Dari Pengawasan Video ke Ekosistem Keselamatan AI: Cara Mengubah Data HSE Menjadi Pencegahan Insiden

Penerapan alat digital dalam keselamatan kerja sering kali terbatas pada pemasangan kamera video dan pencatatan insiden dasar. Namun, potensi data yang sebenarnya baru terungkap saat bertransisi dari sekadar mencatat pelanggaran menuju ekosistem proaktif. Dalam presentasinya, Alexander Bondarenko, Direktur HSE di JSC SSGPO (bagian dari ERG), mengulas secara terperinci опыт mentransformasi berbagai solusi digital yang terpisah menjadi satu ekosistem AI terpadu, yang memungkinkan perusahaan mencapai rekor historis beroperasi tanpa kecelakaan kerja fatal.

Evolusi Pengawasan: Dari Drone hingga Konten Pembelajaran

Secara historis, perusahaan mencatat rata-rata lima kasus fatalitas per tahun. Titik balik terjadi ketika praktik terbaik global yang disesuaikan mulai diterapkan bersama dengan digitalisasi skala besar. Salah satu langkah awal yang direalisasikan pada tahun 2016 adalah penggunaan drone untuk mengawasi pekerjaan berisiko tinggi. Dalam praktiknya, alat ini terbukti sangat krusial: pada tahun 2021, seorang pilot drone tepat waktu menyadari dua pekerja yang sedang beristirahat di bawah naungan tebing tempat pekerjaan berlangsung. Suara baling-baling drone membuat mereka meninggalkan area berbahaya hanya 12 detik sebelum runtuhnya material tambang.

Saat ini, pengawasan teknis mencakup lebih dari 1.800 kamera stasioner dan sekitar 500 kamera badan (bodycam). Jumlah data video yang sangat besar tidak dibiarkan menumpuk tanpa guna di server, melainkan dikonversi menjadi materi pembelajaran. Setiap bulan, departemen HSE mengedit video pendek yang menampilkan baik kesalahan maupun contoh pelaksanaan tugas yang aman. Konten ini ditayangkan di 200 panel TV di ruang pengarahan kerja sebelum setiap shift dimulai, membentuk proses pembelajaran mikro yang berkelanjutan.

Kecerdasan Buatan dalam Manajemen Perilaku

Pembicara memberikan perhatian khusus pada evaluasi komunikasi antara manajer dan pekerja. Perusahaan telah menerapkan sistem analisis otomatis untuk briefing keselamatan dan dialog keselamatan berbasis perilaku. Para supervisor merekam pengarahan mereka dengan perekam suara, lalu алгоритм menilai kualitas percakapan tersebut berdasarkan metodologi yang telah disetujui.

Berkat alat otomatisasi, manajer menerima umpan balik terstruktur hanya dalam waktu 45 detik: sistem menyoroti kekuatan dialog serta area yang perlu ditingkatkan. Data ini disinkronkan dengan dasbor, menghasilkan gambaran menyeluruh di seluruh unit kerja.

Untuk mempersiapkan supervisor muda dalam melakukan audit, simulator pelatihan elektronik khusus telah dikembangkan. Dalam sistem ini, kecerdasan buatan memainkan berbagai profil pekerja — mulai dari yang kooperatif hingga yang resisten atau fatalistis. Tugas supervisor adalah membangun dialog sedemikian rupa sehingga mengarahkan lawan bicara virtual untuk menyadari risiko yang ada.

Penilaian Komprehensif Kelelahan Pengemudi

Salah satu ancaman tersembunyi di fasilitas produksi adalah kelelahan personel, yang tidak dapat dideteksi dengan alat tes alkohol standar. Untuk mengatasi masalah ini, tim mengembangkan modul perangkat keras dan lunak (PAM 60).

Sistem ini menilai kecepatan reaksi seseorang menggunakan setir dan pedal gim dengan memberikan sinyal selama satu menit. Pada saat yang sama, kamera 4K dengan cincin LED melakukan pupilometri — mengukur kecepatan penyempitan dan pemulihan pupil saat terpapar cahaya, serta mendeteksi kemerahan pada mata. Keunggulan utama sistem ini adalah tidak dibutuhkannya standar rata-rata. Modul ini mengumpulkan statistik untuk setiap karyawan dan membandingkan indikator saat ini dengan data dasar individu mereka. Jika reaksi dan parameter pupil menyimpang dari norma, pekerja tidak dikenai sanksi, melainkan dialihkan ke tugas pendukung di bengkel, sehingga menghilangkan risiko kecelakaan lalu lintas di jalur operasional.

Alat AI Lokal dan Perlindungan Data

Penerapan model generatif sering kali membawa risiko kebocoran informasi rahasia. Untuk menghindari hal ini, perusahaan mengandalkan aplikasi luring mandiri berbasis peramban dan model bahasa lokal. Hal ini memungkinkan otomatisasi analisis kompleks secara aman:

• Investigasi insiden: sistem menganalisis wawancara audio dan materi kasus, secara otomatis membangun pohon penyebab (cause tree), membuat diagram "bowtie", serta menyiapkan presentasi.
• Pengujian pengetahuan: sistem multi-agen melakukan ujian lisan tentang persyaratan regulasi, mengajukan pertanyaan secara vokal, dan menilai inti jawaban karyawan dalam persentase.
• Pengembangan regulasi teknis: berdasarkan kartu proses yang diisi, agen menghasilkan regulasi teknologi lengkap yang secara ketat sesuai dengan persyaratan metodologis.

Apa yang Akan Anda Pelajari dari Presentasi Ini:

• Bagaimana membangun alur pembuatan konten video pembelajaran berdasarkan rekaman dari kamera badan?
• Bagaimana mengotomatiskan evaluasi kualitas dialog keselamatan berbasis perilaku menggunakan jaringan saraf buatan?
• Bagaimana menggunakan pupilometri dan tes reaksi untuk pemantauan kelelahan pengemudi secara personal?
• Bagaimana menerapkan simulator AI untuk melatih manajer dalam komunikasi kompleks dengan personel?
• Bagaimana menerapkan alat AI mandiri untuk investigasi insiden tanpa risiko kebocoran data?