Oltre il progetto pilota sull'IA: quali sono le priorità dei principali programmi EHS (Salute, Sicurezza e Ambiente)
AI sta diventando parte integrante del dibattito su EHS, Qualità, Sostenibilità e Operazioni. Per molte organizzazioni, la domanda non è più se l'IA debba essere esplorata. La domanda più importante è dove l'IA possa creare valore concreto, come i team possano adottarla in modo responsabile e cosa debba cambiare affinché diventi parte integrante della pianificazione, gestione e miglioramento del lavoro.
Questo è stato il tema centrale della tavola rotonda di Europe IMPACT, intitolata "Intelligenza artificiale, abilitazione digitale e le priorità dei principali programmi". La sessione è stata moderata da Doug Martin, Vicepresidente senior e responsabile dell'implementazione e dell'assistenza agli abbonati presso Benchmark Gensuite.
Il panel era composto da JJ Van Der Bij, Vicepresidente senior per l'ambiente, la sicurezza, la salute e la qualità presso Tate & Lyle; Remy Wierenga, Direttore globale per la sicurezza presso Refresco; Nathalie Ruelle, Direttore globale per la qualità e la sostenibilità presso HB Fuller; Chris Masters, Direttore senior per l'ambiente, la salute e la sicurezza globale presso Tropicana; Mandar Phadke, Vicepresidente e responsabile per la salute e la sicurezza sul lavoro e il benessere presso Ericsson; e R Mukund, fondatore e CEO di Benchmark Gensuite.
La loro discussione ha toccato casi d'uso pratici dell'IA, considerazioni sull'adozione, qualità dei dati, coinvolgimento del personale in prima linea, uso responsabile dell'IA e futuro del lavoro EHS abilitato digitalmente. Ha inoltre mostrato come l'IA possa supportare l'efficienza odierna, aiutando al contempo i team a prepararsi per una gestione del rischio più interconnessa in futuro.
L'adozione dell'IA sta passando dalla fase di esplorazione a quella di applicazione pratica.
L'adozione dell'IA ha assunto forme diverse nelle varie organizzazioni rappresentate nel panel. Alcuni team stanno ancora testando i primi casi d'uso, mentre altri stanno già applicando un approccio incentrato sull'IA a tutti i processi aziendali.
Remy di Refresco ha illustrato come il suo team stia utilizzando strumenti basati sull'intelligenza artificiale per la trascrizione, la redazione di riepiloghi di indagini sugli incidenti, le valutazioni ergonomiche e i sistemi di visione per carrelli elevatori. Mandar di Ericsson ha descritto un approccio incentrato sull'IA che include agenti virtuali, intelligenza visiva per i sopralluoghi, pianificazione del lavoro supportata da droni e video di comunicazione degli incidenti generati dall'IA. Nathalie di HB Fuller ha spiegato che il suo team si sta concentrando innanzitutto sui dati, in particolare sui dati SAP e sull'EQMS, perché è necessario disporre di solide basi di dati prima che l'IA possa essere implementata in modo più efficace su larga scala.
Questa gamma riflette la situazione attuale di molte organizzazioni. Alcuni team stanno dimostrando il valore dell'IA attraverso casi d'uso specifici. Altri stanno iniziando a connettere l'IA con i sistemi aziendali e i flussi di lavoro operativi. I programmi più maturi si interrogano già su come l'IA possa supportare la pianificazione, l'esecuzione, l'apprendimento e il processo decisionale su larga scala.
Per i team EHS, il punto di ingresso non deve essere eccessivamente complesso. L'IA può iniziare con aspetti pratici, che fa risparmiare tempo Inizialmente si utilizzano casi d'uso, per poi espandersi man mano che i team acquisiscono fiducia, processi di revisione responsabili e migliori connessioni ai dati.
La qualità dei dati è ancora un fattore determinante per le potenzialità dell'IA.
Un tema è emerso ripetutamente durante il dibattito: l'intelligenza artificiale è utile solo nella misura in cui lo sono i dati e il contesto su cui si basa.
Nathalie ha descritto l'attenzione di HB Fuller ai dati come un passo necessario prima di procedere ulteriormente con l'intelligenza artificiale. Per i team EHS e Qualità, questo è importante perché dati affidabili semplificano la categorizzazione dei rischi, supportano la reportistica, identificano modelli e rendono i risultati dell'IA più utili.
È qui che i sistemi digitali interconnessi diventano fondamentali. Quando i dati sugli incidenti, le azioni correttive, le valutazioni dei rischi, i risultati degli audit, le autorizzazioni, gli eventi relativi alla qualità e altri documenti risiedono in strumenti separati, l'intelligenza artificiale ha meno contesto su cui basarsi. Quando le informazioni sono strutturate e connesse, l'IA può aiutare i team a individuare schemi più rapidamente e ad agire con maggiore sicurezza.
A collegato Software EHS La fondazione aiuta i team a riunire questi flussi di lavoro, creando una base migliore per le informazioni abilitate dall'IA e un'esecuzione del programma più coerente. Supporta anche le priorità adiacenti, da Gestione della sostenibilità a Museale and reporting operativo, perché l'IA funziona al meglio quando può attingere a informazioni affidabili provenienti da tutta l'azienda.
Dal risparmio di tempo al ripensamento delle modalità di lavoro.
Diversi relatori hanno citato la velocità come uno dei primi vantaggi tangibili dell'intelligenza artificiale. Verbali di riunione, riepiloghi di indagini, revisioni di permessi e attività di reporting che un tempo richiedevano ore o giorni possono ora essere accelerate in modo significativo.
La conversazione si è spinta oltre la semplice questione della velocità. Mandar ha invitato i team a pensare oltre la semplice sostituzione dei processi esistenti con versioni più veloci supportate dall'intelligenza artificiale. Il suo punto era che l'IA non dovrebbe solo velocizzare il lavoro attuale, ma dovrebbe anche aiutare i team a ripensare a come il lavoro viene pianificato, eseguito e migliorato.
Questo cambiamento è importante. Se l'IA si limita ad aiutare i team EHS a completare più rapidamente le attività amministrative, il suo valore è reale ma limitato. L'opportunità più grande è quella di liberare tempo prezioso affinché i team possano dedicarne di più al lavoro sul campo, alla comprensione delle operazioni, al supporto dei lavoratori, alla promozione di una comunicazione più efficace e alla prevenzione dei rischi prima che si aggravino.
Remy ha fornito un esempio pratico attraverso i team di apprendimento. Grazie alla registrazione e alla trascrizione supportate dall'intelligenza artificiale, i facilitatori possono concentrarsi sulla conversazione anziché cercare di prendere appunti contemporaneamente. Il risultato può aiutare a identificare i problemi, riassumere le decisioni e supportare le azioni successive. Ciò migliora sia la velocità che la qualità dell'apprendimento.
Collegare l'intelligenza artificiale al rischio operativo
Man mano che il panel si spostava dai casi d'uso attuali alle priorità future, la discussione si è concentrata maggiormente sulla gestione predittiva e interconnessa del rischio.
Mandar ha descritto il valore dell'intelligenza artificiale nella pianificazione del lavoro prima della sua esecuzione, incluso l'utilizzo di input provenienti da droni e di intelligenza visiva per progettare flussi di lavoro più sicuri. Ha anche proposto un esempio futuro in cui l'IA potrebbe aiutare a identificare fattori di rischio esterni, come le condizioni meteorologiche, prima che le persone inizino lavori ad alto rischio sul campo.
È qui che l'intelligenza artificiale inizia a supportare un modello di rischio operativo più proattivo. Invece di limitarsi ad analizzare ciò che è già accaduto, l'IA può aiutare i team a combinare informazioni provenienti da incidenti, permessi, ispezioni, condizioni del sito, dati delle attrezzature, pianificazione del lavoro e segnali esterni per comprendere meglio dove potrebbe accumularsi il rischio.
Il panel ha inoltre discusso la necessità di integrare molteplici flussi di dati e di applicare una logica più rigorosa al modo in cui l'IA supporta il processo decisionale. Ciò è particolarmente rilevante per le organizzazioni che cercano di passare da una reportistica reattiva a un controllo proattivo del rischio.
Un'IA responsabile necessita di regole chiare e del giudizio umano.
Mentre le organizzazioni esplorano l'intelligenza artificiale, il panel ha anche discusso della necessità di utilizzarla in modo responsabile. L'IA può supportare analisi più rapide, suggerimenti migliori e risultati più coerenti, ma i team hanno comunque bisogno di fiducia nel modo in cui le informazioni vengono esaminate, interpretate e applicate.
Per i team EHS, Qualità e Operazioni, questo è particolarmente importante quando l'IA supporta attività come l'indagine sugli incidenti, valutazione del rischio, permesso di lavoro, gestione del cambiamentoAnalisi HAZOP, ergonomia e pianificazione della sicurezza.
Il panel ha ripetutamente sottolineato l'importanza della supervisione umana. L'IA può riassumere, raccomandare, classificare, suggerire e velocizzare, ma i professionisti devono comunque mettere in discussione i risultati, comprenderne il contesto e prendere decisioni basate sulla realtà del sito.
Strumenti come Genny AI Può favorire una comprensione più rapida, ma il valore dipende comunque da dati affidabili, da un utilizzo responsabile e da un giudizio umano informato.
L'intelligenza artificiale sta supportando l'evoluzione del lavoro in materia di salute, sicurezza e ambiente.
Una delle parti più utili della discussione si è concentrata su come l'intelligenza artificiale possa supportare i professionisti della salute, sicurezza e ambiente (HSE) man mano che i loro programmi diventano più basati sui dati e connessi digitalmente.
Anziché presentare l'IA come un sostituto delle competenze, il panel si è concentrato su come essa possa aiutare i team a dedicare meno tempo al lavoro amministrativo ripetitivo e più tempo ad attività che richiedono giudizio umano, comprensione operativa e un forte coinvolgimento delle parti interessate.
Ciò può includere il coaching dei leader, la facilitazione delle conversazioni sui rischi, la comprensione di come viene effettivamente svolto il lavoro, il miglioramento del coinvolgimento in prima linea e l'aiuto alle operazioni per prendere decisioni migliori con maggiore sicurezza Linee guida EHS integrate nei flussi di lavoro quotidiani.
Nathalie ha inoltre osservato che l'IA può creare nuove opportunità per i team, inclusi ruoli di analista di dati e incentrati sull'IA che aiutano le organizzazioni a interpretare le informazioni, report di compilazionee a sostegno dell'adozione. Mandar ha parlato di riqualificazione professionale, formazione sull'IA e integrazione dell'IA nel tessuto organizzativo.
Per i team EHS, l'opportunità consiste nell'utilizzare l'IA come strumento di supporto pratico, aiutando i professionisti ad applicare le proprie competenze in modo più efficace in operazioni complesse, set di dati in continua crescita e in risposta alle esigenze di programma in continua evoluzione.
Andare avanti con uno scopo
L'adozione dell'IA non si limita alla scelta di nuove tecnologie. Si tratta piuttosto di capire in che modo l'IA può aiutare i team a lavorare in modo più intelligente, ad apprendere più velocemente e a ridurre gli attriti tra le aspettative in materia di salute, sicurezza e ambiente (HSE) e le operazioni quotidiane.
Per alcune organizzazioni, il passo successivo potrebbe essere una prova di concetto mirata. Per altre, potrebbe trattarsi di costruire basi di dati più solide, migliorare i processi di revisione responsabile o integrare i risultati dell'IA nei flussi di lavoro EHS esistenti. Per i programmi più maturi, la priorità potrebbe essere passare dalla velocità e dall'automazione alla previsione, alla prevenzione e all'apprendimento a livello aziendale.
Il giudizio in materia di salute, sicurezza e ambiente (HSE) rimane fondamentale. L'intelligenza artificiale può contribuire a semplificare tale giudizio, soprattutto quando i team gestiscono operazioni complesse, volumi di dati crescenti e aspettative sempre maggiori in termini di visibilità.
L'opportunità ora è quella di utilizzare l'IA in modo mirato: per supportare le persone, rafforzare i processi decisionali, ridurre gli oneri amministrativi e aiutare i programmi più importanti ad avvicinarsi a una gestione del rischio proattiva e interconnessa.
