IA como apoyo a la introducción de observaciones de seguridad

Industria

Servicios

Tecnología

La seguridad de las empresas es uno de los factores más importantes de las mismas, sobretodo de la estructuras de los negocios, ya que pueden suceder accidentes o situaciones peligrosas con el personal que labora en el lugar.

La predicción de estos accidentes es la mejor forma de evitarlos, por eso es importante que las compañías cuenten con un sistema de seguridad automatizado que las ayude a prevenir eventos peligrosos para los trabajadores.

En Aquiles Solutions somos especialistas en el desarrollo de herramientas digitales para empresas que buscan mejorar sus procesos de seguridad o que tengan cualquier otro inconveniente que requiera de nuestros servicios.

Planteamiento del problema

Las Observaciones Preventivas de Seguridad (OPS), son los registros de las situaciones y comportamientos observados en una empresa y que están relacionados con la seguridad de la misma y con las acciones que se hacen dentro de ella.

La información proporcionada por las OPS, debe ser introducida en un dispositivo electrónico, como un teléfono móvil.

Por eso la empresa de este exitoso caso, se contactó con Aquiles Solutions e hizo la solicitud de una herramienta que permitiese introducir la información de las OPS en el móvil en pasos sencillos, donde el usuario solo introdujera con el teclado, los términos que no estuviesen registrados en el sistema.

 

Solución de Aquiles Solutions

Aquiles Solutions propuso el diseño de un algoritmo predictivo que facilitara la introducción de la información, haciendo las preguntas apropiadas y proponiendo las respuestas más probables, teniendo en cuenta los datos disponibles de la OPS.

El sistema tendría un listado de construcciones, con las cuales se podría saber de antemano la información necesaria en cada caso para complementar una OPS, que sería la guía a la hora de hacer las preguntas.

 

Funcionamiento de la herramienta

Para introducir de una OPS en el teléfono móvil, fueron seleccionadas varias opciones de una lista.

Por ejemplo, en un caso donde se observó una mancha de aceite en un sitio específico, el usuario visualizó una lista de posibles lugares, de los cuales escogió uno, basándose en anteriores OPS.

Esos posibles lugares aparecieron en la lista en el orden que con más frecuencia fueron usados, de esa forma, las opciones más probables aparecieron en los primeros lugares.

Cuando el proceso terminaba, el algoritmo devolvía los valores que tenían ser introducidos en la herramienta en los distintos casos para cada riesgo, los cuales fueron:

  • Tipo de acción: reconocimiento o corrección.
  • Ubicación: sección y área.
  • Empresa/subcontrata.
  • Descripción de la actividad y la observación hecha (en formato texto).
  • Feedback (descripción en formato texto).

DESCARGAR PDF

Más casos

Rotonda Inteligente con Deep Reinforcement Learning
IA como apoyo al emplatado de alimentos
Optimización de rutas de transporte