ນະວັດຕະກໍາໃໝ່ຊ່ວຍປ້ອງກັນການບາດເຈັບຈາກຮ້ານຄ້າປີກແນວໃດ

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%.

ອີງ​ຕາມ​ການ​ສະ​ຖາ​ບັນ​ແຫ່ງ​ຊາດ​ເພື່ອ​ຄວາມ​ປອດ​ໄພ​ອາ​ຊີບ​ແລະ​ສຸ​ຂະ​ພາບ (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. ຄວາມ​ປອດ​ໄພ​ໃນ​ບ່ອນ​ເຮັດ​ວຽກ​ໄດ້​ຮັບ​ການ​ປັບ​ປຸງ​ຢ່າງ​ຫຼວງ​ຫຼາຍ​ໂດຍ​ນໍາ​ໃຊ້​ການ​ຕອບ​ສະ​ຫນອງ​ໃນ​ເວ​ລາ​ທີ່​ແທ້​ຈິງ​.

ວິໄສທັດຄອມພິວເຕີ

ວິໄສທັດຄອມພິວເຕີໃຊ້ວັດສະດຸປ້ອນດິຈິຕອລຈາກຮູບພາບແລະວິດີໂອເພື່ອເອົາຂໍ້ມູນທີ່ມີຄວາມຫມາຍຕໍ່ຄອມພິວເຕີ. ຈາກນັ້ນຄອມພິວເຕີຈະວິເຄາະຂໍ້ມູນເພື່ອກວດຫາຂໍ້ບົກພ່ອງ.

ເບິ່ງການປ່ຽນແປງ (ຜູ້ໃຫ້ບໍລິການ AI) ແລະ Keymakr Inc. Inc. (ຜູ້​ໃຫ້​ບໍ​ລິ​ການ​ບັນ​ທຶກ​ຂໍ້​ມູນ​ບັນ​ທຶກ​ການ​) ໄດ້​ຮ່ວມ​ມື​ເພື່ອ​ນໍາ​ໃຊ້ AI ໃນ​ການ​ປ້ອງ​ກັນ​ການ​ເລື່ອນ​, ການ​ເດີນ​ທາງ​, ແລະ​ການ​ຕົກ​ໂດຍ​ນໍາ​ໃຊ້​ກ້ອງ​ຖ່າຍ​ຮູບ CCTV ທີ່​ມີ​ຢູ່​ໃນ Asda (ລະບົບຕ່ອງໂສ້ຊຸບເປີມາເກັດໃນອັງກິດ) ຮ້ານຄ້າ. ແພລະຕະຟອມ SaaS ຂອງ Keymakr ເສີມສ້າງຄວາມເຂັ້ມແຂງຂອງ SeeChange SpillDetect ເຄື່ອງ​ມື​ເພື່ອ​ກວດ​ສອບ​ການ​ຮົ່ວ​ໄຫລ​ຂອງ​ແຫຼວ​ອັດ​ຕະ​ໂນ​ມັດ​. ຫຼັງຈາກນັ້ນ, ລະບົບຈະສົ່ງການແຈ້ງເຕືອນໃຫ້ພະນັກງານກ່ຽວກັບສະຖານທີ່ຂອງອັນຕະລາຍ.

ອີງຕາມການ Michael Abramov, ຊີອີໂອຂອງ Keylabs, ແພລະຕະຟອມ Saas ຂອງ Keymakr, "AI ສາມາດຖືກນໍາໄປໃຊ້ໃນການກວດສອບອຸປະຕິເຫດທັນທີທີ່ເກີດຂື້ນແລະລະບົບການກວດສອບອັດສະລິຍະທີ່ອີງໃສ່ AI ສາມາດກໍາຈັດປັດໄຈຄວາມຜິດພາດຂອງມະນຸດໄດ້. ການປະຕິບັດ AI ສາມາດຊ່ວຍປະຢັດຜູ້ຊື້ແລະເຈົ້າຂອງທຸລະກິດຈາກອັນຕະລາຍດັ່ງກ່າວ."

Abramov ເວົ້າວ່າ AI ບໍ່ທົນທຸກຈາກຄວາມເຫນື່ອຍລ້າແລະສາມາດຕິດຕາມຢ່າງບໍ່ຢຸດຢັ້ງ.

"ຕໍາ​ແຫນ່ງ​ຂອງ​ຜະ​ລິດ​ຕະ​ພັນ​ກ່ຽວ​ກັບ shelves ໄດ້ (ແລະ​ການ​ແຈ້ງ​ເຕືອນ​ຂອງ​ຕໍາ​ແຫນ່ງ​ອັນ​ຕະ​ລາຍ​) ສະ​ພາບ​ຂອງ​ພື້ນ​ເຮືອນ (ແລະ​ລາຍ​ງານ​ອຸ​ປະ​ຕິ​ເຫດ​ໃດ​ຫນຶ່ງ (ຜະ​ລິດ​ຕະ​ພັນ​ຮົ່ວ​ໄຫລ​, ຜະ​ລິດ​ຕະ​ພັນ​ທີ່​ໄດ້​ຫຼຸດ​ລົງ 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.
• ກັ່ນ​ຕອງ​ຄວາມ​ສ່ຽງ​ອັນ​ຕະ​ລາຍ​ຕາມ​ວຽກ​ງານ​, ພະ​ແນກ​, ຫຼື​ບຸກ​ຄົນ​.
• ກໍານົດເຂດບູລິມະສິດທີ່ຮຽກຮ້ອງໃຫ້ມີຈຸດສຸມຫຼາຍຂຶ້ນ.

ອີງຕາມ Coca-ColaKO
Amatil Limited (CCA), ພວກເຂົາເຈົ້າໄດ້ຫຼຸດຜ່ອນຄວາມສ່ຽງຈາກການຈັດການຄູ່ມືປະມານ 35% ຫຼັງຈາກການນໍາໃຊ້ Soter's SoterCoach ແລະການແກ້ໄຂ Clip&Go ເປັນເວລາຫົກເດືອນ. ທ່ານ Shawn Rush ຈາກ ນົກອິນຊີຍັກ ລະບຸວ່າຄວາມສ່ຽງຈາກການເຄື່ອນໄຫວທີ່ເປັນອັນຕະລາຍໄດ້ຫຼຸດລົງເກືອບ 50% ສໍາລັບສະມາຊິກທີມງານທີ່ເຂົ້າຮ່ວມໃນຂະບວນການ.

ຂໍ້ມູນການຄາດເດົາແລະການວິເຄາະ

ການວິເຄາະການຄາດເດົາໃຊ້ຂໍ້ມູນຕ່າງໆທີ່ໄດ້ຮັບຈາກອົງການຈັດຕັ້ງແລະວິເຄາະຂໍ້ມູນນັ້ນເພື່ອຄາດຄະເນສະຖານະການທີ່ເປັນໄປໄດ້. ຂໍ້​ມູນ​ທີ່​ເກັບ​ກໍາ​ແລະ​ນໍາ​ໃຊ້​ໃນ​ການ​ວິ​ເຄາະ​ປະ​ກອບ​ມີ​ຕົ້ນ​ເຫດ​ແລະ​ຄໍາ​ຮ້ອງ​ທຸກ​ແລະ​ຄໍາ​ແນະ​ນໍາ​.

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. ຫຸ່ນ​ຍົນ​ຍັງ​ຈະ​ຂັບ​ລົດ​ຢູ່​ເທິງ​ໜ້າ​ດິນ​ເພື່ອ​ປະ​ເມີນ​ຄວາມ​ສ່ຽງ​ການ​ເລື່ອນ​ໄດ້​ດີ​ຂຶ້ນ.

ການພັດທະນາຫຸ່ນຍົນແມ່ນເນັ້ນໃສ່ສາມປັດໃຈຫຼັກຄື:

• ການກໍານົດແລະການປະເມີນຄວາມສ່ຽງລວມທີ່ກ່ຽວຂ້ອງກັບການດໍາເນີນງານຂອງຫຸ່ນຍົນໃນສະຖານທີ່ເຮັດວຽກ.
• ການນໍາໃຊ້ຫຸ່ນຍົນໃນລັກສະນະອື່ນໆ, ເຊັ່ນ: ຄູ່ມືການຄ້າ.
• ຜົນກະທົບຂອງແຜນທີ່ສາມາດຍ່າງໄດ້ ແລະຫຸ່ນຍົນຕໍ່ກັບຄວາມສ່ຽງການບາດເຈັບຂອງພະນັກງານ.