5.2 ANGEL.AI : Améliorer la sécurité des collaborateurs par l’identification de signaux faibles grâce à l’exploitation des données d’activité et d’environnement
Les solutions actuelles sont insuffisantes
Les accidents du travail et les risques psycho-sociaux sont multifactoriels : ils résultent d’un ensemble de circonstances qui peuvent mener à des situations dramatiques. Face à cet enjeu, des solutions se sont développées pour en réduire les risques, notamment par la mise en place de mesures de prévention. Cependant, ces dernières sont issues d’une analyse systématique des événements passés, desquels ont été tirés des enseignements généraux, qui transformés en procédures sont voués à s’appliquer à tous sans prise en compte des spécificités individuelles.
Concernant la prévention des risques psycho-sociaux, la plupart des actions de prévention actuellement engagées visent principalement à mesurer le bien-être au travail. Les enquêtes ou questionnaires mis en place permettent de cerner le travail tel qu’il est perçu par les employés à un instant précis. Ces enquêtes ne sont pas représentatives de l’évolution psychosociale de l’employé et ne constituent donc pas une mesure de prévention des troubles psycho-sociaux.
ANGEL.AI fonctionne à partir de l’exploitation des données de l’entreprise
Notre solution se différencie des solutions existantes par l’exploitation des données déjà disponibles dans l’entreprise.
Pour fonctionner, le système collecte un maximum de données de l’entreprise : des données opérationnelles ou personnelles et même des données financières. Des données d’environnement, telles que la météo, le trafic routier, la luminosité, les flux d’actualité peuvent être connectés aux systèmes en fonction des cas d’usage afin d’ajouter des données pertinentes aux catalogues de données. L’objectif est de collecter un maximum d’information afin d’identifier dans l’océan de données générées tous les jours par l’entreprise, les signaux faibles précurseurs d’accidents.
Ces données sont analysées par un modèle d’intelligence artificielle, permettant d’estimer les risques d’accidents. En fonction des types d’accidents et des situations, des actions correctrices sont recommandées afin de réduire les risques identifiés. Ceci permet d’adapter très précisément les processus de sécurité aux situations rencontrées. Si cela est nécessaire, les collaborateurs sont informés des risques identifiés et peuvent adapter leur comportement en conséquence.
Le modèle d’IA propre à chaque entreprise est créé à partir d’une analyse de l’historique de ses accidents et de ses données. L’algorithme va rechercher les corrélations entre les données à dispositions et l’occurrence des accidents. La capacité à détecter des accidents sera directement lié à la quantité de données à analyser.
Une mutualisation des données pour améliorer la qualité du modèle
Afin d’améliorer les performances du modèle dans les cas où la quantité de données historiques est trop faible, il est possible d’exploiter l’historique d’accidents de plusieurs entreprises. Cela permet d’exploiter le retour d’expérience d’un secteur industriel au profit de la sécurité de ses collaborateurs.
Cette méthode permet à chaque entreprise de garder la maitrise sur ses données. Ses données sont, durant un temps limité, mises à disposition de l’algorithme en charge de la création du modèle d’IA. Une fois la phase d’apprentissage réalisée, c’est le modèle d’IA qui est partagé et non les données confidentielles de l’entreprise.
Le principal déterminant de la qualité des modèles d’IA est la quantité de données analysées. Cette solution permet de maximiser la pertinence des modèles d’IA tout en garantissant protections des données confidentielles.
ANGEL.AI s’inscrit dans un cadre légal concernant l’exploitation des données personnelles
Le principal frein au déploiement de cette nouvelle approche de prévention des risques, n’est pas un frein technique. Les technologies de collecte et d’analyse de données sont désormais matures. Dans la masse de données à analyser par l’algorithme de détection, certaines données seront des données personnelles. Ces données auront été générées dans un cadre professionnel certes mais seront attachées à un individu identifié. Elles devront alors être traitées avec attention afin de respecter la loi et les principes éthiques.
La collecte et le traitement de données personnelles est un sujet sensible. Nombre d’organisations refusent d’ailleurs, par principe, toute initiative visant l’utilisation de données personnelles quelque en soit la finalité. Il nous apparait primordial d’analyser les bénéfices et les risques d’une gestion de la sécurité par la donnée afin d’assurer de la bonne prise en compte des réels intérêts des collaborateurs.
L’exploitation de données personnelles n’est pas interdite, mais elle doit s’inscrire dans un cadre légal et respecter deux principes fondamentaux :
- Premièrement, cette utilisation doit être légitime et proportionnée. Du moment, que l’analyse se limite à l’identification de signaux précurseurs d’accidents et fait abstraction de tout autre élément, cette utilisation semble légitime et proportionnée.
- Deuxièmement, les individus dont les données personnelles sont analysées doivent être informés des analyses réalisées et de l’utilisation qui sera faite des résultats.
Quels sont les secteurs les plus demandeurs d’ANGEL.AI ?
Afin d’identifier les secteurs les plus prometteurs pour l’application de cette nouvelle méthode de préventions des risques, il convient d’identifier les industries fortement digitalisées à l’origine d’un nombre important d’accidents du travail.
Aujourd’hui, tous les secteurs industriels ne sont pas encore matures pour implémenter cette nouvelle manière de prévenir les d’accidents du travail. Certaines industries sont encore très faiblement digitalisées. La quantité de données générées par les opérationnels est donc très limitée. Il devient alors difficile d’identifier les signaux faibles précurseur d’accident si la quantité des données disponibles pour l’analyse est trop faible.
Comme nous l’avons déjà dit, la digitalisation de tous les secteurs économiques est en cours. Il est donc fort probable qu’il soit bientôt possible de généraliser ces analyses à toutes les entreprises.
Le secteur de la construction apparait comme un bon terrain d’application de cette nouvelle technologie. Le taux de fréquence des accidents y est important et la digitalisation du secteur est en cours.
Les secteurs du commerce, du transport et de l’entreposage sont également de bons candidats au déploiement de ces nouvelles méthodes de prévention des risques.
