0
2001年4月28日，國際勞工組織首次舉辦了“世界工作安全與健康日”紀念活動。
該活動最早可追溯到1983年4月上旬，加拿大兩名勞工活動家科林·蘭伯特和雷·森特斯，在驅車前往工會參加會議時，被一名因公殉職的消防員的送葬隊伍攔住了。葬禮隆重而肅穆，所有人都在為逝去的消防員默哀，他們也自發地參加了此次追悼活動。
悲情之余，兩名勞工活動家忽然想起：每年因工作而死亡的工人數以萬計，但卻沒有獲得類似紀念的榮譽。而在艾略特湖，那里的鋼鐵工人協會的成員們，每年都為死于暴露的鈾礦工舉辦“工人紀念日”。
受此影響，他們在會上提出了舉行“全國哀悼日”的提議，以征求工會的支持。當年，在加拿大公共雇員工會(CUPE)的年度大會上，該項提議被順利通過，加拿大勞工大會于次年效仿。
1990年12月，加拿大議會正式通過了《工人哀悼日法案》，將每年的4月28日定為“工人哀悼日”。
在這一天，工人們點上蠟燭、戴上絲帶和黑色臂章，為那些因工作而受傷乃至失去生命的人們默哀，并重申對改善工作場所健康和安全的承諾——以防止更多的因工作而死亡、受傷和疾病。
2001年，國際勞工組織正式將4月28日確定為“世界工作安全與健康日”，用以紀念那些在工作場所受傷或死亡的人，同時提醒人們注意職業健康和安全。
時至今日，“世界工作安全與健康日”紀念活動已歷22屆，盡管人們的工作環境有了很大改變，但根據2021年世衛組織和國際勞工組織首次聯合發布的調查，2016年仍有190萬人因工作死去，相當一部分人因工作安全沒有保障而殞命。
而在國內，安全事故時有發生，從2015年天津港爆炸事件，到19年江蘇響水化工安全事故，再到22年衡陽“1.8”火災，已導致無數人失去生命，造成嚴重的人財物等損失。
國家統計局數據顯示，2021年，我國全年各類生產安全事故共造成26307人死亡。而在各種安全事故的背后，操作不規范、發現不及時等問題異常嚴重，直接對工作人員的生命安全帶來威脅。
過去一段時間里，政府先后出臺了對應政策，加強企業安全生產管理，并多次修改《安全生產法》，有效降低了安全生產事故。然而，僅僅有事后問責是遠遠不夠的，必須輔之以行之有效的技術手段，將安全管理深入到生產的各個環節，才能進一步降低事故發生的概率。
在此背景下，各類人工智能企業開始探索用AI技術，來賦能企業安全生產管理。
“我們正是看到業界很強的痛點，保護員工、工人的安全、保障工廠安全運營是每一個企業主所希望的。既然能夠通過AI技術規避關乎人身生命的問題，我們希望中國的每一個工廠都通過AI監測以實現零事故零傷亡。”360OS CEO周志鴻說。
在傳統的企業安全管理思維模式中，復盤通常是事故發生之后，根據事故調查原因、管理存在的問題對相關人員進行追責，再反饋到經營管理層面，以條令的形式對生產員工、管理者形成約束，要求其規范操作，以此來降低未來發生事故的可能。
該模式的弊端在于：反饋具備滯后性。
沒發生安全事故時，企業管理者或員工并沒有意識到潛在的問題，而當事故發生之后，才建立相應的操作標準、流程規范、應急預案等，但已經造成的生命安全與損失，是不可挽回的。
這種“支一下，動一下”的被動式安全管理模式，雖然在一定程度上對避免事故再次發生有積極作用，但卻存在很大漏洞，缺少了預判這個環節。
所謂預判，是提前將可能導致事故的隱患扼殺在萌芽狀態，以及當事故發生初期，就快速感知并消解掉。
也就是說，在處理事故本身的同時，不能只注重事故結果本身，還要總結經驗，把事故發生的原因、征兆、苗頭——也就是隱患等進行排查處理，防止類似問題的重復發生。
這種關注隱患來避免事故的思路源于“海恩法則”。“海恩法則”即“每一起嚴重事故的背后，必然有29次輕微事故和300起未遂先兆以及1000起事故隱患。”它最早源于航空界飛行安全，如今也逐漸引入到各個領域的安全管理。
以4·3清遠鋁加工企業爆炸事故為例：
2022年4月3日上午11點左右，廣東清遠清城區源潭鎮廣東精美特種型材有限公司熔鑄二號車間9號鑄造井發生了爆炸事故，造成了4人死亡，1人重傷，現場成為一片廢墟。
經初步調查判斷，事故原因是現場工人違反操作規程，現場監護人員擅自脫崗。11時9分50秒時擅自脫崗，9號井鑄造現場長達2分4秒無人監護，模盤右端其中一個結晶器鑄穿導致鋁液泄漏長達1分32秒沒有被發現，也沒有及時處置。大量高溫鋁水流入鑄造深井，造成鑄造深井的冷卻水瞬間氣化產生爆炸，爆炸再次引起鄰近的鋁加工鑄造深井爆炸。
在該事故中，如果能夠早發現，及時處理，那么就能避免人員傷亡及財產損失。但不幸的是，并沒有人發現，因此釀成慘劇。
如果做一個復盤，監控設備無人值守顯然是核心問題，這個問題也讓企業非常頭疼。
在許多場景下，全天候24小時有人值守是可選解，卻不是最優解。
一是企業為此要付出高昂的人力成本；二是人的精力有限，面對無數個攝像頭，很容易產生疲勞，不一定能實時動態地觀察到每個場景發生的情況，在安保人員出現懈怠或特殊情況（如短暫外出、睡崗），也會造成監管漏洞。
基于這些痛點，各類工廠紛紛開始與人工智能企業合作，探索使用AI技術來提前預判事故。
例如，在前端攝像頭捕捉到畫面之后，由AI算法判定是否存在安全風險，一旦檢測到危險，那么系統就會發出警告，上傳至管理平臺，并通過終端（手機、廣播設備）等直接給當事人發出警示消息，以快速解決問題。
在“4·3”事故中，監控設備已經發現工人違規操作，但系統缺少AI能力，并不能快速做出反應，從而導致事故發生。這類問題，實際上可以通過AI來避免的。
“AI技術的運用，實際上將安全管理從事后，提前到了預判環節，而以AI能力為核心的安全管理新方法，正成為企業新的選擇。”
奇絡AI監測產品負責人袁振華告訴雷峰網，AI、大數據、云服務等新技術，使得企業對跨區域工廠進行全時段、全空域進行實時監測成為現實；利用新技術，企業可以從源頭上發現、消除各類安全隱患。
為此，奇絡AI推出了“工廠安全管理解決方案”，助力企業實現對生產安全的閉環管理，給工人、工廠帶來安全的同時，也實現了降本增效。
雷峰網了解到，該解決方案產品網絡架構共分三層：感知層、計算層、應用層。
感知層即前端攝像頭，用以捕捉實時視頻數據，隨后傳輸至計算層；在計算層，主要通過AI邊緣計算服務器，對獲取的視頻數據進行AI分析，以判定是否發生安全風險，并同時將分析結果傳送至應用層；而在應用層，一旦AI算法判定存在安全風險，將會通過大屏幕、小程序或者廣播系統，及時通知、處理。
簡而言之，就是將安全管理形成了“感知-分析-告警-處理”的閉環。
閉環之內，奇絡AI對每一個環節都進行了升級改造，使其成本更低、效率更高。
在感知端，奇絡AI通過標準協議在原有視頻監控系統上進行無損升級，并且適配市場上所有主流品牌攝像頭的視頻格式，企業無需再重新購買、安裝攝像頭，能夠節約感知設備的鋪設成本。
計算層，奇絡AI推出了AI邊緣計算服務器，作為核心計算單元。
使用邊緣側方案的好處在于：一是數據不用上云，減少上云成本，同時避免數據泄露風險；二是反應快，檢測到風險之后即刻反饋至應用層，適合突發情況；三是部署了多種AI算法，適用于不同場景，能夠及時部署、快速使用。
應用層，該解決方案產品提供多種對外接口，企業可通過云平臺對接各類AI數據，并且支持打通企業的其他系統，為企業安全管理提供全棧服務。
整個閉環之外，對于To B場景碎片化問題，奇絡AI也給出了對應的解法。
首先在算法方面，奇絡AI提供豐富的場景算法集，企業可在部署產品之后，根據自身痛點場景，選取合適的算法，即裝即用。
“對于許多企業，他們想要的是成品，而非半成品，要能夠直接投入使用。”袁振華表示，傳統企業沒有AI能力，因此提供算法集，是解決碎片化需求的重要方式。
在數據方面，奇絡AI已經積累了億級的工業安全算法數據，為算法開發、產品研發提供來自企業生產一線的場景數據，能反映企業生產的真實痛點。
以某大型設備制造商為例，整個生產車間非常大，由于員工安全意識淡薄，出現很多不規范操作，造成了一定數量的人員傷亡與財產損失。
在接入奇絡AI工廠安全管理解決方案之后，通過攝像頭，能夠實現24小時無間斷并且無死角的監控，并且能夠檢測到工人的不規范操作，例如未戴安全帽、吸煙、違規堆積物料等，直接通過廣播系統提醒員工，注意安全、糾正行為；同時，該分析結果也會上傳至云平臺，讓管理者實時掌握現場安全生產狀況。
最終，該工廠的事故率同比下降了90%，近半年未出現傷亡事件。
據袁振華介紹，該解決方案有三大特點：
360OS奇絡AI擁有億級的工業安全數據庫，覆蓋90%以上的工業安全場景，其中煙、火苗煙霧、接打電話、玩手機、安全帽場景的算法準確率和場景適應性極具競爭力，定員值守、人流統計、人數統計、通道堵塞、車輛跨越等場景算法在業內也有領先優勢，現已落地了面向制造、能源、化工、集裝箱、電力等行業場景的商用算法累計百余種，其他各類應用場景數據累計上億張。當前，這些場景及相應的場景算法，仍在根據用戶企業的不同需求和運營反饋，快速開發和迭代當中，更能根據用戶企業獨有的管理和運營邏輯，實現功能插件化，可獨立升級，真正做到解決用戶痛點。
360OS奇絡AI是國內工業場景落地案例超百余個的工廠安全管理方案，目前已落地覆蓋汽車、集裝箱、通用設備制造、畜牧、電子制造、化工、能源、電力等多個行業。
360OS奇絡AI的與眾不同之處，是其在保證安全管理場景更廣覆蓋、更精細化監控的基礎，研發并成功落地了一套可根據不同安全場景定制，且綜合考慮了包括監測時間、監測空間、器材使用情況、事件發生概率、生產流程工作邏輯、工廠特殊要求等眾多要素在內的多條件判斷策略，從而讓輸出的監測結果更符合用戶企業需求特點，對當前場景的安全評估更具針對性，讓安全生產管理真正做到“智能”。
在生產過程中，工廠環境、各類設備人員之間總是進行著數量大且復雜的交互，這些交互被IoT系統記錄下來形成了海量的數據，如何快速處理和研判這些數據、輸出有效管理方案、必要時讓安全場景中的設備和人員及時聯動，都是安全管理工作的重中之重。
360OS奇絡AI的核心優勢之一，是支持邊緣側的規則引擎，可在邊緣側實現與IoT的多場景聯動。這就意味著，使用奇絡工廠安全管理方案后，AI視覺算法識別到的信息與傳統物聯IOT設備采集的數據將有機結合，構建出智能化的、處理復雜安全場景的指令模型，指揮各類處于聯動狀態的設備根據指令高效協同工作，可以同時滿足安全生產管理中所需的敏捷性、實時性、智能性、數據優化等方面的關鍵需求。
除了在產品側發力以外，為了能夠針對客戶需求進行快速定制化交付以及產品研發，奇絡AI在組織和技術架構上，也具備比較優勢。技術總監程力行這樣介紹奇絡AI的技術團隊：
“我們是項目化團隊，包括產品、研發、測試、交付，整個生產閉環都由團隊統籌負責。”
這樣做的目的在于，打通傳統企業存在的部門壁壘，提高溝通效率，快速響應需求；而對于整個團隊的考核，則以結果為導向，整個團隊為結果負責，也就減少了團隊內耗。
組織之外，在技術架構層面，奇絡AI基于360的技術基礎，研發出了 AIoT OS，建立起底層技術框架。
該框架下，設備端的OS是具備互聯網運營管理，可進行動態升級的，新場景算法開發完畢之后，即可下發至設備端，更新之后就能投入使用；而在云端，通過參數配置就能實現對應功能，并不需要做二次開發，提高了交付效率。
整個云端架構，是基于物聯網平臺設計、支持分布式和集群化管理，系統安全、穩定、可靠、可擴展，支持私有化快速部署。
“從團隊和產品架構上，都支持快速迭代開發，以此來適應企業對產品快速交付、快速使用的需求。”
過去二十多年，在安全生產領域，隨著我國《安全生產法》的三次大調整，事故起數、因安全事故導致的死亡人數持續下探，總體呈平滑的“L”型趨勢，近年來已趨于平緩。
這說明，通過政策要求來控制工業生產安全事故的路徑效果逐漸減弱。
換句話說，安全生產管理正由政策導向型，轉變為技術導向型。
“傳統的方式已經很難滿足現代化的生產環境，在平緩期，通過技術手段來消除安全隱患，進一步降低事故、保護員工生命安全，將事后監管轉變為事前預防，才是最有效的方式。”
比如，之前主要通過人力巡檢的方式，發現、處理安全風險，效率低而成本高；現在通過AI監測，可以監測整個工廠安全，看得見與看不見的，都可以通過數據處理呈現出來，幫助企業做好事前管理，消解潛在的安全隱患。
對于員工來講，在AI的賦能下，通過算法檢測生產員工的違規操作，并提醒其糾正錯誤行為，從源頭上杜絕安全事故發生的可能。
但不論是企業還是員工，安全生產管理的核心，都是以人為本，這正是技術本身的目的：造福人類。
今天，正好是第22屆“世界工作安全與健康日”。
22年前，人們缺少相應的技術、裝備來守護工作安全；22年后，AI、大數據、云計算等技術日新月異，為人們安全生產提供了新的保障。
“工廠零事故零傷亡。”
這既是奇絡AI的愿景，也是一直堅持做的事情。奇絡AI負責人張明臣表示，在用AI技術守護安全生產、造福人類的路上，奇絡AI也將持續迭代場景算法、技術，提供低成本、高效率的產品。
見遠，行更遠。
雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
