以施工安全为突破口：为何安全是 AI 进入建筑行业的强大切入点
本文信息来源：anneliesgamble
建筑施工中的安全过去很大程度上是为了“自我保护”（CYA）。确保一旦有人来调查，你能够回答他们的问题；或者如果工地发生事故，你拥有所有必要的文件来保护自己免于诉讼。这在一定程度上仍然属实，但如今的工地安全已经远不止于此。
在合同尚未授予之前，它就已经成为一个关键的商业考量点。声称你遵循了相关规范，并不等同于展示——并证明——你确实在遵循这些规范。
这将责任更多地放在了建筑公司身上，尤其是建筑公司内部的安全主管身上。这里存在一个机会，可以帮助这些部门更好地管理安全、生成所需的文档、为这些文档进行辩护，并防止项目进度放缓。从这里入手，你将成为整个运营中不可或缺的一部分，从而在建筑这一垂直领域中，无论向上还是向下拓展，都具备良好的位置。
现场的现实情况
建筑业是美国最危险的行业之一，经常在工作场所死亡和受伤率方面名列前茅。除了人员层面的代价之外，这还为每一个项目带来了相关的法律和财务风险。
因此，从一开始就降低这些风险，甚至在合同授予之前，就是一项主要关注点。这通常体现在制定某种形式的“安全计划”。不同项目的安全计划各不相同，但通常包括以下部分：基础合规要求，例如书面政策、OSHA 日志、EMR 证明信和培训记录；历史绩效，包括事故发生率；以及证明你确实正在做（或将要做）你所承诺事项的材料。像 ISNetworld 和 Avetta 这样的平台，要求企业在甚至参与投标之前，就必须上传 OSHA 日志、EMR 证明信以及详细的安全计划。对于国际承包商而言，诸如英国的“golden thread”监管框架要求更为严格，强制在建筑物的整个生命周期内提供数字化、可在现场核验的安全记录。
为一个项目提交投标所需的文书工作量——以及中标后还需要持续更新的文书工作量——不夸张地说，非常庞大。一位安全经理告诉我，在电子表格、PDF 和电子邮件之间来回切换，他“花在查找上的时间比提供帮助的时间还多。”Autodesk 和 FMI 发现，建筑行业的专业人士有超过 35% 的时间花在非生产性工作上……这基本相当于每周 14 个小时都在搜索信息或重新创建丢失的数据。
许多工具都试图解决这些问题，但往往过于笨重。它们需要大量培训，而现场的许多人对此几乎毫无耐心；或者一开始就要求用户采用全新的工作流程，这在现实中基本行不通。
AI 可以发挥作用的地方
这正是 AI 可以提供帮助的地方。其机会在于，在不让人们脱离其日常工作流程的情况下，更轻松地捕捉、结构化并证明安全合规。一些具体的想法包括：
文档捕获与结构化。 与其从作业危害分析（JHA）、许可证和检查表中手动誊写字段，AI 已经并且正在自动提取关键信息、标记缺失的签名，并附加来源引用。一旦具备这些能力，后续还有许多下游机会。例如，有几位承包商告诉我，他们非常希望找到一个系统，能够生成可直接用于审计的资料包，兼容 PDF，并且不需要对整个团队进行再培训。
用于风险信号的计算机视觉。 人们对使用 AI 驱动的摄像头来检测诸如缺失的 PPE、靠近坠落边缘的不安全距离或被阻挡的消防出口等情况的兴趣正在增长。但我交流过的大多数人认为，这类技术应当是对工地上已经发生的观察进行增强，而不是取代现有流程。换句话说，它看起来不应像一个“抓错摄像头”，而更像是基于现场持续采集的丰富数据，生成每周趋势报告的工具。
预测建模。 一位安全总监告诉我，他希望实现“风险的天气预报”——也就是能够分析不同变量，例如人员组合、班次时长、近期事故，甚至天气数据。通过这些，他希望有一个工具可以标记风险升高的时段。例如，团队是否更偏向于经验不足的成员？在这组人员中，每个人上一次休息或休假的时间是什么时候？这对于操作重型机械的人员尤为重要。
预资格审查资料包组装。 我最近与几乎每一位承包商交流时，他们都在抱怨 ISN 和 Avetta 的上传流程。这是承包商向第三方平台提交安全、合规和风险文档的过程。这些平台的问题在于其底层的碎片化。每个工具都需要不同的上传流程和格式，而且信息并未集中存储在一个地方。正如我之前所写的，这里存在打造更智能的工业技术栈的机会，但要专门面向建筑行业。该技术栈可以从不同的数据源中提取数据，并将其接入到一个统一的平台中。在此基础上，你可以轻松自动生成并更新面向特定客户的资料包（以及其他报告）。
回到施工现场
与任何企业级组织一样，确保设置好防护措施以保护敏感信息至关重要。这还包括确保只有组织内有权限的人才能查看相应的文档。
安全主管们反复提到，以下类别对于他们考虑使用的任何 AI 产品来说都至关重要：
- 留存与溯源。 安全记录通常需要保存多年。AI 输出必须具备不可篡改的时间戳、版本控制以及可追溯性。
- 来源关联的输出。 每一份生成的计划或表单都必须注明其所依据的政策或文档。
- 权限对齐。 如果用户无法手动访问某条记录，那么他们也不应通过 AI 接口将其调取出来。
- 人在回路中的阈值。 AI 应该提出行动建议，但不应自行做出决定或采取行动。低置信度的结果必须交由安全专业人员处理。我认为这一点在未来一年左右会发生很大变化，但目前这对于建立信任至关重要。
- 透明度与同意。 尤其是在计算机视觉方面，承包商强调需要清楚说明监控的内容以及监控的原因。
确保并证明安全性对于任何建筑公司赢得项目并高效开展业务都至关重要。这一点并不是什么颠覆性的发现，也谈不上新颖。然而，当前真正能够填补这些空白的解决方案仍然缺失，这意味着存在一个巨大的机会：以安全作为切入点，为建筑行业构建 AI 原生产品。由于安全是整个流程中至关重要的核心环节，从这里入手可以让你从第 0 天起就嵌入其中，成为安全文档、可审计性以及风险信号的事实标准来源。在此基础上，你自然会成为与安全相关的众多流程的协调层——涵盖预审资格、培训、日常执行以及事故响应。一旦做到这一点，你就可以沿着技术栈向上或向下扩展，进一步覆盖 PreCon 和 Execution 阶段中发生的更多环节。
