物聯(lián)網正在徹底改變企業(yè)制造、存儲和運輸產品的方式?；ヂ?lián)設備正在將生產車間和倉庫轉變?yōu)閿底只臻g，能夠以前所未有的速度進行測量、分析和優(yōu)化。為了利用這一新興技術，預計到2026年，全球制造商每年將在物聯(lián)網領域投資高達3,980億美元。

然而，我們還沒有看到這項技術在保護人類工人方面的大規(guī)模應用。在工業(yè)4.0的數字化浪潮中，企業(yè)不能把人力資源視為理所當然。以下是利用物聯(lián)網改善工作場所安全的三種方法，以及為什么這對企業(yè)而言至關重要。歡迎點擊文末的閱讀原文按鈕或通過鏈接閱讀完整內容：https://technative.io/3-ways-iot-can-make-industrial-workplaces-safer/?sf265584031=1

探索Silicon Labs（亦稱“芯科科技”）提供的工業(yè)物聯(lián)網解決方案：https://cn.silabs.com/applications/industrial-iot

一、可穿戴設備提供實時安全反饋

眾所周知，工人經常進行的重復、手部密集的動作很可能導致傷害。重復性工作造成的傷害每年給美國企業(yè)造成的損失超過20億美元。

傳統(tǒng)上，企業(yè)依靠工作現場分析、人體工程學研究和其他耗時的評估來減少傷害。從委托進行這樣一項研究到將結果付諸行動可能需要數周或數月的時間。 將其與可穿戴設備提供的實時反饋進行比較，例如，人工智能手環(huán)可以識別員工在某個特定方向過于頻繁地彎曲手腕，并提供預編程的觸覺提示。一個輕微的提示聲通常就能提醒員工并糾正他們的動作。

市調機構最近對制造業(yè)和分銷行業(yè)的員工進行了一項調查，發(fā)現90%的員工有興趣佩戴聯(lián)網設備，這種技術可以警告他們的動作會增加受傷的風險。另有90%的人對將這些數據用于安全防護的培訓感興趣。

二、移動數據可用于個性化員工培訓

除了實時應用之外，可穿戴設備在數天、數周、數月或數年內收集的數據可用于改善工作場所的安全培訓。

一旦被機器學習系統(tǒng)收集和分析，運動數據就可以用來識別那些最容易出現不安全手部和手腕運動的員工和團隊，從而實施訓練來糾正姿勢，或者制定整體的訓練方案。

讓我們考慮一個現實世界的例子。一家領先的物流和倉儲公司最近開始使用數據收集設備，發(fā)現70%的員工手部運動超出了建議的形式，因此需要接受適當的人體工程學培訓，并在工作中通過觸覺反饋加強。在培訓周期結束時，這組員工的危險行為減少了38%。

三、手持設備可以改善對危險的反應

正如傳統(tǒng)的人體工程學研究可能會在問題和解決方案之間存在滯后時間一樣，傳統(tǒng)的過程也會減慢對危害的反應。

工作場所通常依賴小型安全團隊手動檢查和記錄泄漏和設備故障等危險。這些系統(tǒng)通?；诩垙?，響應團隊可能需要數小時或數天才能意識到并解決問題。 在一項調查中，近90%的受訪者表示，他們每周至少一次看到工作場所存在安全風險，另有47%的受訪者表示，他們的雇主可以提高他們對安全隱患的反應速度。

對此，物聯(lián)網可以改變一切。使用手持設備，員工可以在看到危險時立即進行標記。安全團隊收到實時更新，可以在幾分鐘內解決問題。通過授權員工參與危險識別，企業(yè)大大提高了其安全團隊的可視性，并大大縮短了響應時間。

這是物聯(lián)網安全解決方案對工業(yè)工作場所帶來的優(yōu)勢：使員工成為自身安全的積極參與者。授予員工這種代理權不僅能保證他們的安全和生產力，還能建立信任。一些投資了工作場所安全技術的公司表明，他們是投資于自己的員工，而不僅僅是投資于自己生產的產品。

本文轉載自TECHNATIVE網站，原文鏈接：https://technative.io/3-ways-iot-can-make-industrial-workplaces-safer/?sf265584031=1

掃描以下二維碼，關注Silicon Labs的社交媒體平臺