通过人工智能发展趋势看 HSE 的未来

人工智能正迅速从技术炒作转变为真正的实用工具。在信息负载增加、人才短缺以及业务流程加速的背景下，数字化已成为行业发展的必然阶段。全球层面高度关注这一技术：国际劳工组织（ILO）专门设立了数字化主题日，各国政府也在制定持续学习战略。大型企业已开始将人工智能应用指标纳入高管绩效考核（KPI）。Rinat Fатхутдинов 在演讲中详细探讨了如何使职业健康与安全（HSE）流程适应新现实，并避免自动化过程中的常见陷阱。

“魔法按钮”的幻觉：为何 95% 的人工智能项目无效

尽管 97% 的大型企业声称正在实施或计划实施人工智能计划，但只有一半企业看到了其实际价值。基于 Skolkovo 商学院的研究，演讲者指出，绝大多数企业人工智能项目最终都停留在试点阶段，或未能产生业务成果。

问题的根源不在于技术本身，而在于根本性的流程错误：

• 缺乏数据文化。 与以信息为核心产品的金融科技不同，制造企业往往缺乏高质量的数据收集和存储系统。没有标准化的数据库，算法就无法进行训练。
• 为自动化而自动化。 在没有进行预先审计和优先级排序的情况下，盲目将算法引入所有流程，只会导致混乱的数字化。
• IT 与生产部门之间的脱节。 缺乏流程负责人以及来自专业部门的明确指标，导致产品脱离实际，缺乏生命力。

“知识经纪人”在 HSE 数字化中的作用

IT 部门的专家并不了解 HSE 工程师每天面临的“痛点”。为了成功实施技术，企业迫切需要“知识经纪人”——即 HSE 部门内部积极主动的倡导者。他们是深入了解生产流程细节的专家，乐于学习新工具，并能将业务需求转化为开发人员能够理解的语言。正是他们帮助克服了现场对创新的抵触情绪，并将技术与实际任务联系起来。

实践案例：从失败到降低劳动强度

演讲中分析了企业实践中的一系列对比案例。失败的场景总是源于忽视用户的实际需求。例如，当一家石油公司引入的企业模型在处理任务时表现不如现有的神经网络（如 DeepSeek）时，员工就会拒绝使用它。另一种极端是在真空中开发 IT 解决方案，生产人员甚至不知道为他们开发了该产品。

成功的案例建立在员工参与和分阶段扩展的基础上。在一家采矿公司中，内部创建了一个安全的 ChatGPT 替代方案。该工具与企业会计系统和流程自动化技术（RPA）进行了集成。结果是，常规智力任务的劳动强度降低了 20%。

主要的管理结论在于遵循三阶段模型：首先是全员培训并消除对技术的恐惧，其次是实施并精确评估一个成功的试点项目，最后才是在全公司范围内推广成功经验。

您将从本次演讲中学到什么

• 为什么大多数企业人工智能实施项目会失败，以及如何避免成为统计数据中的一部分？
• 谁被称为“知识经纪人”，为什么没有他们，HSE 的有效数字化就不可能实现？
• 如何在采矿和制造企业的企业环境中安全地使用生成式神经网络？
• 为了获得可衡量的结果，将人工智能整合到 HSE 部门的工作中需要从哪三个步骤开始？