Au-delà de la conformité : Le nouveau rôle de l’IA dans la sécurité des personnes

Dans un monde où le travail en entrepôt et industriel reste risqué, l’IA prend un tournant décisif. En 2022, 53 % des blessures enregistrées aux États-Unis dans les entrepôts ont eu lieu dans une seule entreprise de commerce électronique mondiale, totalisant près de 39 000 cas. Avec des régulateurs fédéraux qui renforcent les règles de déclaration électronique des blessures et l’Ordonnance Exécutive 14110 de la Maison Blanche de 2023 qui appelle à des systèmes d’IA « sûrs, sécurisés et fiables », la conversation a évolué des tableaux de bord aux systèmes de vision par ordinateur. La question qui se pose maintenant est : comment transformer les algorithmes en gardiens quotidiens sans ralentir le flux commercial ?

Des systèmes de vision par ordinateur pour des sols plus sûrs

L’un des plus grands projets en cours est un système de vision par ordinateur qui contribue à rendre les sols d’entrepôt plus sûrs. Ce système surveille des éléments tels que la posture, la proximité des personnes et l’utilisation correcte de l’équipement, le tout sans nécessiter l’envoi de vidéos vers le cloud, protégeant ainsi la vie privée. Si quelque chose semble anormal, le système envoie une alerte douce sous forme de vibration au travailleur et collecte également des données anonymes pour aider les équipes de sécurité à repérer des tendances plus larges.

Les projections initiales suggèrent que ce système pourrait réduire les incidents enregistrables jusqu’à 25 % et considérablement accélérer le temps d’investigation des incidents, le passant de plusieurs jours à quelques heures. Chaque version du modèle est accompagnée d’une documentation de lignée qui s’aligne sur les mandats de test et de transparence de l’Ordonnance Exécutive.

Responsabilité basée sur les données à travers la chaîne d’approvisionnement

La concentration sur l’impact mesurable ne date pas de ce rôle. Dans le passé, un outil de scorecard alimenté par le traitement du langage naturel (NLP) a été introduit, combinant les rapports d’audit des fournisseurs avec les retours des clients. Cet outil a réduit les taux de retour de produits défectueux et aidé les équipes de merchandising à se débarrasser des fournisseurs sous-performants, économisant ainsi des millions de dollars en rétrofacturations.

La discipline acquise lors des expériences précédentes a permis de construire une doctrine de sécurité par conception. Cela implique de créer des intégrations précoces avec les mesures existantes afin que les gestionnaires de première ligne n’aient pas à jongler avec un tableau de bord supplémentaire.

Exploration de l’IA générative pour améliorer la sécurité au travail

À l’avenir, l’exploration des capacités de l’IA générative pour améliorer la sécurité au travail est en cours. Des outils sont en développement pour résumer rapidement les rapports d’incidents proches, recommander des solutions et transformer des résultats complexes en guides faciles à comprendre pour les gestionnaires.

Les régulateurs continueront d’exiger des preuves que les interventions d’IA réduisent réellement les risques. Il est reconnu qu’il n’existe pas de modèle magique ; il s’agit d’itération, de mesure et de l’humilité de retirer les fonctionnalités qui ne sont pas efficaces. Cette approche pragmatique pourrait bien tracer le chemin de la norme industrielle, passant de la conformité à un véritable souci du bien-être.

Articles

Ingénieurs en IA : Performance ou Responsabilité ?

L'intelligence artificielle a connu une explosion de ses capacités, plaçant les ingénieurs en IA à l'avant-garde de l'innovation. Pendant ce temps, la responsabilité éthique devient cruciale, car les...

L’IA responsable : un impératif incontournable

L'intelligence artificielle responsable n'est plus un simple mot à la mode, mais une nécessité fondamentale, selon Dr Anna Zeiter. Elle souligne l'importance d'établir des systèmes d'IA fiables et...

Intégrer l’IA en toute conformité dans votre entreprise

L'adoption de l'IA dans les entreprises échoue au moins deux fois plus souvent qu'elle ne réussit, selon la Cloud Security Alliance (CSA). Le modèle proposé, appelé Dynamic Process Landscape (DPL)...

Préserver les données générées par l’IA : enjeux et meilleures pratiques

Les outils d'intelligence artificielle générative (GAI) soulèvent des préoccupations juridiques telles que la confidentialité des données et les considérations de privilège. Les organisations doivent...

L’Intelligence Artificielle Responsable : Principes et Avantages

Aujourd'hui, l'IA change la façon dont nous vivons et travaillons, il est donc très important de l'utiliser de manière appropriée. L'IA responsable signifie créer et utiliser une IA qui est juste...

Réussir avec l’IA : Éthique et Gouvernance au cœur de l’Innovation

Il y a vingt ans, personne n'aurait pu prédire que nous compterions sur l'intelligence artificielle (IA) pour prendre des décisions commerciales critiques. Aujourd'hui, les entreprises doivent se...

Régulation de l’IA en Espagne : Pionnière en Europe

L'Espagne est à l'avant-garde de la gouvernance de l'IA avec la création du premier régulateur européen de l'IA (AESIA) et un cadre réglementaire en cours d'élaboration. Un projet de loi national sur...

Réglementation de l’IA : État des lieux et enjeux mondiaux

L'intelligence artificielle (IA) a connu des avancées considérables ces dernières années, ce qui a entraîné des opportunités et des risques potentiels. Les gouvernements et les organismes de...

L’IA dans les jeux d’argent : enjeux et responsabilités

L'article aborde l'impact de l'intelligence artificielle dans l'industrie des jeux d'argent, mettant en lumière les promesses d'efficacité et les risques réglementaires croissants. Les opérateurs...