安全指南针：AI如何改变HSE的DNA

人工智能作为HSE专家的新工具

HSE流程的数字化正在迈向新水平。如果说以前的自动化仅限于将纸质工作转移到Excel和专业软件中，那么今天，生成式神经网络和基于人工智能（AI）的系统已成为焦点。演讲详细探讨了应用AI工具的实践经验，这些工具帮助专家摆脱日常琐事，腾出时间进行分析工作和与员工面对面交流。

演讲者分析了生成式模型（例如聊天机器人）如何通过文本提示创建内容、分析数据甚至编写代码。重要的是要明白，AI不是专家的替代品，而更像是一个“数字实习生”，需要通过具体示例进行培训，并在出错时进行纠正。

“健康指南针”案例：流行病学风险控制自动化

网络研讨会中展示的关键项目之一是“健康指南针”系统，该系统旨在管理员工前往不同国家出差时的风险。以前，疫苗接种控制和流行病学情况通报都是手动进行的，随着出差次数的增加，这需要耗费大量资源。

该系统的功能：

• 实时分析数据：从WHO和CDC Travel Health网站收集有关疾病爆发和建议的信息。
• 按风险等级对国家进行分类：从低风险（基本卫生建议）到高风险（强制接种疫苗和旅行后症状监测）。
• 个性化建议：考虑员工的行程和疫苗接种史，在起飞前提供具体指示。

演讲者通过示例展示了如何使用低代码平台Replit在短短几个小时内组装该系统的原型。这使得快速测试想法、创建清晰的技术规范并成功在内部信息安全部门面前为项目辩护成为可能，以便随后将其转移到公司受保护的服务器上。

低代码平台与事件预测

演讲还涉及使用Replit和Bolt平台创建交互式仪表板和事件登记系统，而无需深入的编程知识。演讲者演示了如何借助正确编写的提示词，在几分钟内获得可用的应用程序原型。

这种方法可以：

• 数据可视化：创建事件热力图、无伤害天数计数器和安全评级。
• 自动分类：机器人可以分析事件的文本描述（例如，“司机在方向盘后睡着了”），并自动确定事件类型、严重程度和原因（人为因素）。
• 改善与IT部门的互动：拥有工作原型可大大加快专业人员开发完整产品的过程。

AI在HSE中的其他应用场景

除了大型项目外，演讲者还分享了在日常工作中使用AI优化常规任务的示例：

• 风险评估：根据工作场所的照片生成风险评估图，随后由专家进行完善。
• 事件调查：通过AI模型分析协议以获得“第三方意见”并识别不明显的因素。
• 培训和指导：创建场景、说明和视觉材料，从而显著提高员工的参与度。
• 反馈分析：总结员工意见以制定提升安全文化的计划。

您将从本次网络研讨会中学到什么：

• 如何开始在HSE专家的日常工作中使用生成式神经网络？
• 如何使用低代码平台在几个小时内创建风险管理系统原型？
• 如何自动收集和分析出差员工的流行病学情况数据？
• AI如何帮助对事件进行分类并编制风险评估图？
• 如何正确制定提示词以从神经网络获得高质量的结果？