기술이 건강과 안전 위험의 물결을 막을 준비가 되어 있습니까?

플라톤에 의해 재발행

팔로워 : 0

미국 공급망은 코로나19 팬데믹으로 인해 큰 변화를 겪었으며 완전히 회복된 적이 없습니다. 체인과 직원의 효율성에 대한 압박이 사상 최고 수준에 이르면서 건강 및 안전 표준이 뒤쳐지는 것은 어느 정도 예측 가능합니다. NBC에 따르면 창고업보다 이것이 더 분명한 곳은 없습니다. 질병률이 급증하고 있다 끊임없는 소비자 수요는 대부분의 작업에서 강철 상자 내부의 높은 여름과 가을 기온과 짝을 이루기 때문입니다.

또한 공급망은 건설, 목재, 유지 관리 등 다른 어떤 산업보다 육체 및 XNUMX차 노동 부문을 더 많이 다루고 있습니다. 이러한 모든 작업 영역은 함께 교묘한 수준의 건강 및 안전 위험을 초래할 수 있습니다. 와 같은 다른 많은 개선 영역, 기업과 규제 기관은 기술을 찾고 있습니다. 하지만 기술이 격차를 완전히 메울 수 있을까요?

기업 보호, 근로자 보호

가장 먼저 주목해야 할 중요한 점은 공급망 기업에서 배포하는 최첨단 기술의 대부분이 사람의 개입을 완전히 제거하려고 한다는 것입니다. 특히 중장비 분야에서는 더욱 그렇습니다. 일부 분석가에 따르면 최대 73%의 기업이 다음과 같은 목표를 가지고 중공업에 자동화를 강화할 계획을 세우고 있습니다. 사고의 양을 줄이고 효율성도 향상됩니다. 따라서 근로자를 보호하는 가장 좋은 방법은 기업도 보호하는 것입니다.

그러나 이 논쟁에는 대답해야 할 미묘한 차이가 있습니다. Springer Nature가 발표하고 건설 환경에서의 AI 사용에 초점을 맞춘 한 연구에 따르면 많은 AI 계획이 해커에 의해 악용될 수 있음, 사이버 범죄, 개인정보 침해 등을 방지할 수 있으며 건설과 관련된 비용을 증가시킬 수 있습니다. 많은 주요 산업이 마지막 벽돌까지 효율성에 중점을 두고 있기 때문에 공격을 받을 수 있는 대규모 간접비가 발생하면 투자자에게 어려운 판매가 될 수 있습니다. 따라서 많은 기술 계획은 작업자 안전을 직접적으로 향상시킬 수 있는 방법으로 귀결되어야 합니다.

인정을 향한 움직임

Supply & Demand Chain Executive는 미국 공급망에서 매초 14명의 근로자가 부상을 입는다는 점을 지적하면서 기술 측면에서 실제로 다음 단계로 발전할 수 있는 기술에 관해 권장 사항을 제시했습니다. 그들은 인식 기술의 사용을 언급했습니다. 일반적으로 얼굴 인식과 같은 보안 문제와 관련된 이 기술은 작업자가 올바른 안전 요소를 사용하고 있는지 확인할 수도 있습니다. 예를 들어 창고에서는 가시성 조끼가 있는지 확인할 수 있으며, 해당하는 경우 헬멧이나 기타 PPE도 확인할 수 있습니다.

이 기술은 완벽하지 않습니다. 분석가들에 따르면 부적절한 인식 사례가 셀 수 없이 많으며, 오인이 발생할 가능성도 충분히 있습니다. 이러한 이유로 모든 인정 뒤에는 인간 검토자가 있어야 합니다. 자세한 확인을 위해 해당 정보를 참조할 수 있는 사람. 이것이 가능하다면 인식은 안전 규정 준수를 보장하는 강력한 자동화 도구가 될 수 있습니다.

엔지니어링 제어로 돌아가기

가장 혁신적인 기술 사용 중 일부는 가장 단순하기도 합니다. 공급망의 건강 및 안전 위험을 줄이는 검토에서 Bloomberg Law는 다음을 선호한다고 지적합니다. 엔지니어링 제어를 위한 많은 기업. 비즈니스 운영의 핵심 장치를 유지 관리하고 구축하는 엔지니어는 안전 장치 및 위험 차단 장치를 어디에 구축할 수 있는지 살펴봐야 합니다. 이는 OSHA(직업 안전 보건청) 표준을 준수해야 하지만 결정적으로 그 이상일 수 있습니다. , 안전 장치가 설치된 한 고품질입니다.

이는 직장 내 사회적 변화에도 적용됩니다. 작업 패턴, 작업 시간, 작업 규칙 또는 휴식 시간을 수정하면 사고 건수를 빠른 속도로 줄이는 데 도움이 될 수 있습니다. 게다가 이는 빅데이터를 가져올 수 있는 기회를 제공합니다. 유사한 작업 공간에서 발생하는 사고에 대한 메타 분석을 사용하고 실제로 기업 내에서 발생하는 사고를 심층 분석함으로써 고용주는 통제 방법이 실패한 방식과 이를 개선하는 방법을 식별할 수 있습니다. 임의의 방법이나 시행착오에 의존하는 대신 이 데이터를 사용하여 작업 주변 조건을 현명하게 조정하면 유지 관리 비용이 상당히 저렴하면서 즉각적으로 더 높은 수준의 안전성을 얻을 수 있습니다.

종합적으로, 이러한 변화가 공급망 비즈니스 내에서 건강 및 안전 사고의 흐름을 뒤로 밀 수 있다는 것은 논쟁의 여지가 있습니다. 그러나 일률적인 접근 방식은 없다는 점에 유의하는 것이 중요합니다. AI가 도움이 될 수 있습니다. 엔지니어링 중지가 도움이 될 수 있습니다. 메타 분석과 데이터 사용이 도움이 될 수 있습니다. 그러나 총체적이고 잘 측정된 방법은 세 가지 모두와 제공되는 모든 것을 사용하여 직원을 위한 다층 안전 시스템을 구축하는 것입니다. 그러나 최초의 기술 시스템에 정면으로 뛰어드는 것은 그렇지 않습니다. 차분하고 신중하며 데이터 중심의 접근 방식이 중요하며, 이는 어려움에 처한 분야의 건강과 안전을 향상시킬 것입니다.

저자,

니나 딕슨(Nina Dixon)은 프리랜서 작가입니다.