HSE作为数字化转型的火花：我们如何在公司中引入AI
大型工业企业的数字化转型经常面临保守主义、官僚主义和对创新的恐惧。HSE专家不得不将时间花在日常琐碎的流程上，而不是专注于预防措施。在本次演讲中，Anastasia Lukovenko分享了一个通过分阶段引入人工智能工具来克服这些障碍的实际案例。
从简单的聊天机器人到管理层的参与
神经网络的整合在初期并不一定需要庞大的IT预算。演讲者以她所在的公司（超过18,000名员工）为例，展示了该计划是如何从无需程序员参与的基础解决方案开始的。他们开发了专业的聊天机器人：
- 风险评估机器人和安全测验 — 用于吸引员工参与，并向管理层直观展示该技术的能力。
- 个人防护装备（PPE）和特殊工作条件评估（SOUT）信息助手 — 该工具使员工能够快速了解其工作服的发放标准和工作条件等级。这极大地减少了HSE专家在当地法规中查找数据的时间。
这些试点项目的成功促成了规模化发展：公司从为HSE专家举办的局部大师班，过渡到对高层管理人员进行针对性培训，并举办了关于在其他部门引入AI的战略会议。
信息安全与内部LLM
不出所料，企业领域发展AI的主要障碍是信息安全。使用外部平台会引起安全部门对服务器位置和数据泄露风险的合理质疑。演讲详细探讨了这一情况的解决方案：从云解决方案过渡到部署自己的本地平台。通过采购服务器并安装本地大型语言模型（LLM），公司开始在内部文档上训练神经网络，完全保持在封闭的安全环境中。
您将从本次网络研讨会中学到什么：
- 如何在没有编程技能的情况下构建一个聊天机器人，为员工提供关于PPE和SOUT的咨询？
- 如何克服高层管理的怀疑态度，并证明投资AI技术的必要性？
- 哪些论点和技术解决方案有助于通过企业安全部门的审批？
- 如何组织从公共AI服务向公司服务器上的本地LLM过渡？