职场穿戴技术：在保障隐私的前提下提升安全

高科技穿戴设备在消费市场的开局并不顺利，但供应链领域却为其增长提供了更肥沃的土壤。

作为科技爱好者的时尚配饰，Google Glass 并未引爆市场。Apple Watch 的上市进度也比制造商预期的要慢。在消费层面相对成功的是 Fitbit 等设备，它们旨在监测身体活动、体征指标和其他健康标记。

穿戴设备在消费市场的成败参半，归因于高价格、使用不便或困难、以及新奇感的短暂吸引力等因素。但就促进工人安全而言，尤其是在配送和仓储环节，这项技术有更有力的论据。

持续测量体温、心率和呼吸等生物特征，无疑为人类健康提供了宝贵新见解。IBM Watson 物联网解决方案项目总监 Ishan Sehgal 表示，这种能力现可应用于职场安全项目，有助于消除因工人过度劳累导致的事故。

实用设备包括配备精密传感器的腕带、头盔、安全帽和“智能”服装。据 IBM 介绍，它们能“采集生物特征和环境数据，识别工人跌倒；在工人靠近机器时关停设备；监测温度或空气质量变化，甚至在班次开始时标记工人生命体征异常——这意味着他们面临更高的事故风险。”

IBM 并不视该技术为传统安全项目的替代品，而是改善这些政策落地的手段，“通过消除猜测和不可预测因素。”

Sehgal 表示，这些设备适用于仓库、户外作业、采矿和建筑工地等多种商业和工业环境。

不过他承认，该技术仍相对新颖。大多数采用者正通过用例和试点实验，确定设备最实用的部署场景。

Sehgal 称，工业用设备价格相对较低，部分得益于行业多年来依赖气体探测器、警示灯、运动探测器和背心等安全辅助设备。部分最新传感器技术源于爱好者对树莓派等廉价计算机、或称作 Nordic Thingy 的原型开发平台的使用。如今这些技术正与 IBM Watson 的现代人工智能能力相结合。

智能头盔制造商 GuardHat 正与 IBM 紧密合作，将软硬件整合为一体化监测系统。该产品起源于采矿业，可追踪生物特征和环境测量数据（如环境气体）。工人洞察及其他数据随后可上传云端分析。

使用新设备需要一定培训，尽管大多数用户力求尽量减少对日常流程的改动。在某些情况下必须变革，例如结束工人随机领取安全帽、班后随意扔进垃圾箱的做法。

除即时监测外，设备生成的数据还能帮助管理者获得工人表现、现场状况、生产力与健康趋势的全景图。这正是 Watson 等工具分析能力大显身手之处。

不过，传感器穿戴设备的普及引发隐私担忧：工人会否觉得监控过于侵入？

Sehgal 对此不以为意。他说采用该技术的企业“将工人安全置于首位”。

关于数据隐私，IBM 表示不保留或控制数据，并致力遵守欧盟《通用数据保护条例》（GDPR）等严格新规。此外，Sehgal 称，工具提供选项：班次结束清除数据、休息时段关闭监控、确保下班场景匿名化。

Sehgal 也不认为技术生成的数据会导致更严苛的工程劳动标准，引发工人抵触。“这绝非我们的开发初衷，”他说，“而是为了取代纸笔记录式的安全计划执行。”

尽管如此，部署新一代穿戴设备的企业仍需教育工人了解其用法与局限。Sehgal 认为，价值在于消除工伤和关键设备非计划停机等“痛点”，最终提升生产力。

IBM 预期，随着设备价格持续下降、系统处理海量数据能力增强，该技术将在未来几年吸引更多企业关注。这关乎 AI 的持续进步，Sehgal 将其定义为“让物联网的数据连接、采集与分析在更广泛用例中更易获取、更简单易用。”