Page 29 - 202212106

Highlights·Concerns 关注 热点

信息，程序捕获信息生成一个标 那么算法则会捕获剩余的数据， 提高安全绩效知识技能

准化的数据集。利用二维条形码， 从特定设备资产和部门中推测出
在能源领域，雇用具有相关
员工可以使用三种方法之一进行 这位名叫约翰的人可能就是约
知识与技能的人员至关重要。然
参与，每种方法对于现场或海上 翰·史密斯。如果信息被认为不
而，如果那些有技能的海上专业
设备都是唯一的，可对在线和离 正确，那么系统将会立即标记出
人员未得到充分利用，并负责采
线数据源进行优化。通过扫描条 来，供团队的人们查阅。
取诸如数据输入之类的行动，而
形码，用户可在几秒钟内从安全
如果用户希望口述他 / 她的
数据输入是需要花费时间和金钱
位置上传安全观察条目，如图 2
安全观察，那么基于云的工具可 的，那么他们的能力往往就会被
（在 Noble 公司的一部钻井船上，
以进一步利用基于应用程序功能 丧失。通过引入技术方案来降低
员工们使用基于 APP 的远程安全
中的算法来捕获语音记录。这让 风险，以及减少可实现自动化任
观察软件进入系统）所示。这样
那些对数字方法不太熟悉的人能 务上花费的时间，这样公司就可
就可以实时捕获和报告那些存有
轻松地使用模拟格式来访问系 以从经济上受益。通过实施基于
风险和不安全行为的信息，积极
统。该智能工具能够识别多种方 行为安全的解决方案，Noble 钻
获得观察结果，从而提高员工的 井公司每年可节省 15000 个人工
言和短语，创建一个无缝的报告
参与度。 工时，这使得工人们能够通过显
流程。
当无法访问数字工具时，或 着减少管理时间来增加资产的价
这个数字解决方案拥有 30
者如果用户更喜欢模拟工具时， 值。包括管理和监管在内的人员
多种不同的报告语言，能够从跨 27
该系统还能扫描纸质卡片。利用 也就能将精力集中在钻井平台上
国劳动力中捕获数据，翻译书面
无人监管机器学习算法和人工智 的各项作业中——识别潜在的风
和口头的数据条目。引入这一独
能，该方法能够成功地分析多种 险并满足培训的需求，这将有助
特功能可以节省更多的成本和时
手写样式，并能从文档中提取文 于提高整体的安全绩效。
间，无需翻译人员，同时还能连
本、键和值对，从而提供了数据 利用从数百万条记录中捕获
续提供实时数据的安全观察。 结
输入的最佳精度，还能与移动应 的数据，该系统能够通过进一步
用程序和个人电脑应用程序的多 果 表明， 与以 前 的方 法相 比， 的分析来确定预测性的见解，其
个条目相结合。这些努力获得的 使用这种多址系统促 进了人员 中还包含了最新的安全趋势指标。

成果节省了数小时的人工输入， 之间的参与，人员参与度增加了 从根本上讲，这种改进的风险意

因而节省了大量的时间。 30%。这使得数据输入对工作人 识是一种基础层级的预测工具。
例如，如果一位名叫约翰·史 员具有很强的吸引力，可用性有 这使得人们能在可靠、透明的信

密斯的司钻提交了一份安全观察 了极大的改善，消除了人们对费 息下做出明智的、基于数据驱动
报告，但忘记录入了他的姓氏， 力的勾选框练习的感觉。 的决策，进而每年节省下了 70%