Layanan Digital untuk Keselamatan: Ekologi dan Armada di Bawah Kendali

Digitalisasi Keselamatan: dari Kontrol Armada hingga Analitik Prediktif

Manajemen risiko transportasi secara tradisional tetap menjadi salah satu tugas paling kompleks bagi departemen HSE. Kemungkinan kecelakaan lalu lintas yang parah pada armada perusahaan besar secara statistik tinggi, dan konsekuensinya bervariasi dari kerugian reputasi hingga kebangkrutan total perusahaan. Dalam webinar ini, pendiri Sky (ekosistem MTS) Yuri Visnevsky membahas bagaimana transisi dari pemantauan pasif ke sistem aktif menggunakan kecerdasan buatan mengubah pendekatan terhadap keselamatan lalu lintas.

Piramida Insiden dan Penilaian Pengemudi

Pembicara menunjukkan dengan contoh armada perusahaan bahwa pengurangan jumlah kecelakaan parah tidak mungkin terjadi tanpa menangani dasar "piramida insiden" — pelanggaran kecil dan tindakan berbahaya saat mengemudi. Untuk menyelesaikan masalah ini, sistem telematika dan penilaian personal diimplementasikan.

Penilaian gaya mengemudi dibentuk berdasarkan data tentang ngebut, pengereman mendadak, dan perpindahan jalur. Elemen penting dari sistem ini adalah peringatan suara (buzzer) di dalam kabin: pengemudi menerima sinyal pada saat pelanggaran, yang memungkinkannya untuk memperbaiki perilaku "di sini dan saat ini". Namun, kontrol teknis hanya bekerja secara efektif jika dikombinasikan dengan keputusan manajemen. Presentasi ini secara rinci membahas mekanisme umpan balik korektif, di mana data pelanggaran dikirimkan kepada manajer lini untuk melakukan diskusi dan diintegrasikan ke dalam sistem motivasi staf.

Analitik Video AI: Pencegahan Kecelakaan Secara Real-Time

Tahap selanjutnya dalam pengembangan sistem keselamatan adalah kamera dasbor pintar dengan analitik jaringan saraf bawaan. Tidak seperti kamera klasik, yang hanya digunakan untuk menganalisis insiden yang sudah terjadi, analitik video AI bekerja secara proaktif.

• Kontrol kondisi pengemudi: sistem mengenali tanda-tanda tertidur, gangguan karena ponsel cerdas, atau merokok.
• Pemantauan kondisi jalan: kamera mendeteksi jarak yang terlalu dekat, pelanggaran jalur, atau risiko menabrak pejalan kaki.
• Respons instan: ketika risiko kritis terdeteksi (misalnya, tidur mikro), sistem membangunkan pengemudi dengan peringatan suara dan segera mengirimkan cuplikan video ke operator untuk diambil tindakan.

Kasus praktis yang disajikan dalam laporan menunjukkan penurunan berlipat ganda dalam frekuensi tindakan berbahaya dan pencegahan ratusan potensi kecelakaan berkat intervensi otomatis yang tepat waktu.

Otomatisasi Analitik dan Peran Pemantauan Lingkungan

Pengumpulan data dalam jumlah besar memerlukan alat pemrosesan yang memadai. Pembicara membahas model alih daya pengiriman, di mana agregasi data dari berbagai sistem digabungkan ke dalam dasbor terpadu. Untuk mengurangi beban manajer, bot Telegram berbasis AI digunakan, yang secara otomatis menghasilkan laporan dan rekomendasi yang dipersonalisasi untuk pengemudi.

Pada bagian kedua webinar (disajikan oleh Kepala "Pemantauan Lingkungan" Olesya Sukhanos), fokus beralih ke solusi digital untuk keselamatan lingkungan, yang menekankan pendekatan komprehensif terhadap manajemen risiko industri.

Apa yang akan Anda pelajari dari webinar ini:

• Bagaimana membenarkan investasi dalam keselamatan armada kepada manajemen puncak menggunakan contoh risiko keuangan dan reputasi yang nyata?
• Bagaimana cara kerja sistem pengaruh dua tingkat pada pengemudi (buzzer + umpan balik dari manajer)?
• Apa perbedaan mendasar antara analitik video AI dan pemantauan GPS standar?
• Bagaimana mengotomatiskan pekerjaan rutin dengan pengemudi bermasalah menggunakan jaringan saraf dan chatbot?
• Hasil apa yang diberikan oleh penerapan sistem keselamatan prediktif pada contoh perusahaan logistik dan industri besar?