网站标志

通过预测风险,AI工具形状顶部公司'安全对话

建筑公司的安全领导者经常促进对项目的警惕,鼓励工人成为他们同事的一套眼睛。但是,员工可以让员工达到当天的任务时,这是有限的。

人工智能工具SmartVid.io将机器学习到求职照片,视频和其他来源,并通过人类可以更快地逐渐耙,从而使工人在雷达下滑动的风险较少。越来越多的一般承包商正在探索产品识别和标记常设水域或缺少个人防护装备等风险,如安全帽,安全眼镜,手套等风险。

机器学习的性质意味着越多的数据被馈送到工具中,算法越多,被称为“vinnie”的准确性。在一项研究中,发现Vinnie从萨福克的数据中学到,预测五分之一的安全事件,精度为九个建筑公司 加入了数据分享委员会 在3月进一步加速工具:萨福克,巴顿·贝洛,康全,DPR建设,济邓恩,梅梅尔建设有限公司,妇女,肖邦设计和建设和Bouygues集团。

例如,Shawmut正在推出SmartVid.io至少30个项目,首席执行官Les Hiscoe告诉环球建筑新闻。 “这真的是我在建造中看到的少数人的AI之一,”他说。

多年来,公司的安全绩效主要是在滞后指标等损伤和事故率方面衡​​量的。业内许多人认识到,在预测技术中的数据等领先指标行事的能力将更好地定位它们以防止完全安全事件。一个新的 相关的建筑商和承包商研究例如,发现采取积极措施遏制事件的公司可以将它们减少85%。

“我唯一思考的是,安全一直非常有反应,如果我们能够积极主动,我们可以到达那个真正的预防地点,”他的Coe说。除了具有PPE合规等基准等度量等度量的项目级仪表板外,Shawmut还使用行政仪表板,每个项目都有前导指标和每周趋势数据。

Webcor的安全领导者在SmartVid.io Pilot的早期阶段,也希望技术来瞄准并优先考虑在求职上最紧迫的风险。当趋势通过这个或其他技术来曝光时,“您使用这些工具来帮助创建所需的对话,”Webcor Builders VP Greg Chauhan告诉环球建筑新闻。他建议,经理可能会使用下一个工具箱谈话或早上的工具箱谈话或早上挤在审查看到安全失误的地区的最佳实践。

Suffolk纽约地区总裁兼总经理查理阿维利(Charlie Avolio)同样表示技术提供的模式有助于转向安全管理人员的优先事项。 “当您开始查看趋势所在的工作时,您可以对一些低吊果作出反应。 他告诉建筑潜水,并指出数据可以帮助识别两者 不良习惯和不产生积极结果的常规惯例。

迈克·洛伦佐(Eecom Technologial)兼澳大利亚建筑施工总监,告诉建筑潜水,SmartVid.IO帮助公司提高了10亿美元的安全税率 在纽约市的一个虚空比斯特混合用途项目。他注意到与九个月部署相关的一些挑战,即公司必须在本网站上安装更多摄像机,或者要求团队拍摄更多照片填充数据库。此外,劳伦多补充说,员工可以诱惑拍摄风险状况的风险状况,而不是首先缓解它。

尽管学习曲线,Lorenzo期待着探索更多地使用智能视频的未来项目。

“现在在机器学习和AI空间中,照片识别是去年真正出现的最熟悉的技术之一,”他说。

跟随 on Twitter

提交: 技术 产品