1客户嘴上要的
「工地摄像头已经装了,加上 AI 识别没戴安全帽、没系安全带、烟火,发现就告警。」
这是症状或现成方案,不一定是真问题。下面看两种做法。
2照字面做,会怎么烂
花一个月把安全帽、反光衣识别的准确率从 90% 调到 98%,验收时演示效果很好。三个月后,一个项目的高支模在混凝土浇筑时出现局部变形,事后查明支架没有验收就开始浇筑——摄像头一直拍着现场,但识别模型只认安全帽,这类风险根本不在它的覆盖范围里。
3好 FDE 的实际走法
共 6 周,分 5 个阶段。带三角标记的是这一步最容易踩的坑。
第 1 周找真问题(看事故和隐患从哪里来)
- 跟总包公司安全部的 1 个副经理、2 个项目的专职安全员和项目经理坐,翻近两年的安全检查记录和公司内部通报的未遂事件。发现:没戴安全帽是最常见的问题,但不是最严重的;严重风险集中在危大工程——深基坑、高支模、起重吊装、脚手架。问题常常是「作业条件不满足就开工」:专项方案没交底、验收没签字、监测数据超警戒值还在作业。
- 另一个问题:安全检查发现的隐患,整改单发出后没人跟踪,同一隐患下次检查还在。
- 真问题是「危大工程作业前条件核查 + 隐患整改闭环」。成功标准改成:「试点项目的危大作业 100% 在开工前完成条件核查;隐患按期整改关闭率从 60% 提到 90%。」
- 踩坑别用「识别准确率」当成果。模型准不等于风险降低,要先问它覆盖了哪些风险。
第 2 周定范围 + 理清责任链
- 砍范围:两个项目,只做高支模和起重吊装两类危大工程,加上全项目的隐患整改闭环。
- 理责任:方案交底由技术负责人做,验收由项目、监理共同签字,监测由第三方单位做。把每个环节的责任人和签字资料列成清单。
- 数据:危大工程清单和专项方案在项目资料系统里,监测数据由第三方监测单位提供,要协商数据接口或每日报表。
- 踩坑别把核查做成新的填报系统。安全员已经要填很多表,新系统必须减少填报,而不是增加。
第 3–4 周原型 + evals
- 做两个功能。第一,作业前核查:开工前,系统根据危大工程清单检查方案交底、验收签字、监测数据是否齐全,缺项时提醒技术负责人,并抄送安全部。第二,整改闭环:安全员拍照记录隐患,系统自动分类、指派责任班组,到期未关闭的升级给项目经理。
- 摄像头识别只保留「起重作业区域有人闯入」一种,告警只推给吊装指挥。
- evals:用两个项目过去 3 个月的资料回放,安全员标注「应拦截的开工」。要求漏拦为零;整改分类准确率不低于 85%。
- 踩坑分包班组没人用系统。整改通知要发到班组长常用的微信,不要求他们装新应用。
第 5 周试运行 + 并肩改
- 安全员反馈:「拍照分类很快,但我想直接引用公司的隐患标准条目」——把公司隐患排查标准做成分类选项。项目经理开始在周例会上看整改看板。
第 6 周交接交接
- 交给公司安全部,而不是项目部:安全部维护危大工程核查清单和隐患标准,新项目开工时由安全部配置。
- 交给项目部的话,项目一完工,配置和经验都没了。
4这个案例教给你的可复用判断
按后果严重程度排风险,不按出现频率排。
「事前条件核查」往往比「事中识别」更能防事故。
先画出风险清单,再看 AI 覆盖了哪几项,别把单项识别的准确率当成整体安全水平。
项目制行业,交接给公司层面的部门。
你手上也有类似的场景?
说说你所在的行业和想用 AI 做的事,留言会直接送达。觉得这个案例有误、过时,或有更好的做法,也欢迎指出。
建筑与地产的其他案例
内容更新:2026-11-11