Oltre la Conformità: Il Nuovo Ruolo dell’IA nel Mantenere le Persone Sicure
Nel 2022, il 53% di tutti gli infortuni registrati nei magazzini statunitensi si sono verificati in una singola grande azienda di e-commerce, totalizzando quasi 39.000 casi. Con l’inasprimento delle normative federali sull’invio elettronico degli infortuni e l’Ordine Esecutivo del 2023 della Casa Bianca che richiede sistemi IA “sicuri, protetti e affidabili”, la conversazione si è spostata da clipboard a computer vision. La domanda ora è come trasformare gli algoritmi in guardiani quotidiani senza rallentare il flusso del commercio.
Incontra Priya Dharshini Kalyanasundaram
Priya Dharshini Kalyanasundaram è un manager di programma tecnico con sede a Dallas, che negli ultimi due anni ha guidato un enorme team internazionale di talenti, inclusi ingegneri, scienziati dei dati e specialisti della sicurezza per una delle principali aziende di e-commerce globali. Trattando la sicurezza come una caratteristica di prodotto piuttosto che come un elenco di conformità, Priya enfatizza l’importanza di incorporare l’analisi dei modalità di guasto in ogni revisione sprint.
“La sicurezza non è solo una metrica, è riguardo a persone reali,” spiega Priya. “Quando sviluppiamo sistemi di sicurezza IA, dobbiamo ricordare che dietro ogni punto dati c’è il benessere di qualcuno.”
Con la sua educazione in India e l’esperienza lavorativa negli Stati Uniti nei settori del commercio al dettaglio e della tecnologia, Priya porta una prospettiva ampia al suo lavoro. Le sue squadre di etichettatura in tutto il mondo identificano diversi tipi di rischi ergonomici grazie ai loro background culturali.
Progettare Pavimenti Più Sicuri con la Computer Vision
Uno dei progetti principali di Priya è un sistema di computer vision che aiuta a rendere i pavimenti dei magazzini più sicuri. Questo sistema monitora aspetti come la postura, la distanza tra le persone e l’uso corretto delle attrezzature, tutto senza necessità di inviare video al cloud, proteggendo così la privacy. Se qualcosa non sembra a posto, il sistema invia un alert vibrante al lavoratore e raccoglie dati anonimi per aiutare i team di sicurezza a identificare tendenze più ampie.
“I segnali in tempo reale sono solo metà della storia,” spiega Priya. “Il vero valore appare quando correlazioniamo gli alert di quasi incidenti con i tassi di produttività e di affaticamento. È così che giustifichiamo la sicurezza come un abilitatore di profitto, non come un centro di costo.” Le proiezioni iniziali suggeriscono che il sistema potrebbe ridurre gli incidenti registrabili fino al 25% e semplificare significativamente il tempo di indagine sugli incidenti da giorni a ore.
Responsabilità Basata sui Dati in Tutta la Filiera
Priya si concentra sull’impatto misurabile da tempo. In precedenza, presso Michaels Stores, ha introdotto un scorecard dei fornitori potenziato da NLP che ha mescolato rapporti di audit dei fornitori con il “voce del cliente” estratta da recensioni e resi, riducendo i tassi di ritorno difettosi e aiutando i team di merchandising a eliminare fornitori poco performanti.
“Che stia analizzando una recensione di prodotto o un fotogramma video, il principio è lo stesso: rumore dentro, rumore fuori,” osserva. Le sue esperienze passate hanno rafforzato questo approccio disciplinato, e ora informano la sua dottrina di “sicurezza per design”: costruire integrazioni precoci con metriche esistenti.
Guardando al Futuro
Priya sta esplorando come l’IA generativa possa migliorare ulteriormente la sicurezza sul lavoro. Sta lavorando su strumenti che possano riassumere rapidamente rapporti su casi di quasi incidenti e suggerire modi per risolvere problemi, trasformando risultati complessi in guide facili da comprendere per i manager.
“Non esiste un modello magico,” afferma Priya. “Si tratta di iterazione, misurazione e dell’umiltà di ritirare caratteristiche che non si guadagnano il loro posto.” Se il suo passato nelle filiere del commercio al dettaglio è indicativo, questo ethos potrebbe segnare il percorso dall’algoritmo sperimentale allo standard industriale.
