알림 목록

Area di analisi:  città metropolitana di Ulsan

Aree principali:  Complesso industriale nazionale Mipo-Onsan, Nam-gu, Dong-gu, Buk-gu, Ulju-gun

Ordine del giorno: Livelli di previsione, diffusione e protezione dei dati relativi a lavoro, sicurezza e salute

Tipo di Golden Time: rischio di blocco dei dati post-incidente

Data di riferimento: 28/08/2026

Versione: Regional AX Golden Time Intelligence v3.2
 

Nel 2025, il numero di incidenti mortali oggetto di indagine a livello nazionale è stato di 605, con un aumento di 16 rispetto all'anno precedente, di cui 158 nel settore manifatturiero. Sebbene il numero di decessi nel settore manifatturiero sia diminuito di 17, il numero di incidenti è aumentato di 4, indicando che l'entità dei decessi e la frequenza degli incidenti hanno seguito direzioni diverse. A Ulsan non sono disponibili dati pubblici che colleghino i rischi per settore, dimensione aziendale, appaltatori principali/subappaltatori e processo in tempo reale. Se la sicurezza viene valutata esclusivamente in base al numero totale di decessi nel periodo 2026-2028, i segnali di allarme di un aumento dei rischi all'interno del processo saranno identificati solo dopo che si è verificato un incidente.  Il punto di partenza di Industrial Safety AX non è la digitalizzazione delle statistiche sugli incidenti, bensì la disponibilità di dati precedenti agli incidenti.

Ulsan si è assicurata 6,6 miliardi di won di finanziamenti statali per un progetto di risposta alle ondate di calore basato su intelligenza artificiale e big data entro il 2026 e ha istituito un centro di controllo integrato per complessi industriali intelligenti ed ecocompatibili. Sebbene la gestione della sicurezza si sia spostata da pattugliamenti e segnalazioni a un sistema basato su sensori, informazioni spaziali e dati predittivi, l'ambito dell'integrazione – che include l'esposizione dei lavoratori, i rischi di processo e le informazioni sanitarie nei siti industriali – non è stato reso pubblico. Se l'intelligenza artificiale per la gestione delle emergenze urbane e i dati sulla sicurezza sul lavoro rimarranno separati nei prossimi due o tre anni, non sarà in grado di prevedere i rischi complessi associati a ondate di calore, sostanze chimiche, oggetti pesanti e spazi confinati. Sebbene  l'intelligenza artificiale per la sicurezza di Ulsan sia entrata nella fase di applicazione in ambito urbano, non ha ancora raggiunto la fase di integrazione sul luogo di lavoro.

Nel 2025, i luoghi di lavoro con meno di 50 dipendenti hanno registrato 351 degli incidenti mortali totali, ovvero circa il 58% del totale, mentre i luoghi di lavoro con meno di 5 dipendenti hanno registrato 174 decessi, con un aumento del 14,5% rispetto all'anno precedente. Sebbene la struttura sia tale da concentrare i rischi per la sicurezza industriale nei siti di piccole dimensioni – dove il personale dirigenziale e gli investimenti nelle infrastrutture sono più deboli – rispetto ai luoghi di lavoro di grandi dimensioni, il tasso di adozione di dispositivi di sicurezza basati sull'intelligenza artificiale in base alle dimensioni aziendali tra i subappaltatori di Ulsan non è stato verificato. Se la diffusione della sicurezza intelligente incentrata sulle grandi aziende dovesse continuare dal 2026 al 2028, i rischi si sposteranno verso la parte inferiore della catena di fornitura anziché essere eliminati.  Il divario maggiore in Industrial Safety AX non è il livello tecnologico, ma la disparità di accesso in base alle dimensioni aziendali.

L'Agenzia coreana per la sicurezza e la salute sul lavoro (KOSHA) sta fornendo attrezzature di sicurezza intelligenti, tra cui il riconoscimento video tramite intelligenza artificiale, sistemi intelligenti per evitare le collisioni con le gru, avvisi di prossimità dei carrelli elevatori e rilevamento di crolli e spostamenti. Sebbene la tecnologia per la sicurezza si sia evoluta dai dispositivi di protezione e dalla segnaletica al rilevamento in tempo reale, agli avvisi e agli arresti automatici, il numero di postazioni di lavoro installate a Ulsan, i tassi di falsi allarmi, i tassi di riduzione degli incidenti e i tassi di funzionamento continuo delle apparecchiature non sono resi pubblici. Se il numero di installazioni aumenta nell'arco di due o tre anni senza effetti verificati di riduzione del rischio, le apparecchiature rimangono semplicemente un dato di acquisto piuttosto che una misura delle prestazioni in termini di sicurezza.  La tecnologia di sicurezza intelligente è stata commercializzata, ma le sue prestazioni sul campo a Ulsan non sono ancora state confermate.

La gestione tradizionale della sicurezza aggregava retrospettivamente incidenti, quasi incidenti, checklist e risultati delle visite mediche. Mentre la sicurezza basata sull'intelligenza artificiale è strutturata per combinare in tempo reale la posizione dei lavoratori, le vibrazioni delle attrezzature, la concentrazione di gas, la temperatura, la sequenza di lavoro e gli incidenti passati, gli standard dei dati e l'ambito dell'analisi congiunta per il complesso industriale di Ulsan non sono ancora stati definiti. Se i dati relativi al periodo 2026-2028 rimarranno limitati alle singole attrezzature aziendali, gli stessi tipi di incidenti si ripeteranno in altri luoghi di lavoro.  L'unità di competizione nella sicurezza industriale si è spostata dalle singole attrezzature alla velocità di apprendimento del rischio dell'intera catena di fornitura.

A differenza degli infortuni, i problemi di salute sul lavoro si manifestano come malattie in seguito all'accumulo a lungo termine degli effetti derivanti da rumore, polveri, sostanze chimiche pericolose, movimenti ripetitivi e lavoro a turni. Sebbene esistano dati su visite mediche e infortuni sul lavoro riconosciuti, non vengono divulgati dati regionali che colleghino l'esposizione quotidiana con i cambiamenti di salute individuali a lungo termine. Se nei prossimi due o tre anni si verificheranno ristrutturazioni aziendali e mobilità della forza lavoro, la storia dell'esposizione sarà dispersa in più luoghi di lavoro, rendendo più difficile risalire ai nessi causali.  La lacuna nell'ambito della salute sul lavoro non risiede nella tecnologia diagnostica, bensì nella storia dell'esposizione che persiste anche dopo lo spostamento dei lavoratori tra i diversi luoghi di lavoro.

I casi di incidenti gravi nel settore della cantieristica navale, rilevati dall'Agenzia coreana per la sicurezza e la salute sul lavoro, rivelano un accumulo di rischi ricorrenti, come ponteggi, carichi pesanti, rottura di funi, cadute e collisioni. Poiché la produzione navale comprende fasi di bloccaggio, saldatura, verniciatura e assemblaggio, nonché un lavoro collaborativo a più fasi, i rischi si verificano ai confini dei processi; tuttavia, non è stato individuato alcun sistema di divulgazione pubblica che integri le ubicazioni, i permessi di lavoro e lo stato delle attrezzature di appaltatori principali e subappaltatori. Con l'aumento dei volumi di ordini e dell'impiego di manodopera straniera nell'arco di due o tre anni, le lacune informative tra i turni di lavoro aumentano la probabilità di incidenti.  Il divario AX nella sicurezza della cantieristica navale non risiede nella mancanza di conoscenza delle tipologie di rischio, bensì nell'incapacità di controllare le operazioni simultanee in tempo reale.

L'Agenzia coreana per la sicurezza e la salute sul lavoro ha analizzato l'esposizione a fattori pericolosi e i rischi di cancro professionale tra i lavoratori addetti alla saldatura, alla verniciatura e alla produzione nell'industria cantieristica. Sebbene le valutazioni del rischio si siano estese dagli incidenti alle malattie croniche, non esiste una coorte pubblica che colleghi l'esposizione cumulativa per mansione lavorativa dei cantieri navali di Ulsan con i loro esiti di salute dopo il pensionamento. Anche se l'automazione del lavoro dovesse procedere fino al 2028, le malattie tra coloro che sono stati esposti in passato si manifesteranno in seguito.  Il programma AX per il settore cantieristico non può eliminare immediatamente il debito sanitario derivante dalle esposizioni passate, anche se riduce gli incidenti attuali.

I complessi petrolchimici gestiscono sostanze infiammabili e tossiche, impianti ad alta pressione e alta temperatura e processi continui. Sebbene i rischi derivino da una combinazione di degrado delle apparecchiature, deviazioni di processo e programmi di manutenzione, piuttosto che dal comportamento di un singolo lavoratore, il livello di condivisione dei dati sui rischi relativi a tubazioni e utenze tra le aziende non è reso pubblico. Se i cicli di manutenzione e la composizione della forza lavoro dovessero cambiare a causa di tagli alla produzione e riorganizzazioni degli impianti tra il 2026 e il 2028, il potere predittivo dei modelli addestrati su dati operativi normali potrebbe diminuire.  Il rischio per Petrochemical Safety AX non risiede solo nell'assenza di un modello, ma anche nel fatto che l'ambiente di apprendimento stesso cambia a causa della ristrutturazione.

Sebbene l'esposizione a sostanze chimiche sia gestita attraverso misurazioni ambientali sul luogo di lavoro ed esami medici specifici, le fluttuazioni di concentrazione tra i cicli di misurazione e l'esposizione cumulativa dei lavoratori subappaltati vengono rilevate solo in misura limitata. Il collegamento dei dati dei sensori di processo con i dati sanitari migliora il potere predittivo, ma crea lacune in merito alle informazioni personali, alla discriminazione sul lavoro e alla proprietà dei dati. Se l'analisi viene estesa per due o tre anni senza il rispetto delle norme sui diritti, esiste un alto rischio che le previsioni sanitarie vengano utilizzate per la selezione dei lavoratori anziché per il miglioramento delle condizioni di lavoro.  La valutazione della salute sul lavoro (Occupational Health AX) è tecnicamente fattibile, ma non è considerata una tecnologia protetta in assenza di diritti sui dati dei lavoratori.

Nelle fabbriche automobilistiche, robot, nastri trasportatori, presse, carrelli elevatori e operai lavorano nello stesso spazio produttivo. Mentre le apparecchiature di sicurezza intelligenti rilevano in tempo reale i rischi di avvicinamento, collisione e intrappolamento, non è chiaro se le apparecchiature dei fornitori e delle aziende di logistica siano connesse allo stesso livello. Se nei prossimi due o tre anni solo l'interno dello stabilimento di produzione dei veicoli finiti verrà modernizzato, i rischi si sposteranno alle fasi di carico/scarico dei componenti, alla manutenzione esternalizzata e alla logistica.  Il livello di completezza della sicurezza automobilistica (AX) è inferiore ai confini della catena di fornitura rispetto all'interno dello stabilimento.

L'espansione dell'elettrificazione e della produzione di batterie introduce rischi legati all'alta tensione, all'instabilità termica, alle sostanze chimiche e alla manutenzione. Mentre la struttura industriale si sta spostando dai rischi meccanici associati ai motori a combustione interna a rischi complessi che coinvolgono elettricità, sostanze chimiche e software, non è noto in che misura il sistema di classificazione degli incidenti e dei quasi incidenti presso il sito di Ulsan rifletta questo cambiamento. Basarsi esclusivamente sui tipi di incidenti passati fino al 2028 non consentirà di prevedere incidenti a bassa frequenza e ad alto rischio nei nuovi processi.  Il sistema Future Vehicle Safety AX è efficace contro i rischi storici grazie all'abbondanza di dati, ma vulnerabile ai nuovi rischi con dati limitati.

Ulsan ha avviato un progetto per raccogliere e prevedere le ondate di calore localizzate utilizzando l'intelligenza artificiale e i big data. Sebbene sia aumentato il potenziale di suddividere le informazioni sulle ondate di calore, a partire dalle temperature medie urbane, in microclimi specifici per i luoghi di lavoro, la misura in cui ciò sia correlato all'intensità del lavoro dei lavoratori, ai dispositivi di protezione individuale, agli orari dei turni e alle condizioni preesistenti rimane da confermare. Se i rischi climatici aumentano nell'arco di due o tre anni, le disparità nei danni alla salute tra i diversi processi si ampliano, anche a parità di temperatura.  Il progetto Heatwave AX di Ulsan si trova attualmente nella fase di previsione ambientale e non in quella di valutazione del rischio specifico per il lavoratore.

L'industria cantieristica sta ampliando la propria forza lavoro straniera, mentre il settore manifatturiero nel suo complesso sta assistendo a un invecchiamento della forza lavoro qualificata. Sebbene le lingue, le esperienze e le condizioni di salute necessarie per comprendere le informazioni sui rischi si siano diversificate, gli avvisi multilingue in tempo reale e i tassi di applicazione dei singoli livelli di rischio non vengono divulgati. Se i cambiamenti nella struttura della forza lavoro tra il 2026 e il 2028 supereranno la formazione sulla sicurezza e i sistemi di allerta, gli avvisi non si tradurranno in azioni concrete, anche se la tecnologia verrà implementata.  Rispetto ai cambiamenti nella composizione della forza lavoro, la personalizzazione e la multilingueizzazione delle informazioni sulla sicurezza a Ulsan rimangono ancora da confermare.

Il riconoscimento video e il tracciamento della posizione tramite intelligenza artificiale rilevano l'accesso ad aree pericolose e la mancata indossatura dei dispositivi di protezione individuale. Sebbene ciò migliori la visibilità della gestione della sicurezza, non esistono standard regionali comuni in merito al riutilizzo dei dati relativi a movimenti, velocità e comportamenti dei lavoratori per valutazioni della produttività o provvedimenti disciplinari. Se i dati sulla sicurezza vengono utilizzati per scopi diversi da quelli previsti per un periodo di due o tre anni, i lavoratori tendono a evitare i sensori e a non segnalare gli incidenti, con conseguente calo della qualità dei dati.  L'intelligenza artificiale applicata alla sicurezza, laddove sorveglianza e protezione non sono separate, compromette le prestazioni predittive a causa della mancanza di fiducia.

Sebbene i modelli di intelligenza artificiale apprendano dai dati relativi a incidenti passati e al normale funzionamento, gli incidenti industriali si verificano raramente e implicano complesse combinazioni di situazioni. A causa della scarsità di dati sugli incidenti, la verifica dei falsi allarmi e delle mancate rilevazioni è difficile, eppure gli indicatori di prestazione per ciascun modello presso il sito di Ulsan non vengono divulgati. Entro il 2028, se la precisione degli allarmi è bassa, il sito ignorerà gli allarmi ripetuti e disabiliterà la funzione di arresto automatico.  I criteri di valutazione per l'intelligenza artificiale applicata alla sicurezza non sono lo stato di installazione, bensì il tasso di mancate rilevazioni e l'affidabilità del sito.

Ulsan possiede il Centro di controllo integrato per il complesso industriale Smart Green, sistemi di previsione delle ondate di calore basati sull'intelligenza artificiale, un'organizzazione dedicata alla sicurezza industriale e sistemi di sicurezza intelligenti forniti da grandi aziende. Sebbene la prontezza a livello cittadino, dei complessi industriali e delle grandi imprese sia confermata, i livelli di attrezzature, dati e personale dedicato presso le aziende partner e i piccoli luoghi di lavoro non sono resi noti. Se la prontezza alla base della catena di approvvigionamento non viene misurata per due o tre anni, la media regionale risulta sovrastimata dalle prestazioni delle grandi aziende.  Il livello di prontezza Safety AX di Ulsan è giudicato "avanzato" per le grandi imprese e "disomogeneo" per l'ecosistema industriale.

Nel 2025, circa il 58% degli incidenti mortali a livello nazionale si è verificato in luoghi di lavoro con meno di 50 dipendenti. Sebbene il centro del rischio risieda nelle piccole imprese, l'utilizzo di apparecchiature di sicurezza basate sull'intelligenza artificiale richiede investimenti, comunicazione, manutenzione e capacità di analisi dei dati. Il tasso di operatività continuativa delle piccole imprese a Ulsan non è stato verificato. Se tra il 2026 e il 2028 saranno disponibili solo i sussidi iniziali, il divario in termini di sicurezza si amplierà nuovamente quando si presenteranno i costi di sostituzione delle apparecchiature e di abbonamento.  Il livello di preparazione delle piccole imprese è valutato come più debole in termini di operatività continuativa rispetto alla fase di installazione.

Tra gli elementi di supporto commerciale sono stati inclusi il riconoscimento video tramite intelligenza artificiale, le gru intelligenti, il rilevamento dell'avvicinamento dei carrelli elevatori e i sensori di crollo/spostamento. Sebbene diverse tipologie di tecnologia si siano diffuse, i tassi di installazione e gli effetti sulla riduzione degli incidenti per settore e processo a Ulsan non sono resi noti. Se la distribuzione delle singole apparecchiature dovesse continuare solo per due o tre anni, non sarebbe possibile prevedere gli incidenti di processo che coinvolgono la combinazione di molteplici rischi.  Le apparecchiature di sicurezza intelligenti si sono diffuse sul mercato dei prodotti, ma attualmente la loro diffusione nell'intero processo di Ulsan è parziale.

Il Centro di Controllo Integrato del Complesso Industriale Smart Green ha gettato le basi per il collegamento di informazioni spaziali 3D, controllo e servizi entro il 2025. Sebbene la visibilità a livello di complesso industriale sia migliorata, il collegamento in tempo reale con i permessi di lavoro interni, i sensori delle apparecchiature e le informazioni sui rischi dei lavoratori non è ancora stato confermato. Se entro il 2028 i dati di controllo esterni e i dati di processo interni saranno separati, l'identificazione della posizione dopo un incidente sarà più rapida, ma l'intervento preventivo sarà limitato.  Il controllo del complesso industriale si è ampliato, ma il collegamento dei dati di sicurezza predittiva rimane incompleto.

Le grandi aziende possiedono proprie organizzazioni per la sicurezza, sensori, sale di controllo e la capacità di investire in infrastrutture. Anche quando i subappaltatori lavorano presso la sede dell'appaltatore principale, i dati per affiliazione, processo e attrezzatura possono essere separati e la frequenza di condivisione dei dati non viene divulgata. Se i dati sulla sicurezza tra l'appaltatore principale e i subappaltatori non vengono collegati per due o tre anni, vengono contemporaneamente omesse sia la responsabilità che il rischio relativi ai confini di processo.  Il piano di sicurezza dell'appaltatore principale è stato implementato, ma il piano di sicurezza congiunto appaltatore principale-subappaltatore non è ancora stato confermato.

La percentuale di incidenti mortali nei luoghi di lavoro con meno di 50 dipendenti ha superato la metà. Sebbene i gruppi ad alto rischio non coincidano con i gruppi in grado di investire in tecnologia, le prestazioni di Ulsan in termini di supporto, installazione e manutenzione in base alle dimensioni dell'azienda non sono state verificate. Se questo divario persisterà fino al 2028, il rischio complessivo di incidenti a livello regionale rimarrà nella parte inferiore della catena di fornitura, nonostante i progressi nella tecnologia per la sicurezza.  Si stima che il livello di diffusione tra le aziende partner sia significativamente inferiore a quello delle grandi aziende.

La medicina del lavoro gestisce i fattori di rischio e le malattie attraverso la misurazione dell'ambiente lavorativo, esami medici specifici e indagini epidemiologiche. Sebbene siano stati raccolti dati a livello istituzionale, non è stato ancora individuato un sistema a livello di Ulsan che colleghi l'esposizione individuale, la mobilità sul luogo di lavoro e gli esiti sanitari a lungo termine. Se il ricambio di personale, i pensionamenti e l'arrivo di lavoratori stranieri aumentano nell'arco di due o tre anni, la discontinuità nella storia dell'esposizione diventa ancora maggiore.  I controlli medici sono diventati diffusi, eppure i dati sull'esposizione cumulativa nel corso della vita rimangono frammentari.

Una ricerca condotta nel settore della cantieristica navale ha analizzato il rischio di malattie professionali collegando matrici di esposizione lavorativa con dati provenienti da registri dei tumori, assicurazioni contro la disoccupazione e visite mediche. Sebbene la metodologia di ricerca esista, non è stato verificato in che misura venga comunicata ai lavoratori in loco sotto forma di avvisi individuali sui rischi e adeguamenti lavorativi. Se entro il 2028 la ricerca e il luogo di lavoro dovessero separarsi, i rischi di malattia rimarrebbero confinati esclusivamente alle statistiche collettive.  Nonostante la capacità di analizzare la salute sul lavoro esista, la diffusione della prevenzione in tempo reale è ancora in una fase preliminare.

Dal 2026 al 2028, Ulsan assisterà simultaneamente a un aumento degli ordini di costruzione navale, all'elettrificazione del settore automobilistico, alla ristrutturazione del settore petrolchimico, ai rischi climatici e all'espansione della forza lavoro straniera. Sebbene carichi di lavoro, processi, impianti e composizione della forza lavoro cambieranno tutti insieme, il ciclo di aggiornamento dei modelli basati su dati storici per riflettere queste nuove condizioni non è reso noto. Se il cambiamento supera l'apprendimento, l'accuratezza dell'IA per la sicurezza diminuisce durante il periodo di transizione più critico.  Il rischio tempestivo per Ulsan Safety AX non risiede nel ritardo nell'adozione della tecnologia, ma nel ritardo nell'aggiornamento dei modelli in relazione ai cambiamenti nella struttura industriale.

Le malattie professionali comportano un intervallo di tempo di diversi anni tra l'esposizione e la diagnosi. Se nei prossimi due o tre anni dovessero cambiare gli impianti e le strutture occupazionali, le informazioni sull'esposizione dei lavoratori attuali potrebbero frammentarsi a causa di chiusure di stabilimenti e cambiamenti di mansione. Di conseguenza, diventerebbe difficile identificare la causa e attribuire le responsabilità, anche se la malattia si manifestasse in un secondo momento.  Il periodo attuale, caratterizzato dalla ristrutturazione dei settori petrolchimico e cantieristico, rappresenta l'ultima opportunità per preservare la storia clinica in materia di salute sul lavoro.

Gli incidenti gravi si verificano in un contesto in cui i dati si accumulano solo dopo che si sono verificate perdite di vite umane e danni alla salute. Anche se i modelli vengono migliorati dopo un incidente, le perdite già subite non possono essere recuperate e la memoria in loco si indebolisce a causa della sostituzione dei lavoratori nello stesso processo. Se non si accumulano dati relativi a incidenti sfiorati e a segnali di allarme per due o tre anni, l'intelligenza artificiale continua a utilizzare i dati su morti e infortuni come materiale di addestramento.  L'irreversibilità della sicurezza industriale risiede nel fatto che i costi irrecuperabili si verificano nel momento stesso in cui vengono generati i dati relativi al guasto.

Se i dati sanitari sono frammentati per azienda, diventa difficile ricostruire le esposizioni passate dopo che un lavoratore cambia lavoro o va in pensione. Con il procedere della ristrutturazione aziendale e la chiusura delle società partner, le registrazioni relative all'ambiente di lavoro e ai soggetti responsabili potrebbero scomparire insieme a esse. Se le storie cliniche a lungo termine non saranno collegate entro il 2028, la probabilità di stabilire un nesso di causalità per le malattie professionali si ridurrà in modo permanente.  La discontinuità dei dati sanitari sul lavoro rappresenta un rischio irreversibile che compromette al contempo il risarcimento dei danni alla salute e il diritto all'indennizzo.

Giudizio di compressione: Affinché l'AX di Ulsan in materia di lavoro, sicurezza e salute venga istituito, non la fornitura di attrezzature, ma il tasso di rilevamento di quasi incidenti, il tempo di preavviso degli allarmi, il tasso di connessione dei partner, il tasso di monitoraggio dell'esposizione cumulativa e la riduzione degli incidenti devono essere verificati simultaneamente entro il 2028.

Si tratta di una fase, e il sistema predittivo che collega l'esposizione dei lavoratori nel corso della loro vita, i processi dell'appaltatore principale/subappaltatore e gli esiti sulla salute è considerato incompleto.

Sebbene le soluzioni di sicurezza intelligenti vengano implementate nelle grandi aziende, mancano prove che si siano diffuse allo stesso livello presso i subappaltatori, le piccole imprese e i lavoratori stranieri, dove i rischi sono più concentrati.

Il sistema Labor AX deve essere un sistema in grado di individuare i rischi prima degli incidenti e l'esposizione alle malattie prima che si manifestino, piuttosto che un sistema che monitora i lavoratori in modo più preciso. Attualmente, Ulsan possiede la tecnologia di rilevamento, ma non ha ancora raggiunto la verifica simultanea di previsione, diffusione e identificazione dei rischi.

Giudizio del tempo d'oro: adozione di sistemi di sicurezza intelligenti + rischio predittivo di integrazione salute-lavoro

Fonti di prova

• Ministero del Lavoro e dell'Occupazione, Stato degli incidenti mortali oggetto di indagine nel 2025
• Ministero del Lavoro e dell'Occupazione, Stato degli infortuni sul lavoro nel 2025
• Agenzia coreana per la sicurezza e la salute sul lavoro, statistiche sugli incidenti gravi
• Agenzia coreana per la sicurezza e la salute sul lavoro, casi di incidenti gravi nell'industria cantieristica
• L'Agenzia coreana per la sicurezza e la salute sul lavoro analizza i fattori di rischio e le malattie professionali nell'industria cantieristica.
• L'Agenzia coreana per la sicurezza e la salute sul lavoro sostiene le attrezzature di sicurezza intelligenti
• Agenzia coreana per la sicurezza e la salute sul lavoro, casi pratici di intelligenza artificiale e tecnologie intelligenti per la sicurezza industriale
• La città metropolitana di Ulsan adotta un approccio basato sull'intelligenza artificiale e sui big data per rispondere all'ondata di calore.
• Centro di controllo integrato del complesso industriale Smart Green della città metropolitana di Ulsan.

Structural Insight — L'intelligenza artificiale per la sicurezza industriale è già troppo tardi, più impara dagli incidenti

Le prestazioni dell'IA applicata alla produzione in generale migliorano con l'aumentare della quantità di dati relativi al volume di produzione, ai difetti e alla manutenzione. Sebbene i modelli di IA per la sicurezza industriale possano diventare più sofisticati con l'aumentare del numero di incidenti da cui trarre insegnamento, la generazione di questi dati avviene a scapito di infortuni e vittime. Si tratta di un ambito particolare in cui l'accumulo di dati e le conseguenze sociali non procedono di pari passo.

Quanto più rari sono gli incidenti, tanto più difficile diventa l'apprendimento statistico, ma tanto maggiore è la correlazione con la sicurezza. Al contrario, i siti ad alto rischio di incidenti sono favorevoli all'addestramento dei modelli, ma rappresentano luoghi in cui la prevenzione ha già fallito. Pertanto, se l'intelligenza artificiale per la sicurezza industriale viene progettata sulla base dei dati sugli incidenti, si verifica un paradosso: le fabbriche più sicure non dispongono di dati di addestramento sufficienti, mentre le fabbriche più pericolose mostrano un miglioramento del potere predittivo solo dopo che si sono accumulati i danni.

I dati che modificano questa struttura non sono i decessi o gli infortuni, bensì le anomalie delle attrezzature, le sovrapposizioni di mansioni, gli avvisi ignorati, il distacco dei dispositivi di protezione, i quasi incidenti e l'esposizione a fattori di rischio. Tuttavia, questi dati sono dispersi all'interno dell'azienda e si sovrappongono alle informazioni provenienti dalla sorveglianza dei lavoratori. Se da un lato il valore preventivo aumenta quanto prima vengono raccolti i dati, prima che si verifichi un incidente, dall'altro cresce anche il rischio di violazione dei diritti.

Pertanto, il punto di svolta strutturale di Ulsan Labor AX non risiede nell'accuratezza dell'IA in sé.  La possibilità di realizzare Industrial Safety AX dipende dalla capacità di garantire simultaneamente i dati necessari per apprendere i rischi senza causare danni umani e la fiducia che tali dati vengano utilizzati esclusivamente per la tutela dei lavoratori.