Écoutez les DSI, les CTO et d’autres cadres supérieurs et dirigeants sur les stratégies de données et d’IA lors du Sommet sur l’avenir du travail du 12 janvier 2022. Apprendre encore plus
Des pics et des baisses imprévisibles de la demande combinés à une chaîne d’approvisionnement chronique et à des pénuries de main-d’œuvre accélèrent le rythme de la transformation numérique dans le secteur manufacturier, à commencer par la sécurité des travailleurs. Quarante-huit pour cent des fabricants déclarent que leurs progrès dans les initiatives de transformation numérique se sont tellement accélérés qu’ils ont des années d’avance sur ce qui était initialement prévu, selon une étude de KPMG. Assurer la sécurité et la connexion des travailleurs est l’objectif principal de la plupart des plans de transformation numérique et d’embauche, la distanciation sur site et la sécurité au travail étant répertoriées comme les deux priorités les plus élevées.
Everguard.ai, une startup basée à Irvine, en Californie, combine l’IA, la vision par ordinateur et la fusion de capteurs pour réduire le risque de blessures et d’accidents en les prévenant avant qu’ils ne surviennent. La plate-forme SENTRI360 de l’entreprise s’avère efficace pour prévenir les blessures au travail et les temps d’arrêt dans plusieurs entreprises de fabrication de produits sidérurgiques, notamment Zekelman Industries et SeAH Besteel.
La sécurité des travailleurs est l’avenir de la fabrication
De la refonte des ateliers au respect des directives de distanciation sociale et au doublement de leur investissement dans la formation et le développement, la sécurité des travailleurs domine désormais la fabrication – encore plus en raison de la pandémie. Les travailleurs de première ligne ont évité à de nombreuses entreprises manufacturières de fermer leurs portes en appliquant leur expertise et leurs connaissances en temps réel, permettant à des usines entières de pivoter et de produire de nouveaux produits à une vitesse record. Les tensions commerciales continues, les tarifs et les pénuries de fournisseurs mettent davantage de pression sur les fabricants pour qu’ils relocalisent la production et mettent en place des programmes de sécurité des travailleurs dès maintenant. Alors que la fabrication revient aux États-Unis, l’IA et la vision par ordinateur s’intensifient pour améliorer la sécurité des travailleurs.
Les travailleurs de première ligne ont reconfiguré des lignes de production et des machines entières, et ont également appris de nouvelles instructions de travail pour produire des équipements de protection individuelle (EPI), des fournitures médicales, des appareils et des produits indispensables – dans certains cas du jour au lendemain. Ce qui a commencé comme une réponse d’urgence à la pénurie mondiale d’EPI et de produits médicaux s’est rapidement transformé en un événement de validation qui a prouvé que la protection et la connexion des travailleurs sont l’avenir de la fabrication. Gartner affirme que les fabricants qui accordent la priorité à la sécurité, à la formation et au développement des travailleurs créent une base solide pour l’avenir d’une main-d’œuvre connectée. Selon les recherches de Gartner, les appareils, les bracelets et la protection des travailleurs isolés optimisés pour les soins de santé sont sur la pente de l’illumination.
Ci-dessus : Les technologies de collaboration, de sûreté et de sécurité des travailleurs produisent aujourd’hui des résultats dans les entreprises de distribution et de fabrication, grâce à la combinaison des avancées des algorithmes d’apprentissage automatique supervisés et non supervisés et de la vision par ordinateur.
Améliorer la sécurité au travail avec l’IA et la vision par ordinateur
La vision par ordinateur est passée d’une technologie expérimentale à une technologie capable d’interpréter les motifs dans les images et de les classer à l’aide d’algorithmes d’apprentissage automatique à l’échelle. Les progrès de l’apprentissage en profondeur et des réseaux de neurones permettent d’augmenter les utilisations de la vision par ordinateur pour les entreprises, améliorant ainsi la sécurité des travailleurs. Les techniques de vision par ordinateur pour réduire les blessures des travailleurs et améliorer la sécurité dans l’usine sont basées sur des algorithmes d’apprentissage automatique non supervisés qui excellent dans l’identification des modèles et des anomalies dans les images. Les plates-formes de vision par ordinateur, y compris SENTRI360 d’Everguard, s’appuient sur des réseaux de neurones convolutifs pour catégoriser les images et les flux de travail industriels à grande échelle.
La qualité des ensembles de données utilisés pour former des algorithmes d’apprentissage automatique supervisés et non supervisés détermine leur précision. Les réseaux de neurones convolutifs nécessitent également de grandes quantités de données pour améliorer leur précision dans la prédiction des événements, affinée grâce à des cycles itératifs de modèles d’apprentissage automatique. Chaque itération d’un modèle d’apprentissage automatique extrait ensuite des attributs spécifiques d’une image et, au fil du temps, classe les attributs. Everguard utilise les flux vidéo en temps réel des usines de production combinés aux données des capteurs de l’Internet des objets industriels (IIoT) pour créer les données dont les réseaux de neurones convolutifs avaient besoin pour améliorer leur précision prédictive des accidents potentiels et des incidents de sécurité. Plus le volume et la qualité des données fournies aux modèles d’apprentissage automatique sont importants, plus la précision prédictive et les analyses prescriptives seront élevées.
La plate-forme SENTRI360 se distingue des systèmes purement basés sur la vision par ordinateur car elle repose sur une approche propriétaire de fusion de capteurs. La fusion de capteurs exploite divers capteurs fusionnés à la périphérie pour aider à contextualiser l’environnement difficile des travailleurs plus complètement que n’importe quelle approche à capteur unique.
Ci-dessus : les plates-formes basées sur l’IA et la vision par ordinateur évoluent, passant de la fourniture d’analyses descriptives de base qui sont souvent des indicateurs retardés d’événements de sécurité à des analyses plus prédictives et prescriptives qui s’avèrent efficaces pour éviter les accidents et les blessures. Combiner l’IA et la vision par ordinateur permet de contrôler et d’éliminer les risques de blessures au travail.
La plate-forme SENTRI360 d’Everguard s’appuie sur ces techniques pour générer des indicateurs avancés et produire des mesures et des interventions prescriptives en temps réel pour protéger la sécurité des travailleurs. Leur objectif est de fournir des alertes basées sur des analyses prédictives en temps réel pour réduire les risques de blessures des travailleurs et améliorer la productivité de l’atelier.
Des techniques d’analyse avancées sont utilisées depuis des années pour fournir des mesures descriptives après coup sur la sécurité des travailleurs. Ce qui rend l’approche d’Everguard.ai unique, c’est de fournir des alertes exploitables avant qu’un événement potentiel ne se produise, en combinant l’IA et la fusion de capteurs pour fournir une approche plus pratique pour éviter les accidents et les blessures. Comme de nombreuses entreprises dont la technologie de base est l’analyse prédictive et les résultats basés sur l’IA, Everguard.ai s’appuie sur des données synthétiques et des simulations d’accidents et de blessures potentiels pour affiner les analyses prédictives et prescriptives.
Les fabricants repensent les ateliers, réorganisent les flux de travail et modifient les cellules de travail pour assurer la sécurité des travailleurs. Protéger leurs travailleurs contre le COVID-19 et assurer la sécurité de chaque usine est la plus haute priorité qu’ils poursuivent aujourd’hui. La vision par ordinateur identifie les travailleurs qui disposent d’un équipement EPI conforme aux directives de l’OSHA. Les systèmes de localisation en temps réel (RTLS) identifient un travailleur, à condition qu’il ait choisi de participer. La technologie Sensor Fusion d’Everguard.ai fusionne la vision par ordinateur et le RTLS pour fournir une évaluation de la sécurité en temps réel d’une usine donnée et renvoie des alertes aux employés via des appareils portables. Les messages sonores, haptiques, LED et textuels informent les travailleurs des risques potentiels ou des conditions dangereuses en temps réel. Le portable a été conçu par Everguard et peut également détecter des données biométriques, telles que la déshydratation.
Ci-dessus : La fusion de capteurs combine la vision par ordinateur et les systèmes de localisation en temps réel (RTLS) pour produire des alertes de conditions potentiellement dangereuses pour les travailleurs. La photo ci-dessus provient de l’aciérie SeAH Besteel en Corée du Sud. Les modèles de vision par ordinateur d’Everguard.ai se sont avérés efficaces pour détecter différentes postures humaines et rechercher des activités dangereuses, notamment des mouvements répétitifs, une posture de ramassage de charge dangereuse, une mauvaise manipulation de la charge et l’orientation du travailleur par rapport à l’équipement lourd (si le travailleur fait face à une grue venant en sens inverse. ou charge du véhicule)
Privilégier la vie privée des travailleurs
Intéressé par l’approche d’Everguard en matière de confidentialité des travailleurs par rapport à la nouvelle technologie de surveillance, son PDG, Sandeep Pandya, a partagé des détails sur la confidentialité des travailleurs, compte tenu de la quantité massive de données qu’il capture et analyse sur les sites des clients. « Le plus important est de donner aux ouvriers et à leurs dirigeants [the] une visibilité totale sur la façon dont les données collectées sont utilisées. Nos équipes de mise en œuvre travaillent avec eux et fournissent un accès complet à nos systèmes, à la manière dont les données sont anonymisées pour des tâches spécifiques et à la manière dont nous prenons soin de protéger l’identité de chaque travailleur », a déclaré Sandeep.
« Toute gestion efficace du changement commence dans l’atelier. Notre objectif est d’être complètement transparent avec les travailleurs là-bas, car leur choix de posséder le système fera la différence dans sa réussite ou non », a-t-il déclaré.
Sandeep a déclaré à VentureBeat que «les travailleurs peuvent choisir de porter l’appareil qui peut les alerter d’un problème de sécurité à toute donnée capturée ou non. Nous conseillons aux clients d’avoir les systèmes 100% opt-in pour améliorer les taux d’adoption et protéger la vie privée des travailleurs.
Forcer quelqu’un à porter un capteur de données biométriques est un moyen sûr de perdre des employés précieux. Les travailleurs de la production dans les usines de ses clients sont si précieux que Sandeep a déclaré : « nos clients font tout ce qui est en leur pouvoir pour les retenir. Les travailleurs de fabrication talentueux sont très demandés et presque impossibles à remplacer aujourd’hui. » Au lieu d’utiliser les données pour classer la productivité des employés ou de menacer les employés de produire plus ou d’être licenciés, la fonction principale du système est la prévention des accidents, et les données sont utilisées pour encadrer les travailleurs, afin qu’ils restent en sécurité, pas pour mesurer la productivité.
VentureBeat
La mission de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur la technologie transformatrice et d’effectuer des transactions.
Notre site fournit des informations essentielles sur les technologies et les stratégies de données pour vous guider dans la gestion de vos organisations. Nous vous invitons à devenir membre de notre communauté, pour accéder à :
- des informations à jour sur les sujets qui vous intéressent
- nos newsletters
- contenu de leader d’opinion fermé et accès à prix réduit à nos événements prisés, tels que Transformer 2021: Apprendre encore plus
- fonctionnalités de mise en réseau, et plus
Devenir membre