Bezbednost na radu u građevinarstvu zabeležila je značajan napredak tokom poslednje decenije, ali stopa smrtnih slučajeva u ovoj industriji i dalje ostaje zabrinjavajući izazov za sve nas. Nove tehnologije, pre svih veštačka inteligencija, pružaju izvođačima radova mogućnost da pređu sa reakcije na incidente na pravovremeno prepoznavanje rizika, pre nego što se nezgoda uopšte dogodi.

Džoš Kaner, potpredsednik za strategiju veštačke inteligencije i analitike u kompaniji Oracle Construction and Engineering, objašnjava zašto prediktivni bezbednosni programi dobijaju na značaju, kako AI menja rad na terenu i šta bi građevinske kompanije trebalo da znaju pre nego što primene ove sisteme.

Problem visoke stope incidenata

Građevinarstvo se i dalje svrstava među najrizičnije industrijske grane. Smanjenje učestalosti i težine povreda, kao i snižavanje stope smrtnosti, ciljevi su o kojima se govori godinama, ali se industrijski prosek gotovo nije promenio u protekloj deceniji.

Razlog za to leži u činjenici da se građevinski procesi ne menjaju lako. Uvođenje novih tehnologija i procedura na aktivno gradilište predstavlja složen poduhvat. Dodatno, svaki projekt okuplja više izvođača i podizvođača koji primenjuju sopstvene sisteme i prakse, što otežava uspostavljanje jedinstvenog pristupa.

Koristan trend predstavlja sve veće uključivanje investitora u sisteme bezbednosti, čime se stvara zajednička odgovornost i bolja osnova za unapređenje terenskih uslova.

Prelazak sa reakcije na predikciju

Tradicionalni bezbednosni sistemi uglavnom deluju retroaktivno, odnosno analiziraju podatke tek nakon što se nezgoda ili opasna situacija već dogodi. Prediktivni AI menja ovu praksu tako što pomaže timovima da uoče potencijalni rizik pre nastanka incidenta.

Organizacije koje ugradom prediktivnih programa analiziraju rizik uspevaju da smanje stopu incidenata i do 50% već tokom prve godine primene.

Modeli analitike procenjuju između 50 i 75 promenljivih istovremeno. Među njima su vremenski uslovi, broj angažovanih radnika, odnos broja nadzornika i radnika, vrsta aktivnosti na gradilištu i terenska zapažanja. Veštačka inteligencija objedinjuje ove faktore i prepoznaje obrasce koje ljudi teže uočavaju.

Rast učešća radnika u procesu prikupljanja podataka doprinosi jačanju bezbednosne kulture. Bezbednost time prestaje da bude isključiva obaveza inspektora i inženjera bezbednosti, već postaje deo svakodnevne rutine svih prisutnih na gradilištu.

Praktična primena na gradilištu

Implementacija prediktivnog sistema sastoji se iz dve ključne komponente.

Prva je program bezbednosti zasnovan na zapažanjima. Radnici putem mobilne aplikacije beleže pozitivne primere i uočene opasnosti na terenu. Ova funkcija je integrisana direktno u alate kao što su Aconex i Unifier, čime postaje deo standardnog radnog toka.

Druga komponenta je prediktivni algoritam. Preko standardizovanih obrazaca prikupljaju se podaci o radnoj snazi, lokaciji, vremenskoj prognozi i zapažanjima. Ti podaci se spajaju sa namenskim modelom koji je obučen na osnovu više od 10.000 projektnih godina istorijskih podataka o incidentima.

Za uspeh primene tehnologije neophodna je i podrška rukovodstva kompanije, jer bez jasne podrške sa vrha uvođenje novih procedura znatno teže uspeva.

Zapažanje na terenu umesto obimnih kontrolnih lista

Nekadašnji pristup bezbednosti oslanjao se na obimne kontrolne liste koje su popunjavali stručnjaci za bezbednost. Taj postupak je odvajao nadzor od terena i zahtevao administrativni rad u kancelarijama.

Novi pristup zasnovan na zapažanjima znatno je jednostavniji. Radnik na terenu za kratko vreme unosi zapažanje preko mobilnog uređaja, čak i bez mrežne pokrivenosti. Prijava obuhvata uočenu opasnost, procenu njene potencijalne težine i učestalost izloženosti radnika tom riziku. Ti podaci odmah služe za korektivne mere, ali i za napajanje prediktivnog modela.

Tehnologija na terenu

Timovi često pokazuju početni otpor prema novim alatima zbog već velikog obima svakodnevnih obaveza. Međutim, praktični rezultati ubrzavaju prihvatanje.

Sistem samostalno predlaže preporučeni broj nedeljnih zapažanja na osnovu trenutnih uslova na gradilištu. Budući da algoritam uzima u obzir broj radnih sati, fazu projekta i nivo rizika, ciljani broj zapažanja se dinamički prilagođava. To znači da se od timova ne traži fiksni broj izveštaja, već se preporuke menjaju u zavisnosti od realnog stanja na terenu. Radnici ujedno vide direktnu vezu između svojih prijava i nedeljnih procena rizika.

Poboljšanje komunikacije između kancelarija i terena

Na nivou kompanije, rukovodioci mogu upoređivati bezbednosne pokazatelje između različitih gradilišta u regionu i precizno usmeriti resurse tamo gde su najpotrebniji.

Na nivou pojedinačnog projekta, timovi dobijaju nedeljne procene rizika i preporuke za smanjenje opasnosti. Praćenjem procena iz nedelje u nedelju utvrđuje se da li su primenjene mere dale željene rezultate i smanjile ukupni rizik. Sistem ne zahteva izmenu postojećih bezbednosnih programa, već pomaže u donošenju preciznijih odluka na osnovu dostupnih podataka.

Usklađivanje bezbednosti i produktivnosti

Uvođenje promena u radne procese zahteva prilagođavanje ponašanja. Kako bi se olakšala primena, podaci koji već postoje u sistemima kompanija, poput evidencije radnih sati ili izveštaja sa terena, mapiraju se u zajedničku strukturu pogodnu za prediktivnu analizu.

Time se izbegava dupliranje posla i smanjuje administrativno opterećenje, što olakšava prelazak na novi sistem rada.

Pogled u budućnost građevinskog sektora

Građevinska industrija se suočava sa izazovima kao što su rastući obim posla, starenje radne snage, gubitak stručnog kadra i sve veća složenost objekata. Primena veštačke inteligencije omogućava brži protok informacija i efikasnije donošenje odluka.

Spajanje višedecenijskog građevinskog iskustva u upravljanju projektima sa mogućnostima veštačke inteligencije pruža priliku za rešavanje dugogodišnjih problema u industriji. Veštačka inteligencija ne zamenjuje radnike na gradilištu, već im pruža podršku kako bi se gradnja odvijala bezbednije i efikasnije.