האם הטכנולוגיה מוכנה לבלום את הגאות של סכנות בריאותיות ובטיחותיות?

האם הטכנולוגיה מוכנה לבלום את הגאות של סכנות בריאותיות ובטיחותיות?

צומת המקור: 3011494

שרשרת האספקה ​​בארה"ב עברה שינויים עצומים כתוצאה ממגיפת Covid-19 והיא מעולם לא התאוששה במלואה. עם הלחצים על היעילות של הרשת ועובדיה בשיא של כל הזמנים, צפוי במידה מסוימת שתקני הבריאות והבטיחות ירדו מהדרך. בשום מקום זה יותר ברור מאשר במחסנים, שם, לפי NBC, שיעורי המחלה בצמיחה מכיוון שדרישת צרכנים בלתי פוסקת משולבת לטמפרטורות גבוהות בקיץ ובסתיו בתוך קופסאות הפלדה של רוב הפעולות.

שרשרת האספקה ​​עוסקת גם במגזרי עבודה כפיים ומשניים יותר מכל תעשייה אחרת, לרבות בנייה, עצים ותחזוקה. יחד, כל תחומי העבודה הללו יכולים לארח רמה ערמומית של סיכון בריאותי ובטיחותי. כמו עם תחומי שיפור רבים אחרים, עסקים ורגולטורים מחפשים טכנולוגיה - אבל האם היא יכולה לגשר על הפער באופן מלא?

הגנה על עסקים, הגנה על עובדים

הדבר הראשון שחשוב לציין הוא שחלק ניכר מהטכנולוגיה המתקדמת שנפרסת על ידי עסקים בשרשרת האספקה ​​שואפת לבטל לחלוטין את הקלט האנושי, ובמיוחד במכונות כבדות. לפי כמה אנליסטים, עד 73% מהעסקים מרכיבים תוכניות להכנסת אוטומציה מוגברת לתעשייה הכבדה שלהם, עם המטרות המוצהרות של הפחתת כמות התאונות כמו גם שיפור היעילות. ככזה, הדרך הטובה ביותר להגן על העובדים היא גם באמצעות הגנה על העסק.

עם זאת, יש ניואנסים לוויכוח הזה שיש לענות עליהם. כפי שמצא מחקר אחד, שפורסם על ידי Springer Nature והתמקד בשימוש בבינה מלאכותית במסגרות בנייה, תוכניות בינה מלאכותיות רבות הן נתון לניצול על ידי האקרים, פשעי סייבר וחדירה לפרטיות, ויכולים להגדיל את העלויות הכרוכות בבנייה. עם תעשיות ראשוניות רבות המתמקדות ביעילות, עד לבנה האחרונה, עלות תקורה גדולה שאחר כך נתונה להתקפה יכולה להיות מכירה קשה למשקיעים. ככזה, תוכניות טכנולוגיות רבות צריכות להסתכם כיצד הן יכולות לשפר ישירות את בטיחות העובדים.

המעבר להכרה

מנהל שרשרת ההיצע והביקוש, שציין כי 14 עובדים נפצעים בכל שנייה בשרשרת האספקה ​​האמריקאית, הציע המלצות בנוגע לטכנולוגיה שבאמת מתקדמת לשלב הבא, מבחינה טכנית. הם ציינו את השימוש בטכנולוגיית זיהוי. בדרך כלל יותר הקשורים לבעיות אבטחה, כגון זיהוי פנים, טכנולוגיה זו יכולה גם להבטיח שהעובדים משתמשים ברכיבי הבטיחות הנכונים. לדוגמה, במחסן, הם יכולים לבדוק אם יש אפודים עם ראות גבוהה, ואם מתאים, קסדות או PPE אחר.

הטכנולוגיה הזו לא מושלמת. היו אינספור מקרים של הכרה לא הולמת, לדברי אנליסטים, ויש כל סיכוי שיכול להיות זיהוי שגוי. מסיבה זו, חיוני שיהיה מבקר אנושי מאחורי כל הכרה; מישהו שאליו ניתן להפנות את המידע לבדיקה מדוקדקת יותר. אם ניתן להשיג זאת, זיהוי יכול להיות כלי אוטומטי רב עוצמה כדי להבטיח עמידה בתקנות הבטיחות.

חוזרים לבקרות הנדסיות

חלק מהשימושים החדשניים ביותר בטכנולוגיה הם גם הפשוטים ביותר. בסקירה של הפחתת סיכוני בריאות ובטיחות בשרשרת האספקה, חוק בלומברג מציין את ההעדפה של עסקים רבים עבור בקרות הנדסיות. אלה הם המקום שבו המהנדסים שמתחזקים ובונים את המכשירים המפתחים לתפעול העסקי יבדקו היכן ניתן לבנות אמצעי הגנה ופריצות סכנה. אלה חייבים לעמוד בתקני הבטיחות והבריאות התעסוקתית (OSHA), אך, באופן מכריע, יכולים לחרוג מהם , כל עוד ה-failsafe המותקן באיכות גבוהה.

זה חל גם על שינויים חברתיים בתוך מקום העבודה. תיקון דפוסי העבודה, שעות הפעילות, חוקי הפעולה או משך ההפסקות יכול לעזור להפחית את כמות התאונות בקצב מהיר. יתרה מכך, זה נותן הזדמנות להביא ביג דאטה. באמצעות מטא-אנליזה של תאונות במרחבי עבודה דומים, ואכן על ידי צלילות עמוקות לתוך תאונות המתרחשות בתוך העסק, מעסיקים יכולים לזהות דרכים שבהן שיטות הבקרה שלהם כשלו וכיצד לשפר אותן. שימוש בנתונים אלה כדי להתאים בצורה חכמה את התנאים סביב העבודה, במקום להזדקק לשיטה שרירותית או ניסוי וטעייה, יביא מיד לרמה גבוהה יותר של בטיחות תוך שהוא יישאר זול למדי לתחזוקה.

יחד, ניתן לטעון ששינויים אלה יכולים לדחות את גל תקריות הבריאות והבטיחות בתוך עסקי שרשרת האספקה. עם זאת, חשוב לציין שאין גישה מתאימה לכולם. AI יכול להיות מועיל; עצירות הנדסיות יכולות להיות מועילות; מטא-אנליזה ושימוש בנתונים יכולים להיות מועילים. שיטה הוליסטית ומדודה היטב, לעומת זאת, תשתמש בשלושתם, ובכל שאר ההיצע, כדי לבנות מערכת בטיחות רב-שכבתית לעובדים. לצלול בראש למערכת הטכנולוגית הראשונה בהישג יד, לעומת זאת, לא יעשה זאת. גישה רגועה, מדודה ומונחית נתונים היא חיונית, וללא ספק תשפר את הבריאות והבטיחות במגזר מצומצם.

על הסופר

נינה דיקסון היא סופרת עצמאית

בול זמן:

עוד מ שרשרת האספקה ​​לכל הדברים