Sofor analysoi työturvallisuusdataa Watsonin avulla

Yksi sairaslomapäivä maksaa yritykselle satoja euroja ja vakavan työtapaturman kustannukset yritykselle voivat nousta jopa kymmeniin tuhansiin euroihin. Vakavat loukkaantumiset voivat aiheuttaa myös työkyvyttömyyden, mikä vaikuttaa suurilla työnantajilla edelleen työeläkemaksujen suuruuteen. Luonnollisesti tyytyväiset ja terveet työntekijät ovat myös tuottavimpia, joten panostaminen työturvallisuuteen kannattaa kaikin tavoin.

Vapaa teksti hyötykäyttöön

Me Soforilla olemme osallistuneet Business Finlandin (ent. Tekes) tekoälyhankkeeseen, jossa analysoimme kahden ison teollisuusyrityksen vuosien työtapaturma- ja vaaratilanneilmoitukset sekä turvallisuushavainnot. Näiden sisältämä informaatio koostuu suurelta osalta vapaasti ihmisen kirjoittamasta tekstistä. Suurin osa näistä noin neljännes miljoonasta tekstistä oli suomeksi, mikä herätti kysymyksen: miten analysoida tätä suomenkielistä tekstiä, sillä maailmalla ei luonnollisesti ole valmiita työkaluja suomen kieltä varten.

WEX:stä apua tekstiin porautumisessa

Hankkeemme tuli puheeksi loppukesällä 2017 IBM:n kumppanitapahtumassa  ja näin pääsimme testaamaan miltei täysin uutta Suomen kielen tukea Watson Explorer Content Analytics -tuotteessa (WEX:issä). Ohjelman avulla voidaan löytää eri sanojen yhteyksiä huolimatta eri taivutusmuodoista ja löytää monimutkaisiakin yhteyksiä vapaasta tekstistä. Toisaalta ohjelmalla voidaan tarkastella myös strukturoidusta tiedosta kerättyä informaatiota ja mikä parasta, visualisoida sekä vapaasta tekstistä että metadatasta löydetyt yhteydet.

WEX helpotti projektiamme suuresti. Monia työläitä yhdistelyvaihteita ei tarvittu. Suomen kielen sanat luokiteltiin valmiiksi ja projektissa sai keskittyä teknisen toteuttamisen sijaan itse analyysiin. Ilman WEX:iä emme olisi päässeet tutkimaan monimutkaisia lauseita yksityiskohtaisesti ja porautumaan työtapaturmakuvauksiin syvällisesti. WEX auttoi suuresti erityisesti, kun kiinnostuksen kohteena oli esimerkiksi tietyntyyppiseen koneeseen liittyvät turvallisuushavainnot ja näin päästiin myös helposti tarkastelemaan, oliko vuosikymmenen aikana tapahtunut murros kännykän käytössä muuttanut myös turvallisuushavaintoja tästä aiheesta.

Vapaan tekstin analyysi on usein työlästä ja erityisesti, kun on kyseessä suomen kieli, valmiita opetusdatoja analyyseihin ei ole välttämättä tarjolla – ainakaan riittävän laajoilla lisenssiehdoilla. WEX ja sen suomen kielen tuki poisti tämän ongelman ja lisäksi WEX:in avulla saimme tiivistettyä sadat tuhannet tekstit riittävälle tasolle, jotta työpaikoilla tapahtuvia riskejä voitiin kartoittaa.

Lopputuloksena turvallisempi työpaikka

Näin työturvallisuutta voidaan parantaa datasta löytyvillä tekijöillä puuttumalla niihin nopeasti. Esimiehien ei tarvitse käydä valtavaa tietomassaa läpi ja lopputuloksena työntekijän vaaratilanteet ja loukkaantumiset vähenevät, inhimillinen kärsimys pienenee ja yritys säästää kustannuksissa.

Tämä kaikki voidaan saavuttaa hyödyntämällä jo olemassa oleva turvallisuusdata ja jatkuvasti analysoimalla uusia työpaikalta tehtyjä vaaratilanneilmoituksia.

 

Haluatko kuulla lisää, miten voit hyödyntää tekoälyä jo nyt turvallisuusjohtamisessa ja esimerkkejä työturvallisuusdatan analyysistä IBM Watsonin avulla? Ilmoittaudu mukaan ilmaiseen Tekoäly lisää ennakoitavuutta turvallisuusjohtamiseen -webinaariimme tiistaina 6.3 kello 9.

 

 

 

 

 

 

 

 

 

Kirsti Laurila
Head of Analytics, Sofor

 

Avainsanat: IBM Watson, ibmkumppanit, työnteko, työturvallisuus

Kommentit