Utilizar los datos para mejorar la salud y la seguridad en el trabajo

Superar los retos de salud y seguridad con análisis avanzados

La capacidad de ofrecer un lugar de trabajo seguro en la fabricación y respaldar eficazmente la conformidad de la normativa nunca ha sido tan vital. Los empresarios de hoy en día han aprendido la importancia no sólo de gestionar la seguridad cotidiana en el lugar de trabajo, sino también de estar preparados para mantener la salud y la seguridad durante acontecimientos importantes, como guerras, catástrofes naturales y pandemias. Y aunque la seguridad siempre ha sido fundamental en cualquier entorno de fabricación, adquiere aún más importancia en el contexto de la Fabricación Avanzada.

Con la creciente integración de las tecnologías digitales, los sistemas de automatización y la implementación de tecnologías avanzadas, como la robótica, la inteligencia artificial y la Internet de las Cosas, los empleados interactuarán cada vez más estrechamente con los sistemas automatizados y utilizarán dispositivos, sensores y maquinaria automatizada interconectados. Mantener normas y protocolos de seguridad adecuados para estas tecnologías es crucial para proteger a los empleados y evitar incidentes, como averías en los equipos, riesgos eléctricos e interacciones inesperadas y no previstas entre personas y máquinas.

Más allá de su potencial de afectar a la calidad de vida de un empleado, los incidentes son costosos. Si bien se deben tener en cuenta los costos directos, como las indemnizaciones a los trabajadores y los servicios médicos y jurídicos, no hay que subestimar los costos indirectos de un incidente, entre los que se incluyen el reciclaje, las investigaciones, las medidas correctivas, la pérdida de productividad, los daños a los equipos, el riesgo para la reputación y los costos asociados a la baja moral, el absentismo y la retención de empleados.

Para gestionar la salud y la seguridad, los fabricantes acompañan una serie de parámetros clave, como

• El índice total de frecuencia de lesiones registrables (el número de lesiones que se producen en un lugar de trabajo por cada 100.000 horas trabajadas).
• El número de incidentes por mes
• Incidentes preventivos relacionados con la seguridad o medidas que deben tomar los empleados
• El tiempo medio de resolución de incidentes
• Los tipos de incidentes

Sin embargo, muchas organizaciones tienen dificultades para recibir notificaciones puntuales de incidentes de salud y seguridad en sus lugares de trabajo, así como de utilizar sus datos para modelizar e identificar predictivamente riesgos potenciales en sus entornos de fabricación. Pero es esencial que desarrollen estas capacidades, y la plataforma de datos adecuada puede ayudar. Mediante el uso de datos y análisis para identificar posibles peligros y aplicar medidas preventivas, las empresas pueden mitigar riesgos, evitar accidentes e incidentes y reducir la probabilidad de interrupciones de la producción, pérdidas financieras y daños a la reputación.

Este caso de uso describe la arquitectura de análisis de datos necesaria para ingerir, almacenar, gestionar y obtener información a partir de datos con el fin de mejorar la salud y la seguridad en el sector de la fabricación.

Cómo una plataforma de datos completa puede ayudar a mejorar la seguridad en el lugar de trabajo

La arquitectura que aquí se presenta incorpora los componentes de Oracle más recomendados para desarrollar una arquitectura analítica que abarque todo el ciclo de vida del análisis de datos, desde la detección hasta la medición y la acción. Los fabricantes varían en función del tipo y la complejidad, pero, en general, los servicios aquí descritos entrarán en juego a la hora de desarrollar arquitecturas de análisis de datos centradas en la amplia variedad de factores que inciden en la salud y la seguridad en el lugar de trabajo.

Esta imagen muestra cómo puede utilizarse Oracle Data Platform for manufacturing con el fin de apoyar los sectores de salud y seguridad. La plataforma incluye estos cinco pilares:

1. 1. Orígenes de datos, detección
2. 2. Ingerir, transformar
3. 3. Persistir, curar, crear
4. 4. Analizar, aprender, predecir
5. 5. Medir, actuar

El pilar "Orígenes de datos, detección" incluye dos categorías de información.

1. Los datos de registros empresariales comprenden datos de HCM, sistemas de medio ambiente, salud y seguridad (EHS), proceso de producción de sistemas de capacitación y RR. HH., sistemas de notificación de incidentes, sistemas de seguridad.
2. Los datos de entrada técnicos incluyen imágenes, correo electrónico, videos, documentación en papel (OCR), eventos discretos (parada de emergencia de la línea de producción).

El pilar Ingerir, Transformar comprende tres capacidades.

1. 1. La ingesta por lotes utiliza OCI Data Integration, Oracle Data Integrator y herramientas de bases de datos.
2. 2. La transferencia masiva utiliza OCI FastConnect, OCI Data Transfer, MFT y OCI CLI.
3. 3. La captura de datos de cambios utiliza OCI GoldenGate.

Las tres capacidades se conectan unidireccionalmente en el almacén de datos de servicio y el almacenamiento en la nube dentro del pilar Persistir, curar, crear.

El pilar "Persistir, curar, crear" incluye cinco capacidades.

1. 1. El almacén de datos servidor utiliza Oracle Autonomous Data Warehouse y Exadata Cloud Service.
2. 2 El almacenamiento en la nube utiliza OCI Object Storage.
3. 3. La gobernanza utiliza OCI Data Catalog.

Estas capacidades están conectadas dentro del pilar. El almacenamiento en la nube está conectado de forma unidireccional al almacén de datos en servicio y a Hadoop gestionado; también está conectado de forma bidireccional con el procesamiento por lotes.

Una de las funciones está relacionada con el pilar Analizar, aprender, predecir. El almacén de datos de servicio se conecta a la capacidad de análisis y de visualización, así como a los productos de datos, una capacidad de las API.

El pilar Analizar, aprender, predecir comprende dos capacidades.

1. 1. La analítica y la visualización utilizan Oracle Analytics Cloud, GraphStudio e ISV.
2. 2. Las API y los productos de datos utilizan OCI API Gateway y OCI Functions.

El pilar Medir, actuar capta cómo puede utilizarse el análisis de datos: por personas, asociados, aplicaciones y modelos.

Personas y asociados comprende datos históricos, mapas de calor de informes de incidentes, incidentes que estuvieron a punto de producirse, informes de conformidad, análisis de causas subyacentes, identificación y evaluación de riesgos.

Aplicaciones y modelos independientes y específicos de la implementación.

Los tres pilares centrales, Ingerir, transformar; Persistir, curar, crear; y Analizar, aprender, predecir, son compatibles con la infraestructura, la red, la seguridad y la gestión de identidades y accesos.

Conectar, ingerir y transformar los datos

Nuestra solución consta de tres pilares y todo ellos admiten capacidades de plataforma de datos específicas. El primer pilar ofrece la capacidad de conectar, ingerir y transformar datos.

Existen tres formas principales de inyectar datos en una arquitectura para que las empresas de fabricación puedan mejorar la salud y la seguridad en el lugar de trabajo.

• Para iniciar nuestro proceso, si es necesario, activaremos la transferencia masiva de datos de transacciones operativas. Los servicios de transferencia masiva se utilizan en situaciones en las que es necesario mover grandes volúmenes de datos a Oracle Cloud Infrastructure (OCI) por primera vez, por ejemplo, datos de repositorios analíticos locales u otros orígenes en la nube. En general, los conjuntos de datos relacionados con la salud y la seguridad no son grandes. La transferencia masiva se muestra aquí como un componente potencial en el raro caso de que se almacenen muchos datos históricos de forma local y sea necesario trasladarlos a la nube, o si estos datos se mezclan con un almacén de datos históricos más grande que se está trasladando a OCI. El servicio específico de transferencia masiva que utilizaremos dependerá del local de los datos y de la frecuencia de transferencia. Por ejemplo, podemos utilizar OCI Data Transfer Service u OCI Data Transfer Appliance para cargar un gran volumen de datos locales desde repositorios de planificación histórica o almacenes de datos. Cuando se deban mover grandes volúmenes de datos de forma continua, recomendamos utilizar OCI FastConnect, que proporciona una conexión de red privada dedicada y de gran ancho de banda entre el centro de datos del cliente y OCI.
• Las fuentes de datos utilizadas para medir e informar sobre salud y seguridad suelen tener un almacén de datos relacional subyacente. Se puede utilizar OCI GoldenGate para captar datos casi en tiempo real de los sistemas de notificación de incidentes. OCI GoldenGate utiliza la captura de cambio de datos para detectar eventos de cambio en la estructura subyacente de los sistemas que monitorean el entorno de producción (por ejemplo, temperatura, ruido o parada de emergencia de la línea de producción, operaciones de mantenimiento, etc.) y envía los datos en tiempo real a una capa de persistencia y/o a la capa de streaming. En este caso de uso, sin embargo, los datos se moverán generalmente a través de procesos ETL por lotes.
• Aunque las necesidades de streaming y tiempo real están evolucionando rápidamente, la extracción más común de los sistemas de gestión de operaciones, planificación, mantenimiento, gestión de personal, RRHH, capacitación y seguridad es algún tipo de ingestión por lotes mediante un proceso ETL. La ingesta por lotes se utiliza para importar datos de sistemas que no admiten el flujo de datos. Por lo general, estos datos se encuentran en los sistemas de salud y seguridad ambiental, sistemas de RRHH, capacitación y en sistemas de notificación de incidentes. Estos extractos se pueden ingerir constantemente, con una frecuencia de 10 o 15 minutos, pero mantienen la naturaleza de lotes, ya que se extraen y procesan grupos de transacciones en lugar de transacciones individuales. OCI ofrece diferentes servicios para manejar la ingesta por lotes, como el servicio nativo de OCI Data Integration y Oracle Data Integrator, que se ejecutan en una instancia de OCI Compute. La elección del servicio se basaría principalmente en las preferencias del cliente y no en los requisitos técnicos.

Conservar, procesar y curar datos

La persistencia y el procesamiento de datos se basan en dos (opcionalmente tres) componentes. Los clientes podrán utilizarlos todos o un subconjunto, según cada caso. En función del volumen y la tipología, los datos se pueden cargar en el almacenamiento de objetos o directamente en una base de datos relacional estructurada para almacenamiento persistente. Cuando anticipamos la aplicación de capacidades de ciencia de datos, los datos recuperados de orígenes de datos en su formato raw (como un archivo nativo o extracción no procesado) se suelen capturar y cargar desde sistemas transaccionales a almacenes en la nube.

• El almacenamiento en la nube es la capa de persistencia de datos más común para nuestra plataforma de datos. Se puede utilizar para datos tanto estructurados como no estructurados. OCI Object Storage, OCI Data Flow y Oracle Autonomous Data Warehouse (ADW) son los componentes básicos. La información recuperada de orígenes de datos en formato en bruto se captura y carga en OCI Object Storage. OCI Object Storage es el nivel principal de persistencia de datos.
• Ahora utilizaremos un almacén de datos de servicio para mantener nuestros datos curados de forma optimizada que garantice el desempeño de las consultas y análisis. Podemos acceder a nuestros datos en bruto almacenados en almacenamiento de objetos directamente desde Oracle Autonomous Data Warehouse creando una tabla externa que se asigna a los archivos de datos almacenados en OCI Object Storage. Una tabla externa ofrece una vista virtual de los datos en el local de almacenamiento de objetos sin necesidad de trasladarlos o cargarlos físicamente en Autonomous Data Warehouse. Los datos identificados como valiosos para su posterior análisis pueden cargarse ahora en el almacén de datos de servicio, que proporciona un nivel relacional persistente utilizado para servir datos seleccionados de alta calidad directamente a los usuarios finales a través de herramientas basadas en SQL. En esta solución, Oracle Autonomous Data Warehouse se instala como almacén de datos de servicio para el almacén de datos empresariales y, si es necesario, para mercados de datos más especializados a nivel de dominio.
• ADW también puede ser la fuente de datos de proyectos de ciencia de datos o el repositorio necesario para Oracle Machine Learning. El almacén de datos de servicio puede adoptar alternativamente una de varias formas, incluyendo Oracle Database Cloud Service u Oracle Database Exadata Cloud Service.

Analizar datos, aprender y predecir

La capacidad de analizar, aprender y predecir se ve facilitada por dos servicios que permiten tres enfoques analíticos y el acceso a datos modelados.

• Las capacidades analíticas avanzadas son cada vez más importantes para mantener un entorno de fabricación seguro y optimizar el proceso de producción. En este caso de uso, confiamos en Oracle Analytics Cloud para ofrecer análisis y visualizaciones. Esto permite utilizar análisis descriptivos (describe las tendencias actuales con histogramas y gráficos), análisis predictivos (predice eventos futuros, identifica tendencias y determina la probabilidad de resultados inciertos) y análisis prescriptivos (propone acciones adecuadas para apoyar una toma de decisiones ideal).

  • El análisis descriptivo ayuda a los fabricantes a identificar riesgos y peligros potenciales al analizar datos históricos, informes de incidentes e incidentes que han estado a punto de ocurrir. Al identificar patrones y tendencias, los análisis pueden poner de relieve las áreas que requieren atención y ayudar a priorizar las tareas de mitigación de riesgos. También da lugar a una mentalidad de mejora continua en materia de salud y seguridad. Mediante el análisis de métricas de desempeño y datos de seguridad a lo largo del tiempo, los fabricantes son capaces de identificar áreas de mejora, establecer puntos de referencia y acompañar los avances hacia los objetivos de seguridad.

    Cuando se producen accidentes o incidentes, el análisis descriptivo ayuda a investigar las causas y los factores subyacentes. El análisis de los informes de incidentes, las declaraciones de testigos y otros datos pertinentes permite identificar pautas y tendencias, y ayuda a llevar a cabo intervenciones específicas para prevenir incidentes similares en el futuro.

  • El análisis predictivo utiliza datos de seguridad para identificar patrones, tendencias y riesgos potenciales con el fin de ayudar a los fabricantes a mejorar las medidas de seguridad y prevenir accidentes e incidentes. Mediante el análisis de datos históricos de seguridad, los modelos predictivos identifican tendencias y patrones a largo plazo, como el aumento de los índices de accidentes, los riesgos emergentes para la seguridad o las áreas en las que las medidas de seguridad han sido eficaces, y también asignan puntuaciones de riesgo a diferentes actividades, procesos o condiciones. Estas puntuaciones ayudan a priorizar los recursos y las intervenciones para abordar zonas con mayores niveles de riesgo. Las anomalías en los datos de seguridad, como patrones inusuales o valores atípicos, pueden indicar posibles problemas de seguridad o desviaciones respecto a las condiciones normales de funcionamiento, lo que permite una detección precoz y medidas correctivas rápidas.
  • El análisis prescriptivo resplada las tareas de capacitación y educación identificando áreas en las que se necesita capacitación adicional. Mediante el análisis de datos relacionados con la seguridad, como incidentes con riesgo de accidentes o desviaciones de procedimientos operativos estándar, los fabricantes pueden detectar lagunas en el conocimiento de los empleados o en la conformidad de los protocolos de seguridad y poner en marcha intervenciones de capacitación específicas.
• La gobernanza de los datos es un componente esencial. Esta función la brinda OCI Data Catalog, un servicio gratuito que proporciona gobernanza de datos y gestión de metadatos (tanto para metadatos técnicos como de negocio) para todos los orígenes de datos del ecosistema de plataformas de datos. OCI Data Catalog también es un componente fundamental para las consultas de Oracle Autonomous Data Warehouse a OCI Object Storage, ya que acelera la localización de datos independientemente de su método de almacenamiento. Esto permite que los usuarios finales, los desarrolladores y los científicos de datos utilicen un lenguaje de acceso común (SQL) en todos los almacenes de datos persistentes de la arquitectura.
• Nuestros datos y modelos seleccionados, comprobados y de alta calidad pueden estar sujetos a reglas y políticas de gobernanza y pueden ser expuestos como un producto de datos (API) por OCI API Gateway dentro de una arquitectura de malla de datos para la distribución de datos y análisis relacionados con la seguridad en todo el sector de fabricación.

Ventajas del uso de datos para mejorar la salud y la seguridad en el sector de fabricación

Los fabricantes tienen la responsabilidad de dar prioridad a la salud y el bienestar de sus empleados. Un entorno de trabajo seguro no es sólo un requisito legal y ético, sino que también influye en la moral de los empleados, su satisfacción laboral y su bienestar general. Priorizar la salud y la seguridad ayuda a crear una cultura laboral positiva, mejora el compromiso de los empleados y reduce el riesgo de accidentes y lesiones en el lugar de trabajo. Sin embargo, garantizar un entorno de trabajo saludable y seguro supone un desafío especial en el sector de la fabricación, y es probable que los desafíos aumenten en los próximos años, impulsados por la Fabricación Avanzada.

En este panorama en evolución, los fabricantes no sólo deben garantizar que existan medidas de salud y seguridad, sino también identificar continuamente oportunidades para mejorarlas y adoptar medidas preventivas para evitar accidentes, lesiones y enfermedades profesionales. Para ello, necesitan procesos sólidos de salud y seguridad basados en datos y análisis y respaldados por la tecnología, que les permitan:

• Captar y gestionar información crítica de los eventos y administrar toda la documentación y las fotos en un único entorno
• Recopilar datos de conformidad para respaldar la generación de informes normativos
• Gestionar datos de riesgo, como información sobre incidentes, cuasi accidentes y condiciones inseguras
• Descubrir las causas raíz, investigar incidentes y responder inmediatamente
• Rastrear y analizar la seguridad a través de análisis avanzados para supervisar los progresos y detectar tendencias y patrones.

En última instancia, estas acciones ayudan a salvaguardar la salud física y la seguridad de los trabajadores, reducen la probabilidad de absentismo y gastos médicos, y contribuyen a mantener la productividad y la continuidad operativa.