A adoção de IA em EHS (Saúde, Segurança e Meio Ambiente) é bem-sucedida quando as prioridades vêm antes da tecnologia.

Natasha Porter, Diretora de Atendimento ao Cliente da Benchmark Gensuite, argumenta que a maior barreira para a adoção segura e duradoura da IA ​​em EHS (Saúde, Segurança e Meio Ambiente) não é a capacidade, mas sim a sequência de implementação. Esta página expande sua perspectiva publicada no ASSP News, detalhando sua abordagem que prioriza as ações, seu modelo de três camadas para construir confiança e o que é necessário para incorporar a IA ao trabalho que as equipes de EHS já realizam, em vez de adicionar mais uma ferramenta para aprender.

publicado

6 de março de 2026

Originalmente coberto por

TÓPICO

• Assinatura do executivo

Conforme coberto em

Sociedade Americana de Profissionais de Segurança

━ Visão geral

Natasha Porter, Diretora de Atendimento ao Cliente da Benchmark Gensuite, contribuiu com este artigo para o ASSP News como parte de uma série semanal na qual membros da Força-Tarefa de Inteligência Artificial da ASSP aprofundam o relatório do grupo, “IA e o Papel em Evolução dos Profissionais de EHS”. Baseando-se em sua própria experiência inicial como profissional de EHS na linha de frente e em cinco anos liderando o desenvolvimento de IA na Benchmark Gensuite, Porter apresenta uma abordagem prática, focada em prioridades, para a adoção da IA.

Esta página expande essa perspectiva, conectando sua estrutura para sequenciar a adoção de IA e construir confiança à realidade operacional que as equipes de EHS enfrentam quando são elas que decidem o que testar primeiro e por quê.

━ Perspectiva do Benchmark Gensuite

A verdadeira barreira para a adoção da IA ​​em EHS não é a tecnologia em si, mas sim o sequenciamento.

A maioria dos projetos-piloto de IA em EHS (Saúde, Segurança e Meio Ambiente) que fracassam não falham porque a tecnologia não funciona. Eles fracassam porque a tecnologia foi escolhida primeiro e o plano de negócios foi construído depois. Uma ferramenta é selecionada porque é interessante ou porque um fornecedor a apresentou bem, e então a equipe descobre que não há nenhum problema interno urgente que ela resolva — o que significa que não há responsável pelo orçamento, nenhum patrocinador executivo e nenhuma razão para que a adoção sobreviva à fase piloto.

A alternativa de Porter é simples, mas fácil de ignorar sob a pressão de "fazer algo com IA": identificar os dois ou três problemas que já custam mais tempo ou representam maior risco ao programa de EHS — dados inconsistentes sobre incidentes, investigações lentas, custos adicionais com relatórios de sustentabilidade — e avaliar a IA em relação a esses problemas específicos. Essa ordem importa mais do que parece. Uma ferramenta vinculada a uma prioridade específica já tem um patrocinador definido. Uma ferramenta escolhida por sua novidade precisa encontrar um.

A mesma disciplina se aplica à confiança, que Porter define como algo construído em camadas, em vez de concedido de antemão. A educação vem primeiro — entender o que uma ferramenta realmente faz antes de decidir se deve ou não confiar nela. As evidências vêm em seguida, na forma de demonstrações ou resultados documentados. Mas a camada que realmente muda o comportamento é a terceira: um colega descrevendo um resultado concreto com suas próprias palavras.

"Isso me economizou duas horas por dia" — é isso que chama a atenção.

— Natasha Porter, Diretora de Atendimento ao Cliente, Benchmark Gensuite

Essa curva de confiança ajuda a explicar por que a adoção de IA em EHS (Saúde, Segurança e Meio Ambiente) está se acelerando tão rapidamente. Pesquisas ao vivo realizadas por Natasha em eventos de segurança do setor mostraram que a porcentagem de participantes que estão testando ou implementando IA ativamente praticamente dobrou em um único ano — uma mudança que supera a maioria dos ciclos de adoção de tecnologia nesse setor. Mas aceleração e conforto não são a mesma coisa, e os profissionais que ainda hesitam geralmente são aqueles que precisam confiar na IA para tomar decisões críticas de segurança, e não para conveniência administrativa. Os exemplos que Porter cita — uma ferramenta que avalia a qualidade da descrição de incidentes enquanto a pessoa digita e outra que elabora um resumo da causa raiz a partir de dados já presentes no sistema — compartilham um princípio de design que vale a pena mencionar: a IA está integrada a uma tarefa que a pessoa já está executando. Ela não pede que a pessoa abra um novo aplicativo ou aprenda um novo fluxo de trabalho. Esse é um modelo de adoção significativamente diferente de um assistente de IA independente competindo pela atenção com tudo o mais na mesa de um profissional de EHS, e é um dos principais motivos pelos quais essas ferramentas se consolidam.

— Temas principais

Três pontos importantes a compreender sobre o alinhamento da IA ​​com as prioridades de EHS (Saúde, Segurança e Meio Ambiente).

  1. 1
    Uma ferramenta sem prioridade definida precisa inventar sua própria justificativa posteriormente.
    Começar pela tecnologia em vez do problema significa que o argumento comercial é construído retroativamente — depois que o orçamento e a atenção já foram direcionados para outras áreas. Começar por um problema já identificado significa que o patrocinador e o argumento para o financiamento já existem antes mesmo de a discussão sobre IA começar.
  2. 2
    A confiança é conquistada em uma ordem específica, e pular uma etapa demonstra isso.
    Educação sem evidências gera ceticismo. Evidências sem validação por pares geram interesse cauteloso que estagna na fase piloto. É a combinação — compreensão, comprovação e o relato de um colega de confiança — que, de forma consistente, leva uma equipe da curiosidade ao comprometimento.
  3. 3
    A IA que é utilizada é a IA que desaparece na tarefa.
    Ferramentas concebidas como um destino — algo para lembrar de abrir — competem pela atenção com todas as outras tarefas de um profissional de EHS (Saúde, Segurança e Meio Ambiente). Ferramentas integradas à etapa que o profissional já está executando, como escrever uma descrição de incidente ou elaborar um resumo de investigação, não exigem essa decisão adicional.

— Executivo em destaque

Diretor de Atendimento ao Cliente - Benchmark Gensuite

Natasha Porter é Diretora de Atendimento ao Cliente da Benchmark Gensuite, onde tem sido uma força motriz desde a fundação da empresa. mais de 25 anos atrásIniciando sua carreira como líder de EHS (Saúde, Segurança e Meio Ambiente), ela desempenhou um papel fundamental na transformação da Benchmark Gensuite na líder global em SaaS que é hoje, dando suporte a mais de 480 empresas em todo o mundo.

Reconhecida como inovadora na aplicação de IA e aprendizado de máquina à segurança no trabalho, Natasha liderou iniciativas que transformaram a maneira como as organizações gerenciam riscos, conformidade e excelência operacional. Ela é apaixonada por levar soluções práticas de IA, centradas nas pessoas, para o mundo real, a fim de tornar os locais de trabalho mais seguros, inteligentes e eficientes.

Natasha é a inventor principal do PSI AI Advisor — uma tecnologia de IA patenteada, desenvolvida pela Benchmark Gensuite, que utiliza aprendizado de máquina para identificar e priorizar incidentes com potencial para ferimentos graves e mortes. Ela também foi reconhecida com o Prêmio do Presidente da ASSP por sua liderança na Força-Tarefa de IA da ASSP e por suas contribuições para o avanço da segurança no local de trabalho por meio da aplicação de tecnologias de IA.

Perguntas frequentes

O que os líderes de EHS estão perguntando

Como as equipes de EHS devem decidir quais ferramentas de IA priorizar?

Comece pelos dois ou três principais desafios de EHS (Saúde, Segurança e Meio Ambiente) da sua organização — como dados inconsistentes de incidentes, análise lenta da causa raiz ou sobrecarga de relatórios de sustentabilidade — em vez de começar por uma tecnologia de IA específica. Alinhar o investimento em IA a uma prioridade já reconhecida facilita muito a obtenção do apoio da liderança, financiamento e adoção a longo prazo, em vez de escolher uma ferramenta apenas por parecer inovadora.
A confiança na IA se constrói em camadas. Começa com a educação — a compreensão do que uma determinada ferramenta de IA pode e não pode fazer. É reforçada por evidências do mundo real, como demonstrações ao vivo ou estudos de caso documentados. E é consolidada pela experiência de colegas, já que ouvir um profissional de EHS descrever economias de tempo mensuráveis ​​ou resultados aprimorados tem mais peso do que qualquer conjunto de dados isoladamente.
Exemplos práticos incluem orientações de escrita em tempo real que avaliam a qualidade e a completude da descrição de um incidente enquanto ela está sendo digitada, e a elaboração assistida por IA de resumos de investigação de causa raiz com base em dados já registrados no sistema. Ambos são projetados para serem integrados a uma tarefa que o profissional de EHS já está executando, em vez de existirem como um recurso separado que ele precisa se lembrar de usar.
A adoção acelerou drasticamente. Pesquisas realizadas por Natasha Porter em eventos do setor mostraram que a porcentagem de participantes que estão testando ou implementando IA ativamente praticamente dobrou ano a ano — passando de cerca de um quarto do público para aproximadamente metade em doze meses. A curiosidade permanece alta, mas a apreensão também, principalmente em relação à confiança na IA para decisões críticas de segurança.

VEJA EM AÇÃO

Pronto para ver o Benchmark Gensuite em ação?

Veja como as equipes de EHS (Saúde, Segurança e Meio Ambiente) corporativas usam nossa plataforma para gerenciar riscos, conformidade e resultados de segurança em grande escala.

Encontre sua instância empresarial de
Benchmark Gensuite

Observação: Instâncias de assinantes em que você tem um ativo As contas de usuário registradas estão listadas acima. Se precisar de mais ajuda, envie um e-mail para nós em [email protected]
Por favor, inclua o nome da sua empresa e o endereço de e-mail cadastrado para que possamos ajudá-lo(a).