テクノロジーは健康と安全に対する危険の波を食い止める準備ができていますか?

プラトン再発行

フォロワー： 0

新型コロナウイルス感染症のパンデミックの影響で米国のサプライチェーンは大きな変化を経験しており、完全には回復していない。チェーンとその従業員の効率に対するプレッシャーがかつてないほど高まっており、健康と安全の基準が後退していることはある程度予測できます。 NBC によると、倉庫保管ほどこれが顕著な場所はありません。病気の発生率が急上昇している消費者の絶え間ない需要と、ほとんどの事業所のスチール製ボックス内での夏と秋の高温が組み合わさっているためです。

また、サプライチェーンでは、建設、木材、メンテナンスなど、他のどの産業よりも肉体労働や二次労働の分野が多く扱われています。これらすべての作業領域を組み合わせると、危険なレベルの健康と安全のリスクが発生する可能性があります。同様にその他多くの改善分野、企業や規制当局はテクノロジーに注目していますが、テクノロジーでギャップを完全に埋めることができるでしょうか?

ビジネスを守り、労働者を守る

最初に注意すべき重要なことは、サプライチェーン企業によって導入されている最先端技術の多くは、特に重機においては人的入力を完全に排除しようとしているということです。一部のアナリストによると、最大 73% の企業が、次のような目的を掲げて重工業に自動化を導入する計画をまとめています。事故の量を減らす効率も向上します。したがって、労働者を保護する最善の方法は、ビジネスも保護することです。

ただし、この議論には答えなければならないニュアンスがあります。 Springer Nature が発表した、建設現場での AI の使用に焦点を当てたある研究によると、多くの AI スキームはハッカーによる悪用の対象となる、サイバー犯罪、プライバシー侵害の可能性があり、建設に関連するコストが増加する可能性があります。多くの第一次産業は最後のレンガに至るまで効率性を重視しているため、多額の諸経費が発生し、それが攻撃の対象となることは、投資家にとっては難しいものとなる可能性があります。そのため、多くのテクノロジー計画は、従業員の安全を直接的に向上させる方法を突き詰める必要があります。

認知への移行

サプライ＆デマンドチェーンエグゼクティブは、アメリカのサプライチェーンで毎秒14人の労働者が負傷していることを指摘し、技術的に本当に次のレベルに進む技術に関する勧告を行った。彼らは認識技術の使用を挙げている。一般的には顔認識などのセキュリティ問題に関連していますが、この技術は作業者が適切な安全要素を使用していることを確認することもできます。たとえば、倉庫では、視認性の高いベストをチェックし、必要に応じてヘルメットやその他の PPE もチェックできます。

この技術は完璧ではありません。アナリストによると、不適切な認識のケースは数え切れないほどあり、誤認が発生する可能性は十分にあります。このため、あらゆる認識の背後に人間の審査員がいることが不可欠です。情報を詳細に確認するために参照できる人。これが実現できれば、認識は安全規制への準拠を確実にするための強力な自動化ツールとなる可能性があります。

エンジニアリング制御に戻る

テクノロジーの最も革新的な使い方の中には、最もシンプルなものもあります。ブルームバーグ法は、サプライチェーンにおける健康と安全のリスク軽減の検討において、次のような優先事項を指摘しています。エンジニアリング制御に関する多くのビジネス。これらは、事業運営の鍵となるデバイスを保守および構築するエンジニアが、安全装置や危険防止策をどこに組み込めるかを検討する場所です。これらは労働安全衛生局 (OSHA) 基準に準拠する必要がありますが、重要なことに、基準を超えることもできます。インストールされているフェールセーフが高品質である限り。

これは職場内の社会的変化にも当てはまります。作業パターン、作業時間、作業規則、または休憩の長さを修正することは、事故の量を急速に減らすのに役立ちます。さらに、これはビッグデータを取り込む機会を提供します。同様の職場での事故のメタ分析を使用し、実際に事業内で発生した事故を深く調査することにより、雇用主は管理方法がどのように失敗したかを特定し、それを改善する方法を特定できます。恣意的な方法や試行錯誤に頼るのではなく、このデータを使用して作業周りの条件を賢く調整することで、維持費をかなり安価に保ちながら、すぐに高いレベルの安全性をもたらすことができます。

これらを総合すると、これらの変化がサプライチェーンビジネス内での健康と安全に関するインシデントの流れを押し戻す可能性があることは議論の余地があります。ただし、万能のアプローチはないことに注意することが重要です。 AI は役に立ちます。エンジニアリングストップが役立つ場合があります。メタ分析とデータの使用が役立つ場合があります。ただし、総合的で綿密に測定された方法では、XNUMX つすべてとその他の提供されるすべてのものを使用して、従業員のための多層の安全システムを構築します。しかし、手元にある最初の技術システムに真っ先に飛び込むことはできません。冷静かつ慎重かつデータ主導のアプローチが極めて重要であり、これにより、間違いなく、困難に直面している分野の健康と安全が改善されるでしょう。

著者,

ニーナ・ディクソンはフリーライターです