セーフティ・コンパス：AIがHSEのDNAをどう変えるか

HSE専門家の新たなツールとしての人工知能

HSEプロセスのデジタル化は新たなレベルへと移行しています。以前の自動化は、事務作業をExcelや専用プログラムに移行することに限られていましたが、今日では生成AIや人工知能（AI）ベースのシステムが前面に出ています。本講演では、専門家がルーチンワークから解放され、分析作業や従業員との直接的なコミュニケーションに時間を割くためのAIツールの実践的な適用事例について詳しく解説します。

講演者は、生成モデル（チャットボットなど）がテキストのプロンプトに基づいてコンテンツを作成し、データを分析し、さらにはコードを書く方法について解説します。AIは専門家の代わりになるものではなく、具体的な例で訓練し、エラーがあれば修正する必要がある「デジタルインターン」であると理解することが重要です。

「ヘルス・コンパス」の事例：疫学的リスク管理の自動化

ウェビナーで紹介された主要なプロジェクトの1つは、従業員の海外出張時のリスクを管理するために開発された「ヘルス・コンパス」システムです。以前は、ワクチン接種の管理や疫学的状況に関する情報提供は手作業で行われており、出張回数が増加するにつれて膨大なリソースを必要としていました。

システムの機能：

• リアルタイムでのデータ分析：WHOやCDC Travel Healthのウェブサイトから、疾病の発生状況や推奨事項に関する情報を収集します。
• リスクレベルによる国別の分類：低リスク（基本的な衛生アドバイス）から高リスク（必須のワクチン接種や帰国後の症状モニタリング）まで分類します。
• 推奨事項のパーソナライズ：従業員のルートやワクチン接種歴を考慮し、出発前に具体的な指示を出します。

講演者は、ローコードプラットフォームのReplitを使用して、このシステムのプロトタイプがわずか数時間で構築された例を示します。これにより、アイデアを迅速にテストし、明確な技術仕様書を作成し、社内の情報セキュリティ部門に対してプロジェクトの有用性を証明して、その後会社の安全なサーバーに移行することができました。

ローコードプラットフォームとインシデント予測

講演では、プログラミングの深い知識がなくても、インタラクティブなダッシュボードやインシデント登録システムを作成するためのReplitやBoltプラットフォームの使用についても触れられています。講演者は、適切に作成されたプロンプト（指示）を使用することで、わずか数分で機能するアプリケーションのプロトタイプを取得できることを実演します。

このアプローチにより、以下のことが可能になります：

• データの視覚化：インシデントのヒートマップ、無災害日数カウンター、安全ランキングを作成します。
• 分類の自動化：ボットが事故のテキスト説明（例：「運転手が居眠り運転をした」）を分析し、インシデントの種類、重大度、原因（ヒューマンエラー）を自動的に特定できます。
• IT部門との連携強化：機能するプロトタイプがあることで、専門家による本格的な製品開発プロセスが大幅に加速します。

HSEにおけるその他のAI適用シナリオ

大規模なプロジェクトに加えて、講演者は日常的なタスクを最適化するためのAIの日常的な使用例を共有します：

• リスク評価：職場の写真からリスク評価マップを生成し、その後専門家が修正を加えます。
• インシデント調査：AIモデルによるプロトコルの分析を通じて「第三者の意見」を得て、目に見えない要因を特定します。
• トレーニングと指導：シナリオ、手順書、視覚資料を作成し、従業員のエンゲージメントを大幅に向上させます。
• フィードバックの分析：従業員の意見を要約し、安全文化を向上させるための計画を策定します。

このウェビナーで学べること：

• HSE専門家の日常業務で生成AIを使い始める方法
• ローコードプラットフォームを使用して、数時間でリスク管理システムのプロトタイプを作成する方法
• 出張する従業員向けに、疫学的状況に関するデータの収集と分析を自動化する方法
• インシデントの分類やリスク評価マップの作成において、AIがどのように役立つか
• AIから質の高い結果を得るために、プロンプト（指示）を正しく作成する方法