Ifølge US Department of Labor, arbejdsskader koste anslået $161.5 milliarder årligt. I engros- og detailhandel (WRT) virksomheder, er tabte arbejdsskader hovedsageligt forårsaget af glide, snubler og fald. Det fandt en undersøgelse i USA i 2020 falls tegnede sig for 33 % af ikke-dødelige skader, hvilket gør det til den højeste årsag til forebyggelse ikke-dødelige skader på arbejdspladsen. Desuden var fald den tredje højeste årsag til forebyggelige dødelige arbejdsskader med 21 %.
Ifølge National Institute for Occupational Safety and Health (NIOSH), faktorer, der kan føre til arbejdsskader omfatter:
- Arbejdspladsfaktorer – Glat overflade, løse gulvbelægninger, hindret udsyn af kasser eller containere, dårlig belysning, manglende vedligeholdelse af gangflader.
- Arbejdsorganiseringsfaktorer – Højt arbejdstempo, der kan få arbejderne til at skynde sig, opgaver, der involverer håndtering af fedtede eller flydende materialer, der kan gøre overflader glatte.
- Individuelle faktorer – Alder, arbejderens træthed og dårligt syn kan påvirke synet og balancen, og upassende fodtøj kan forårsage snuble eller glide.
De fleste WRT-virksomheder har dog svært ved at sikre, at alle sundheds- og sikkerhedsprotokoller overholdes af både medarbejdere og kunder. Problemet stiger i et miljø med høj tæthed med tung menneskelig trafik. Ledere vedtager innovative måder at komplementere de traditionelle løsninger i WRT-butikkerne.
Kunstig intelligens (AI), Internet of Things (IoT) og Machine Learning (ML) er kombineret for at opdage, analysere, advare og forhindre farer på arbejdspladsen. Sikkerheden på arbejdspladsen er væsentligt forbedret ved hjælp af svar i realtid.
Computer vision
Computer vision bruger digitale input fra billeder og videoer til at udlede information, der er meningsfuld for en computer. Computeren analyserer derefter informationen for at opdage defekter.
Se Skift (AI-udbyder) og Keymakr Inc. Inc. (udbyder af dataannoteringstjenester) samarbejdede om at udnytte kunstig intelligens til at forhindre glid, snubler og fald ved hjælp af eksisterende CCTV-kameraer i Asda (supermarkedskæde i Storbritannien) butikker. Keymakrs SaaS-platform styrker SeeChange's SpildDetect værktøj til automatisk at registrere væskespild. Systemet sender derefter meddelelser til personalet om placeringen af faren.
Ifølge Michael Abramov, administrerende direktør for Keylabs, Keymakrs Saas-platform, "kan AI udnyttes til at opdage ulykker, så snart de sker, og AI-baserede smarte checkout-systemer kan eliminere den menneskelige fejlfaktor. Implementering af kunstig intelligens kan redde købere og virksomhedsejere fra sådanne farer."
Abramov siger, at AI ikke lider af træthed og kan overvåge non-stop.
"Produkternes placering på hylderne (og advarsel om en farlig placering) Gulvenes tilstand (og indberette eventuelle hændelser (spildte produkter, produkter, der er faldet ned fra hylderne)). Det er ikke det hele, da AI-overvågningssystemer kan overvåge hele butikken, give indsigt i kundernes adfærd og forhindre tyverier."
reEYEble løsninger tilbyder computersynstjenester og integreres med eksisterende kameraer for at registrere områder med den største trafik i butikken og overvåge adgangen til lokalerne. Denne funktion hjælper med at reducere skader forårsaget af overbelægning og begrænset adgang og udgange til en bygning i tilfælde af nødsituationer.
Branddetektionssystemer har traditionelt en responstid på 3-5 minutter efter detektering af en brand. Denne tid kan være afgørende, især for store og hurtigt spredte brande, hvilket reducerer brandslukningstiden. Computersyn kan registrere brande på omkring 50 meters afstand og give en alarm inden for 10-15 sekunder. Når det er tilsluttet et PA-system, kan systemet give en øjeblikkelig meddelelse om brandens nøjagtige placering og den bedste udgangsvej.
Ergonomiske sensorer
Skader fra manuel håndtering af opgaver reduceres gennem ergonomisk træning af arbejdere. Optimal bevægelse sendes til arbejderen for at korrigere sig selv, hvilket baner vejen for adfærdsændringer.
Et sådant firma, der tilbyder denne løsning er Soter Analytics. Soter-enheder, der bæres på skulderen, headsettet, hjelmen og/eller ryggen, overvåger risikoen for skader i realtid. Gadgetsene er parret med en mobilapplikation for at levere skræddersyet coaching til en specifik medarbejder til en bestemt opgave. Undersøgelser har vist, at farlig bevægelse reduceres med 30-70%. Ledere har også adgang til data fra soter-enhederne i realtid. Lederne kan derefter bruge dataene til at:
- Identificer farer.
- Filtrer farerisiko efter opgave, afdeling eller individ.
- Identificer prioriterede områder, der kræver mere fokus.
Ifølge Coca-Cola
Forudsigende data og analyser
Prediktiv analyse bruger forskellige data opnået fra organisationen og analyserer disse data for at forudsige potentielle scenarier. De data, der indsamles og bruges i analyser, omfatter grundlæggende årsager og klager og forslag.
HGS Digitale løsninger indsamler, analyserer og kører hvad-hvis-scenarier for at bestemme årsager til skade og sørge for korrigerende handlinger for at afhjælpe problemet. Efter indtastning af data i programmet vil værktøjet analysere informationen uden at være programmeret.
Sagshåndteringssoftware
i-Sight er en sagsbehandlingssoftware, der ligner HGS Digital Solution. I modsætning til HGS indsamler, sporer og leverer I-Sight kun omfattende rapporter, og du skal bruge disse oplysninger til at forhindre arbejdsskader. I-sight sporer og rapporterer hændelser som:
- Ulykker
- Skader
- Skrider og falder
- Fatalities
- Næsten savner
- Farlige eksponeringer
Ledere kan bruge i-Sight-dashboardet til at overvåge hændelsesrapporter og mulige tendenser for at identificere højrisikoområder eller medarbejdere, der kræver akut opmærksomhed.
Selvbremsende vogne
Autonome køretøjer (AV'er) er normalt forbundet med biler. Ifølge Anthony Ireson fra Ford of Europe, supermarkedsvogne kan også bruge teknologien.
Vognen leveres med en præ-kollisionsassistent for at hjælpe kunder med at undgå ulykker eller reducere effekten af en kollision. Sensorerne på trolleyen registrerer mennesker og genstande foran på dens vej. Den selvbremsende vogn aktiverer automatisk bremserne, når den registrerer en potentiel kollision.
Selvom vognen stadig er en prototype i Ford-butikken, vil dens anvendelse gøre løbevogne til fortiden, hvilket reducerer antallet af ulykker.
Robotics
Ingeniører fra West Virginia University udvikler robotter for at beskytte arbejdere mod farer på arbejdspladsen. Robotterne opdager risici fundet på gulvoverflader i WRT-virksomheder. Udover at give situationsbevidsthed, ville robotterne levere gangbarhedskort og løbende overvåge risiciene. I modsætning til andre computervisionssystemer, der bruger eksisterende CCTV-kameraer i virksomheden, ville robotterne være udstyret med indbyggede kameraer for at reducere bedrag fra overfladens udseende. Robotterne ville også køre på overfladen for bedre at vurdere skridrisikoen.
Udviklingen af robotterne fokuserer på tre nøglefaktorer:
- Identifikation og evaluering af holistiske risici, der involverer betjening af robotterne i arbejdsrummene.
- Brug af robotter i andre aspekter, såsom indkøbsvejledninger.
- Effekt af gangbarhedskort og robotterne på medarbejdernes skadesrisiko.
Kilde: https://www.forbes.com/sites/dennismitzner/2022/12/08/how-new-innovations-are-helping-prevent-retail-injuries/