알림 목록

منطقة التحليل:  مدينة أولسان متروبوليتان

المناطق الأساسية:  مجمع ميبو أونسان الصناعي الوطني، نام غو، دونغ غو، بوك غو، أولجو غون

جدول الأعمال: مستويات التنبؤ والنشر والحماية لبيانات العمل والسلامة والصحة

نوع الوقت الذهبي: مخاطر تقييد البيانات بعد وقوع الحادث

تاريخ المرجع: 28/08/2026

الإصدار: Regional AX Golden Time Intelligence v3.2
 

في عام 2025، بلغ عدد الحوادث المميتة الخاضعة للتحقيق على مستوى البلاد 605 حوادث، بزيادة قدرها 16 حادثًا عن العام السابق، منها 158 حالة وفاة في قطاع التصنيع. ورغم انخفاض عدد الوفيات في قطاع التصنيع بمقدار 17 حالة، إلا أن عدد الحوادث ارتفع بمقدار 4 حوادث، مما يشير إلى اختلاف اتجاهي حجم الوفيات وتواتر وقوعها. ولا تتوفر بيانات عامة تربط المخاطر حسب الصناعة وحجم الشركة والمقاولين الرئيسيين/المقاولين من الباطن والعمليات في أولسان في الوقت الفعلي. وإذا ما تم تقييم السلامة بناءً على إجمالي عدد الوفيات للفترة 2026-2028 فقط، فلن يتم تحديد مؤشرات تزايد المخاطر في العملية إلا بعد وقوع الحادث.  ولا تنطلق مبادرة السلامة الصناعية AX من رقمنة إحصاءات الحوادث، بل من توفر البيانات قبل وقوعها.

حصلت مدينة أولسان على تمويل حكومي بقيمة 6.6 مليار وون لمشروع استجابة لموجات الحر يعتمد على الذكاء الاصطناعي والبيانات الضخمة بحلول عام 2026، وأنشأت مركز تحكم متكامل للمجمعات الصناعية الخضراء الذكية. وبينما تحوّل نظام إدارة السلامة من الدوريات والتقارير إلى نظام يعتمد على أجهزة الاستشعار والمعلومات المكانية والبيانات التنبؤية، لم يُكشف بعد عن نطاق التكامل، الذي يشمل تعرض العمال ومخاطر العمليات والمعلومات الصحية في المواقع الصناعية. وإذا ظلّ الذكاء الاصطناعي الخاص بالكوارث الحضرية وبيانات سلامة مكان العمل منفصلين خلال العامين أو الثلاثة أعوام القادمة، فلن يكون قادرًا على التنبؤ بالمخاطر المعقدة المرتبطة بموجات الحر والمواد الكيميائية والأجسام الثقيلة والأماكن المغلقة. وعلى الرغم من أن  نظام الذكاء الاصطناعي للسلامة في أولسان قد دخل مرحلة البيئة الحضرية، إلا أنه لم يصل بعد إلى مرحلة التكامل في مكان العمل.

في عام 2025، شكّلت أماكن العمل التي تضم أقل من 50 موظفًا 351 حادثًا مميتًا من إجمالي الحوادث، أي ما يقارب 58% من الإجمالي، بينما سجّلت أماكن العمل التي تضم أقل من 5 موظفين 174 حالة وفاة، بزيادة قدرها 14.5% عن العام السابق. ورغم أن هيكلية العمل تُركّز مخاطر السلامة الصناعية في المواقع الصغيرة - حيث يكون عدد الموظفين الإداريين والاستثمارات في المرافق أقل - مقارنةً بأماكن العمل الكبيرة، إلا أنه لم يتم التحقق من معدل تبني معدات السلامة الذكية حسب حجم الشركة بين المقاولين من الباطن في أولسان. إذا استمر انتشار السلامة الذكية، الذي يتركز في الشركات الكبيرة، من عام 2026 إلى عام 2028، فستنتقل المخاطر إلى المراحل الأدنى من سلسلة التوريد بدلًا من القضاء عليها.  إن أكبر فجوة في السلامة الصناعية المتقدمة لا تكمن في مستوى التكنولوجيا، بل في التفاوت في الوصول إليها بناءً على حجم الشركة.

تُوفّر الوكالة الكورية للسلامة والصحة المهنية (KOSHA) معدات سلامة ذكية، تشمل تقنية التعرف على الفيديو بالذكاء الاصطناعي، وأنظمة ذكية لتجنب اصطدام الرافعات، وأنظمة إنذار عند اقتراب الرافعات الشوكية، وأنظمة كشف الانهيار والانزياح. ورغم تحوّل تكنولوجيا السلامة من معدات الحماية واللافتات إلى الكشف الفوري والإنذارات والتوقفات التلقائية، إلا أن عدد أماكن العمل المُجهزة بهذه المعدات في أولسان، ومعدلات الإنذارات الكاذبة، ومعدلات خفض الحوادث، ومعدلات التشغيل المستمر للمعدات، غير مُعلنة. فإذا ازداد عدد التركيبات خلال سنتين إلى ثلاث سنوات دون إثبات فعاليتها في خفض المخاطر، فإن هذه المعدات ستظل مجرد سجل شراء لا يُعتدّ به كمقياس لأداء السلامة.  وقد تم تسويق تكنولوجيا السلامة الذكية، لكن أداءها الميداني في أولسان لا يزال غير مؤكد.

كانت إدارة السلامة التقليدية تجمع الحوادث، والحوادث الوشيكة، وقوائم المراجعة، ونتائج الفحوصات الطبية بأثر رجعي. في حين أن أنظمة السلامة المدعومة بالذكاء الاصطناعي مصممة لدمج موقع العامل، واهتزاز المعدات، وتركيز الغاز، ودرجة الحرارة، وتسلسل العمل، والحوادث السابقة في الوقت الفعلي، إلا أن معايير البيانات ونطاق التحليل المشترك لمجمع أولسان الصناعي لا يزالان غير مؤكدين. إذا اقتصرت بيانات الفترة 2026-2028 على معدات الشركة الفردية، فستتكرر نفس أنواع الحوادث في أماكن عمل أخرى.  لقد تحول معيار التنافس في السلامة الصناعية من المعدات الفردية إلى سرعة تعلم المخاطر لسلسلة التوريد بأكملها.

على عكس الحوادث، تتجلى مشاكل الصحة المهنية في صورة أمراض نتيجة تراكم طويل الأمد لآثار الضوضاء والغبار والمواد الكيميائية الخطرة والحركات المتكررة والعمل بنظام المناوبات. ورغم وجود بيانات عن الفحوصات الصحية وحوادث العمل المعتمدة، إلا أن البيانات الإقليمية التي تربط التعرض اليومي بالتغيرات الصحية الفردية طويلة الأمد غير متاحة. وفي حال حدوث إعادة هيكلة للشركات وتنقلات للقوى العاملة خلال العامين أو الثلاثة أعوام القادمة، سيتوزع تاريخ التعرض على أماكن عمل متعددة، مما يزيد من صعوبة تتبع العلاقات السببية.  لا تكمن الفجوة في مجال الصحة المهنية في تكنولوجيا التشخيص، بل في تاريخ التعرض الذي يستمر حتى بعد انتقال العمال بين أماكن العمل.

تكشف حالات الحوادث الخطيرة في صناعة بناء السفن، وفقًا لوكالة السلامة والصحة المهنية الكورية، عن تراكم مخاطر متكررة، مثل السقالات، والأحمال الثقيلة، وانقطاع الحبال، والسقوط، والاصطدامات. ونظرًا لأن إنتاج بناء السفن يتضمن عمليات التثبيت واللحام والطلاء والتجميع، فضلًا عن العمل التعاوني متعدد المراحل، فإن المخاطر تظهر عند حدود العمليات؛ ومع ذلك، لم يتم تحديد أي نظام إفصاح عام يدمج مواقع المقاولين الرئيسيين والمقاولين من الباطن، وتصاريح العمل، وحالة المعدات. ومع ازدياد حجم الطلبات ونشر العمالة الأجنبية على مدى سنتين إلى ثلاث سنوات، تزيد فجوات المعلومات بين نوبات العمل من احتمالية وقوع الحوادث.  ولا تكمن فجوة AX في سلامة بناء السفن في نقص المعرفة بأنواع المخاطر، بل في عدم القدرة على التحكم في العمليات المتزامنة في الوقت الفعلي.

قامت الوكالة الكورية للسلامة والصحة المهنية بتحليل التعرض للعوامل الخطرة ومخاطر الإصابة بالسرطان المهني بين عمال اللحام والطلاء والإنتاج في صناعة بناء السفن. ورغم أن تقييمات المخاطر قد توسعت لتشمل الأمراض المزمنة إلى جانب الحوادث، إلا أنه لا توجد بيانات متاحة للعموم تربط بين التعرض التراكمي حسب الوظيفة لعمال بناء السفن في أولسان ونتائجهم الصحية بعد التقاعد. وحتى مع استمرار أتمتة العمل حتى عام ٢٠٢٨، ستظهر الأمراض لاحقًا بين من تعرضوا سابقًا لهذه العوامل.  ولا يمكن لأتمتة بناء السفن القضاء فورًا على المشاكل الصحية الناجمة عن التعرضات السابقة، حتى وإن قللت من الحوادث الحالية.

تُشغّل مجمعات البتروكيماويات مواد قابلة للاشتعال وسامة، ومرافق ذات ضغط ودرجة حرارة عاليتين، وعمليات مستمرة. ورغم أن المخاطر تنشأ من مزيج من تدهور المعدات، وانحرافات العمليات، وجداول الصيانة، وليس من سلوك عامل واحد، إلا أن مستوى تبادل بيانات المخاطر المتعلقة بالأنابيب والمرافق بين الشركات غير مُفصح عنه. إذا تغيرت دورات الصيانة وتكوين القوى العاملة نتيجةً لخفض الإنتاج وإعادة تنظيم المرافق بين عامي 2026 و2028، فقد تنخفض القدرة التنبؤية للنماذج المُدرّبة على بيانات التشغيل العادية.  لا يكمن خطر السلامة في قطاع البتروكيماويات AX في غياب نموذج فحسب، بل أيضًا في حقيقة أن بيئة التعلم نفسها تتغير نتيجةً لإعادة الهيكلة.

على الرغم من إدارة التعرض للمواد الكيميائية من خلال قياسات بيئية في مكان العمل وفحوصات صحية خاصة، إلا أن رصد تقلبات التركيز بين دورات القياس والتعرض التراكمي للعمال المتعاقدين من الباطن لا يتم إلا بشكل محدود. يُحسّن ربط بيانات أجهزة الاستشعار في العمليات بالبيانات الصحية القدرة التنبؤية، ولكنه يُنشئ ثغرات فيما يتعلق بالمعلومات الشخصية، والتمييز في التوظيف، وملكية البيانات. إذا تم توسيع نطاق التحليل دون قواعد حقوقية لمدة سنتين إلى ثلاث سنوات، فهناك خطر كبير من استخدام التنبؤات الصحية لاختيار العمال بدلاً من تحسين العمل.  يُعدّ التحليل المتقدم للصحة المهنية ممكنًا من الناحية التقنية، ولكنه لا يُعتبر تقنية محمية دون حقوق بيانات العمل.

في مصانع السيارات، تعمل الروبوتات والناقلات والمكابس والرافعات الشوكية والعمال ضمن نفس حيز الإنتاج. وبينما ترصد معدات السلامة الذكية مخاطر الاقتراب والاصطدام والانحصار في الوقت الفعلي، يبقى من غير الواضح ما إذا كانت معدات الموردين وشركات الخدمات اللوجستية متصلة بنفس المستوى. فإذا اقتصر التطوير خلال العامين أو الثلاثة أعوام القادمة على الجزء الداخلي من مصنع السيارات الجاهزة، ستنتقل المخاطر إلى أقسام تحميل وتفريغ قطع الغيار والصيانة الخارجية والخدمات اللوجستية.  ويكون مستوى اكتمال أنظمة السلامة المتقدمة في قطاع السيارات أقل عند حدود سلسلة التوريد مقارنةً بمستوى اكتمالها داخل المصنع.

يُضيف التوسع في استخدام الكهرباء وإنتاج البطاريات مخاطر جديدة تتعلق بالجهد العالي، والهروب الحراري، والمواد الكيميائية، والصيانة. وبينما يتحول الهيكل الصناعي من المخاطر الميكانيكية المرتبطة بمحركات الاحتراق الداخلي إلى مخاطر معقدة تشمل الكهرباء والمواد الكيميائية والبرمجيات، لم يُفصح عن مدى انعكاس هذا التحول في نظام تصنيف الحوادث والحوادث الوشيكة في موقع أولسان. إن الاعتماد على أنواع الحوادث السابقة فقط حتى عام ٢٠٢٨ لن يُجدي نفعًا في التنبؤ بالحوادث النادرة عالية الخطورة في العمليات الجديدة.  يتميز نظام سلامة المركبات المستقبلية (AX) بقوته في مواجهة المخاطر التاريخية بفضل وفرة البيانات، ولكنه عرضة للمخاطر الجديدة في ظل محدودية البيانات.

أطلقت شركة أولسان مشروعًا لجمع بيانات موجات الحر المحلية والتنبؤ بها باستخدام الذكاء الاصطناعي والبيانات الضخمة. ورغم تزايد إمكانية تقسيم معلومات موجات الحر من متوسط ​​درجات الحرارة الحضرية إلى مناخات محلية دقيقة خاصة بأماكن العمل، إلا أن مدى ارتباطها بكثافة عمل العمال، ومعدات الوقاية الشخصية، وأوقات نوبات العمل، والظروف الصحية العامة لا يزال غير مؤكد. فإذا ما ازدادت المخاطر المناخية على مدى سنتين إلى ثلاث سنوات، تتسع الفوارق في الأضرار الصحية بين مختلف العمليات حتى عند تساوي درجات الحرارة.  ويخضع نظام أولسان لرصد موجات الحر (Heatwave AX) حاليًا لمرحلة التنبؤ البيئي، وليس لمرحلة تقييم المخاطر الخاصة بالعمال.

يشهد قطاع بناء السفن توسعاً في عدد العمال الأجانب، بينما يعاني قطاع التصنيع ككل من شيخوخة القوى العاملة الماهرة. ورغم تنوع اللغات والخبرات والظروف الصحية اللازمة لفهم معلومات المخاطر، إلا أن التنبيهات متعددة اللغات الفورية ومعدلات تطبيق مستويات المخاطر الفردية لا تزال غير معلنة. وإذا تجاوزت التغيرات في هيكل القوى العاملة بين عامي 2026 و2028 وتيرة التدريب على السلامة وأنظمة الإنذار، فلن تُترجم التحذيرات إلى إجراءات حتى مع وجود التكنولوجيا.  وبالمقارنة مع التغيرات في تكوين القوى العاملة، لا يزال تخصيص معلومات السلامة وتوفيرها بلغات متعددة في أولسان غير مؤكد.

يكشف التعرف على الفيديو وتحديد المواقع باستخدام الذكاء الاصطناعي عن دخول المناطق الخطرة وعدم ارتداء معدات الوقاية الشخصية. ورغم أن هذا يعزز شفافية إدارة السلامة، إلا أنه لا توجد معايير إقليمية موحدة بشأن إعادة استخدام بيانات حركة العمال وسرعتهم وسلوكهم في تقييمات الإنتاجية أو الإجراءات التأديبية. فإذا استُخدمت بيانات السلامة لأغراض أخرى غير المخصصة لها لمدة تتراوح بين سنتين وثلاث سنوات، فإن العمال يتجنبون أجهزة الاستشعار ولا يبلغون عن الحوادث، مما يؤدي إلى انخفاض جودة البيانات. إن  استخدام الذكاء الاصطناعي في مجال السلامة، حيث لا يُفصل بين المراقبة والحماية، يُضعف الأداء التنبؤي بسبب انعدام الثقة.

بينما تتعلم نماذج الذكاء الاصطناعي من بيانات الحوادث السابقة والعمليات التشغيلية الاعتيادية، فإن الحوادث الصناعية نادرة الحدوث وتتضمن مزيجًا معقدًا من الظروف. ونظرًا لندرة بيانات الحوادث، يصعب التحقق من الإنذارات الكاذبة والحالات التي لم يتم رصدها، ومع ذلك، لا يتم الكشف عن مؤشرات أداء كل نموذج في موقع أولسان. وبحلول عام 2028، إذا انخفضت دقة الإنذارات، سيتجاهل الموقع الإنذارات المتكررة ويعطل وظيفة الإيقاف التلقائي.  ولا تعتمد معايير تقييم أنظمة الذكاء الاصطناعي للسلامة على حالة التركيب، بل على معدل عدم رصد الحوادث وموثوقية الموقع.

تمتلك مدينة أولسان مركز التحكم المتكامل للمجمع الصناعي الأخضر الذكي، ونظام التنبؤ بموجات الحر المدعوم بالذكاء الاصطناعي، وهيئة متخصصة في السلامة الصناعية، وأنظمة سلامة ذكية من شركات كبرى. وبينما تم تأكيد جاهزية المدينة والمجمعات الصناعية والشركات الكبرى، إلا أن مستويات المعدات والبيانات والموظفين المتخصصين في الشركات الشريكة وأماكن العمل الصغيرة غير مُفصح عنها. وإذا لم يتم قياس جاهزية قاعدة سلسلة التوريد لمدة سنتين إلى ثلاث سنوات، فإن المتوسط ​​الإقليمي يُبالغ في تقديره بناءً على أداء الشركات الكبرى.  ويُصنف مستوى جاهزية السلامة في أولسان (SAFI AX) بأنه "متقدم" بالنسبة للشركات الكبرى و"متفاوت" بالنسبة للنظام البيئي الصناعي.

في عام 2025، وقع ما يقارب 58% من الحوادث المميتة على مستوى البلاد في أماكن عمل تضم أقل من 50 موظفًا. ورغم أن مركز الخطر يكمن في أماكن العمل الصغيرة، فإن تشغيل معدات السلامة التي تعمل بالذكاء الاصطناعي يتطلب تكاليف استثمارية، وجهودًا للتواصل، وصيانة، وقدرات تحليل البيانات. ولم يتم التحقق من معدل التشغيل المستدام للشركات الصغيرة في أولسان. وإذا اقتصر الدعم المتاح بين عامي 2026 و2028 على الدعم الأولي فقط، فسوف تتسع فجوة السلامة مجددًا عند ظهور تكاليف استبدال المعدات والاشتراكات.  ويُقيّم مستوى جاهزية أماكن العمل الصغيرة بأنه أضعف في التشغيل المستدام منه في مرحلة التركيب.

تم تضمين تقنيات التعرف على الفيديو بالذكاء الاصطناعي، والرافعات الذكية، وأنظمة كشف اقتراب الرافعات الشوكية، وأجهزة استشعار الانهيار/الإزاحة ضمن عناصر الدعم التجاري. ورغم انتشار أنواع مختلفة من هذه التقنيات، إلا أن معدلات تركيبها وتأثيرها في الحد من الحوادث حسب الصناعة والعملية في أولسان غير مُعلنة. وإذا استمر توزيع المعدات الفردية لمدة سنتين أو ثلاث سنوات فقط، فلن يكون من الممكن التنبؤ بحوادث العمليات التي تنطوي على مزيج من مخاطر متعددة.  وقد انتشرت معدات السلامة الذكية في سوق المنتجات، لكنها لا تزال في مرحلة انتشار جزئي في جميع عمليات أولسان.

وضع مركز التحكم المتكامل للمجمع الصناعي الأخضر الذكي الأساس لربط المعلومات المكانية ثلاثية الأبعاد والتحكم والخدمات بحلول عام 2025. ورغم تحسن مستوى الرؤية على مستوى المجمع الصناعي، إلا أن الربط الفوري مع تصاريح العمل الداخلية وأجهزة استشعار المعدات ومعلومات مخاطر العمال لم يتم تأكيده بعد. وإذا تم فصل بيانات التحكم الخارجية عن بيانات العمليات الداخلية بحلول عام 2028، فسيكون تحديد الموقع بعد وقوع حادث أسرع، لكن التدخل قبل وقوعه سيكون محدودًا.  وقد توسع نطاق التحكم في المجمع الصناعي، لكن ربط بيانات السلامة التنبؤية لا يزال غير مكتمل.

تمتلك الشركات الكبرى منظمات سلامة خاصة بها، وأجهزة استشعار، وغرف تحكم، وقدرة على الاستثمار في المرافق. حتى عندما يعمل المقاولون من الباطن في موقع المقاول الرئيسي، قد تُفصل البيانات حسب الانتماء والعملية والمعدات، ولا يُفصح عن معدل مشاركة البيانات. إذا لم تُربط بيانات السلامة بين المقاول الرئيسي والمقاولين من الباطن لمدة سنتين إلى ثلاث سنوات، فإن المسؤولية والمخاطر المتعلقة بحدود العمليات تُهمل في آن واحد.  تم تطبيق نظام تقييم المخاطر والسلامة الخاص بالمقاول الرئيسي، لكن نظام تقييم المخاطر والسلامة المشترك بين المقاول الرئيسي والمقاولين من الباطن لا يزال غير مُعتمد.

تجاوزت نسبة الحوادث المميتة في أماكن العمل التي يقل عدد موظفيها عن 50 موظفًا النصف. ورغم أن الفئات الأكثر عرضة للخطر لا تتطابق بالضرورة مع الفئات القادرة على الاستثمار في التكنولوجيا، إلا أن أداء شركة أولسان في مجالات الدعم والتركيب والصيانة، بحسب حجم الشركة، لم يُثبت بعد. وإذا استمرت هذه الفجوة حتى عام 2028، فسيظل مستوى مخاطر الحوادث في المنطقة منخفضًا في سلسلة التوريد، على الرغم من التطورات الحاصلة في تكنولوجيا السلامة.  ويُقدّر مستوى انتشار هذه التكنولوجيا بين الشركات الشريكة بأنه أقل بكثير من مستوى انتشارها بين الشركات الكبرى.

تُعنى الصحة المهنية بإدارة العوامل الخطرة والأمراض من خلال قياسات بيئة العمل، والفحوصات الصحية المتخصصة، والتحقيقات الوبائية. ورغم تراكم البيانات المؤسسية، لم يتم التوصل إلى نظام على مستوى مدينة أولسان يربط بين تعرض الأفراد، وتنقلهم في أماكن العمل، والنتائج الصحية على المدى الطويل. وإذا ما ازداد معدل دوران الوظائف، والتقاعد، والعمالة الأجنبية خلال فترة تتراوح بين سنتين وثلاث سنوات، فإن الانقطاع في تاريخ التعرض يزداد حدة.  ورغم انتشار الفحوصات الصحية، إلا أن بيانات التعرض التراكمي مدى الحياة لا تزال متفرقة.

حللت الأبحاث في صناعة بناء السفن مخاطر الأمراض المهنية من خلال ربط مصفوفات التعرض المهني ببيانات من سجلات السرطان والتأمين على العمل والفحوصات الصحية. ورغم وجود منهجية البحث، إلا أنه لم يتم التحقق من مدى تطبيقها على العاملين في مواقع العمل من خلال تنبيهات فردية بشأن المخاطر وتعديلات في بيئة العمل. وإذا انفصل البحث عن بيئة العمل بحلول عام ٢٠٢٨، فستبقى مخاطر الأمراض مجرد إحصاءات جماعية.  وعلى الرغم من وجود القدرة على تحليل الصحة المهنية، إلا أن انتشار الوقاية الفورية لا يزال في مراحله الأولى.

بين عامي 2026 و2028، ستشهد مدينة أولسان زيادة متزامنة في طلبات بناء السفن، وتحول قطاع السيارات إلى الكهرباء، وإعادة هيكلة قطاع البتروكيماويات، ومخاطر مناخية، وتوسع في القوى العاملة الأجنبية. وبينما ستشهد أعباء العمل والعمليات والمرافق وتكوين القوى العاملة تغيرات متزامنة، لم يُفصح عن دورة تحديث النماذج القائمة على البيانات التاريخية لتعكس هذه الظروف الجديدة. وإذا تجاوزت وتيرة التغيير سرعة التعلم، فإن دقة الذكاء الاصطناعي للسلامة ستنخفض خلال الفترة الانتقالية الأكثر حساسية.  ولا يكمن الخطر الحساس للوقت بالنسبة لنظام أولسان للسلامة AX في تأخير تبني التكنولوجيا، بل في تأخير تحديثات النماذج المتعلقة بالتغيرات في الهيكل الصناعي.

تتضمن الأمراض المهنية فترة تأخير تمتد لعدة سنوات بين التعرض للمرض وتشخيصه. إذا تغيرت المرافق وهياكل التوظيف خلال العامين أو الثلاثة أعوام القادمة، فقد تتشتت معلومات تعرض العمال الحاليين نتيجة لإغلاق أماكن العمل وتغيير الوظائف. وبالتالي، يصعب تحديد السبب وتحديد المسؤولية حتى لو ظهر المرض لاحقًا.  وتُعد الفترة الحالية، في ظل إعادة هيكلة صناعات البتروكيماويات وبناء السفن، الفرصة الأخيرة لحفظ سجلات الصحة المهنية.

تعتمد الحوادث الخطيرة على بنية لا تتراكم فيها البيانات إلا بعد وقوع الخسائر في الأرواح والصحة. وحتى مع تحسين النماذج بعد الحادث، لا يمكن تعويض الخسائر المتكبدة، وتضعف الذاكرة الميدانية نتيجة استبدال العمال في نفس العملية. وإذا لم تتراكم بيانات الحوادث الوشيكة والتحذيرات لمدة سنتين إلى ثلاث سنوات، يستمر الذكاء الاصطناعي في استخدام بيانات الوفيات والإصابات كمادة تدريبية.  تكمن عدم إمكانية التراجع عن السلامة الصناعية في تكبد تكاليف لا يمكن استردادها بمجرد توليد بيانات الفشل.

إذا كانت البيانات الصحية مجزأة حسب الشركة، يصبح من الصعب استعادة حالات التعرض السابقة بعد تغيير العامل لوظيفته أو تقاعده. ومع استمرار إعادة هيكلة الشركات وإغلاق الشركات الشريكة، قد تختفي سجلات بيئة العمل والجهات المسؤولة عنها. وإذا لم يتم ربط السجلات طويلة الأمد بحلول عام ٢٠٢٨، فإن احتمالية تحديد العلاقة السببية للأمراض المهنية ستنخفض بشكل دائم.  ويُعدّ انقطاع بيانات الصحة المهنية خطرًا لا رجعة فيه، يُقوّض في الوقت نفسه التعويض عن الأضرار الصحية والحق في الحصول على التعويض.

حكم الضغط: لكي يتم إنشاء نظام العمل والسلامة والصحة AX في أولسان، يجب التحقق في وقت واحد قبل عام 2028 من معدل اكتشاف الحوادث الوشيكة، ووقت الإنذار، ومعدل اتصال الشريك، ومعدل تتبع التعرض التراكمي، والحد من الحوادث، وليس من توريد المعدات.

إنها مرحلة، ويُعتبر النظام التنبؤي الذي يربط بين تعرض العمال مدى الحياة، وعمليات المقاول الرئيسي/المقاول الفرعي، والنتائج الصحية غير مكتمل.

بينما يتم تطبيق السلامة الذكية في الشركات الكبيرة، إلا أن هناك نقصاً في الأدلة على أنها انتشرت بنفس المستوى إلى المقاولين من الباطن وأماكن العمل الصغيرة والعمال الأجانب حيث تتركز المخاطر.

يجب أن يكون نظام تقييم المخاطر في مكان العمل نظامًا يحدد المخاطر قبل وقوع الحوادث والتعرض للأمراض في وقت مبكر، بدلاً من نظام يراقب العمال بدقة أكبر. تمتلك مدينة أولسان حاليًا تقنية الكشف، لكنها لم تصل بعد إلى التحقق المتزامن من التنبؤ والانتشار والحقوق.

تقدير الوقت الأمثل: تبني إجراءات السلامة الذكية + مخاطر التكامل التنبؤي بين العمل والصحة

مصادر الأدلة

• وزارة العمل والتوظيف، حالة الحوادث المميتة الخاضعة للتحقيق في عام 2025
• وزارة العمل والتوظيف، حالة حوادث العمل لعام 2025
• الوكالة الكورية للسلامة والصحة المهنية، إحصاءات الحوادث الخطيرة
• الوكالة الكورية للسلامة والصحة المهنية، حالات الحوادث الخطيرة في صناعة بناء السفن
• تقوم الوكالة الكورية للسلامة والصحة المهنية بتحليل العوامل الخطرة والأمراض المهنية في صناعة بناء السفن
• تدعم وكالة السلامة والصحة المهنية الكورية معدات السلامة الذكية
• الوكالة الكورية للسلامة والصحة المهنية، دراسات ميدانية حول الذكاء الاصطناعي وتكنولوجيا السلامة الصناعية الذكية
• مدينة أولسان الحضرية، الاستجابة لموجة الحر باستخدام الذكاء الاصطناعي والبيانات الضخمة
• مدينة أولسان الحضرية، مركز التحكم المتكامل للمجمع الصناعي الأخضر الذكي

رؤية هيكلية - الذكاء الاصطناعي في مجال السلامة الصناعية متأخر جدًا كلما تعلم المزيد من الحوادث

يتحسن أداء الذكاء الاصطناعي في التصنيع العام مع ازدياد كمية البيانات المتعلقة بحجم الإنتاج والعيوب والصيانة. وفي حين يمكن لنماذج الذكاء الاصطناعي في مجال السلامة الصناعية أن تصبح أكثر تطوراً مع ازدياد عدد الحوادث التي يمكن التعلم منها، إلا أن هذه البيانات تُنتج على حساب الإصابات والوفيات. إنه مجال فريد من نوعه حيث لا يسير تراكم البيانات والنتائج الاجتماعية في الاتجاه نفسه.

كلما قلّت الحوادث، ازدادت صعوبة التعلم الإحصائي، لكن ازداد ارتباطه بالسلامة. في المقابل، تُعدّ المواقع المعرضة للحوادث مناسبة لتدريب النماذج، لكنها تمثل مواقع فشلت فيها إجراءات الوقاية بالفعل. لذا، إذا صُمّم الذكاء الاصطناعي للسلامة الصناعية بالاعتماد على بيانات الحوادث، فستظهر مفارقة تتمثل في أن المصانع الأكثر أمانًا تفتقر إلى بيانات تدريب كافية، بينما لا تُظهر المصانع الأكثر خطورة تحسنًا في القدرة التنبؤية إلا بعد تراكم الأضرار.

لا تتمثل البيانات التي تُغير هذا الهيكل في الوفيات أو الإصابات، بل في انحرافات المعدات، وتداخل العمل، وتجاهل التحذيرات، وخلع معدات الوقاية، والحوادث الوشيكة، والتعرض لعوامل خطرة. مع ذلك، فإن هذه البيانات متناثرة داخل الشركة وتتداخل مع معلومات مراقبة العمال. وبينما تزداد القيمة الوقائية كلما جُمعت البيانات مبكرًا قبل وقوع الحادث، يزداد أيضًا خطر انتهاك الحقوق.

لذا، فإن نقطة التحول الهيكلي لنظام الذكاء الاصطناعي للعمل في أولسان لا تكمن في دقة الذكاء الاصطناعي بحد ذاته.  بل يعتمد نجاح نظام الذكاء الاصطناعي للسلامة الصناعية على ضمان توفير البيانات اللازمة لرصد المخاطر دون التسبب في إصابات بشرية، وعلى ضمان استخدام هذه البيانات حصراً لحماية العمال.