Система автоматизации проверки вводных инструктажей
Автоматический контроль инструктажей на основе ИИ
Для компании, выполняющей опасные производственные работы, предсменные инструктажи являются обязательным этапом допуска сотрудников к выполнению задач. Перед началом смены ответственный специалист проводит инструктаж по требованиям безопасности, проверяет готовность сотрудника и фиксирует допуск к работам.
Процесс должен быть контролируемым и подтверждаться достоверными данными: кто, когда и кому провёл инструктаж, а также на каком основании сотрудник допущен к работам. Чтобы исключить риски и быть уверенными, что к опасным работам допускаются только прошедшие инструктаж сотрудники и это можно подтвердить документально, нужно было автоматизировать процесс.
Исходная ситуация
Перед началом каждой смены сотрудники проходят обязательный инструктаж по чек-листу. Инспектор производственной безопасности проводит его лично, а сам процесс записывается на нагрудный видеорегистратор — со звуком и видео.
Потом специалисты по промышленной безопасности выборочно и вручную прослушивают эти материалы, чтобы убедиться, что инструктаж проведён правильно и все пункты чек-листа соблюдены.
При большом объёме смен и сотрудников такой формат контроля становится трудоёмким и малоэффективным: проверка длится долго, охватывает лишь часть записей и создаёт высокую нагрузку на специалистов.
Например, если сейчас
3 000
инструктажей
в месяц
в месяц
из них при ручном контроле:
много сотрудников , которые выполняют рутинные операции
анализируется менее
900 записей (~30%)
900 записей (~30%)
выявляются
с проблемами 90 (~10%)
с проблемами 90 (~10%)
Чтобы снять нагрузку с сотрудников и сделать контроль системным, Заказчику потребовалась автоматизация анализа этих записей.
Концепция и проектирование решения
Мы предложили разработать систему на основе искусственного интеллекта. Она должна:
Сэкономить время
на обработку записей
Выявлять скрытые
риски
Фокусировать
на важных случаях
Снизить человеческий фактор
В задачи проекта вошли: автоматизировать анализ этих записей: транскрибировать речь, распознавать ключевые элементы чек-листа и формировать отчёты с оценкой соответствия регламенту — полностью локально, без облаков и внешних лицензий.
Перед стартом разработки проекта были зафиксированы главные входные условия и ограничения, определившие границы разрабатываемой системы:
Формат развертывания
На одном изолированном локальном ПК с локальным доступом
Способ загрузки
API или через веб интерфейс (перетаскивание, выбор из проводника)
Форматы файлов для анализа
Видео:
AVI
MP4
MOV
Аудио:
MP3
WAV
Роли пользователей
Оператор ПБ
Администратор:
работает со справочниками и настройками
Сроки хранения настраиваются администратором
Например:
Видео/аудио:
≈30 дн.Транскрипты, чек-листы:
≈180–365 дн.Аналитика и формы отчётов
Контрольные показатели и отчётность по инструктажам
Как шла разработка
Проект мы реализовывали, опираясь на опыт разработки систем с использованием технологий распознавания речи и анализа текстов.
— Этап 1
Сначала мы детально разобрались в самом процессе инструктажа. Важно было понять, какие данные действительно нужно фиксировать, чтобы можно было подтвердить корректность допуска сотрудника к работам и проверить соблюдение регламента. В нашем случае это были: номер наряда-допуска, объект, состав бригады, проверка удостоверений, самочувствие, специфика работ и другие обязательные пункты чек-листа.
Параллельно мы изучили, в каком виде приходят записи с видеорегистраторов и как именно специалисты проверяют их сегодня. Это помогло сформировать требования к распознаванию речи и логике последующей проверки.
— Этап 2
Далее мы спроектировали логику обработки. Аудио извлекается из видео и передаётся в модуль распознавания речи (WhisperX), который создаёт транскрипт с таймкодами.
Затем система разделяет голоса участников и привязывает их к ролям — например, инспектор и сотрудник. После этого локальная языковая модель анализирует текст: проверяет прохождение всех пунктов чек-листа, выделяет ключевые данные и приводит их к структурированному виду — в формате JSON и таблиц.
На основе этих данных рассчитывается процент соответствия регламенту — от 0 до 100% — с расшифровкой того, что выполнено, а что пропущено.
— Этап 3
Прототип мы перевели в рабочую систему: настроили автоматическую загрузку файлов из сетевой папки, генерацию карточек инструктажей с таймлайном и чек-листом, а также отчёты с фильтрами по дате, объекту и ответственному.
Хранение организовали полностью локально — видео, аудио, транскрипты и отчёты размещаются на внутреннем СХД без использования облаков.
На этапе пилота систему протестировали на реальных инструктажах. Мы доработали словари терминов, адаптировали распознавание под шумную среду и разные голоса, а также проверили корректность скоринга. Важно было убедиться, что система фиксирует все проведённые инструктажи и корректно отражает выполнение обязательных пунктов.
— Этап 4
На финальном этапе мы подготовили систему к запуску: доработали интерфейс для ежедневной работы специалистов, добавили удобные экспорты в Excel и PDF и настроили понятную навигацию по инструктажам и выявленным отклонениям.
В результате сотрудники промышленной безопасности получили инструмент, который сокращает ручную работу, обеспечивает прозрачность процесса и помогает контролировать соответствие инструктажей регламенту без зависимости от ручного прослушивания записей.
Этап 1
Аналитика и формирование требований
- Анализ процесса инструктажа
- Определение обязательных пунктов чек-листа
- Изучение формата видеозаписей
- Формирование требований к распознаванию речи
- Подготовка логики проверки регламента
Этап 2
Проектирование и разработка прототипа
- Проектирование архитектуры обработки
- Интеграция модуля распознавания речи
- Реализация выделения голосов и распределения ролей
- Разработка логики анализа текста
- Формирование структуры данных
- Реализация механизма расчёта процента соответствия
Этап 3
Разработка системы и тестирование
- Доработка пользовательского интерфейса
- Реализация экспорта в Excel и PDF
- Оптимизация навигации
- Финальное тестирование
- Подготовка к запуску и передача в эксплуатацию
Этап 4
Подготовка к запуску
- Доработка пользовательского интерфейса
- Реализация экспорта в Excel и PDF
- Оптимизация навигации
- Финальное тестирование
- Подготовка к запуску и передача в эксплуатацию
Архитектура и логика системы
Механика автоматизированного процесса
После проведения инструктажа записи загружаются в систему через интерфейс. Мы автоматически сопоставляем данные с требованиями регламентов: алгоритмы ИИ-обработки проверяют корректность и полноту информации, фиксируют отклонения и формируют показатели качества, отчётность и рейтинг ответственных.
Обновленный процесс
Решение автоматически анализирует файл с записью:
транскрибирует с выделением ролей участников разговора,
проверяет пункты по чек-листу,
присваивает один из статусов
приводит цитаты с таймкодами как доказательства
формирует дневной/недельный/месячный отчёты и рейтинг
Как проверялись инструктажи
до внедрения системы
Операторвручную проводит множество операций:
прослушивает записи, но не может прослушать все
субъективно оценивает соблюдение пунктов чек-листа
нерегулярно собирает отчеты без строгих правил оформления
Риски ручного процесса:
пропуски
человеческий фактор
задержка реакции
Функциональные модули
При проектировании системы автоматизации инструктажей мы опирались на фактическую логику их проведения и контроля. Анализ сценариев работы специалистов промышленной безопасности и объёма данных показал необходимость разделения решения на независимые функциональные модули.
Модульная архитектура позволила разграничить этапы загрузки, обработки, хранения и анализа инструктажей, а также выделить контуры администрирования и аналитики. Такой подход обеспечивает масштабируемость, прозрачность процессов и поэтапное развитие функциональности без влияния на ключевой контур проверки.
Загрузка файлов
Пользователи системы могут загружать записи инструктажей через интерфейс перетаскивания файлов или через проводник
Каждый анализированный инструктаж вместе со статусом проверки и рассчитанными показателями качества сохраняется в централизованном реестре. Это обеспечивает единое хранилище данных по всем проведённым инструктажам и их результатам анализа.
Реестр позволяет просматривать карточки инструктажей, отслеживать историю записей, фильтровать записи по местам проведения, ответственным и периодам, а также быстро переходить к детальной информации и материалам инструктажа. Такой подход обеспечивает прозрачность контроля и удобство работы специалистов промышленной безопасности.
Реестр инструктажей
Все инструктажи и результаты анализа хранятся в едином реестре с фильтрами по объекту, ответственным и периоду для удобства работы специалистов промышленной безопасности
Вся детальная информация по каждому инструктажу доступна в отдельной карточке. Карта инструктажа объединяет исходные материалы, результаты ИИ-анализа и показатели качества на едином экране.
Карта инструктажа
В карточке представлены стенограмма разговора с разделением ролей участников, оценки по пунктам чек-листа, подтверждающие цитаты с таймкодами и итоговый статус инструктажа
Отчеты и показатели
Система автоматически формирует отчёты по проведённым инструктажам
и помогает специалистам по промышленной безопасности держать процесс под контролем.
Доступны дневные, недельные и месячные сводки, рейтинги ответственных и выгрузка в Excel.
При выявлении нарушений система отправляет уведомления, чтобы можно было оперативно отреагировать.
Справочники и настройки
Справочники и настройки хранят виды работ, объекты и ответственных, а также задают сроки хранения, вес пунктов и порог соответствия для оценки инструктажей
Профиль и уведомления
Каждый пользователь системы имеет персональный профиль с доступными функциями и данными.
В профиле можно управлять личной информацией. Система уведомлений информирует о критичных событиях, выявленных
несоответствиях и важных изменениях в процессах инструктажей. Это позволяет оперативно реагировать
на нарушения и поддерживать прозрачность работы для всех участников процесса
Результаты проекта
Мы спроектировали и внедрили систему ИИ-обработки и автоматизированной валидации инструктажей, которая охватывает полный цикл: от загрузки записей и ведения реестра до детальной карты инструктажа, аналитики, отчётности и уведомлений.
В результате контроль инструктажей перешёл от выборочной ручной проверки к системной, прозрачной и управляемой валидации. Снизилась нагрузка на службу промышленной безопасности, повысилась точность и полнота данных, а автоматизированная аналитика и рейтинги ответственных позволили своевременно выявлять отклонения и управлять качеством проведения инструктажей.
Система разворачивается локально в инфраструктуре заказчика и масштабируется по мере роста объёма инструктажей, обеспечивая стабильность работы и соответствие требованиям безопасности.
Таким образом,
теперь из
3 000
инструктажей
в месяц
в месяц
сотрудники работают
только с проблемными инструктажами
только с проблемными инструктажами
анализируется до 3 тыс. записей без участия сотрудников (~98%)
выявляютсяс проблемами 500 (~98%)
Обсудить идею или проект
Шаг 1 из 6
Выберите тип вашего проекта
Смотреть еще проекты
Речевая аналитика
Автоматизация
Автоматизация контроля качества звонков для сервисной компании
Разработка системы с искусственным интеллектом в колл-центре
Проблема:
При большом объёме обращений в контакт-центр проверяется лишь малая часть звонков, что лишает бизнес объективности в оценке качества сервиса.
Задача:
Охватить 100% звонков автоматизированной оценкой и обеспечить масштабируемый контроль качества без увеличения штата.
Смотреть результат
Смотреть результат
Web- и mobile- разработка
Проектирование и UX/UI-дизайн
Service Desk для автоматизации работы колл-центра
Проектирование системы для колл-центра
Задача:
- Обеспечить управляемость работы колл-центра и прозрачную аналитику показателей.
- Организовать сквозную обработку обращений с фиксацией всех каналов связи.
- Повысить эффективность командной работы за счёт сокращения доли ручных операций.
Смотреть результат
Смотреть результат