AI na budowie
Wdrożenie trudniejsze od stworzenia algorytmu
Wykrywanie braku kasku lub kamizelki ostrzegawczej czy wejścia do stref niebezpiecznych z pozoru jest sprawą prostą. Kamery z AI rejestrują obraz, algorytm analizuje go w czasie rzeczywistym, a wykrycie nieprawidłowości uruchamia alarm. W praktyce plac budowy stanowi jedno z najtrudniejszych środowisk dla systemów analizy obrazu.
Budowa zmienia się niemal każdego dnia. Pojawiają się wykopy, rusztowania, deskowania, nowe elementy konstrukcyjne i maszyny. Zmieniają się ciągi komunikacyjne, a przestrzeń robocza jest stale reorganizowana. Dla człowieka to naturalny etap inwestycji, dla algorytmu – konieczność ciągłego dostosowywania analizy.
Kurz, pył, błoto i deszcz pogarszają jakość obrazu. Ostre słońce, głębokie cienie, mgła oraz sztuczne oświetlenie utrudniają rozpoznawanie. Znaczenie mają także drgania wywołane pracą ciężkiego sprzętu. Niewielkie przesunięcie kamery może zmienić monitorowaną strefę, powodując albo fałszywy alarm, albo niewykrycie rzeczywistego zagrożenia. Skuteczność systemu zależy więc nie tylko od algorytmu, lecz także od właściwego montażu, konfiguracji i kontroli kamer.
Wyzwanie stanowi również specyfika pracy. Pracownicy klęczą, kucają, poruszają się w wykopach, na rusztowaniach i wewnątrz maszyn. Ich sylwetki bywają zasłonięte przez konstrukcje lub materiały. Algorytm musi rozpoznać człowieka mimo niepełnego obrazu, odróżnić brak środków ochrony indywidualnej od chwilowego zasłonięcia oraz operatora w kabinie od pracownika na otwartej przestrzeni. Taka precyzja wymaga trenowania modeli na rzeczywistych obrazach z budów, nie tylko na laboratoryjnych bazach danych.
Równie istotne jest bezpieczeństwo danych. Jeżeli zarejestrowany obraz pozwala na identyfikację osoby, stanowi dane osobowe. Przesyłanie pełnego strumienia wideo do zewnętrznej infrastruktury może zwiększać zakres obowiązków administratora oraz wymagać dodatkowych zabezpieczeń, zwłaszcza gdy dane trafiają poza Europejski Obszar Gospodarczy. Pomaga w tym analiza obrazu bezpośrednio w kamerze lub na lokalnym serwerze. W architekturze Edge AI transfer można również ograniczyć do alertu lub wyniku analizy, bez ciągłego przesyłania pełnego strumienia wideo. Zmniejsza to też zależność od łączy, które na początku inwestycji mogą być niestabilne.
W MCKB SA rozwiązania AI zintegrowano z systemem kontroli dostępu. Przed otwarciem bramki system weryfikuje użycie karty dostępu, stosowanie wymaganych środków ochrony indywidualnej oraz wynik kontroli trzeźwości. Rozwiązania te spełniają wymagania art. 22¹c–22¹h i 22² Kodeksu pracy oraz RODO. Technologia wspiera nadzór, ale nie zwalnia pracodawcy ani osób kierujących pracownikami z obowiązków wynikających z art. 207 i 212 Kodeksu pracy.
Dnia 2 sierpnia 2026 r. wchodzi w życie zasadnicza część AI Act. Zakres obowiązków zależy jednak od przeznaczenia i sposobu wykorzystania systemu. Projektując rozwiązanie wspierające bezpieczeństwo, trzeba więc ustalić jego rolę oraz zakres przetwarzania danych.
Sztuczna inteligencja może podnieść poziom bezpieczeństwa na budowie, ale nie zastąpi doświadczenia kierownika budowy, służby BHP ani właściwej organizacji pracy. Nie przejmuje odpowiedzialności za ludzi – pomaga szybciej identyfikować zagrożenia i podejmować decyzje. Dopiero połączenie technologii z wiedzą inżynierską, praktyką i odpowiedzialnym zarządzaniem pozwala wykorzystać jej realny potencjał.
Archiwum: MCKB
