用AI守护安全

2001年4月28日，国际劳工组织首次举办了“世界工作安全与健康日”纪念活动。

该活动最早可追溯到1983年4月上旬，加拿大两名劳工活动家科林·兰伯特和雷·森特斯，在驱车前往工会参加会议时，被一名因公殉职的消防员的送葬队伍拦住了。葬礼隆重而肃穆，所有人都在为逝去的消防员默哀，他们也自发地参加了此次追悼活动。

悲情之余，两名劳工活动家忽然想起：每年因工作而死亡的工人数以万计，但却没有获得类似纪念的荣誉。而在艾略特湖，那里的钢铁工人协会的成员们，每年都为死于暴露的铀矿工举办“工人纪念日”。

受此影响，他们在会上提出了举行“全国哀悼日”的提议，以征求工会的支持。当年，在加拿大公共雇员工会(CUPE)的年度大会上，该项提议被顺利通过，加拿大劳工大会于次年效仿。

1990年12月，加拿大议会正式通过了《工人哀悼日法案》，将每年的4月28日定为“工人哀悼日”。

在这一天，工人们点上蜡烛、戴上丝带和黑色臂章，为那些因工作而受伤乃至失去生命的人们默哀，并重申对改善工作场所健康和安全的承诺——以防止更多的因工作而死亡、受伤和疾病。

2001年，国际劳工组织正式将4月28日确定为“世界工作安全与健康日”，用以纪念那些在工作场所受伤或死亡的人，同时提醒人们注意职业健康和安全。

时至今日，“世界工作安全与健康日”纪念活动已历22届，尽管人们的工作环境有了很大改变，但根据2021年世卫组织和国际劳工组织首次联合发布的调查，2016年仍有190万人因工作死去，相当一部分人因工作安全没有保障而殒命。

而在国内，安全事故时有发生，从2015年天津港爆炸事件，到19年江苏响水化工安全事故，再到22年衡阳“1.8”火灾，已导致无数人失去生命，造成严重的人财物等损失。

国家统计局数据显示，2021年，我国全年各类生产安全事故共造成26307人死亡。而在各种安全事故的背后，操作不规范、发现不及时等问题异常严重，直接对工作人员的生命安全带来威胁。

过去一段时间里，政府先后出台了对应政策，加强企业安全生产管理，并多次修改《安全生产法》，有效降低了安全生产事故。然而，仅仅有事后问责是远远不够的，必须辅之以行之有效的技术手段，将安全管理深入到生产的各个环节，才能进一步降低事故发生的概率。

在此背景下，各类人工智能企业开始探索用AI技术，来赋能企业安全生产管理。

“我们正是看到业界很强的痛点，保护员工、工人的安全、保障工厂安全运营是每一个企业主所希望的。既然能够通过AI技术规避关乎人身生命的问题，我们希望中国的每一个工厂都通过AI监测以实现零事故零伤亡。”360OS CEO周志鸿说。

从事后复盘到提前预判：安全管理形成完整闭环

在传统的企业安全管理思维模式中，复盘通常是事故发生之后，根据事故调查原因、管理存在的问题对相关人员进行追责，再反馈到经营管理层面，以条令的形式对生产员工、管理者形成约束，要求其规范操作，以此来降低未来发生事故的可能。

该模式的弊端在于：反馈具备滞后性。

没发生安全事故时，企业管理者或员工并没有意识到潜在的问题，而当事故发生之后，才建立相应的操作标准、流程规范、应急预案等，但已经造成的生命安全与损失，是不可挽回的。

这种“支一下，动一下”的被动式安全管理模式，虽然在一定程度上对避免事故再次发生有积极作用，但却存在很大漏洞，缺少了预判这个环节。

所谓预判，是提前将可能导致事故的隐患扼杀在萌芽状态，以及当事故发生初期，就快速感知并消解掉。

也就是说，在处理事故本身的同时，不能只注重事故结果本身，还要总结经验，把事故发生的原因、征兆、苗头——也就是隐患等进行排查处理，防止类似问题的重复发生。

这种关注隐患来避免事故的思路源于“海恩法则”。“海恩法则”即“每一起严重事故的背后，必然有29次轻微事故和300起未遂先兆以及1000起事故隐患。”它最早源于航空界飞行安全，如今也逐渐引入到各个领域的安全管理。

以4·3清远铝加工企业爆炸事故为例：

2022年4月3日上午11点左右，广东清远清城区源潭镇广东精美特种型材有限公司熔铸二号车间9号铸造井发生了爆炸事故，造成了4人死亡，1人重伤，现场成为一片废墟。

经初步调查判断，事故原因是现场工人违反操作规程，现场监护人员擅自脱岗。11时9分50秒时擅自脱岗，9号井铸造现场长达2分4秒无人监护，模盘右端其中一个结晶器铸穿导致铝液泄漏长达1分32秒没有被发现，也没有及时处置。大量高温铝水流入铸造深井，造成铸造深井的冷却水瞬间气化产生爆炸，爆炸再次引起邻近的铝加工铸造深井爆炸。

在该事故中，如果能够早发现，及时处理，那么就能避免人员伤亡及财产损失。但不幸的是，并没有人发现，因此酿成惨剧。

如果做一个复盘，监控设备无人值守显然是核心问题，这个问题也让企业非常头疼。

在许多场景下，全天候24小时有人值守是可选解，却不是最优解。

一是企业为此要付出高昂的人力成本；二是人的精力有限，面对无数个摄像头，很容易产生疲劳，不一定能实时动态地观察到每个场景发生的情况，在安保人员出现懈怠或特殊情况（如短暂外出、睡岗），也会造成监管漏洞。

基于这些痛点，各类工厂纷纷开始与人工智能企业合作，探索使用AI技术来提前预判事故。

例如，在前端摄像头捕捉到画面之后，由AI算法判定是否存在安全风险，一旦检测到危险，那么系统就会发出警告，上传至管理平台，并通过终端（手机、广播设备）等直接给当事人发出警示消息，以快速解决问题。

在“4·3”事故中，监控设备已经发现工人违规操作，但系统缺少AI能力，并不能快速做出反应，从而导致事故发生。这类问题，实际上可以通过AI来避免的。

“AI技术的运用，实际上将安全管理从事后，提前到了预判环节，而以AI能力为核心的安全管理新方法，正成为企业新的选择。”

奇络AI监测产品负责人袁振华告诉雷峰网(公众号：雷峰网)，AI、大数据、云服务等新技术，使得企业对跨区域工厂进行全时段、全空域进行实时监测成为现实；利用新技术，企业可以从源头上发现、消除各类安全隐患。

为此，奇络AI推出了“工厂安全管理解决方案”，助力企业实现对生产安全的闭环管理，给工人、工厂带来安全的同时，也实现了降本增效。

 工厂安全管理解决方案：全栈式AI赋能

雷峰网了解到，该解决方案产品网络架构共分三层：感知层、计算层、应用层。

感知层即前端摄像头，用以捕捉实时视频数据，随后传输至计算层；在计算层，主要通过AI边缘计算服务器，对获取的视频数据进行AI分析，以判定是否发生安全风险，并同时将分析结果传送至应用层；而在应用层，一旦AI算法判定存在安全风险，将会通过大屏幕、小程序或者广播系统，及时通知、处理。

简而言之，就是将安全管理形成了“感知-分析-告警-处理”的闭环。

闭环之内，奇络AI对每一个环节都进行了升级改造，使其成本更低、效率更高。

在感知端，奇络AI通过标准协议在原有视频监控系统上进行无损升级，并且适配市场上所有主流品牌摄像头的视频格式，企业无需再重新购买、安装摄像头，能够节约感知设备的铺设成本。

计算层，奇络AI推出了AI边缘计算服务器，作为核心计算单元。

使用边缘侧方案的好处在于：一是数据不用上云，减少上云成本，同时避免数据泄露风险；二是反应快，检测到风险之后即刻反馈至应用层，适合突发情况；三是部署了多种AI算法，适用于不同场景，能够及时部署、快速使用。

应用层，该解决方案产品提供多种对外接口，企业可通过云平台对接各类AI数据，并且支持打通企业的其他系统，为企业安全管理提供全栈服务。

整个闭环之外，对于To B场景碎片化问题，奇络AI也给出了对应的解法。

首先在算法方面，奇络AI提供丰富的场景算法集，企业可在部署产品之后，根据自身痛点场景，选取合适的算法，即装即用。

“对于许多企业，他们想要的是成品，而非半成品，要能够直接投入使用。”袁振华表示，传统企业没有AI能力，因此提供算法集，是解决碎片化需求的重要方式。

在数据方面，奇络AI已经积累了亿级的工业安全算法数据，为算法开发、产品研发提供来自企业生产一线的场景数据，能反映企业生产的真实痛点。

以某大型设备制造商为例，整个生产车间非常大，由于员工安全意识淡薄，出现很多不规范操作，造成了一定数量的人员伤亡与财产损失。

在接入奇络AI工厂安全管理解决方案之后，通过摄像头，能够实现24小时无间断并且无死角的监控，并且能够检测到工人的不规范操作，例如未戴安全帽、吸烟、违规堆积物料等，直接通过广播系统提醒员工，注意安全、纠正行为；同时，该分析结果也会上传至云平台，让管理者实时掌握现场安全生产状况。

最终，该工厂的事故率同比下降了90%，近半年未出现伤亡事件。

据袁振华介绍，该解决方案有三大特点：

l 场景多、落地应用多

360OS奇络AI拥有亿级的工业安全数据库，覆盖90%以上的工业安全场景，其中烟、火苗烟雾、接打电话、玩手机、安全帽场景的算法准确率和场景适应性极具竞争力，定员值守、人流统计、人数统计、通道堵塞、车辆跨越等场景算法在业内也有领先优势，现已落地了面向制造、能源、化工、集装箱、电力等行业场景的商用算法累计百余种，其他各类应用场景数据累计上亿张。当前，这些场景及相应的场景算法，仍在根据用户企业的不同需求和运营反馈，快速开发和迭代当中，更能根据用户企业独有的管理和运营逻辑，实现功能插件化，可独立升级，真正做到解决用户痛点。

360OS奇络AI是国内工业场景落地案例超百余个的工厂安全管理方案，目前已落地覆盖汽车、集装箱、通用设备制造、畜牧、电子制造、化工、能源、电力等多个行业。

l 利用多条件判断等策略提产品的实际表现

360OS奇络AI的与众不同之处，是其在保证安全管理场景更广覆盖、更精细化监控的基础，研发并成功落地了一套可根据不同安全场景定制，且综合考虑了包括监测时间、监测空间、器材使用情况、事件发生概率、生产流程工作逻辑、工厂特殊要求等众多要素在内的多条件判断策略，从而让输出的监测结果更符合用户企业需求特点，对当前场景的安全评估更具针对性，让安全生产管理真正做到“智能”。

l 支持边缘侧的规则引擎，在边缘侧实现与IoT的多场景联动

在生产过程中，工厂环境、各类设备人员之间总是进行着数量大且复杂的交互，这些交互被IoT系统记录下来形成了海量的数据，如何快速处理和研判这些数据、输出有效管理方案、必要时让安全场景中的设备和人员及时联动，都是安全管理工作的重中之重。

360OS奇络AI的核心优势之一，是支持边缘侧的规则引擎，可在边缘侧实现与IoT的多场景联动。这就意味着，使用奇络工厂安全管理方案后，AI视觉算法识别到的信息与传统物联IOT设备采集的数据将有机结合，构建出智能化的、处理复杂安全场景的指令模型，指挥各类处于联动状态的设备根据指令高效协同工作，可以同时满足安全生产管理中所需的敏捷性、实时性、智能性、数据优化等方面的关键需求。

除了在产品侧发力以外，为了能够针对客户需求进行快速定制化交付以及产品研发，奇络AI在组织和技术架构上，也具备比较优势。技术总监程力行这样介绍奇络AI的技术团队：

“我们是项目化团队，包括产品、研发、测试、交付，整个生产闭环都由团队统筹负责。”

这样做的目的在于，打通传统企业存在的部门壁垒，提高沟通效率，快速响应需求；而对于整个团队的考核，则以结果为导向，整个团队为结果负责，也就减少了团队内耗。

组织之外，在技术架构层面，奇络AI基于360的技术基础，研发出了 AIoT OS，建立起底层技术框架。

该框架下，设备端的OS是具备互联网运营管理，可进行动态升级的，新场景算法开发完毕之后，即可下发至设备端，更新之后就能投入使用；而在云端，通过参数配置就能实现对应功能，并不需要做二次开发，提高了交付效率。

整个云端架构，是基于物联网平台设计、支持分布式和集群化管理，系统安全、稳定、可靠、可扩展，支持私有化快速部署。

“从团队和产品架构上，都支持快速迭代开发，以此来适应企业对产品快速交付、快速使用的需求。”

AI守护安全背后：技术造福人类

过去二十多年，在安全生产领域，随着我国《安全生产法》的三次大调整，事故起数、因安全事故导致的死亡人数持续下探，总体呈平滑的“L”型趋势，近年来已趋于平缓。

这说明，通过政策要求来控制工业生产安全事故的路径效果逐渐减弱。

换句话说，安全生产管理正由政策导向型，转变为技术导向型。

“传统的方式已经很难满足现代化的生产环境，在平缓期，通过技术手段来消除安全隐患，进一步降低事故、保护员工生命安全，将事后监管转变为事前预防，才是最有效的方式。”

比如，之前主要通过人力巡检的方式，发现、处理安全风险，效率低而成本高；现在通过AI监测，可以监测整个工厂安全，看得见与看不见的，都可以通过数据处理呈现出来，帮助企业做好事前管理，消解潜在的安全隐患。

对于员工来讲，在AI的赋能下，通过算法检测生产员工的违规操作，并提醒其纠正错误行为，从源头上杜绝安全事故发生的可能。

但不论是企业还是员工，安全生产管理的核心，都是以人为本，这正是技术本身的目的：造福人类。

今天，正好是第22届“世界工作安全与健康日”。

22年前，人们缺少相应的技术、装备来守护工作安全；22年后，AI、大数据、云计算等技术日新月异，为人们安全生产提供了新的保障。

“工厂零事故零伤亡。”

这既是奇络AI的愿景，也是一直坚持做的事情。奇络AI负责人张明臣表示，在用AI技术守护安全生产、造福人类的路上，奇络AI也将持续迭代场景算法、技术，提供低成本、高效率的产品。

见远，行更远。

雷峰网