0
2001年4月28日，國際勞工組織首次舉辦了“世界工作安全與健康日”紀念活動。
該活動最早可追溯到1983年4月上旬，加拿大兩名勞工活動家科林·蘭伯特和雷·森特斯，在驅(qū)車前往工會參加會議時，被一名因公殉職的消防員的送葬隊伍攔住了。葬禮隆重而肅穆，所有人都在為逝去的消防員默哀，他們也自發(fā)地參加了此次追悼活動。
悲情之余，兩名勞工活動家忽然想起：每年因工作而死亡的工人數(shù)以萬計，但卻沒有獲得類似紀念的榮譽。而在艾略特湖，那里的鋼鐵工人協(xié)會的成員們，每年都為死于暴露的鈾礦工舉辦“工人紀念日”。
受此影響，他們在會上提出了舉行“全國哀悼日”的提議，以征求工會的支持。當(dāng)年，在加拿大公共雇員工會(CUPE)的年度大會上，該項提議被順利通過，加拿大勞工大會于次年效仿。
1990年12月，加拿大議會正式通過了《工人哀悼日法案》，將每年的4月28日定為“工人哀悼日”。
在這一天，工人們點上蠟燭、戴上絲帶和黑色臂章，為那些因工作而受傷乃至失去生命的人們默哀，并重申對改善工作場所健康和安全的承諾——以防止更多的因工作而死亡、受傷和疾病。
2001年，國際勞工組織正式將4月28日確定為“世界工作安全與健康日”，用以紀念那些在工作場所受傷或死亡的人，同時提醒人們注意職業(yè)健康和安全。
時至今日，“世界工作安全與健康日”紀念活動已歷22屆，盡管人們的工作環(huán)境有了很大改變，但根據(jù)2021年世衛(wèi)組織和國際勞工組織首次聯(lián)合發(fā)布的調(diào)查，2016年仍有190萬人因工作死去，相當(dāng)一部分人因工作安全沒有保障而殞命。
而在國內(nèi)，安全事故時有發(fā)生，從2015年天津港爆炸事件，到19年江蘇響水化工安全事故，再到22年衡陽“1.8”火災(zāi)，已導(dǎo)致無數(shù)人失去生命，造成嚴重的人財物等損失。
國家統(tǒng)計局數(shù)據(jù)顯示，2021年，我國全年各類生產(chǎn)安全事故共造成26307人死亡。而在各種安全事故的背后，操作不規(guī)范、發(fā)現(xiàn)不及時等問題異常嚴重，直接對工作人員的生命安全帶來威脅。
過去一段時間里，政府先后出臺了對應(yīng)政策，加強企業(yè)安全生產(chǎn)管理，并多次修改《安全生產(chǎn)法》，有效降低了安全生產(chǎn)事故。然而，僅僅有事后問責(zé)是遠遠不夠的，必須輔之以行之有效的技術(shù)手段，將安全管理深入到生產(chǎn)的各個環(huán)節(jié)，才能進一步降低事故發(fā)生的概率。
在此背景下，各類人工智能企業(yè)開始探索用AI技術(shù)，來賦能企業(yè)安全生產(chǎn)管理。
“我們正是看到業(yè)界很強的痛點，保護員工、工人的安全、保障工廠安全運營是每一個企業(yè)主所希望的。既然能夠通過AI技術(shù)規(guī)避關(guān)乎人身生命的問題，我們希望中國的每一個工廠都通過AI監(jiān)測以實現(xiàn)零事故零傷亡?！?60OS CEO周志鴻說。
在傳統(tǒng)的企業(yè)安全管理思維模式中，復(fù)盤通常是事故發(fā)生之后，根據(jù)事故調(diào)查原因、管理存在的問題對相關(guān)人員進行追責(zé)，再反饋到經(jīng)營管理層面，以條令的形式對生產(chǎn)員工、管理者形成約束，要求其規(guī)范操作，以此來降低未來發(fā)生事故的可能。
該模式的弊端在于：反饋具備滯后性。
沒發(fā)生安全事故時，企業(yè)管理者或員工并沒有意識到潛在的問題，而當(dāng)事故發(fā)生之后，才建立相應(yīng)的操作標準、流程規(guī)范、應(yīng)急預(yù)案等，但已經(jīng)造成的生命安全與損失，是不可挽回的。
這種“支一下，動一下”的被動式安全管理模式，雖然在一定程度上對避免事故再次發(fā)生有積極作用，但卻存在很大漏洞，缺少了預(yù)判這個環(huán)節(jié)。
所謂預(yù)判，是提前將可能導(dǎo)致事故的隱患扼殺在萌芽狀態(tài)，以及當(dāng)事故發(fā)生初期，就快速感知并消解掉。
也就是說，在處理事故本身的同時，不能只注重事故結(jié)果本身，還要總結(jié)經(jīng)驗，把事故發(fā)生的原因、征兆、苗頭——也就是隱患等進行排查處理，防止類似問題的重復(fù)發(fā)生。
這種關(guān)注隱患來避免事故的思路源于“海恩法則”?！昂６鞣▌t”即“每一起嚴重事故的背后，必然有29次輕微事故和300起未遂先兆以及1000起事故隱患?！彼钤缭从诤娇战顼w行安全，如今也逐漸引入到各個領(lǐng)域的安全管理。
以4·3清遠鋁加工企業(yè)爆炸事故為例：
2022年4月3日上午11點左右，廣東清遠清城區(qū)源潭鎮(zhèn)廣東精美特種型材有限公司熔鑄二號車間9號鑄造井發(fā)生了爆炸事故，造成了4人死亡，1人重傷，現(xiàn)場成為一片廢墟。
經(jīng)初步調(diào)查判斷，事故原因是現(xiàn)場工人違反操作規(guī)程，現(xiàn)場監(jiān)護人員擅自脫崗。11時9分50秒時擅自脫崗，9號井鑄造現(xiàn)場長達2分4秒無人監(jiān)護，模盤右端其中一個結(jié)晶器鑄穿導(dǎo)致鋁液泄漏長達1分32秒沒有被發(fā)現(xiàn)，也沒有及時處置。大量高溫鋁水流入鑄造深井，造成鑄造深井的冷卻水瞬間氣化產(chǎn)生爆炸，爆炸再次引起鄰近的鋁加工鑄造深井爆炸。
在該事故中，如果能夠早發(fā)現(xiàn)，及時處理，那么就能避免人員傷亡及財產(chǎn)損失。但不幸的是，并沒有人發(fā)現(xiàn)，因此釀成慘劇。
如果做一個復(fù)盤，監(jiān)控設(shè)備無人值守顯然是核心問題，這個問題也讓企業(yè)非常頭疼。
在許多場景下，全天候24小時有人值守是可選解，卻不是最優(yōu)解。
一是企業(yè)為此要付出高昂的人力成本；二是人的精力有限，面對無數(shù)個攝像頭，很容易產(chǎn)生疲勞，不一定能實時動態(tài)地觀察到每個場景發(fā)生的情況，在安保人員出現(xiàn)懈怠或特殊情況（如短暫外出、睡崗），也會造成監(jiān)管漏洞。
基于這些痛點，各類工廠紛紛開始與人工智能企業(yè)合作，探索使用AI技術(shù)來提前預(yù)判事故。
例如，在前端攝像頭捕捉到畫面之后，由AI算法判定是否存在安全風(fēng)險，一旦檢測到危險，那么系統(tǒng)就會發(fā)出警告，上傳至管理平臺，并通過終端（手機、廣播設(shè)備）等直接給當(dāng)事人發(fā)出警示消息，以快速解決問題。
在“4·3”事故中，監(jiān)控設(shè)備已經(jīng)發(fā)現(xiàn)工人違規(guī)操作，但系統(tǒng)缺少AI能力，并不能快速做出反應(yīng)，從而導(dǎo)致事故發(fā)生。這類問題，實際上可以通過AI來避免的。
“AI技術(shù)的運用，實際上將安全管理從事后，提前到了預(yù)判環(huán)節(jié)，而以AI能力為核心的安全管理新方法，正成為企業(yè)新的選擇?！?/p>
奇絡(luò)AI監(jiān)測產(chǎn)品負責(zé)人袁振華告訴雷峰網(wǎng)(公眾號：雷峰網(wǎng))，AI、大數(shù)據(jù)、云服務(wù)等新技術(shù)，使得企業(yè)對跨區(qū)域工廠進行全時段、全空域進行實時監(jiān)測成為現(xiàn)實；利用新技術(shù)，企業(yè)可以從源頭上發(fā)現(xiàn)、消除各類安全隱患。
為此，奇絡(luò)AI推出了“工廠安全管理解決方案”，助力企業(yè)實現(xiàn)對生產(chǎn)安全的閉環(huán)管理，給工人、工廠帶來安全的同時，也實現(xiàn)了降本增效。
雷峰網(wǎng)了解到，該解決方案產(chǎn)品網(wǎng)絡(luò)架構(gòu)共分三層：感知層、計算層、應(yīng)用層。
感知層即前端攝像頭，用以捕捉實時視頻數(shù)據(jù)，隨后傳輸至計算層；在計算層，主要通過AI邊緣計算服務(wù)器，對獲取的視頻數(shù)據(jù)進行AI分析，以判定是否發(fā)生安全風(fēng)險，并同時將分析結(jié)果傳送至應(yīng)用層；而在應(yīng)用層，一旦AI算法判定存在安全風(fēng)險，將會通過大屏幕、小程序或者廣播系統(tǒng)，及時通知、處理。
簡而言之，就是將安全管理形成了“感知-分析-告警-處理”的閉環(huán)。
閉環(huán)之內(nèi)，奇絡(luò)AI對每一個環(huán)節(jié)都進行了升級改造，使其成本更低、效率更高。
在感知端，奇絡(luò)AI通過標準協(xié)議在原有視頻監(jiān)控系統(tǒng)上進行無損升級，并且適配市場上所有主流品牌攝像頭的視頻格式，企業(yè)無需再重新購買、安裝攝像頭，能夠節(jié)約感知設(shè)備的鋪設(shè)成本。
計算層，奇絡(luò)AI推出了AI邊緣計算服務(wù)器，作為核心計算單元。
使用邊緣側(cè)方案的好處在于：一是數(shù)據(jù)不用上云，減少上云成本，同時避免數(shù)據(jù)泄露風(fēng)險；二是反應(yīng)快，檢測到風(fēng)險之后即刻反饋至應(yīng)用層，適合突發(fā)情況；三是部署了多種AI算法，適用于不同場景，能夠及時部署、快速使用。
應(yīng)用層，該解決方案產(chǎn)品提供多種對外接口，企業(yè)可通過云平臺對接各類AI數(shù)據(jù)，并且支持打通企業(yè)的其他系統(tǒng)，為企業(yè)安全管理提供全棧服務(wù)。
整個閉環(huán)之外，對于To B場景碎片化問題，奇絡(luò)AI也給出了對應(yīng)的解法。
首先在算法方面，奇絡(luò)AI提供豐富的場景算法集，企業(yè)可在部署產(chǎn)品之后，根據(jù)自身痛點場景，選取合適的算法，即裝即用。
“對于許多企業(yè)，他們想要的是成品，而非半成品，要能夠直接投入使用?！痹袢A表示，傳統(tǒng)企業(yè)沒有AI能力，因此提供算法集，是解決碎片化需求的重要方式。
在數(shù)據(jù)方面，奇絡(luò)AI已經(jīng)積累了億級的工業(yè)安全算法數(shù)據(jù)，為算法開發(fā)、產(chǎn)品研發(fā)提供來自企業(yè)生產(chǎn)一線的場景數(shù)據(jù)，能反映企業(yè)生產(chǎn)的真實痛點。
以某大型設(shè)備制造商為例，整個生產(chǎn)車間非常大，由于員工安全意識淡薄，出現(xiàn)很多不規(guī)范操作，造成了一定數(shù)量的人員傷亡與財產(chǎn)損失。
在接入奇絡(luò)AI工廠安全管理解決方案之后，通過攝像頭，能夠?qū)崿F(xiàn)24小時無間斷并且無死角的監(jiān)控，并且能夠檢測到工人的不規(guī)范操作，例如未戴安全帽、吸煙、違規(guī)堆積物料等，直接通過廣播系統(tǒng)提醒員工，注意安全、糾正行為；同時，該分析結(jié)果也會上傳至云平臺，讓管理者實時掌握現(xiàn)場安全生產(chǎn)狀況。
最終，該工廠的事故率同比下降了90%，近半年未出現(xiàn)傷亡事件。
據(jù)袁振華介紹，該解決方案有三大特點：
360OS奇絡(luò)AI擁有億級的工業(yè)安全數(shù)據(jù)庫，覆蓋90%以上的工業(yè)安全場景，其中煙、火苗煙霧、接打電話、玩手機、安全帽場景的算法準確率和場景適應(yīng)性極具競爭力，定員值守、人流統(tǒng)計、人數(shù)統(tǒng)計、通道堵塞、車輛跨越等場景算法在業(yè)內(nèi)也有領(lǐng)先優(yōu)勢，現(xiàn)已落地了面向制造、能源、化工、集裝箱、電力等行業(yè)場景的商用算法累計百余種，其他各類應(yīng)用場景數(shù)據(jù)累計上億張。當(dāng)前，這些場景及相應(yīng)的場景算法，仍在根據(jù)用戶企業(yè)的不同需求和運營反饋，快速開發(fā)和迭代當(dāng)中，更能根據(jù)用戶企業(yè)獨有的管理和運營邏輯，實現(xiàn)功能插件化，可獨立升級，真正做到解決用戶痛點。
360OS奇絡(luò)AI是國內(nèi)工業(yè)場景落地案例超百余個的工廠安全管理方案，目前已落地覆蓋汽車、集裝箱、通用設(shè)備制造、畜牧、電子制造、化工、能源、電力等多個行業(yè)。
360OS奇絡(luò)AI的與眾不同之處，是其在保證安全管理場景更廣覆蓋、更精細化監(jiān)控的基礎(chǔ)，研發(fā)并成功落地了一套可根據(jù)不同安全場景定制，且綜合考慮了包括監(jiān)測時間、監(jiān)測空間、器材使用情況、事件發(fā)生概率、生產(chǎn)流程工作邏輯、工廠特殊要求等眾多要素在內(nèi)的多條件判斷策略，從而讓輸出的監(jiān)測結(jié)果更符合用戶企業(yè)需求特點，對當(dāng)前場景的安全評估更具針對性，讓安全生產(chǎn)管理真正做到“智能”。
在生產(chǎn)過程中，工廠環(huán)境、各類設(shè)備人員之間總是進行著數(shù)量大且復(fù)雜的交互，這些交互被IoT系統(tǒng)記錄下來形成了海量的數(shù)據(jù)，如何快速處理和研判這些數(shù)據(jù)、輸出有效管理方案、必要時讓安全場景中的設(shè)備和人員及時聯(lián)動，都是安全管理工作的重中之重。
360OS奇絡(luò)AI的核心優(yōu)勢之一，是支持邊緣側(cè)的規(guī)則引擎，可在邊緣側(cè)實現(xiàn)與IoT的多場景聯(lián)動。這就意味著，使用奇絡(luò)工廠安全管理方案后，AI視覺算法識別到的信息與傳統(tǒng)物聯(lián)IOT設(shè)備采集的數(shù)據(jù)將有機結(jié)合，構(gòu)建出智能化的、處理復(fù)雜安全場景的指令模型，指揮各類處于聯(lián)動狀態(tài)的設(shè)備根據(jù)指令高效協(xié)同工作，可以同時滿足安全生產(chǎn)管理中所需的敏捷性、實時性、智能性、數(shù)據(jù)優(yōu)化等方面的關(guān)鍵需求。
除了在產(chǎn)品側(cè)發(fā)力以外，為了能夠針對客戶需求進行快速定制化交付以及產(chǎn)品研發(fā)，奇絡(luò)AI在組織和技術(shù)架構(gòu)上，也具備比較優(yōu)勢。技術(shù)總監(jiān)程力行這樣介紹奇絡(luò)AI的技術(shù)團隊：
“我們是項目化團隊，包括產(chǎn)品、研發(fā)、測試、交付，整個生產(chǎn)閉環(huán)都由團隊統(tǒng)籌負責(zé)?！?/p>
這樣做的目的在于，打通傳統(tǒng)企業(yè)存在的部門壁壘，提高溝通效率，快速響應(yīng)需求；而對于整個團隊的考核，則以結(jié)果為導(dǎo)向，整個團隊為結(jié)果負責(zé)，也就減少了團隊內(nèi)耗。
組織之外，在技術(shù)架構(gòu)層面，奇絡(luò)AI基于360的技術(shù)基礎(chǔ)，研發(fā)出了 AIoT OS，建立起底層技術(shù)框架。
該框架下，設(shè)備端的OS是具備互聯(lián)網(wǎng)運營管理，可進行動態(tài)升級的，新場景算法開發(fā)完畢之后，即可下發(fā)至設(shè)備端，更新之后就能投入使用；而在云端，通過參數(shù)配置就能實現(xiàn)對應(yīng)功能，并不需要做二次開發(fā)，提高了交付效率。
整個云端架構(gòu)，是基于物聯(lián)網(wǎng)平臺設(shè)計、支持分布式和集群化管理，系統(tǒng)安全、穩(wěn)定、可靠、可擴展，支持私有化快速部署。
“從團隊和產(chǎn)品架構(gòu)上，都支持快速迭代開發(fā)，以此來適應(yīng)企業(yè)對產(chǎn)品快速交付、快速使用的需求。”
過去二十多年，在安全生產(chǎn)領(lǐng)域，隨著我國《安全生產(chǎn)法》的三次大調(diào)整，事故起數(shù)、因安全事故導(dǎo)致的死亡人數(shù)持續(xù)下探，總體呈平滑的“L”型趨勢，近年來已趨于平緩。
這說明，通過政策要求來控制工業(yè)生產(chǎn)安全事故的路徑效果逐漸減弱。
換句話說，安全生產(chǎn)管理正由政策導(dǎo)向型，轉(zhuǎn)變?yōu)榧夹g(shù)導(dǎo)向型。
“傳統(tǒng)的方式已經(jīng)很難滿足現(xiàn)代化的生產(chǎn)環(huán)境，在平緩期，通過技術(shù)手段來消除安全隱患，進一步降低事故、保護員工生命安全，將事后監(jiān)管轉(zhuǎn)變?yōu)槭虑邦A(yù)防，才是最有效的方式。”
比如，之前主要通過人力巡檢的方式，發(fā)現(xiàn)、處理安全風(fēng)險，效率低而成本高；現(xiàn)在通過AI監(jiān)測，可以監(jiān)測整個工廠安全，看得見與看不見的，都可以通過數(shù)據(jù)處理呈現(xiàn)出來，幫助企業(yè)做好事前管理，消解潛在的安全隱患。
對于員工來講，在AI的賦能下，通過算法檢測生產(chǎn)員工的違規(guī)操作，并提醒其糾正錯誤行為，從源頭上杜絕安全事故發(fā)生的可能。
但不論是企業(yè)還是員工，安全生產(chǎn)管理的核心，都是以人為本，這正是技術(shù)本身的目的：造福人類。
今天，正好是第22屆“世界工作安全與健康日”。
22年前，人們?nèi)鄙傧鄳?yīng)的技術(shù)、裝備來守護工作安全；22年后，AI、大數(shù)據(jù)、云計算等技術(shù)日新月異，為人們安全生產(chǎn)提供了新的保障。
“工廠零事故零傷亡?！?/p>
這既是奇絡(luò)AI的愿景，也是一直堅持做的事情。奇絡(luò)AI負責(zé)人張明臣表示，在用AI技術(shù)守護安全生產(chǎn)、造福人類的路上，奇絡(luò)AI也將持續(xù)迭代場景算法、技術(shù)，提供低成本、高效率的產(chǎn)品。
見遠，行更遠。
雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
