AI ontsluiten voor EHS

Kies het juiste gereedschap, verbeter de naleving en transformeer de veiligheid op de werkplek

Voelt u zich onder druk gezet om kunstmatige intelligentie (AI) te integreren in uw milieu-, gezondheids- en veiligheidsprogramma (EHS)? Weet u niet zeker hoe u dit effectief kunt gebruiken of voelt u zich overweldigd door het enorme aanbod aan AI-tools? 

Je bent niet alleen. A McKinsey-rapport 2025 Uit onderzoek blijkt dat 92% van de bedrijven van plan is om meer te investeren in AI, maar slechts 1% heeft vertrouwen in de implementatie ervan. De meest voorkomende belemmeringen voor de acceptatie zijn onder meer de overtuiging dat AI moeilijk te installeren en te gebruiken is, de privacy van werknemers schendt en menselijk toezicht vervangt.

Dit artikel helpt je op weg met AI in je veiligheidsprogramma. We behandelen alles, van verschillende soorten AI tot praktische toepassingen en belangrijke overwegingen bij de implementatie. AI kan je helpen tijd te besparen, nieuwe inzichten te verwerven, prestaties te verbeteren en risico's te verminderen. Met meer dan tien jaar ervaring in het beheer van veiligheidsgegevens kan Blackline Safety je praktische tips geven om effectiever te profiteren van de voordelen van AI.

Waar we het over hebben als we het over AI hebben

In grote lijnen zijn er twee soorten AI die een enorm potentieel hebben voor gezondheid en veiligheid:

1. Machine learning (ML) stelt computers in staat om te leren van gegevens en beslissingen te nemen of voorspellingen te doen zonder expliciet te zijn geprogrammeerd. Met andere woorden, in plaats van vooraf geschreven regels te volgen, worden machine learning-algoritmen getraind in een iteratief proces om patronen in gegevens te vinden en die patronen te gebruiken om toekomstige voorspellingen te doen of beslissingen te nemen.

Praktische toepassingen:

• Analyseer grote hoeveelheden gegevens (zoals sensorgegevens, omgevingsfactoren en handelingen van werknemers) om de onderliggende oorzaken van ongevallen of bijna-ongevallen bloot te leggen.
• Volg en registreer gegevens met betrekking tot arbeidsongevallen en voorspel welke activiteiten tot ongevallen kunnen leiden.
  
  

2. Generatieve AI (Gen AI) creëert nieuwe content, zoals tekst, afbeeldingen of zelfs video's, door patronen te leren uit bestaande gegevens. Het gaat verder dan alleen het analyseren of herkennen van gegevens, maar genereert volledig nieuwe outputs die lijken op de invoergegevens, maar origineel zijn. Voorbeelden van generatieve AI-toepassingen zijn chatbots, tekst-naar-beeldgeneratoren en AI-gestuurde tools voor het maken van video's.

Praktische toepassingen:

• Maak nalevingschecklists of standaardwerkprocedures (SOP's) op basis van branchevoorschriften, of vergelijk SOP's met huidige of nieuwe voorschriften en identificeer eventuele hiaten.
• Analyseer historische veiligheidsgegevens om risicovolle scenario's te voorspellen.
• Ontwikkel interactief trainingsmateriaal zoals quizzen en videoscripts.

5 EHS-verantwoordelijkheden Klaar voor de AI-revolutie  

AI kan een gamechanger zijn op het gebied van gezondheid en veiligheid. Of het nu gaat om het automatiseren van taken, het voorspellen van risico's, het verbeteren van de naleving of het stimuleren van training, hier zijn enkele gedetailleerde verantwoordelijkheden die met de juiste AI-tools kunnen worden getransformeerd:

Typische pijnpunten van EHS-teams:

• Op de hoogte blijven van nieuwe en veranderende regelgeving en normen en de nodige wijzigingen doorvoeren om naleving te garanderen.
• Het opstellen en indienen van nalevingsrapporten bij regelgevende instanties.
  
  

Hoe AI helpt:

• Genereer op maat gemaakte samenvattingen van complexe juridische en regelgevende documenten die specifiek zijn voor uw branche.
• Stel checklists voor naleving en SOP's op.
• Beantwoord vragen over specifieke regelgeving in een conversatievorm.
  
  

Voorbeelden van tools:

• ChatGPT, Microsoft Copilot of Google Gemini kunnen regelgeving opzoeken en SOP's opstellen.
• Harvey is een AI-tool die is ontworpen om te helpen bij complexe taken op juridisch, regelgevend en fiscaal gebied. Het kan een waardevol hulpmiddel zijn voor professionals die zich moeten begeven in ingewikkelde juridische en regelgevende landschappen in specifieke rechtsgebieden.

Typische pijnpunten van EHS-teams:

• Risicobeoordelingen uitvoeren en maatregelen aanbevelen om geïdentificeerde risico's te beperken.
• Ontwikkelen, implementeren en monitoren van veiligheidsbeheersystemen.
  
  

Hoe AI helpt:

• Analyseer historische veiligheidsgegevens om risicovolle scenario's te voorspellen.
• Analyseer gegevens van IoT-apparaten (bijvoorbeeld met de cloud verbonden gasmonitors voor alleenwerkers) en identificeer patronen op basis van gebeurtenissen met alleenwerkers, valpartijen, blootstelling aan gas of biometrische gegevens (hartslag, warmte-index).
• Zoek verbanden door gegevens uit uw veiligheidsbeheersoftware te clusteren en trends te analyseren.
  
  

Voorbeelden van tools:

• DataRobot en H2O.ai zijn AI-platforms die inzichten kunnen automatiseren en historische veiligheidsgegevens (zoals incidenten, bijna-ongevallen en veiligheidsaudits) kunnen analyseren om patronen te identificeren en potentiële risico's te voorspellen voordat ze zich voordoen. Deze analyse kan organisaties helpen ongevallen te voorkomen door proactief gevaren aan te pakken.

Typische pijnpunten van EHS-teams:

• Training geven over veiligheidsprotocollen, noodprocedures en het juiste gebruik van apparatuur.
• Teams informeren over het omgaan met en verwijderen van gevaarlijke stoffen.

Hoe AI helpt:

• Ontwikkel interactief trainingsmateriaal, quizzen en videoscripts.
• Maak aangepaste leermodules die zijn afgestemd op specifieke functies of risico's.
• Simuleer ongevalscenario's in virtuele omgevingen met behulp van door AI gegenereerde content.

Voorbeelden van tools:

• Pictory.ai kan tekstgebaseerde trainingsmaterialen omzetten in boeiende videocontent.
• Docebo kan inhoud voor gebruikers personaliseren, cursussen aanbevelen op basis van prestaties en voorkeuren, en leergegevens analyseren om trainingsprogramma's te verbeteren.
• NotebookLM kan geplakte tekst omzetten in een podcast in conversatiestijl voor mensen die graag auditief leren. Bekijk hieronder wat het met deze blog heeft gedaan:

Typische pijnpunten van EHS-teams:

• Het opstellen en bijwerken van beleid op het gebied van veiligheid, gezondheid en milieu op de werkplek.
• Het communiceren van beleid op alle niveaus van de organisatie en het afdwingen van naleving.
  
  

Hoe AI helpt:

• Ontwerpbeleidsregels die zijn afgestemd op zowel organisatorische behoeften als wettelijke vereisten.
• Stel best practices voor door trends en benchmarks in de sector te analyseren.
• Bestaand beleid herzien en verfijnen aan de hand van feedback en analyses.
  
  

Voorbeelden van tools:

• Jasper kan uitgebreide beleidsdocumenten schrijven.
• Canva Docs kan helpen bij het opstellen en ontwerpen van beleidssjablonen.

Typische pijnpunten van EHS-teams:

• Verzamelen en analyseren van gegevens over incidenten op de werkplek, milieueffecten en naleving van veiligheidsvoorschriften.
• Gebruikmaken van data-inzichten om EHS-programma's te verbeteren en vooruitgang aan belanghebbenden te laten zien.
  
  

Hoe AI helpt:

• Automatiseer het genereren van rapporten op basis van ruwe EHS-gegevens.
• Vat de belangrijkste inzichten en trends uit veiligheids- of nalevingsgegevens samen.
• Genereer visuele rapporten (grafieken, diagrammen) voor presentaties en vergaderingen met belanghebbenden.
  
  

Voorbeelden van tools:

• Amazon Q is een veelzijdige GenAI-assistent. Amazon Q voor QuickSight kan worden gebruikt om ad-hocrapporten en dashboards te maken op basis van Gen AI. Amazon Q for Business kan binnen uw hele organisatie worden gebruikt om vragen te beantwoorden en informatie samen te vatten.
• Tableau GPT kan automatisch inzichten genereren uit uw dataset, gegevens analyseren en samenvattingen, trends en belangrijke bevindingen bieden die bij handmatige analyse mogelijk over het hoofd worden gezien.
  
  

LEES DEEL TWEE: 3 belangrijke overwegingen voor EHS-leiders bij het invoeren van AI-tools

WILT U MEER WETEN?

Neem deel aan ons webinar^{op 26} juni: AI ontsluiten voor EHS

Aanbevolen inhoud