Kako nove inovacije pomažu u prevenciji povreda u maloprodaji

Prema američkom Ministarstvu rada, povrede na radnom mjestu trošak procjenjuje se na 161.5 milijardi dolara godišnje. u trgovini na veliko i malo (WRT) ustanove, ozljede izgubljenog radnog dana uzrokovane su uglavnom okliznućima, posrtanjima i padovima. Studija u Sjedinjenim Državama iz 2020. je to pokazala pada čini 33% nefatalnih ozljeda, što ga čini najvećim uzrokom koji se može spriječiti nesmrtonosne povrede na radnom mestu. Štaviše, padovi su bili treći najveći uzrok smrtonosnih povreda na radnom mestu koje se mogu sprečiti sa 21%.

Prema Nacionalnom institutu za sigurnost i zdravlje na radu (NIOSH), faktori koji mogu dovesti do ozljeda na radnom mjestu uključuju:

• Faktori na radnom mjestu – Klizava površina, labave podne obloge, ometani vid kutijama ili kontejnerima, slabo osvjetljenje, neodržavanje površina za hodanje.
• Faktori organizacije rada – Visok radni tempo koji može uzrokovati žurbu radnika, zadaci koji uključuju rukovanje masnim ili tekućim materijalima koji mogu učiniti površine skliskim.
• Individualni faktori – Godine, umor radnika i loš vid mogu uticati na vid i ravnotežu, a neodgovarajuća obuća može uzrokovati saplitanje ili klizanje.

Međutim, većina WRT ustanova ima poteškoća u osiguravanju da se svi zdravstveni i sigurnosni protokoli pridržavaju i zaposlenika i kupaca. Problem se povećava u okruženju velike gustine sa velikim prometom ljudi. Menadžeri usvajaju inovativne načine da dopune tradicionalna rješenja u WRT trgovinama.

Vještačka inteligencija (AI), Internet stvari (IoT) i mašinsko učenje (ML) su kombinovani da bi otkrili, analizirali, upozorili i sprečili opasnosti na radnom mestu. Sigurnost na radnom mjestu je značajno poboljšana korištenjem odgovora u realnom vremenu.

Computer vision

Kompjuterski vid koristi digitalne ulaze iz slika i video zapisa kako bi dobio informacije značajne za računar. Računar zatim analizira informacije kako bi otkrio nedostatke.

SeeChange (AI dobavljač) i Keymakr Inc. Inc. (provajder usluga za označavanje podataka) udružio se kako bi iskoristio AI u sprečavanju klizanja, putovanja i padova koristeći postojeće CCTV kamere u Asda (lanac supermarketa u UK). Keymakr-ova SaaS platforma osnažuje SeeChange SpillDetect alat za automatsko otkrivanje prolivanja tečnosti. Sistem zatim šalje obavještenja osoblju o lokaciji opasnosti.

Prema Michaelu Abramovu, izvršnom direktoru Keylabs-a, Keymakr-ove Saas platforme, „AI se može iskoristiti za otkrivanje nesreća čim se dogode, a sistemi pametne naplate zasnovani na AI mogu eliminisati faktor ljudske greške. Implementacija AI može spasiti kupce i vlasnike preduzeća od takvih opasnosti.”

Abramov kaže da AI ne pati od umora i da može da nadgleda non-stop.

“Položaj proizvoda na policama (i upozorenje na opasno pozicioniranje) Stanje podova (i prijaviti sve incidente (prosuti proizvodi, proizvodi koji su pali s polica)). To nije sve jer AI sistemi za nadzor mogu nadzirati cijelu trgovinu, pružajući uvid u ponašanje kupaca i sprječavajući krađe.”

relEYEble rješenja nude usluge kompjuterskog vida i integriraju se s postojećim kamerama za otkrivanje područja s najvećim prometom u radnji i praćenje pristupa prostorijama. Ova funkcija pomaže u smanjenju ozljeda uzrokovanih prenatrpanošću i ograničenim pristupom i izlazima u zgradu u slučaju nužde.

Sistemi za detekciju požara tradicionalno imaju vreme odziva od 3-5 minuta nakon otkrivanja požara. Ovo vrijeme može biti ključno, posebno za velike požare i požare koji se brzo šire, smanjujući vrijeme reakcije gašenja. Kompjuterski vid može otkriti požar sa udaljenosti od oko 50m i dati upozorenje u roku od 10-15 sekundi. Kada je povezan na PA sistem, sistem može odmah objaviti tačnu lokaciju požara i najbolju izlaznu rutu.

Ergonomski senzori

Ergonomskom obukom radnika smanjuju se povrede od ručnog obavljanja poslova. Optimalno kretanje se šalje radniku da se samoispravi, otvarajući put za promjenu ponašanja.

Jedna takva kompanija koja nudi ovo rješenje je Soter Analytics. Soter uređaji koji se nose na ramenu, slušalicama, kacigi i/ili leđima prate rizik od povreda u realnom vremenu. Gadgeti su upareni s mobilnom aplikacijom za pružanje prilagođene obuke određenom radniku za određeni zadatak. Istraživanja su pokazala da se opasno kretanje smanjuje za 30-70%. Menadžeri također imaju pristup podacima sa soter uređaja u realnom vremenu. Menadžeri tada mogu koristiti podatke za:

• Identificirajte opasnosti.
• Filtrirajte rizik opasnosti prema zadatku, odjelu ili pojedincu.
• Identifikujte prioritetne oblasti koje zahtevaju više pažnje.

Prema Coca-ColiKO
Amatil Limited (CCA), smanjili su rizik od ručnog rukovanja za otprilike 35% nakon upotrebe Soter's SoterCoach i Clip&Go rješenja za šest mjeseci. G. Shawn Rush iz Divovski orao je naveo da je rizik od opasnog kretanja smanjen za skoro 50% za članove tima koji su učestvovali u procesu.

Prediktivni podaci i analitika

Prediktivna analitika koristi različite podatke dobijene od organizacije i analizira te podatke za predviđanje potencijalnih scenarija. Podaci prikupljeni i korišteni u analitici uključuju osnovne uzroke i žalbe i prijedloge.

HGS Digitalna rješenja prikuplja, analizira i pokreće scenarije šta ako radi utvrđivanja razloga za ozljedu i pružanja korektivnih mjera za ublažavanje problema. Nakon unosa podataka u program, alat će analizirati informacije bez programiranja.

Softver za upravljanje predmetima

i-Sight je softver za upravljanje slučajevima sličan HGS Digital Solution-u. Za razliku od HGS-a, I-Sight samo prikuplja, prati i pruža sveobuhvatne izvještaje, a te informacije morate koristiti da spriječite povrede na radnom mjestu. I-sight prati i prijavljuje incidente kao što su:

• nesreće
• Povrede
• Klizi i padovi
• Žrtve
• U blizini promašaja
• Opasne izloženosti

Menadžeri mogu koristiti i-Sight kontrolnu tablu za praćenje izvještaja o incidentima i mogućih trendova kako bi identificirali područja visokog rizika ili zaposlenike koji zahtijevaju hitnu pažnju.

Samokočiva kolica

Autonomna vozila (AV) se obično povezuju sa automobilima. Prema Anthonyju Iresonu iz Ford Evrope, kolica supermarketa također mogu koristiti tehnologiju.

Kolica se isporučuju s asistencijom prije sudara koja pomaže korisnicima da izbjegnu nesreće ili smanje učinak sudara. Senzori na kolicima otkrivaju ljude i predmete ispred sebe na putu. Samokočna kolica automatski aktiviraju kočnice kada otkriju potencijalni sudar.

Iako su kolica još uvijek prototip u Fordovom radnji, njegova primjena učinit će kolica za bijeg prošlošću, smanjujući nesreće.

Robotika

Inženjeri iz West Virginia University razvijaju robote kako bi zaštitili radnike od opasnosti na radnom mjestu. Roboti otkrivaju rizike koji se nalaze na podnim površinama u WRT objektima. Osim što bi omogućili svjesnost o situaciji, roboti bi obezbijedili mape mogućnosti hodanja i kontinuirano nadgledali rizike. Za razliku od drugih sistema kompjuterskog vida koji koriste postojeće CCTV kamere u establišmentu, roboti bi bili opremljeni ugrađenim kamerama kako bi se smanjila obmana od izgleda površine. Roboti bi također vozili po površini kako bi bolje procijenili rizik od klizanja.

Razvoj robota fokusira se na tri ključna faktora:

• Identifikacija i evaluacija holističkih rizika koji uključuju rad robota u radnim prostorima.
• Upotreba robota u drugim aspektima, kao što su vodiči za kupovinu.
• Utjecaj karata prohodnosti i robota na rizik od ozljeda zaposlenih.