Chuyển đổi AI trong HSE: Các tình huống thực tế, lầm tưởng và vai trò mới của chuyên gia

Từ công việc thường ngày đến kiến trúc an toàn: Tại sao chuyên gia HSE cần trí tuệ nhân tạo

Thập kỷ qua trong lĩnh vực an toàn lao động đã diễn ra dưới sự bảo trợ của số hóa, tuy nhiên nhiều chuyên gia vẫn dành tới 70% thời gian làm việc cho các đánh giá rủi ro thường quy, xử lý các yêu cầu và phân tích cơ sở pháp lý. Việc áp dụng trí tuệ nhân tạo (AI) đang trở thành một bước phát triển tự nhiên của ngành, cho phép ủy thác các nhiệm vụ có thể thuật toán hóa cho công nghệ. Trong bài phát biểu của mình, Rinat Fatkhutdinov phân tích cách tiếp cận có hệ thống đối với chuyển đổi AI, trong đó con người vẫn là trung tâm, còn mạng nơ-ron đóng vai trò là công cụ để thay đổi chất lượng các quy trình kinh doanh.

Bốn cấp độ chuyển đổi AI trong an toàn lao động

Diễn giả đề xuất xem xét việc áp dụng trí tuệ nhân tạo thông qua ma trận hiệu quả (tốc độ và chi phí) và hiệu suất (chất lượng và giá trị mới). Cách tiếp cận này cho phép chuyển từ các công cụ đơn giản sang các giải pháp kiến trúc phức tạp.

Cấp độ 1: Các công cụ điểm

Ở giai đoạn đầu, AI được sử dụng để giải quyết các nhiệm vụ cục bộ của người dùng. Ví dụ, các mạng tạo sinh được sử dụng để chuẩn bị câu trả lời cho các yêu cầu của cơ quan giám sát. Việc tải lên biên bản và mẫu câu trả lời cho phép nhận được bản nháp hoàn chỉnh chỉ trong vài giây. Điều này làm giảm thời gian dành cho các thủ tục hành chính và giúp chuyên gia nắm vững các nguyên tắc cơ bản khi làm việc với các câu lệnh (prompt).

Cấp độ 2: Tối ưu hóa quy trình

Bước thứ hai là tích hợp AI vào các quy trình kinh doanh hiện có để tăng tốc chúng. Diễn giả minh họa bằng ví dụ về các bot Telegram để đánh giá rủi ro động: công nhân gửi ảnh nơi làm việc và bot, được đào tạo dựa trên lệnh số 776n, tự động nhận diện các mối nguy hiểm và đề xuất các biện pháp kiểm soát. Điều này chuyển đánh giá rủi ro từ một tài liệu hình thức «trên kệ» thành một quy trình thu thập dữ liệu lớn liên tục trực tiếp từ các địa điểm sản xuất.

Cấp độ 3: Đánh giá lại chất lượng các phương pháp tiếp cận

Ở cấp độ này, AI đóng vai trò là nhà phân tích, giúp suy nghĩ lại các phương pháp làm việc quen thuộc. Bài phát biểu xem xét chi tiết tình huống phân tích nguyên nhân tai nạn. Việc xây dựng cây lỗi, vốn mất hàng tháng nếu làm thủ công, có thể được thực hiện trong vài giờ với sự trợ giúp của AI. Đồng thời, mạng nơ-ron có khả năng đề xuất các phân loại nguyên nhân thay thế, phát hiện các yếu tố phòng ngừa không rõ ràng mà chuyên gia có thể đã bỏ qua do cái nhìn chủ quan.

Cấp độ 4: AI là cốt lõi của hệ thống quản lý

Cấp độ chuyển đổi cao nhất là tạo ra một kiến trúc thống nhất, nơi AI được tích hợp với các hệ thống ERP và CRM của doanh nghiệp, cơ sở kiến thức và Internet vạn vật. Trong mô hình này, chuyên gia an toàn lao động trở thành kiến trúc sư của hệ thống: họ không chỉ kiểm soát các quy trình mà còn quản lý các tác nhân kỹ thuật số phân tích dữ liệu ở chế độ nền, phát hiện các vi phạm và hình thành phân tích dự đoán.

Quản lý rủi ro: An toàn thông tin và những lầm tưởng

Việc tích hợp mạng nơ-ron chắc chắn phải đối mặt với các hạn chế của doanh nghiệp. Rào cản chính là rủi ro rò rỉ dữ liệu bí mật. Giải pháp là sử dụng các mô hình AI cục bộ, được triển khai trên các máy chủ nội bộ của công ty. Ngoài ra, vấn đề «ảo giác» của AI (cung cấp thông tin không chính xác) cũng được phân tích, nhấn mạnh sự cần thiết phải xác minh nghiêm ngặt các câu trả lời và sử dụng các phương pháp truy vấn chéo.

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

• Làm thế nào để tự động hóa việc chuẩn bị câu trả lời cho các yêu cầu của cơ quan giám sát bằng cách sử dụng các mạng nơ-ron cơ bản?
• Làm thế nào các bot Telegram với AI có thể thu hút nhân viên tuyến đầu tham gia vào việc đánh giá rủi ro động hàng ngày?
• Làm thế nào để sử dụng trí tuệ nhân tạo để phân tích sâu nguyên nhân gốc rễ của các vụ tai nạn và sự cố?
• Cần thực hiện những bước nào để tuân thủ các yêu cầu về an toàn thông tin khi làm việc với AI?
• Vai trò của chuyên gia an toàn lao động thay đổi như thế nào khi áp dụng hàng loạt các tác nhân AI?