全天候連續(xù)監(jiān)控系統(tǒng)可以在事故發(fā)生之前檢測并提醒工人，幫助制造商節(jié)省大量資金。

在 20 世紀，幾乎所有行業(yè)的致命事故和重傷數(shù)量都顯著下降。其中一些歸因于危險工作的減少，以及降低員工日常工作風險的技術創(chuàng)新。在 20 世紀之前，工傷事故明顯更為普遍，但從雇主的角度來看相對便宜，因為受傷的工人更難起訴公司要求賠償。例如，在 1900 年，EHA 報告說，大約一半的致命受傷工人獲得的補償平均僅為其年收入的一半左右。

根據(jù)美國國家安全委員會的數(shù)據(jù)，2020 年，每起與工傷有關的傷害賠償平均約為 44,000 美元，而致命傷害的平均賠償額約為 13 億美元。那一年，工傷總成本為 1639 億美元。這個數(shù)字包括工資損失、生產(chǎn)力、醫(yī)療成本、管理費用、恢復時間和公司財產(chǎn)損失成本。

優(yōu)先事項的轉(zhuǎn)變

提高工人安全已成為工作場所的重中之重，因此對雇主來說是一個巨大的經(jīng)濟激勵，由于成本的快速增加，每次發(fā)生傷害時可能為他們節(jié)省數(shù)萬美元。因此，半個世紀前，購買更安全的設備成為公司的首要任務，并且一直持續(xù)到今天。

幾乎每個行業(yè)都采用了安全優(yōu)先的原則，尤其是對員工產(chǎn)生更高風險的領域，例如建筑和制造業(yè)。作為回報，工作場所的死亡人數(shù)顯著減少。1928 年，美國報告了近 20,000 人在工作場所死亡。在 2020年，盡管自那以后美國人口增加了兩倍，但工作場所的死亡人數(shù)總計 4,113 人，其中包括制造業(yè)的 340 人。

從被動到主動

由于制造業(yè)涉及體力勞動和重復性工作，雇主更容易發(fā)現(xiàn)員工的安全風險。隨著時間的推移，對工作場所風險和制造業(yè)最佳做法的認識不斷發(fā)展，幫助企業(yè)開發(fā)了一些項目和工具來減少與工作有關的傷害。這些計劃中有許多是被動的，是為了在危險情況發(fā)生時提供某種程度的安全。然而，積極主動的方法對于防止這些不幸的情況首先發(fā)生是必不可少的。

幸運的是，制造技術的新創(chuàng)新使人工智能能夠利用對工作活動的持續(xù)監(jiān)測，在事故發(fā)生之前發(fā)現(xiàn)潛在的事故。人工智能現(xiàn)在可以分析工廠車間周圍的攝像頭所拍攝的視頻，以檢測潛在的員工安全違規(guī)行為，并主動警告工人危險的發(fā)生。例如，如果攝像機發(fā)現(xiàn)一個員工穿錯了保護設備或位置離危險車輛太近，它將對這些數(shù)據(jù)進行上下文分析并提醒公司，以便他們意識到安全隱患。

展望未來

雖然實施人工智能監(jiān)控系統(tǒng)可以大大降低工作場所的安全風險，而且看起來很容易解決，但在整合這些技術之前，公司的行動計劃是必要的。制造業(yè)經(jīng)理將需要確保他們選擇一個與他們公司目標一致的系統(tǒng)集成商，并了解如何在整個組織內(nèi)正確實施，以便產(chǎn)生有用的數(shù)據(jù)。

制造車間的程序可能有很多共同點，但每個操作都有其獨特的弱點需要改進。麥肯錫稱，大約75%的供應鏈高管低估了整合這些解決方案所需的時間和成本。成功的管理者不應回避找出他們樓層的盲點，并創(chuàng)建一個能提高工人安全和生產(chǎn)力的解決方案。

如果實施，企業(yè)必須仔細選擇并持續(xù)更新其人工智能系統(tǒng)集成商。管理向人工智能的轉(zhuǎn)換將需要員工在新的操作程序和最佳實踐方面接受良好的培訓。根據(jù)O'Reilly的調(diào)查，這是企業(yè)采用的最大障礙。

在過去的一個世紀里，不斷發(fā)展的制造業(yè)最佳實踐知識和人工智能的技術創(chuàng)新已被證明是提高工作場所安全的一個有前途的解決方案，并將在未來的幾年里繼續(xù)保持。