Публикации
12 ноября 2025 г.
В условиях современного высокотехнологичного производства, связанного с работой на высоте, в ограниченных пространствах и со сложным оборудованием, комплексная подготовка персонала является не просто нормой,...
Законодательство
15 сентября 2025 г.
Обзор «Новое в законодательстве по охране труда»: часть II
1 сентября 2025 года вступили в силу многочисленные изменения законодательства по охране труда. Мы подготовили серию материалов, посвященных ключевым изменениям законодательства, которые затрагивают работодателей...
Статистика
10 ноября 2025 г.
Ваш коллега — искусственный интеллект
В нашей прошлой статье мы обсудили, как цифровые инструменты меняют подходы к охране труда. Сегодня мы продолжим эту тему и подкрепим ее свежими данными....
Специальная оценка условий труда
25 августа 2025 г.
Минтруд разъяснил возможность применения страховыми агентами и брокерами упрощенной СОУТ
Саморегулируемая организация (далее – СРО), объединяющая страховых агентов и брокеров, обратилась в Минтруд России с запросом о возможности применения ее членами упрощенного порядка проведения специальной...
Искусственный интеллект в охране труда: от автоматизации к предикции
10 февраля 2026 г.
В апреле 2026 года состоится Московский инновационный форум охраны труда, подтвердивший ранее большой интерес экспертного сообщества к цифровой трансформации в сфере охраны труда: практическим демонстрациям и реальным кейсам внедрения искусственного интеллекта и видеоаналитики, носимым устройствам, цифровым платформам для обучения работников и так далее...
В апреле 2026 года состоится Московский инновационный форум охраны труда, подтвердивший ранее большой интерес экспертного сообщества к цифровой трансформации в сфере охраны труда: практическим демонстрациям и реальным кейсам внедрения искусственного интеллекта (далее — ИИ) и видеоаналитики, носимым устройствам, цифровым платформам для обучения работников и так далее. Участники форума отмечают высокий уровень организации мероприятия, состав спикеров, ценность практических кейсов и реальную пользу применения представленных технологий, влияющих на снижение производственного травматизма и улучшение ESG-показателей. Форум стал площадкой для обмена опытом, поиска решений и запуска новых идей. В числе участников, докладчиков и партнеров — лидеры технологического и промышленного сектора.
Девиз МИФОТ-26: «Будущее охраны труда — уже здесь». Форум вновь станет площадкой для диалога экспертов, ориентированного на практику, демонстрацию успешных разработок и стратегическое партнерство в области инновационной охраны труда и производственной безопасности.
Цифровизация и ИИ — это не только модный тренд. Современные технологии стали фундаментальной основой для построения эффективных систем управления охраной труда (далее — СУОТ), делая обеспечение профессиональной безопасности персонала предиктивной и адаптивной категорией.
Применение предиктивной аналитики имеет прямое отношение к современным стандартам ведения бизнеса, в частности, к ESG-стратегиям (Environmental, Social, Governance). В контексте ESG предикция является мощным инструментом для улучшения показателей в блоке социальной ответственности (Social) и корпоративного управления (Governance). В рамках ESG-стратегий компаний цифровые инструменты становятся ключевым элементом для достижения таких амбициозных целей, как «нулевой травматизм», минимизация профессиональных рисков и повышение общей прозрачности бизнес-процессов.
Комплексное внедрение ИИ-технологий, видеоаналитики, Интернета вещей (IoT), носимых устройств и обработки больших данных (Big Data) формирует принципиально новую культуру безопасности, где фокус внимания специалистов в области охраны труда смещается от реагирования на произошедшие инциденты к их системному прогнозированию и предотвращению.
Один из ключевых тематических блоков предстоящего форума МИФОТ-26 — «ИИ в охране труда: от автоматизации к предикции». На площадке инновационного центра «Сколково» эксперты представят и детально обсудят возможные сценарии применения ИИ-технологий в области охраны труда.
В фокус внимания участников форума попадут такие перспективные направления интеграции ИИ-технологий в процессы охраны труда, как создание цифровых ассистентов на основе генеративных моделей и голосовых помощников, которые способны автоматизировать создание учебных материалов для инструктажей, стажировки и обучения по охране труда, а также документации в контексте различных процессов СУОТ.
Будут рассмотрены решения для голосового контроля допуска к работе с анализом речи и формированием цифровых протоколов, а также системы анализа инцидентов на производстве, использующие исторические массивы данных для выявления скрытых закономерностей и потенциальных опасностей для жизни и здоровья работников.
Предиктивная аналитика позволяет прогнозировать профессиональные риски на конкретных рабочих местах, выделяя опасные зоны и группы персонала, подверженные воздействию производственных факторов или опасностей. «Умные» средства индивидуальной защиты (далее — СИЗ) и носимые устройства с датчиками отслеживают показатели состояния здоровья работников.
Одна из ключевых тем МИФОТ-26 — применение цифровых ассистентов и голосовых помощников, созданных на базе генеративного ИИ. Эти технологии трансформируют охрану труда, превращая трудоемкий «бумажный» процесс в проактивную цифровую среду обеспечения профессиональной безопасности работников.
В перечень ИИ-инструментов, активно внедряемых в профессиональную деятельность специалистов в области охраны труда и производственной безопасности, прочно вошли виртуальные помощники или чат-боты, аналогичные тем, которые интегрированы в сервисы онлайн-банков и государственных порталов. Такие ассистенты становятся полезными инструментами в различных ситуациях: при подборе СИЗ, идентификации опасностей и оценке профессиональных рисков (далее — ОПР), анализе вероятности возникновения несчастных случаев и развития профессиональных заболеваний.
Практические сценарии использования чат-ботов варьируются от роли «помощника в поле» для получения инструкций без отрыва от работы до контекстного персонализированного обучения в формате диалога и углубленного анализа первопричин инцидентов. Их внедрение требует преодоления ряда этических и технических барьеров, среди которых необходимость минимизации рисков генерации ИИ недостоверной или вымышленной информации (так называемых «галлюцинаций»), обеспечение надежности работы системы, а также четкое разграничение ответственности. Цифровой ассистент выступает в роли консультанта, а не субъекта, уполномоченного принимать обязательные к исполнению решения.
Первой отечественной инновационной разработкой в данном направлении стал AI-чат-бот KioutCHAT, созданный экспертами Клинского института охраны и условий труда. KioutCHAT предназначен для повышения производительности и эффективности работы специалистов в области охраны труда. Он автоматизирует рутинные процессы:
— создание документов;
— анализ данных;
— разработку стратегий повышения безопасности;
— многие другие задачи в рамках СУОТ.
KioutCHAT функционирует как экспертная система, к которой можно обращаться в формате диалога для получения консультаций, а также использовать встроенные агенты: «Инженер по ОТ», «Эксперт по обучению», «Эксперт по СИЗ», «Эксперт по ОПР», «Эксперт по СОУТ».
Платформа помогает организовывать и систематизировать методическую работу специалиста в области охраны труда, чтобы оптимизировать ключевые процессы СУОТ, на основе прямых запросов пользователя.
В части документооборота ИИ ускоряет генерацию локальных нормативных актов и инструкций. Например, при проведении ОПР чат-бот, используя агента «Эксперт по ОПР», помогает идентифицировать опасности на основе предоставленного пользователем описания работ.
ИИ-технологии значительно повышают эффективность подбора СИЗ, автоматически обрабатывая данные о факторах риска для формирования оптимального комплекта средств защиты, выдаваемого работнику. KioutCHAT предлагает нестандартные подходы к решению разноплановых задач, постоянно совершенствуясь и адаптируясь к новым запросам пользователей.
С технической точки зрения платформа доступна на персональных компьютерах, планшетах и смартфонах, обладает интуитивно понятным интерфейсом, поддерживает голосовые команды и обеспечивает высокую скорость обработки данных, например, анализ фотографий.
Помимо профильных агентов, KioutCHAT включает специализированные инструменты. Одна из сильных сторон платформы — возможность проактивного управления безопасностью, в том числе анализа опасных ситуаций и психологического тестирования работников для выявления склонности к нарушениям. Например, «Фиксация и анализ несчастных случаев» структурирует сбор информации об инциденте — от хронологических данных и профиля пострадавшего до описания обстоятельств и разработки корректирующих мер — с последующей генерацией отчета.
KioutCHAT — интеллектуальный помощник, который делает порой сложные для понимания нормативные требования доступными, а процессы управления безопасностью на основе данных в рамках СУОТ — более эффективными. Анализ статистики использования платформы показывает, что KioutСHAT стал частью рабочего процесса специалистов в области охраны труда. За период с ноября 2025 года по январь 2026 года включительно рост вовлеченности пользователей в работу с ИИ составил более 40 %.
Внедрение ИИ открывает новый этап повышения эффективности, точности и персонализации в таких важных направлениях работы специалистов в области охраны труда, как проведение инструктажей, создание чек-листов и формирование комплексных отчетов. Современные ИИ-системы трансформируют эти процессы, анализируя законодательные требования охраны труда и тексты локальных нормативных актов, с учетом особенностей технологических процессов и специфики каждого рабочего места. Это позволяет, повышая точность и экономя время, автоматизировать рутинные задачи: сложные ГОСТы и технические регламенты превратить в понятные и удобные инструменты, актуализировать рабочую документацию, сформировать цифровые чек-листы для проверок и так далее.
На основе этого массива информации ИИ выполняет многоуровневый анализ. Например, при подготовке к проведению инструктажа для работников конкретной профессии в определенном цехе, ИИ выявляет соответствующие нормативные требования, сопоставляет их с локальными особенностями — типом оборудования, планировкой рабочего места, используемыми сырьем и материалами — и даже учитывает данные о произошедших ранее несчастных случаях.
Нейросети анализируют массив данных и за считанные минуты формируют учебные материалы для проведения инструктажей, адаптированных для конкретных рабочих мест. Их можно представить в различных форматах: от структурированного текстового документа до интерактивного учебного модуля. При изменениях законодательства, внутренних требований безопасности труда или технологических процессов система способна автоматически поддерживать эти документы в актуальном состоянии.
Аналогичный интеллектуальный подход применяется при формировании цифровых чек-листов для проведения проверок и аудитов. Например, ИИ извлекает из текстов нормативных правовых актов и локальных нормативных актов ключевые требования охраны труда. Оцениваются риски на конкретном объекте в реальном времени с учетом следующих факторов:
— плановых работ на смежных участках;
— информации с датчиков (например, об уровне шума или вибрации);
— статистики производственного травматизма и так далее.
Вместо статичных универсальных пунктов генерируются динамические, контекстно-зависимые и приоритетно расставленные перечни контрольных вопросов, соответствующие наиболее вероятным опасностям.
При подготовке отчетности ИИ выполняет роль не только сборщика данных, но и аналитика, стратега. Система позволяет формировать отчеты по результатам проверок для различной целевой аудитории — как на линейном уровне, так и для высшего руководства, а также комплекты документов, определяющих или регистрирующих процессы СУОТ.
Ежедневно на предприятии генерируются массивы структурированных и неструктурированных данных, например, акты о несчастных случаях на производстве, записи системы видеонаблюдения и так далее. ИИ-системы, оснащенные алгоритмами машинного обучения, постоянно анализируют эту информацию, выявляя незаметные на первый взгляд закономерности. На основе глубинного анализа ИИ автоматически формирует детализированные отчеты для внутреннего пользования (с прогнозными рекомендациями по устранению коренных причин рисков) и для контролирующих органов (гарантированно соответствующие всем установленным требованиям). Это позволяет перейти от реактивной модели к проактивной, когда отчет содержит план по предотвращению потенциальных инцидентов.
Важным компонентом автоматизации качественного обучения в области охраны труда является интеграция обязательной подготовки и оценки компетенций персонала. Яркий пример такой реализации — система интеллектуального обучения, созданная специалистами КИОУТ на базе платформы KioutCHAT. Подобные решения разрабатываются для повышения эффективности действующих процедур в рамках СУОТ и направлены на преодоление классических организационных сложностей, а также на устранение излишней формализации и оторванности универсальных учебных программ от реальной производственной практики.
Функциональные возможности системы интеллектуального обучения позволяют без участия человека решать комплекс задач. Формируются контрольные циклы обучения персонала с учетом следующих факторов:
— специфики деятельности организации;
— профессии (должности) работника;
— условий труда на рабочем месте;
— видов выполняемых работ, трудовых функций и обязанностей;
— используемых СИЗ.
Система автоматически создает профиль обучаемого, проводит контекстное обучение, формирует уникальный банк контрольных вопросов и оценивает уровень подготовки работника с рекомендациями по проблемным зонам.
Система обладает гибкими возможностями настройки. Это позволяет ее адаптировать к любому запросу. На этапе запуска в индивидуальном порядке настраиваются следующие параметры:
— количество и формат контрольных вопросов;
— порог прохождения и критерии оценки;
— периодичность и содержание контроля.
Учебные материалы и задания формируются ИИ на основании данных о работнике и его рабочем месте, а также действующих нормативных правовых и локальных нормативных актов. Они направляются работнику автоматически с установленной периодичностью, которая зависит от графика работы. Пользователю предоставляется индивидуальный доступ к системе.
Предусмотрены различные формы реализации непрерывного контроля. ИИ самостоятельно оценивает предоставленные работником ответы на вопросы, определяет уровень его знаний, формирует комментарии и рекомендации по проблемным зонам. Информация о результатах обучения передается ответственному лицу (куратору). Формируются два ключевых типа отчетов:
— индивидуальный отчет о прохождении обучения, объединяющий данные о работнике и анализ его результатов;
— сводный отчет в формате Excel по группе работников, позволяющий сопровождать процесс, контролировать основные показатели и формировать рейтинги для мотивации.
С установленной периодичностью при экспертном участии КИОУТ может создаваться сводный отчет о динамике уровня компетенции и выявленных проблемных зонах в отношении работника, подразделения или всей компании с рекомендациями по проактивным мероприятиям.
Так обеспечивается индивидуальный подход, когда ИИ анализирует уровень знания каждым работником требований охраны труда и формирует адаптивный учебный контент. А обучение, приближенное к производственной среде и актуальным запросам работника, позволяет повышать вовлеченность и степень усвоения материала.
Одно из наиболее перспективных направлений использования ИИ-технологий в области охраны труда — системы голосового контроля допуска к работе и оценки состояния здоровья работника.
Реализация этого сценария представляет собой многоэтапный процесс верификации, который кардинально меняет традиционные процедуры.
На первом этапе осуществляется идентификация посредством записи короткого видеоролика в режиме реального времени. Вместо формальной подписи «на бумаге» работник проходит авторизацию посредством мобильного телефона или с помощью специализированного терминала. Это полностью исключает возможность несанкционированного или неактуального доступа.
Следующий, интеллектуально более сложный этап, — анализ речи для оценки состояния здоровья работника. ИИ анализирует не только смысловое содержание ответов, но и то, как человек говорит (паралингвистические характеристики). Методология основана на комплексном анализе вербальных и невербальных компонентов речи в процессе ответов на контрольные вопросы. Система измеряет ряд объективных параметров, оценивая такие временные показатели, как латентность ответа и скорость речи, спектральные характеристики (стабильность основного тона голоса, когнитивную составляющую), логическую связность высказывания, качество и полноту ответа.
В процессе диалога система задает работнику стандартизированные вопросы, формируя интерактивный чек-лист. Вопросы касаются готовности к выполнению работы, понимания предстоящих задач и самооценки состояния здоровья. Ответы работника записываются и распознаются системой в реальном времени.
Полученные количественные данные сопоставляются с индивидуальным базовым речевым профилем работника. Это позволяет выявлять статистически значимые отклонения, которые могут коррелировать с такими состояниями, существенно повышающими риск травмирования работника, как усталость, повышенный стресс, нарушение когнитивных функций, опьянение или болезнь. При обнаружении таких отклонений система не принимает автоматического решения о запрете допуска, а инициирует предупреждающий протокол для специалиста в области охраны труда или линейного руководителя.
Анализ полученных данных позволяет перевести контроль из формальной, часто субъективной плоскости в область превентивного, основанного на данных, управления профессиональными рисками.
Таким образом, внедрение ИИ-систем голосового анализа обеспечивает превентивное выявление отклонений в состоянии здоровья, препятствующих безопасному выполнению работ, и повышает персональную ответственность работника. Также формируется объективная доказательная база для работодателя и создается массив данных для глубинного анализа причин инцидентов и совершенствования СУОТ.
Несмотря на очевидные преимущества в виде скорости, объективности, юридической чистоты и аналитических возможностей, внедрение таких систем требует учета ряда нюансов:
— обеспечения устойчивой работы в условиях производственного шума с помощью качественных микрофонов и алгоритмов шумоподавления;
— адаптации моделей к разнообразию диалектов и акцентов;
— строгого соблюдения законодательства о защите персональных и биометрических данных работников.
Несмотря на достижения последних десятилетий, данные статистики производственного травматизма и профессиональной заболеваемости по-прежнему остаются предметом пристального внимания экспертного сообщества. На смену традиционным способам анализа данных для разработки эффективных мер, направленных на обеспечение профессиональной безопасности, приходит предиктивная аналитика, применение которой отражает стратегический переход от реагирования на произошедшие инциденты к их проактивному прогнозированию с помощью данных, позволяя выявлять опасности до того, как они приведут к травмированию работников. Обрабатываются исторические сведения, определяются закономерности влияния различных факторов производственной среды и трудового процесса, регистрируются типичные отклонения и прогнозируются профессиональные риски.
Предиктивная аналитика основана на совместном использовании ИИ и технологий работы с большими данными (Big Data). Системы анализируют обширные массивы информации — от погодных условий и времени рабочей смены до психофизического состояния персонала и данных о микротравмах. Алгоритмы вычисляют вероятность возникновения инцидента с учетом конкретных условий.
Если устоявшийся подход следует схеме «несчастный случай → расследование → наказание», то предиктивный подход предполагает, что система видит накопление критических факторов (например, усталости работника в течение смены в сочетании с неисправностью оборудования) и инициирует остановку работ или реализацию мер безопасности до возникновения самого инцидента. Предикция — это не юридическое предписание об устранении уже найденного нарушения, а работа с математической вероятностью будущих событий.
Эффективность применения такого подхода обеспечивается интеграцией множества источников информации. Например, для формирования исторической базы данных о профессиональных рисках и инцидентах могут использоваться результаты СОУТ и ОПР, а также записи журналов регистрации несчастных случаев на производстве. Для фиксации и анализа нарушений в реальном времени применяются фото- и видеоматериалы совместно с данными IoT-сенсоров, медицинских осмотров и психофизиологических исследований, обратная связь от работников через цифровые каналы и чат-боты, информация о выдаче и использовании СИЗ, а также результаты обучения и контроля знания работниками требований охраны труда.
Реализация данного подхода позволяет перейти от использования метрик, связанных с произошедшими несчастными случаями (например, коэффициентов производственного травматизма), к опережающим индикаторам (Leading Indicators). В отчетность могут быть включены такие показатели, как «количество выявленных опасных условий до инцидента» или «индекс риска рабочей среды».
Также предиктивная аналитика помогает выявлять факторы профессионального выгорания, накопление усталости, психоэмоциональное перенапряжение и так далее. Ответственное отношение работодателя к сохранению здоровья работников повышает лояльность персонала. Использование ИИ для прогнозирования рисков подтверждает прозрачность и технологичность корпоративного управления, что является показателем зрелости культуры безопасности в организации.
Примером применения предиктивной аналитики в области охраны труда является цифровая экосистема «ТЭУ-smart» — инновационная разработка КИОУТ, которая объединяет ИИ-инструменты и технологии автоматизации процессов охраны труда. Этот продукт представляет собой интеграцию опыта экспертов в области охраны труда и компетенций ИT-специалистов.
Эксперты участвуют в формировании точных промптов, проверке выводов ИИ и переводе профессиональных знаний в цифровую экспертизу, а ИT-команда отвечает за создание аналитических модулей, интеграционных решений и удобных интерфейсов. Совместная работа обеспечивает точность, надежность и практическую ценность продукта. «ТЭУ-smart» демонстрирует синтез человеческого опыта и технологических разработок, который направлен на прогнозирование рисков и повышение безопасности труда.
Данная экосистема состоит из двух компонентов. Первый — «Труд-Эксперт. Управление» (ТЭУ), современная автоматизированная система, обеспечивающая полный спектр функционала, необходимого специалистам в области охраны труда. Второй компонент — KioutCHAT, инновационная разработка, представляющая собой чат-бот с набором инструментов и специализированных агентов, который благодаря интеллектуальной обработке накопленных данных и аналитической поддержке позволяет принимать быстрые и взвешенные решения.
Применение ИИ позволяет выстраивать процессы в рамках СУОТ таким образом, чтобы они были максимально прозрачными, функциональными и эффективными. ИИ играет ключевую роль в создании безопасной рабочей среды. Применение предиктивного анализа и разработка проактивных мероприятий позволяет компаниям оптимизировать расходы на охрану труда, снижать риски травмирования работников и возникновения профессиональных заболеваний. Интеграция экспертных знаний и ИТ-технологий способствует повышению качества и эффективности работы, направленной на обеспечение профессиональной безопасности, сохранение жизни и здоровья работников.
Автор материала:
Игорь Волошин.
В апреле 2026 года состоится Московский инновационный форум охраны труда, подтвердивший ранее большой интерес экспертного сообщества к цифровой трансформации в сфере охраны труда: практическим демонстрациям и реальным кейсам внедрения искусственного интеллекта (далее — ИИ) и видеоаналитики, носимым устройствам, цифровым платформам для обучения работников и так далее. Участники форума отмечают высокий уровень организации мероприятия, состав спикеров, ценность практических кейсов и реальную пользу применения представленных технологий, влияющих на снижение производственного травматизма и улучшение ESG-показателей. Форум стал площадкой для обмена опытом, поиска решений и запуска новых идей. В числе участников, докладчиков и партнеров — лидеры технологического и промышленного сектора.
Девиз МИФОТ-26: «Будущее охраны труда — уже здесь». Форум вновь станет площадкой для диалога экспертов, ориентированного на практику, демонстрацию успешных разработок и стратегическое партнерство в области инновационной охраны труда и производственной безопасности.
Цифровизация и ИИ — это не только модный тренд. Современные технологии стали фундаментальной основой для построения эффективных систем управления охраной труда (далее — СУОТ), делая обеспечение профессиональной безопасности персонала предиктивной и адаптивной категорией.
Применение предиктивной аналитики имеет прямое отношение к современным стандартам ведения бизнеса, в частности, к ESG-стратегиям (Environmental, Social, Governance). В контексте ESG предикция является мощным инструментом для улучшения показателей в блоке социальной ответственности (Social) и корпоративного управления (Governance). В рамках ESG-стратегий компаний цифровые инструменты становятся ключевым элементом для достижения таких амбициозных целей, как «нулевой травматизм», минимизация профессиональных рисков и повышение общей прозрачности бизнес-процессов.
Комплексное внедрение ИИ-технологий, видеоаналитики, Интернета вещей (IoT), носимых устройств и обработки больших данных (Big Data) формирует принципиально новую культуру безопасности, где фокус внимания специалистов в области охраны труда смещается от реагирования на произошедшие инциденты к их системному прогнозированию и предотвращению.
Один из ключевых тематических блоков предстоящего форума МИФОТ-26 — «ИИ в охране труда: от автоматизации к предикции». На площадке инновационного центра «Сколково» эксперты представят и детально обсудят возможные сценарии применения ИИ-технологий в области охраны труда.
В фокус внимания участников форума попадут такие перспективные направления интеграции ИИ-технологий в процессы охраны труда, как создание цифровых ассистентов на основе генеративных моделей и голосовых помощников, которые способны автоматизировать создание учебных материалов для инструктажей, стажировки и обучения по охране труда, а также документации в контексте различных процессов СУОТ.
Будут рассмотрены решения для голосового контроля допуска к работе с анализом речи и формированием цифровых протоколов, а также системы анализа инцидентов на производстве, использующие исторические массивы данных для выявления скрытых закономерностей и потенциальных опасностей для жизни и здоровья работников.
Предиктивная аналитика позволяет прогнозировать профессиональные риски на конкретных рабочих местах, выделяя опасные зоны и группы персонала, подверженные воздействию производственных факторов или опасностей. «Умные» средства индивидуальной защиты (далее — СИЗ) и носимые устройства с датчиками отслеживают показатели состояния здоровья работников.
Одна из ключевых тем МИФОТ-26 — применение цифровых ассистентов и голосовых помощников, созданных на базе генеративного ИИ. Эти технологии трансформируют охрану труда, превращая трудоемкий «бумажный» процесс в проактивную цифровую среду обеспечения профессиональной безопасности работников.
В перечень ИИ-инструментов, активно внедряемых в профессиональную деятельность специалистов в области охраны труда и производственной безопасности, прочно вошли виртуальные помощники или чат-боты, аналогичные тем, которые интегрированы в сервисы онлайн-банков и государственных порталов. Такие ассистенты становятся полезными инструментами в различных ситуациях: при подборе СИЗ, идентификации опасностей и оценке профессиональных рисков (далее — ОПР), анализе вероятности возникновения несчастных случаев и развития профессиональных заболеваний.
Практические сценарии использования чат-ботов варьируются от роли «помощника в поле» для получения инструкций без отрыва от работы до контекстного персонализированного обучения в формате диалога и углубленного анализа первопричин инцидентов. Их внедрение требует преодоления ряда этических и технических барьеров, среди которых необходимость минимизации рисков генерации ИИ недостоверной или вымышленной информации (так называемых «галлюцинаций»), обеспечение надежности работы системы, а также четкое разграничение ответственности. Цифровой ассистент выступает в роли консультанта, а не субъекта, уполномоченного принимать обязательные к исполнению решения.
Первой отечественной инновационной разработкой в данном направлении стал AI-чат-бот KioutCHAT, созданный экспертами Клинского института охраны и условий труда. KioutCHAT предназначен для повышения производительности и эффективности работы специалистов в области охраны труда. Он автоматизирует рутинные процессы:
— создание документов;
— анализ данных;
— разработку стратегий повышения безопасности;
— многие другие задачи в рамках СУОТ.
KioutCHAT функционирует как экспертная система, к которой можно обращаться в формате диалога для получения консультаций, а также использовать встроенные агенты: «Инженер по ОТ», «Эксперт по обучению», «Эксперт по СИЗ», «Эксперт по ОПР», «Эксперт по СОУТ».
Платформа помогает организовывать и систематизировать методическую работу специалиста в области охраны труда, чтобы оптимизировать ключевые процессы СУОТ, на основе прямых запросов пользователя.
В части документооборота ИИ ускоряет генерацию локальных нормативных актов и инструкций. Например, при проведении ОПР чат-бот, используя агента «Эксперт по ОПР», помогает идентифицировать опасности на основе предоставленного пользователем описания работ.
ИИ-технологии значительно повышают эффективность подбора СИЗ, автоматически обрабатывая данные о факторах риска для формирования оптимального комплекта средств защиты, выдаваемого работнику. KioutCHAT предлагает нестандартные подходы к решению разноплановых задач, постоянно совершенствуясь и адаптируясь к новым запросам пользователей.
С технической точки зрения платформа доступна на персональных компьютерах, планшетах и смартфонах, обладает интуитивно понятным интерфейсом, поддерживает голосовые команды и обеспечивает высокую скорость обработки данных, например, анализ фотографий.
Помимо профильных агентов, KioutCHAT включает специализированные инструменты. Одна из сильных сторон платформы — возможность проактивного управления безопасностью, в том числе анализа опасных ситуаций и психологического тестирования работников для выявления склонности к нарушениям. Например, «Фиксация и анализ несчастных случаев» структурирует сбор информации об инциденте — от хронологических данных и профиля пострадавшего до описания обстоятельств и разработки корректирующих мер — с последующей генерацией отчета.
KioutCHAT — интеллектуальный помощник, который делает порой сложные для понимания нормативные требования доступными, а процессы управления безопасностью на основе данных в рамках СУОТ — более эффективными. Анализ статистики использования платформы показывает, что KioutСHAT стал частью рабочего процесса специалистов в области охраны труда. За период с ноября 2025 года по январь 2026 года включительно рост вовлеченности пользователей в работу с ИИ составил более 40 %.
Внедрение ИИ открывает новый этап повышения эффективности, точности и персонализации в таких важных направлениях работы специалистов в области охраны труда, как проведение инструктажей, создание чек-листов и формирование комплексных отчетов. Современные ИИ-системы трансформируют эти процессы, анализируя законодательные требования охраны труда и тексты локальных нормативных актов, с учетом особенностей технологических процессов и специфики каждого рабочего места. Это позволяет, повышая точность и экономя время, автоматизировать рутинные задачи: сложные ГОСТы и технические регламенты превратить в понятные и удобные инструменты, актуализировать рабочую документацию, сформировать цифровые чек-листы для проверок и так далее.
На основе этого массива информации ИИ выполняет многоуровневый анализ. Например, при подготовке к проведению инструктажа для работников конкретной профессии в определенном цехе, ИИ выявляет соответствующие нормативные требования, сопоставляет их с локальными особенностями — типом оборудования, планировкой рабочего места, используемыми сырьем и материалами — и даже учитывает данные о произошедших ранее несчастных случаях.
Нейросети анализируют массив данных и за считанные минуты формируют учебные материалы для проведения инструктажей, адаптированных для конкретных рабочих мест. Их можно представить в различных форматах: от структурированного текстового документа до интерактивного учебного модуля. При изменениях законодательства, внутренних требований безопасности труда или технологических процессов система способна автоматически поддерживать эти документы в актуальном состоянии.
Аналогичный интеллектуальный подход применяется при формировании цифровых чек-листов для проведения проверок и аудитов. Например, ИИ извлекает из текстов нормативных правовых актов и локальных нормативных актов ключевые требования охраны труда. Оцениваются риски на конкретном объекте в реальном времени с учетом следующих факторов:
— плановых работ на смежных участках;
— информации с датчиков (например, об уровне шума или вибрации);
— статистики производственного травматизма и так далее.
Вместо статичных универсальных пунктов генерируются динамические, контекстно-зависимые и приоритетно расставленные перечни контрольных вопросов, соответствующие наиболее вероятным опасностям.
При подготовке отчетности ИИ выполняет роль не только сборщика данных, но и аналитика, стратега. Система позволяет формировать отчеты по результатам проверок для различной целевой аудитории — как на линейном уровне, так и для высшего руководства, а также комплекты документов, определяющих или регистрирующих процессы СУОТ.
Ежедневно на предприятии генерируются массивы структурированных и неструктурированных данных, например, акты о несчастных случаях на производстве, записи системы видеонаблюдения и так далее. ИИ-системы, оснащенные алгоритмами машинного обучения, постоянно анализируют эту информацию, выявляя незаметные на первый взгляд закономерности. На основе глубинного анализа ИИ автоматически формирует детализированные отчеты для внутреннего пользования (с прогнозными рекомендациями по устранению коренных причин рисков) и для контролирующих органов (гарантированно соответствующие всем установленным требованиям). Это позволяет перейти от реактивной модели к проактивной, когда отчет содержит план по предотвращению потенциальных инцидентов.
Важным компонентом автоматизации качественного обучения в области охраны труда является интеграция обязательной подготовки и оценки компетенций персонала. Яркий пример такой реализации — система интеллектуального обучения, созданная специалистами КИОУТ на базе платформы KioutCHAT. Подобные решения разрабатываются для повышения эффективности действующих процедур в рамках СУОТ и направлены на преодоление классических организационных сложностей, а также на устранение излишней формализации и оторванности универсальных учебных программ от реальной производственной практики.
Функциональные возможности системы интеллектуального обучения позволяют без участия человека решать комплекс задач. Формируются контрольные циклы обучения персонала с учетом следующих факторов:
— специфики деятельности организации;
— профессии (должности) работника;
— условий труда на рабочем месте;
— видов выполняемых работ, трудовых функций и обязанностей;
— используемых СИЗ.
Система автоматически создает профиль обучаемого, проводит контекстное обучение, формирует уникальный банк контрольных вопросов и оценивает уровень подготовки работника с рекомендациями по проблемным зонам.
Система обладает гибкими возможностями настройки. Это позволяет ее адаптировать к любому запросу. На этапе запуска в индивидуальном порядке настраиваются следующие параметры:
— количество и формат контрольных вопросов;
— порог прохождения и критерии оценки;
— периодичность и содержание контроля.
Учебные материалы и задания формируются ИИ на основании данных о работнике и его рабочем месте, а также действующих нормативных правовых и локальных нормативных актов. Они направляются работнику автоматически с установленной периодичностью, которая зависит от графика работы. Пользователю предоставляется индивидуальный доступ к системе.
Предусмотрены различные формы реализации непрерывного контроля. ИИ самостоятельно оценивает предоставленные работником ответы на вопросы, определяет уровень его знаний, формирует комментарии и рекомендации по проблемным зонам. Информация о результатах обучения передается ответственному лицу (куратору). Формируются два ключевых типа отчетов:
— индивидуальный отчет о прохождении обучения, объединяющий данные о работнике и анализ его результатов;
— сводный отчет в формате Excel по группе работников, позволяющий сопровождать процесс, контролировать основные показатели и формировать рейтинги для мотивации.
С установленной периодичностью при экспертном участии КИОУТ может создаваться сводный отчет о динамике уровня компетенции и выявленных проблемных зонах в отношении работника, подразделения или всей компании с рекомендациями по проактивным мероприятиям.
Так обеспечивается индивидуальный подход, когда ИИ анализирует уровень знания каждым работником требований охраны труда и формирует адаптивный учебный контент. А обучение, приближенное к производственной среде и актуальным запросам работника, позволяет повышать вовлеченность и степень усвоения материала.
Одно из наиболее перспективных направлений использования ИИ-технологий в области охраны труда — системы голосового контроля допуска к работе и оценки состояния здоровья работника.
Реализация этого сценария представляет собой многоэтапный процесс верификации, который кардинально меняет традиционные процедуры.
На первом этапе осуществляется идентификация посредством записи короткого видеоролика в режиме реального времени. Вместо формальной подписи «на бумаге» работник проходит авторизацию посредством мобильного телефона или с помощью специализированного терминала. Это полностью исключает возможность несанкционированного или неактуального доступа.
Следующий, интеллектуально более сложный этап, — анализ речи для оценки состояния здоровья работника. ИИ анализирует не только смысловое содержание ответов, но и то, как человек говорит (паралингвистические характеристики). Методология основана на комплексном анализе вербальных и невербальных компонентов речи в процессе ответов на контрольные вопросы. Система измеряет ряд объективных параметров, оценивая такие временные показатели, как латентность ответа и скорость речи, спектральные характеристики (стабильность основного тона голоса, когнитивную составляющую), логическую связность высказывания, качество и полноту ответа.
В процессе диалога система задает работнику стандартизированные вопросы, формируя интерактивный чек-лист. Вопросы касаются готовности к выполнению работы, понимания предстоящих задач и самооценки состояния здоровья. Ответы работника записываются и распознаются системой в реальном времени.
Полученные количественные данные сопоставляются с индивидуальным базовым речевым профилем работника. Это позволяет выявлять статистически значимые отклонения, которые могут коррелировать с такими состояниями, существенно повышающими риск травмирования работника, как усталость, повышенный стресс, нарушение когнитивных функций, опьянение или болезнь. При обнаружении таких отклонений система не принимает автоматического решения о запрете допуска, а инициирует предупреждающий протокол для специалиста в области охраны труда или линейного руководителя.
Анализ полученных данных позволяет перевести контроль из формальной, часто субъективной плоскости в область превентивного, основанного на данных, управления профессиональными рисками.
Таким образом, внедрение ИИ-систем голосового анализа обеспечивает превентивное выявление отклонений в состоянии здоровья, препятствующих безопасному выполнению работ, и повышает персональную ответственность работника. Также формируется объективная доказательная база для работодателя и создается массив данных для глубинного анализа причин инцидентов и совершенствования СУОТ.
Несмотря на очевидные преимущества в виде скорости, объективности, юридической чистоты и аналитических возможностей, внедрение таких систем требует учета ряда нюансов:
— обеспечения устойчивой работы в условиях производственного шума с помощью качественных микрофонов и алгоритмов шумоподавления;
— адаптации моделей к разнообразию диалектов и акцентов;
— строгого соблюдения законодательства о защите персональных и биометрических данных работников.
Несмотря на достижения последних десятилетий, данные статистики производственного травматизма и профессиональной заболеваемости по-прежнему остаются предметом пристального внимания экспертного сообщества. На смену традиционным способам анализа данных для разработки эффективных мер, направленных на обеспечение профессиональной безопасности, приходит предиктивная аналитика, применение которой отражает стратегический переход от реагирования на произошедшие инциденты к их проактивному прогнозированию с помощью данных, позволяя выявлять опасности до того, как они приведут к травмированию работников. Обрабатываются исторические сведения, определяются закономерности влияния различных факторов производственной среды и трудового процесса, регистрируются типичные отклонения и прогнозируются профессиональные риски.
Предиктивная аналитика основана на совместном использовании ИИ и технологий работы с большими данными (Big Data). Системы анализируют обширные массивы информации — от погодных условий и времени рабочей смены до психофизического состояния персонала и данных о микротравмах. Алгоритмы вычисляют вероятность возникновения инцидента с учетом конкретных условий.
Если устоявшийся подход следует схеме «несчастный случай → расследование → наказание», то предиктивный подход предполагает, что система видит накопление критических факторов (например, усталости работника в течение смены в сочетании с неисправностью оборудования) и инициирует остановку работ или реализацию мер безопасности до возникновения самого инцидента. Предикция — это не юридическое предписание об устранении уже найденного нарушения, а работа с математической вероятностью будущих событий.
Эффективность применения такого подхода обеспечивается интеграцией множества источников информации. Например, для формирования исторической базы данных о профессиональных рисках и инцидентах могут использоваться результаты СОУТ и ОПР, а также записи журналов регистрации несчастных случаев на производстве. Для фиксации и анализа нарушений в реальном времени применяются фото- и видеоматериалы совместно с данными IoT-сенсоров, медицинских осмотров и психофизиологических исследований, обратная связь от работников через цифровые каналы и чат-боты, информация о выдаче и использовании СИЗ, а также результаты обучения и контроля знания работниками требований охраны труда.
Реализация данного подхода позволяет перейти от использования метрик, связанных с произошедшими несчастными случаями (например, коэффициентов производственного травматизма), к опережающим индикаторам (Leading Indicators). В отчетность могут быть включены такие показатели, как «количество выявленных опасных условий до инцидента» или «индекс риска рабочей среды».
Также предиктивная аналитика помогает выявлять факторы профессионального выгорания, накопление усталости, психоэмоциональное перенапряжение и так далее. Ответственное отношение работодателя к сохранению здоровья работников повышает лояльность персонала. Использование ИИ для прогнозирования рисков подтверждает прозрачность и технологичность корпоративного управления, что является показателем зрелости культуры безопасности в организации.
Примером применения предиктивной аналитики в области охраны труда является цифровая экосистема «ТЭУ-smart» — инновационная разработка КИОУТ, которая объединяет ИИ-инструменты и технологии автоматизации процессов охраны труда. Этот продукт представляет собой интеграцию опыта экспертов в области охраны труда и компетенций ИT-специалистов.
Эксперты участвуют в формировании точных промптов, проверке выводов ИИ и переводе профессиональных знаний в цифровую экспертизу, а ИT-команда отвечает за создание аналитических модулей, интеграционных решений и удобных интерфейсов. Совместная работа обеспечивает точность, надежность и практическую ценность продукта. «ТЭУ-smart» демонстрирует синтез человеческого опыта и технологических разработок, который направлен на прогнозирование рисков и повышение безопасности труда.
Данная экосистема состоит из двух компонентов. Первый — «Труд-Эксперт. Управление» (ТЭУ), современная автоматизированная система, обеспечивающая полный спектр функционала, необходимого специалистам в области охраны труда. Второй компонент — KioutCHAT, инновационная разработка, представляющая собой чат-бот с набором инструментов и специализированных агентов, который благодаря интеллектуальной обработке накопленных данных и аналитической поддержке позволяет принимать быстрые и взвешенные решения.
Применение ИИ позволяет выстраивать процессы в рамках СУОТ таким образом, чтобы они были максимально прозрачными, функциональными и эффективными. ИИ играет ключевую роль в создании безопасной рабочей среды. Применение предиктивного анализа и разработка проактивных мероприятий позволяет компаниям оптимизировать расходы на охрану труда, снижать риски травмирования работников и возникновения профессиональных заболеваний. Интеграция экспертных знаний и ИТ-технологий способствует повышению качества и эффективности работы, направленной на обеспечение профессиональной безопасности, сохранение жизни и здоровья работников.
Автор материала:
Игорь Волошин.