Dans l'industrie moderne, l'enquête sur les incidents n'est qu'une infime partie de la gestion des risques. Il est beaucoup plus important de mettre en place un système de gestion des incidents qui permettra de les prévenir à l'avenir. Dans sa présentation, Dmitry Zubov, directeur HSE chez Danone, partage son expérience pratique et explique comment l'entreprise est passée de la simple recherche de coupables à une analyse approfondie des causes profondes et à la prévision des risques.
L'intervenant souligne que le système de sécurité de Danone repose sur plusieurs principes clés. Premièrement, l'entreprise est convaincue que tous les accidents peuvent être évités et que le seul objectif acceptable est le zéro incident. Deuxièmement, la sécurité dépend du comportement de chaque employé. Troisièmement, la responsabilité première de la sécurité incombe aux managers de proximité. Enfin, aucun profit ne justifie la violation des règles de sécurité.
Chez Danone, absolument tous les incidents font l'objet d'une enquête, y compris les micro-traumatismes, les premiers soins et les presqu'accidents (near-miss). Cela est dû au grand nombre de travailleurs externalisés sur les sites. L'entreprise intègre les sous-traitants dans son système de sécurité au même titre que ses propres employés. Cette approche permet d'identifier les problèmes systémiques et de prévenir des incidents plus graves.
Pour enquêter sur les incidents, Danone utilise une combinaison de méthodes : le diagramme d'Ishikawa (5M/6M) et l'analyse des « 5 Pourquoi ». L'intervenant analyse les erreurs fréquentes lors de l'utilisation isolée de ces méthodes. Par exemple, l'analyse des « 5 Pourquoi » sans les 5M peut ne pas révéler toutes les causes de l'incident, tandis que l'utilisation exclusive des 5M peut ne pas mener aux causes profondes. La combinaison des méthodes permet d'obtenir une image objective et d'élaborer un plan d'actions correctives efficace.
La présentation examine en détail la transition d'une approche réactive à une approche proactive. Danone développe un système de prévision des incidents utilisant des réseaux de neurones. Le système analysera une vaste quantité de données : profils des employés, niveaux de risque par site, résultats d'audits, situation commerciale et autres facteurs. Cela permettra de détecter les « signaux d'alarme » et de prévenir les incidents avant qu'ils ne se produisent.
Explorez la bibliothèque complète des meilleures pratiques de sécurité industrielle
Accéder à la bibliothèque