχειρήσεων καταρτίζουν σχέδια για να φέρουν αυξημένη αυτοματοποίηση στη βαριά βιομηχανία τους, με τους δεδηλωμένους στόχους μείωση του αριθμού των ατυχημάτων καθώς και βελτίωση της αποτελεσματικότητας. Ως εκ τούτου, ο καλύτερος τρόπος για την προστασία των εργαζομένων είναι μέσω της προστασίας και της επιχείρησης.

Ωστόσο, υπάρχουν αποχρώσεις σε αυτή τη συζήτηση που πρέπει να απαντηθούν. Όπως διαπιστώθηκε μια μελέτη, που δημοσιεύτηκε από το Springer Nature και επικεντρώθηκε στη χρήση της τεχνητής νοημοσύνης σε κατασκευαστικές ρυθμίσεις, πολλά σχήματα τεχνητής νοημοσύνης είναι υπόκεινται σε εκμετάλλευση από χάκερ, τα εγκλήματα στον κυβερνοχώρο και την παραβίαση της ιδιωτικής ζωής και μπορεί να αυξήσει το κόστος που σχετίζεται με την κατασκευή. Με πολλές πρωτογενείς βιομηχανίες να εστιάζουν έντονα στην αποτελεσματικότητα, μέχρι το τελευταίο τούβλο, η επιβάρυνση μεγάλων γενικών εξόδων που στη συνέχεια υπόκεινται σε επίθεση μπορεί να είναι μια δύσκολη πώληση για τους επενδυτές. Ως εκ τούτου, πολλά συστήματα τεχνολογίας πρέπει να καταλήξουν στο πώς μπορούν να βελτιώσουν άμεσα την ασφάλεια των εργαζομένων.

Η κίνηση προς την αναγνώριση

Το στέλεχος της αλυσίδας εφοδιασμού και ζήτησης, σημειώνοντας ότι 14 εργαζόμενοι τραυματίζονται κάθε δευτερόλεπτο στην αμερικανική αλυσίδα εφοδιασμού, έκανε συστάσεις σχετικά με την τεχνολογία που πραγματικά προχωρά στο επόμενο επίπεδο, από πλευράς τεχνολογίας. Ανέφεραν τη χρήση της τεχνολογίας αναγνώρισης. Πιο τυπικά που σχετίζεται με ζητήματα ασφάλειας, όπως η αναγνώριση προσώπου, αυτή η τεχνολογία μπορεί επίσης να διασφαλίσει ότι οι εργαζόμενοι χρησιμοποιούν τα σωστά στοιχεία ασφαλείας. Για παράδειγμα, σε μια αποθήκη, μπορούν να ελέγξουν για γιλέκα υψηλής ορατότητας και, εάν χρειάζεται, κράνη ή άλλα ΜΑΠ.

Αυτή η τεχνολογία δεν είναι τέλεια. Υπήρξαν αμέτρητες περιπτώσεις ακατάλληλης αναγνώρισης, σύμφωνα με αναλυτές, και υπάρχει κάθε πιθανότητα να υπάρξει εσφαλμένη αναγνώριση. Για αυτόν τον λόγο, είναι σημαντικό να υπάρχει ένας ανθρώπινος κριτικός πίσω από κάθε αναγνώριση. κάποιος στον οποίο μπορούν να παραπεμφθούν οι πληροφορίες για πιο προσεκτικό έλεγχο. Εάν αυτό μπορεί να επιτευχθεί, η αναγνώριση θα μπορούσε να είναι ένα ισχυρό αυτοματοποιημένο εργαλείο για τη διασφάλιση της συμμόρφωσης με τους κανονισμούς ασφαλείας.

Επιστροφή στους μηχανικούς ελέγχους

Μερικές από τις πιο καινοτόμες χρήσεις της τεχνολογίας είναι και οι πιο απλές. Σε μια ανασκόπηση για τη μείωση του κινδύνου για την υγεία και την ασφάλεια στην αλυσίδα εφοδιασμού, ο νόμος του Bloomberg σημειώνει την προτίμηση του πολλές επιχειρήσεις για μηχανικούς ελέγχους. Εκεί θα κοιτάξουν οι μηχανικοί που συντηρούν και κατασκευάζουν τις συσκευές κλειδί για τη λειτουργία της επιχείρησης για να δουν πού μπορούν να ενσωματωθούν προστατευτικά μέτρα και διαλείμματα κινδύνου. Αυτά πρέπει να συμμορφώνονται με τα πρότυπα της Διοίκησης Ασφάλειας και Υγείας στην Εργασία (OSHA), αλλά, κυρίως, μπορούν να τα υπερβούν , αρκεί το εγκατεστημένο failsafe να είναι υψηλής ποιότητας.

Αυτό ισχύει και για τις κοινωνικές αλλαγές στο χώρο εργασίας. Η τροποποίηση των προτύπων εργασίας, των ωρών λειτουργίας, των κανόνων λειτουργίας ή των διαλειμμάτων μπορεί να βοηθήσει στη μείωση του αριθμού των ατυχημάτων με γρήγορο ρυθμό. Επιπλέον, αυτό παρέχει την ευκαιρία να εισαγάγετε μεγάλα δεδομένα. Χρησιμοποιώντας μετα-ανάλυση ατυχημάτων σε παρόμοιους χώρους εργασίας, και μάλιστα κάνοντας βαθιά βουτιά σε ατυχήματα που συμβαίνουν εντός της επιχείρησης, οι εργοδότες μπορούν να εντοπίσουν τρόπους με τους οποίους οι μέθοδοι ελέγχου τους απέτυχαν και πώς να τις βελτιώσουν. Η χρήση αυτών των δεδομένων για την έξυπνη προσαρμογή των συνθηκών γύρω από την εργασία, αντί για μια αυθαίρετη μέθοδο ή δοκιμή και σφάλμα, θα φέρει αμέσως μεγαλύτερο επίπεδο ασφάλειας ενώ θα παραμείνει αρκετά φθηνή στη συντήρηση.

Μαζί, μπορεί να υποστηριχθεί ότι αυτές οι αλλαγές μπορούν να απωθήσουν το κύμα περιστατικών υγείας και ασφάλειας στις επιχειρήσεις της εφοδιαστικής αλυσίδας. Είναι σημαντικό να σημειωθεί ότι, ωστόσο, δεν υπάρχει μια προσέγγιση που ταιριάζει σε όλους. Το AI μπορεί να είναι χρήσιμο. Οι στάσεις μηχανικής μπορεί να είναι χρήσιμες. η μετα-ανάλυση και η χρήση δεδομένων μπορεί να είναι χρήσιμη. Μια ολιστική και καλά μετρημένη μέθοδος, ωστόσο, θα χρησιμοποιήσει και τις τρεις, και ό,τι άλλο προσφέρεται, για τη δημιουργία ενός πολυεπίπεδου συστήματος ασφαλείας για τους εργαζόμενους. Ωστόσο, η κατάδυση με το κεφάλι στο πρώτο τεχνολογικό σύστημα στο χέρι, δεν θα το κάνει. Μια ήρεμη, μετρημένη και βασισμένη σε δεδομένα προσέγγιση είναι ζωτικής σημασίας και αναμφισβήτητα θα βελτιώσει την υγεία και την ασφάλεια σε έναν τομέα που αντιμετωπίζει προβλήματα.

Σχετικά με τον Συγγραφέα

Η Nina Dixon είναι ανεξάρτητη συγγραφέας

Σφραγίδα ώρας:

Περισσότερα από Αλυσίδα εφοδιασμού όλων των πραγμάτων