#人工智能

AI 智能体与 Vibecoding：过去六个月 HSE 领域的变化

应用自主 AI 智能体与 Vibecoding 技术实现生产安全领域的日常流程自动化。实践包括利用神经网络通过照片自动识别危险源、填写风险登记册、计算预算以及在无需 IT 专家介入的情况下生成本地规范性文件。该方法的引入将 HSE 专家的角色转变为“知识经纪人”，大幅缩短了规范库分析和事故调查的时间。

通过人工智能发展趋势看 HSE 的未来

将人工智能工具分阶段引入职业健康与安全流程，以实现日常工作自动化和数据处理。实践包括培养内部“知识经纪人”、启动安全的生成式神经网络企业替代方案，以及将人工智能与会计系统集成。在一家采矿公司实施该方法后，智力任务的劳动强度降低了 20%。

AI + HSE中的自动化

引入人工智能工具以实现HSE日常流程的自动化。实践包括使用AI机器人收集Near Miss（未遂事故）数据、法规库混合搜索（RAG）系统、用于报告的软件机器人（RPA）以及生成引人入胜的培训内容。

AI提示词工程：未来HSE专家的核心技能

通过掌握提示词工程技能和使用no-code平台，将人工智能整合到HSE专家的日常任务中。实践包括自动化日常流程、将分析任务委托给AI助手，以及向Prompt First范式过渡，以提高管理体系的效率。

HSE作为数字化转型的火花：我们如何在公司中引入AI

在大型工业企业的HSE流程中分阶段引入人工智能工具。该计划始于在没有程序员参与的情况下创建简单的风险评估、PPE和SOUT聊天机器人，从而吸引了管理层的参与，并过渡到在封闭的安全环境中部署内部本地大型语言模型（LLM）。

HSE中的AI与机器视觉：从构想到启动之路

基于开源模型MoonDream实施机器视觉系统，以监控食品生产中PPE的使用和卫生标准的遵守情况。系统实时分析视频流，在15秒内通过Telegram机器人向相关主管发送违规通知，并辅以无罚款的员工积极激励计划。

AI作为内容工厂

应用生成式神经网络创建HSE培训材料和风险可视化。实践包括使用文本、图形和视频AI模型来加速课程开发、外语翻译以及在不聘请外部承包商的情况下创建逼真的培训。

承包商风险管理：从盲区到屏障系统

实施以维修工作为重点的承包商端到端风险管理系统。利用数字化工具（Power BI仪表板、电子工作许可证、热力图）进行在线监控和管理决策。

安全文化：如何确保“Z世代”参与安全领导与管理？

将安全文化标记整合到管理体系的规范文件中，并应用非标准的青年形式（说唱歌曲）来吸引Z世代参与生态安全和HSE问题。使用AI机器人自动化HSE专家的日常任务，如编写计划和对不符合项进行初步评估。

健康保护战略会议：问答环节

员工健康管理的综合方法，包括利用匿名VHI数据确定高风险群体、组织“健康学校”以及控制偏远项目现场的饮食。实践表明，管理层的参与和根据员工实际需求调整项目（包括在海外项目中提供药物）至关重要。

“数字神谕”的错觉：为什么HSE领域的AI仍是计算器而非专家

AI应用指南：打造个人内容实验室