Система регистрации потенциально опасных происшествий (Near Miss / микротравмы). Инструмент «бесплатного обучения», позволяющий предотвратить серьезные инциденты на основе анализа предпосылок. В разделе представлены решения по упрощению подачи отчетов линейным персоналом, исключению штрафов за сообщения об ошибках и выстраиванию доверительной культуры мгновенного реагирования.
Внедрение инструментов искусственного интеллекта для автоматизации рутинных процессов в охране труда. Практика включает использование ИИ-ботов для сбора данных о микротравмах (Near Miss), систем гибридного поиска (RAG) по нормативной базе, программных роботов (RPA) для отчетности и генерацию вовлекающего контента для инструктажей.
Статья объясняет применение «теории разбитых окон» в сфере охраны труда, согласно которой даже мелкие отступления от правил безопасности снижают планку допустимого и могут спровоцировать серьёзные производственные травмы. В материале рассматривается, как нулевая терпимость к незначительным нарушениям, регулярный контроль и личный пример руководителей помогают сформировать культуру безопасности и предотвратить крупные аварии. Автор также показывает необходимость баланса между строгим контролем и...
Внедрение системы сбора и анализа карт наблюдения опасностей (КНО) для управления происшествиями без последствий (near miss). Практика включает четырехэтапный алгоритм работы с КНО, автоматизацию учета на базе внутреннего IT-решения, применение методов «Пять почему» и «Галстук-бабочка» для расследования, а также материальную мотивацию персонала за активное выявление рисков.
Внедрение системы работы с потенциально опасными ситуациями (near miss) на производственном предприятии с использованием бумажных форм. Процесс включает фиксацию, первичное устранение, многоуровневое информирование и мотивацию персонала для достижения нулевого травматизма.
Переход от реактивных показателей безопасности к проактивной оценке вовлеченности персонала через регистрацию потенциально опасных ситуаций (near miss) и событий низкого уровня. Практика включает трансформацию «минуток безопасности» в инструмент обмена опытом самими сотрудниками и внедрение метрик добровольных сообщений об инцидентах без последствий.
Внедрение простых и доступных инструментов внутренней коммуникации по охране труда в офисной среде с использованием подхода 5S. Практика включает создание статей на внутреннем портале, разработку плакатов, онлайн-инструктажей в формате лонгридов, использование Telegram-каналов и ботов, а также запуск системы сбора обратной связи Near Miss для выявления неочевидных рисков.
Система сбора и анализа статистических показателей по безопасности на производственном предприятии. Практика включает дифференцированный учет инцидентов (микротравмы, near-miss, несоответствия), использование простых инструментов сбора данных (программа «Молния», видеонаблюдение, поведенческие аудиты) и вовлечение персонала через соревновательные номинации.
Анализ тенденций в целеполагании и оценке эффективности ОТиПБ на основе исследования крупнейших промышленных компаний. Переход от реактивных показателей (LTIFR) к проактивным метрикам (Near Miss, поведенческие аудиты) и интеграция процессов безопасности в общую бизнес-модель.
Комплексная цифровизация процессов производственной безопасности и экологии в национальной компании со 120 тысячами сотрудников. Внедрение единой информационной системы и мобильного приложения для фиксации опасных условий, проведения поведенческих диалогов безопасности, автоматизации экологического учета и онлайн-анкетирования персонала.
Внедрение системы управления по целям (Management by Objectives) в сфере охраны труда. Практика включает разделение целей на цели-состояния (результат) и цели-драйверы (процесс), каскадирование показателей до уровня подразделений и привязку достижения целей-драйверов к системе мотивации персонала.
Система управления происшествиями в компании Danone, включающая расследование всех инцидентов (включая микротравмы и near-miss) с использованием комбинации методов 5М и «5 почему». Практика охватывает вовлечение подрядчиков наравне со штатными сотрудниками и разработку нейросети для прогнозирования будущих инцидентов на основе массивов данных.