ケーススタディ:品質・検査不正に至らせない「できない環境づくり」のAIモニタリング
2024年6月3日ケーススタディ:顧客の声を活かし、顧客満足と企業成長の好循環を生むAI活用
2024年6月3日ケーススタディ:建設業C社
建設業・製造業の現場のKY活動(危険予知活動)を向上させるAI
建設業・製造業の現場のKY活動(危険予知活動)を向上させるAI
建設業 C社の課題
現場に迫る働き方の課題と、従業員の経験値の多様化
働き方改革をめぐる法改正の影響は建設業界にも及び、いわゆる「2024年問題」として知られる長時間労働の是正は業界の一大課題です。改正労働基準法により時間外労働に規制が設けられるほか、労働環境改善と事故防止との両立が求められるなど、現場の課題は山積みです。
ある建設業C社の場合、人手不足への対応として未経験者や外国人労働者の積極的な受け入れを進めています。従業員がもつバックグラウンドの多様化が進む中、作業現場の危険因子をわかりやすく伝える必要に迫られているのが現状で、安全な労働環境を実現するため、質の高い人材育成と効果的な教育体制の構築が求められています。
KIBIT導入の効果
自社の過去事例・対策もAIで事前トレーニング、レーダーチャートで認識合わせも
KIBIT導入の効果
少量の教師データで不正の匂いを嗅ぎ分け、早期に把握し対処へ
AI「KIBIT」を活用すると、自社の労災事例や対策などの独自ノウハウをどの現場でも共有できるほか、搭載済みの「職場のあんぜんサイト」データの利用も可能です。作業の危険性をビジュアル化したレーダーチャート機能では危険への認識を共有しやすくなり、現場のKY活動はもちろん事前の危険予知トレーニング(KYT)にも効果的です。複数の事故事例データを知ることは、作業のマンネリ化も防止します。
現場で重要なのは、予想外の「意外な未知要因」をあらかじめ見つけ、知っておくこと。事故事例の実データを通した安全教育をAIが支援することで、作業員一人ひとりの知識を底上げし、企業全体の安全レベルを高めます。