Po podatkih ameriškega ministrstva za delo, poškodbe pri delu stroški približno 161.5 milijarde dolarjev letno. V trgovini na debelo in drobno (WRT) v obratih so poškodbe izgubljenega delovnega dne v glavnem posledica zdrsov, spotikanj in padcev. Študija v ZDA leta 2020 je pokazala, da padci predstavljal 33 % nesmrtnih poškodb, zaradi česar je najpogostejši vzrok, ki ga je mogoče preprečiti nesmrtne poškodbe na delovnem mestu. Poleg tega so bili padci z 21 % tretji najpogostejši vzrok smrtnih poškodb na delovnem mestu, ki bi jih bilo mogoče preprečiti.
Po podatkih Nacionalnega inštituta za varnost in zdravje pri delu (NIOSH), dejavniki, ki lahko povzročijo poškodbe na delovnem mestu, vključujejo:
- Dejavniki na delovnem mestu – spolzka površina, ohlapne talne obloge, oviran vid zaradi škatel ali zabojnikov, slaba osvetlitev, nevzdrževane površine za hojo.
- Dejavniki organizacije dela – Visok delovni tempo, ki lahko povzroči hitenje delavcev, naloge, ki vključujejo ravnanje z mastnimi ali tekočimi materiali, zaradi katerih lahko površine postanejo spolzke.
- Individualni dejavniki – starost, utrujenost delavca in slab vid lahko vplivajo na vid in ravnotežje, neprimerna obutev pa lahko povzroči spotaknjenje ali zdrs.
Vendar ima večina obratov WRT težave pri zagotavljanju, da zaposleni in stranke spoštujejo vse zdravstvene in varnostne protokole. Težava se poveča v gosto naseljenem okolju z velikim prometom ljudi. Vodje sprejemajo inovativne načine za dopolnitev tradicionalnih rešitev v trgovinah WRT.
Umetna inteligenca (AI), internet stvari (IoT) in strojno učenje (ML) so se združili za odkrivanje, analiziranje, opozarjanje in preprečevanje nevarnosti na delovnem mestu. Varnost na delovnem mestu je bistveno izboljšana z odzivi v realnem času.
Računalniški vid
Računalniški vid uporablja digitalne vnose iz slik in videoposnetkov, da pridobi informacije, ki so pomembne za računalnik. Računalnik nato analizira informacije, da odkrije napake.
SeeChange (ponudnik AI) in Keymakr Inc. Inc. (ponudnik storitev označevanja podatkov) je sodeloval pri izkoriščanju umetne inteligence pri preprečevanju zdrsov, spotikanj in padcev z uporabo obstoječih kamer CCTV v Asda (veriga supermarketov v Združenem kraljestvu). Platforma SaaS podjetja Keymakr krepi platformo SeeChange SpillDetect orodje za samodejno zaznavanje razlitja tekočine. Sistem nato osebju pošlje obvestilo o lokaciji nevarnosti.
Po besedah Michaela Abramova, izvršnega direktorja podjetja Keylabs, Keymakrove platforme Saas, »se lahko uporabi umetna inteligenca za odkrivanje nesreč takoj, ko se zgodijo, pametni sistemi za plačevanje na osnovi umetne inteligence pa lahko odpravijo dejavnik človeške napake. Izvajanje umetne inteligence lahko kupce in lastnike podjetij reši pred takimi nevarnostmi.«
Abramov pravi, da AI ne trpi zaradi utrujenosti in lahko spremlja non-stop.
»Položaj izdelkov na policah (in opozarjanje na nevarno pozicioniranje) Stanje tal (in poročanje o dogodkih (razliti izdelki, izdelki, ki so padli s polic)). To še ni vse, saj lahko nadzorni sistemi AI nadzorujejo celotno trgovino, zagotavljajo vpogled v vedenje kupcev in preprečujejo kraje.«
relEYEble rešitve ponujajo storitve računalniškega vida in se integrirajo z obstoječimi kamerami za zaznavanje območij z največjim prometom v trgovini in nadzor dostopa do prostorov. Ta funkcija pomaga zmanjšati poškodbe zaradi prenatrpanosti ter omejenega dostopa in izhodov v zgradbo v nujnih primerih.
Sistemi za odkrivanje požara imajo tradicionalno odzivni čas 3-5 minut po zaznavi požara. Ta čas je lahko ključnega pomena, zlasti pri velikih in hitro širijočih se požarih, saj skrajša odzivni čas gašenja. Računalniški vid lahko zazna požar z razdalje približno 50 m in opozori v 10-15 sekundah. Ko je povezan s sistemom razglasitve, lahko sistem takoj sporoči natančno lokacijo požara in najboljšo pot za izhod.
Ergonomski senzorji
Z ergonomskim usposabljanjem delavcev se zmanjšajo poškodbe zaradi ročnega dela. Optimalno gibanje je poslano delavcu, da se sam popravi, kar utira pot vedenjski spremembi.
Eno takšnih podjetij, ki ponuja to rešitev, je Soter Analytics. Naprave Soter, ki jih nosite na rami, slušalkah, čeladi in/ali hrbtu, spremljajo tveganje poškodb v realnem času. Pripomočki so združeni z mobilno aplikacijo za zagotavljanje prilagojenega coachinga določenemu delavcu za določeno nalogo. Študije so pokazale, da se nevarno gibanje zmanjša za 30-70 %. Upravljavci imajo tudi dostop do podatkov iz soter naprav v realnem času. Upravljavci lahko nato podatke uporabijo za:
- Prepoznajte nevarnosti.
- Filtrirajte tveganje nevarnosti glede na nalogo, oddelek ali posameznika.
- Določite prednostna področja, ki zahtevajo več pozornosti.
Po mnenju Coca-Cole
Napovedni podatki in analitika
Prediktivna analitika uporablja različne podatke, pridobljene od organizacije, in te podatke analizira za napoved možnih scenarijev. Podatki, zbrani in uporabljeni v analitiki, vključujejo temeljne vzroke ter pritožbe in predloge.
HGS Digitalne rešitve zbira, analizira in izvaja scenarije kaj-če, da ugotovi razloge za poškodbe in zagotovi korektivne ukrepe za ublažitev težave. Po vnosu podatkov v program bo orodje analiziralo informacije brez programiranja.
Programska oprema za upravljanje primerov
i-Sight je programska oprema za upravljanje primerov, podobna HGS Digital Solution. Za razliko od HGS, I-Sight samo zbira, sledi in zagotavlja izčrpna poročila, te informacije pa morate uporabiti za preprečevanje poškodb na delovnem mestu. I-sight sledi in poroča o dogodkih, kot so:
- Nesreče
- Poškodbe
- Drse in pade
- Smrtne žrtve
- Blizu zgrešenih
- Nevarne izpostavljenosti
Vodje lahko uporabljajo nadzorno ploščo i-Sight za spremljanje poročil o dogodkih in možnih trendih za prepoznavanje območij z visokim tveganjem ali zaposlenih, ki zahtevajo nujno pozornost.
Samozavorni vozički
Avtonomna vozila (AV) so običajno povezani z avtomobili. Po besedah Anthonyja Iresona iz Ford Evropa, lahko to tehnologijo uporabljajo tudi vozički v supermarketih.
Voziček ima pomočnik pred trkom, ki strankam pomaga preprečiti nesreče ali zmanjša učinek trka. Senzorji na vozičku zaznajo ljudi in predmete pred njim na poti. Samozavorni voziček samodejno zavira, ko zazna potencialno trčenje.
Čeprav je voziček še vedno prototip v Fordovi trgovini, bodo zaradi njegove uporabe pobegli vozički preteklost in zmanjšali število nesreč.
Robotika
Inženirji iz University of West Virginia razvijajo robote za zaščito delavcev pred nevarnostmi na delovnem mestu. Roboti zaznavajo tveganja na talnih površinah v obratih WRT. Poleg zagotavljanja situacijskega zavedanja bi roboti zagotavljali zemljevide prehodnosti in nenehno spremljali tveganja. Za razliko od drugih sistemov računalniškega vida, ki uporabljajo obstoječe kamere CCTV v ustanovi, bi bili roboti opremljeni z vgrajenimi kamerami, da bi zmanjšali zavajanje zaradi površinskega videza. Roboti bi vozili tudi po površini, da bi bolje ocenili tveganje zdrsa.
Razvoj robotov se osredotoča na tri ključne dejavnike:
- Identifikacija in ocena celostnih tveganj, ki vključujejo delovanje robotov v delovnih prostorih.
- Uporaba robotov v drugih vidikih, kot so nakupovalni vodniki.
- Vpliv zemljevidov prehodnosti in robotov na tveganje poškodb zaposlenih.
Vir: https://www.forbes.com/sites/dennismitzner/2022/12/08/how-new-innovations-are-helping-prevent-retail-injuries/