ອີງຕາມກະຊວງແຮງງານສະຫະລັດ, ການບາດເຈັບໃນບ່ອນເຮັດວຽກ ຄ່າໃຊ້ຈ່າຍ ປະມານ 161.5 ຕື້ໂດລາຕໍ່ປີ. ໃນການຄ້າຂາຍສົ່ງ ແລະຂາຍຍ່ອຍ (WRT) ສະຖານທີ່, ການບາດເຈັບໃນມື້ເຮັດວຽກທີ່ສູນເສຍແມ່ນເກີດມາຈາກການເລື່ອນ, ການເດີນທາງ, ແລະຕົກ. ການສຶກສາໃນສະຫະລັດໃນປີ 2020 ພົບວ່າ ຕົກຢູ່ ກວມເອົາ 33% ຂອງການບາດເຈັບທີ່ບໍ່ເສຍຊີວິດ, ເຮັດໃຫ້ມັນເປັນສາເຫດສູງສຸດຂອງການປ້ອງກັນ ການບາດເຈັບທີ່ບໍ່ຕາຍໃນບ່ອນເຮັດວຽກ. ນອກຈາກນັ້ນ, ການຕົກເປັນສາເຫດສູງສຸດອັນດັບສາມຂອງການບາດເຈັບໃນບ່ອນເຮັດວຽກທີ່ສາມາດປ້ອງກັນໄດ້ເຖິງ 21%.
ອີງຕາມການສະຖາບັນແຫ່ງຊາດເພື່ອຄວາມປອດໄພອາຊີບແລະສຸຂະພາບ (NIOSH), ປັດໃຈທີ່ສາມາດນໍາໄປສູ່ການບາດເຈັບໃນບ່ອນເຮັດວຽກປະກອບມີ:
- ປັດໃຈໃນບ່ອນເຮັດວຽກ - ພື້ນຜິວເລື່ອນ, ການປົກຫຸ້ມຂອງຊັ້ນວ່າງ, ສາຍຕາຂັດຂວາງໂດຍກ່ອງຫຼືຕູ້ຄອນເທນເນີ, ແສງສະຫວ່າງທີ່ບໍ່ດີ, ການຂາດການບໍາລຸງຮັກສາພື້ນຜິວໃນເວລາຍ່າງ.
- ປັດໃຈໃນການຈັດຕັ້ງວຽກ – ຈັງຫວະການເຮັດວຽກສູງທີ່ອາດເຮັດໃຫ້ຄົນງານຕ້ອງຮີບຮ້ອນ, ວຽກງານທີ່ກ່ຽວພັນກັບການຈັດການວັດສະດຸທີ່ມີນໍ້າເມັນ ຫຼືຂອງແຫຼວທີ່ອາດຈະເຮັດໃຫ້ພື້ນຜິວເລື່ອນໄດ້.
- ປັດໄຈສ່ວນບຸກຄົນ - ອາຍຸ, ຄວາມເມື່ອຍລ້າຂອງພະນັກງານ, ແລະສາຍຕາທີ່ບໍ່ດີອາດຈະສົ່ງຜົນກະທົບຕໍ່ການເບິ່ງເຫັນແລະການດຸ່ນດ່ຽງ, ແລະເກີບທີ່ບໍ່ເຫມາະສົມສາມາດເຮັດໃຫ້ເກີດການຕົກຫຼືເລື່ອນໄດ້.
ເຖິງຢ່າງໃດກໍ່ຕາມ, ສະຖາບັນ WRT ສ່ວນໃຫຍ່ມີຄວາມຫຍຸ້ງຍາກໃນການຮັບປະກັນວ່າພິທີການດ້ານສຸຂະພາບແລະຄວາມປອດໄພທັງຫມົດຖືກປະຕິບັດຕາມທັງພະນັກງານແລະລູກຄ້າ. ບັນຫາເພີ່ມຂຶ້ນໃນສະພາບແວດລ້ອມທີ່ມີຄວາມຫນາແຫນ້ນສູງທີ່ມີການຈະລາຈອນຂອງມະນຸດຢ່າງຫນັກ. ຜູ້ຈັດການກໍາລັງໃຊ້ວິທີການໃຫມ່ໆເພື່ອເສີມການແກ້ໄຂແບບດັ້ງເດີມໃນຮ້ານ WRT.
Artificial Intelligence (AI), Internet of Things (IoT), ແລະ Machine Learning (ML) ໄດ້ລວມເຂົ້າກັນເພື່ອກວດຫາ, ວິເຄາະ, ແຈ້ງເຕືອນ ແລະ ປ້ອງກັນອັນຕະລາຍໃນບ່ອນເຮັດວຽກ. ຄວາມປອດໄພໃນບ່ອນເຮັດວຽກໄດ້ຮັບການປັບປຸງຢ່າງຫຼວງຫຼາຍໂດຍນໍາໃຊ້ການຕອບສະຫນອງໃນເວລາທີ່ແທ້ຈິງ.
ວິໄສທັດຄອມພິວເຕີ
ວິໄສທັດຄອມພິວເຕີໃຊ້ວັດສະດຸປ້ອນດິຈິຕອລຈາກຮູບພາບແລະວິດີໂອເພື່ອເອົາຂໍ້ມູນທີ່ມີຄວາມຫມາຍຕໍ່ຄອມພິວເຕີ. ຈາກນັ້ນຄອມພິວເຕີຈະວິເຄາະຂໍ້ມູນເພື່ອກວດຫາຂໍ້ບົກພ່ອງ.
ເບິ່ງການປ່ຽນແປງ (ຜູ້ໃຫ້ບໍລິການ AI) ແລະ Keymakr Inc. Inc. (ຜູ້ໃຫ້ບໍລິການບັນທຶກຂໍ້ມູນບັນທຶກການ) ໄດ້ຮ່ວມມືເພື່ອນໍາໃຊ້ AI ໃນການປ້ອງກັນການເລື່ອນ, ການເດີນທາງ, ແລະການຕົກໂດຍນໍາໃຊ້ກ້ອງຖ່າຍຮູບ CCTV ທີ່ມີຢູ່ໃນ Asda (ລະບົບຕ່ອງໂສ້ຊຸບເປີມາເກັດໃນອັງກິດ) ຮ້ານຄ້າ. ແພລະຕະຟອມ SaaS ຂອງ Keymakr ເສີມສ້າງຄວາມເຂັ້ມແຂງຂອງ SeeChange SpillDetect ເຄື່ອງມືເພື່ອກວດສອບການຮົ່ວໄຫລຂອງແຫຼວອັດຕະໂນມັດ. ຫຼັງຈາກນັ້ນ, ລະບົບຈະສົ່ງການແຈ້ງເຕືອນໃຫ້ພະນັກງານກ່ຽວກັບສະຖານທີ່ຂອງອັນຕະລາຍ.
ອີງຕາມການ Michael Abramov, ຊີອີໂອຂອງ Keylabs, ແພລະຕະຟອມ Saas ຂອງ Keymakr, "AI ສາມາດຖືກນໍາໄປໃຊ້ໃນການກວດສອບອຸປະຕິເຫດທັນທີທີ່ເກີດຂື້ນແລະລະບົບການກວດສອບອັດສະລິຍະທີ່ອີງໃສ່ AI ສາມາດກໍາຈັດປັດໄຈຄວາມຜິດພາດຂອງມະນຸດໄດ້. ການປະຕິບັດ AI ສາມາດຊ່ວຍປະຢັດຜູ້ຊື້ແລະເຈົ້າຂອງທຸລະກິດຈາກອັນຕະລາຍດັ່ງກ່າວ."
Abramov ເວົ້າວ່າ AI ບໍ່ທົນທຸກຈາກຄວາມເຫນື່ອຍລ້າແລະສາມາດຕິດຕາມຢ່າງບໍ່ຢຸດຢັ້ງ.
"ຕໍາແຫນ່ງຂອງຜະລິດຕະພັນກ່ຽວກັບ shelves ໄດ້ (ແລະການແຈ້ງເຕືອນຂອງຕໍາແຫນ່ງອັນຕະລາຍ) ສະພາບຂອງພື້ນເຮືອນ (ແລະລາຍງານອຸປະຕິເຫດໃດຫນຶ່ງ (ຜະລິດຕະພັນຮົ່ວໄຫລ, ຜະລິດຕະພັນທີ່ໄດ້ຫຼຸດລົງ shelves)). ນັ້ນບໍ່ແມ່ນທັງຫມົດເພາະວ່າລະບົບການເຝົ້າລະວັງ AI ສາມາດຕິດຕາມຮ້ານທັງຫມົດ, ໃຫ້ຄວາມເຂົ້າໃຈກ່ຽວກັບພຶດຕິກໍາຂອງລູກຄ້າແລະປ້ອງກັນການລັກຂະໂມຍ.”
relEYEble ໂຊລູຊັ່ນໃຫ້ບໍລິການວິໄສທັດຄອມພິວເຕີແລະປະສົມປະສານກັບກ້ອງຖ່າຍຮູບທີ່ມີຢູ່ເພື່ອກວດພົບພື້ນທີ່ທີ່ມີການຈະລາຈອນສູງສຸດໃນຮ້ານແລະຕິດຕາມການເຂົ້າເຖິງສະຖານທີ່. ຄຸນສົມບັດນີ້ຊ່ວຍຫຼຸດຜ່ອນການບາດເຈັບທີ່ເກີດຈາກການແອອັດ ແລະ ຈຳກັດການເຂົ້າເຖິງ ແລະ ອອກຈາກອາຄານໃນກໍລະນີສຸກເສີນ.
ຕາມປະເພນີລະບົບກວດຫາໄຟມີເວລາຕອບສະໜອງ 3-5 ນາທີຫຼັງຈາກກວດພົບໄຟໄໝ້. ເວລານີ້ອາດຈະມີຄວາມສໍາຄັນ, ໂດຍສະເພາະສໍາລັບການໄຟໄຫມ້ຂະຫນາດໃຫຍ່ແລະໄວ, ການຫຼຸດຜ່ອນເວລາຕອບສະຫນອງການດັບເພີງ. ຄອມພີວເຕີວິໄສທັດສາມາດກວດພົບໄຟໄຫມ້ຈາກໄລຍະຫ່າງປະມານ 50 ແມັດແລະໃຫ້ການແຈ້ງເຕືອນພາຍໃນ 10-15 ວິນາທີ. ເມື່ອເຊື່ອມຕໍ່ກັບລະບົບ PA, ລະບົບສາມາດປະກາດທັນທີໂດຍສະຫນອງສະຖານທີ່ທີ່ແນ່ນອນຂອງໄຟແລະເສັ້ນທາງອອກທີ່ດີທີ່ສຸດ.
ເຊັນເຊີ Ergonomic
ການບາດເຈັບຈາກການຈັດການວຽກງານຄູ່ມືແມ່ນຫຼຸດລົງໂດຍຜ່ານການຝຶກອົບຮົມ ergonomic ຂອງພະນັກງານ. ການເຄື່ອນໄຫວທີ່ເຫມາະສົມແມ່ນຖືກສົ່ງໄປຫາຜູ້ອອກແຮງງານເພື່ອແກ້ໄຂຕົນເອງ, ປູທາງໄປສູ່ການປ່ຽນແປງພຶດຕິກໍາ.
ບໍລິສັດຫນຶ່ງທີ່ສະເຫນີການແກ້ໄຂນີ້ແມ່ນ Soter Analytics. ອຸປະກອນ Soter ທີ່ໃສ່ບ່າ, ຊຸດຫູຟັງ, ຫມວກກັນກະທົບ, ແລະ / ຫຼືກັບຄືນໄປບ່ອນຕິດຕາມຄວາມສ່ຽງຂອງການບາດເຈັບໃນເວລາທີ່ແທ້ຈິງ. gadgets ໄດ້ຖືກຈັບຄູ່ກັບຄໍາຮ້ອງສະຫມັກມືຖືເພື່ອສົ່ງການຝຶກອົບຮົມທີ່ເຫມາະສົມກັບພະນັກງານສະເພາະສໍາລັບວຽກງານສະເພາະໃດຫນຶ່ງ. ການສຶກສາໄດ້ສະແດງໃຫ້ເຫັນວ່າການເຄື່ອນໄຫວທີ່ເປັນອັນຕະລາຍແມ່ນຫຼຸດລົງ 30-70%. ຜູ້ຈັດການຍັງມີການເຂົ້າເຖິງຂໍ້ມູນຈາກອຸປະກອນ soter ໃນເວລາຈິງ. ຫຼັງຈາກນັ້ນ, ຜູ້ຈັດການສາມາດໃຊ້ຂໍ້ມູນເພື່ອ:
- ກໍານົດອັນຕະລາຍ.
- ກັ່ນຕອງຄວາມສ່ຽງອັນຕະລາຍຕາມວຽກງານ, ພະແນກ, ຫຼືບຸກຄົນ.
- ກໍານົດເຂດບູລິມະສິດທີ່ຮຽກຮ້ອງໃຫ້ມີຈຸດສຸມຫຼາຍຂຶ້ນ.
ອີງຕາມ Coca-Cola
ຂໍ້ມູນການຄາດເດົາແລະການວິເຄາະ
ການວິເຄາະການຄາດເດົາໃຊ້ຂໍ້ມູນຕ່າງໆທີ່ໄດ້ຮັບຈາກອົງການຈັດຕັ້ງແລະວິເຄາະຂໍ້ມູນນັ້ນເພື່ອຄາດຄະເນສະຖານະການທີ່ເປັນໄປໄດ້. ຂໍ້ມູນທີ່ເກັບກໍາແລະນໍາໃຊ້ໃນການວິເຄາະປະກອບມີຕົ້ນເຫດແລະຄໍາຮ້ອງທຸກແລະຄໍາແນະນໍາ.
HGS ວິທີແກ້ໄຂດິຈິຕອນ ລວບລວມ, ວິເຄາະ, ແລະດໍາເນີນການສະຖານະການໃດແດ່ເພື່ອກໍານົດເຫດຜົນຂອງການບາດເຈັບແລະສະຫນອງການແກ້ໄຂເພື່ອຫຼຸດຜ່ອນບັນຫາ. ຫຼັງຈາກປ້ອນຂໍ້ມູນເຂົ້າໃນໂປຣແກຣມແລ້ວ, ເຄື່ອງມືຈະວິເຄາະຂໍ້ມູນໂດຍບໍ່ໄດ້ຕັ້ງໂປຣແກຣມ.
ຊອບແວການຈັດການກໍລະນີ
i-Sight ເປັນຊອບແວການຈັດການກໍລະນີທີ່ຄ້າຍຄືກັບ HGS Digital Solution. ບໍ່ເຫມືອນກັບ HGS, I-Sight ພຽງແຕ່ເກັບກໍາ, ຕິດຕາມ, ແລະສະຫນອງບົດລາຍງານທີ່ສົມບູນແບບ, ແລະທ່ານຕ້ອງໃຊ້ຂໍ້ມູນນີ້ເພື່ອປ້ອງກັນການບາດເຈັບໃນບ່ອນເຮັດວຽກ. I- sight ຕິດຕາມແລະລາຍງານເຫດການເຊັ່ນ:
- ອຸປະຕິເຫດ
- ບາດເຈັບ
- ລົ່ນແລະຕົກ
- ຄວາມຕາຍ
- ໃກ້ພາດແລ້ວ
- ການເປີດເຜີຍອັນຕະລາຍ
ຜູ້ຈັດການສາມາດໃຊ້ dashboard i-Sight ເພື່ອຕິດຕາມລາຍງານເຫດການແລະແນວໂນ້ມທີ່ເປັນໄປໄດ້ເພື່ອກໍານົດເຂດທີ່ມີຄວາມສ່ຽງສູງຫຼືພະນັກງານທີ່ຕ້ອງການຄວາມເອົາໃຈໃສ່ຢ່າງຮີບດ່ວນ.
trolleys ເບກດ້ວຍຕົນເອງ
ພາຫະນະທີ່ເປັນເອກະລາດ (AVs) ປົກກະຕິແລ້ວແມ່ນກ່ຽວຂ້ອງກັບລົດ. ອີງຕາມການ Anthony Ireson ຈາກ Ford ຂອງເອີຣົບ, trolleys ສັບພະສິນຄ້າຍັງສາມາດນໍາໃຊ້ເຕັກໂນໂລຊີ.
trolley ມາພ້ອມກັບການຊ່ວຍເຫຼືອກ່ອນການ collision ເພື່ອຊ່ວຍໃຫ້ລູກຄ້າຫຼີກເວັ້ນການອຸປະຕິເຫດຫຼືຫຼຸດຜ່ອນຜົນກະທົບຂອງການ collision ໄດ້. ເຊັນເຊີຢູ່ໃນລົດເຂັນກວດຫາຄົນ ແລະສິ່ງຂອງທີ່ຢູ່ຂ້າງໜ້າຢູ່ໃນເສັ້ນທາງຂອງມັນ. ລໍ້ເລື່ອນເບຣກດ້ວຍຕົນເອງຈະນຳໃຊ້ເບຣກໂດຍອັດຕະໂນມັດເມື່ອກວດພົບການຂັດກັນທີ່ອາດຈະເກີດຂຶ້ນ.
ເຖິງແມ່ນວ່າ trolley ຍັງເປັນຕົ້ນແບບຢູ່ໃນຮ້ານ Ford, ຄໍາຮ້ອງສະຫມັກຂອງມັນຈະເຮັດໃຫ້ລົດລໍ້ແລ່ນຫນີເປັນສິ່ງທີ່ຜ່ານມາຫຼຸດຜ່ອນອຸປະຕິເຫດ.
ຫຸ່ນຍົນ
ວິສະວະກອນຈາກ West Virginia University ກໍາລັງພັດທະນາຫຸ່ນຍົນເພື່ອປົກປ້ອງພະນັກງານຈາກອັນຕະລາຍໃນບ່ອນເຮັດວຽກ. ຫຸ່ນຍົນກວດພົບຄວາມສ່ຽງທີ່ພົບເຫັນຢູ່ໃນພື້ນເຮືອນໃນສະຖາບັນ WRT. ນອກຈາກການໃຫ້ຄວາມຮັບຮູ້ສະຖານະການ, ຫຸ່ນຍົນຈະໃຫ້ແຜນທີ່ສາມາດຍ່າງໄດ້ ແລະຕິດຕາມຄວາມສ່ຽງຢ່າງຕໍ່ເນື່ອງ. ບໍ່ເຫມືອນກັບລະບົບວິໄສທັດຄອມພິວເຕີອື່ນໆທີ່ໃຊ້ກ້ອງຖ່າຍຮູບ CCTV ທີ່ມີຢູ່ໃນການສ້າງຕັ້ງ, ຫຸ່ນຍົນຈະໄດ້ຮັບການຕິດຕັ້ງກ້ອງຖ່າຍຮູບໃນຕົວເພື່ອຫຼຸດຜ່ອນການຫຼອກລວງຈາກຮູບລັກສະນະຂອງພື້ນຜິວ. ຫຸ່ນຍົນຍັງຈະຂັບລົດຢູ່ເທິງໜ້າດິນເພື່ອປະເມີນຄວາມສ່ຽງການເລື່ອນໄດ້ດີຂຶ້ນ.
ການພັດທະນາຫຸ່ນຍົນແມ່ນເນັ້ນໃສ່ສາມປັດໃຈຫຼັກຄື:
- ການກໍານົດແລະການປະເມີນຄວາມສ່ຽງລວມທີ່ກ່ຽວຂ້ອງກັບການດໍາເນີນງານຂອງຫຸ່ນຍົນໃນສະຖານທີ່ເຮັດວຽກ.
- ການນໍາໃຊ້ຫຸ່ນຍົນໃນລັກສະນະອື່ນໆ, ເຊັ່ນ: ຄູ່ມືການຄ້າ.
- ຜົນກະທົບຂອງແຜນທີ່ສາມາດຍ່າງໄດ້ ແລະຫຸ່ນຍົນຕໍ່ກັບຄວາມສ່ຽງການບາດເຈັບຂອງພະນັກງານ.
ທີ່ມາ: https://www.forbes.com/sites/dennismitzner/2022/12/08/how-new-innovations-are-helping-prevent-retail-injuries/