AI + Tự động hóa trong HSE

Trí tuệ nhân tạo như một bộ xương ngoài cho bộ não của chuyên gia

Nghề nghiệp của một chuyên gia an toàn lao động và an toàn công nghiệp thường đi kèm với mức độ căng thẳng và kiệt sức cao. Như Rinat Fatkhutdinov lưu ý, có đến 80% thời gian làm việc có thể bị tiêu tốn vào các công việc thường ngày, các cuộc họp và duy trì các quy định, để lại rất ít nguồn lực cho việc quản lý an toàn thực sự. Việc áp dụng các sản phẩm kỹ thuật số mà không có yếu tố trí tuệ thường chỉ làm tăng thêm sự quan liêu, đòi hỏi phải nhập dữ liệu thủ công liên tục. Trong bối cảnh này, trí tuệ nhân tạo (AI) không chỉ trở thành một xu hướng thời thượng mà còn là một công cụ cần thiết — một "bộ xương ngoài cho bộ não", đảm nhận việc xử lý thông tin thường ngày và cho phép chuyên gia tập trung vào việc phân tích và đưa ra các quyết định quản lý.

Các trường hợp thực tế về tự động hóa quy trình

Trong bài phát biểu của mình, diễn giả đã xem xét chi tiết một số kịch bản ứng dụng AI, được thực hiện trong thực tế bởi những người tham gia khóa đào tạo chuyên ngành.

Tự động hóa việc thu thập và phân tích Near Miss (chấn thương nhẹ và tình huống nguy hiểm)

• Thu thập dữ liệu qua ứng dụng nhắn tin: Việc sử dụng các trợ lý AI trên Telegram cho phép người lao động ghi lại các tình huống nguy hiểm trong 10 giây (ảnh + tin nhắn thoại), điều này làm giảm đáng kể rào cản đối với sự tham gia của nhân viên.
• Phân tích nguyên nhân gốc rễ: Tác nhân AI tự động xử lý dữ liệu nhận được, áp dụng phương pháp "Năm tại sao" để xác định nguyên nhân thực sự của sự cố và đề xuất các biện pháp phòng ngừa mà không có rủi ro "ảo giác" (bịa đặt sự thật).
• Tự động hóa báo cáo bằng robot (RPA): Robot phần mềm lấy dữ liệu đã phân tích và tự động tạo báo cáo cho ban quản lý, loại bỏ chuyên gia HSE khỏi chuỗi chuyển tiếp tài liệu thủ công.

Tìm kiếm thông minh trong cơ sở quy định (RAG lai)

Việc tìm kiếm theo từ khóa truyền thống trong các tài liệu đồ sộ thường không hiệu quả. Diễn giả chỉ ra qua ví dụ về hệ thống RAG (Retrieval-Augmented Generation) lai, cách AI có thể tìm ra câu trả lời chính xác cho các câu hỏi được đặt ra bằng ngôn ngữ tự nhiên, chỉ dựa trên cơ sở kiến thức doanh nghiệp và các văn bản quy phạm đã được tải lên. Độ chính xác của các hệ thống như vậy đạt tới 99,9%, cho phép nhanh chóng định hướng trong các yêu cầu của pháp luật và hướng dẫn nội bộ.

Hỗ trợ điều tra sự cố

AI có thể đóng vai trò như một chuyên gia phương pháp luận độc lập trong việc điều tra các sự cố. Bằng cách sử dụng prompting (đặt câu lệnh) đúng cách, chuyên gia có thể giao cho mạng nơ-ron xây dựng cây nguyên nhân gốc rễ, phân tích các kịch bản phát triển sự kiện thay thế và thậm chí chuẩn bị các luận điểm để tiến hành "phút an toàn" với tập thể sau khi điều tra.

Trò chơi hóa và thu hút tham gia đào tạo

Các buổi hướng dẫn tiêu chuẩn thường được tiếp nhận một cách hình thức. Việc sử dụng AI để tạo video, hoạt hình và các nhiệm vụ tương tác cho phép tạo ra nội dung hấp dẫn, giúp người lao động ghi nhớ tốt hơn. Trong bài phát biểu, một ví dụ về đoạn video ngắn được tạo bằng AI đã được trình chiếu, truyền tải tầm quan trọng của việc sử dụng thiết bị bảo hộ cá nhân (PPE) một cách độc đáo và hài hước.

Bạn sẽ học được gì từ hội thảo trực tuyến này:

• Làm thế nào để chuyển từ việc chữa cháy thụ động sang quản lý an toàn chủ động bằng dữ liệu?
• Những công cụ AI nào cho phép tự động hóa việc thu thập và phân tích thông tin về chấn thương nhẹ (Near Miss)?
• Làm thế nào để thiết lập tìm kiếm thông minh trong cơ sở quy định của doanh nghiệp để nhận được câu trả lời chính xác mà không bị "ảo giác" của mạng nơ-ron?
• Làm thế nào để sử dụng AI xây dựng cây nguyên nhân gốc rễ khi điều tra sự cố?
• Làm thế nào để sử dụng mạng nơ-ron tạo ra các tài liệu hướng dẫn và đào tạo nhân viên không nhàm chán và hấp dẫn?