powered by

desafio ativo

Safety
Intelligence

Safety
Intelligence

Safety
Intelligence

Priorizar Risco, Não Presença

status

crítico

5 participantes

5 participantes

recrutados

Requisito do desafio

People-first

Future-proof

AI-driven

Mentores

Marcos Cesar

Marcos Cesar

Product Designer

Einstein Torres

Einstein Torres

CFO & Especialista em IA

Dante Freitas

Dante Freitas

Founder - GZero

Renan Hannouche

Renan Hannouche

Founder - GZero

Gabriel Albuquerque

Gabriel Albuquerque

CEO Loomi

Lelec

Lelec

CDO

Davy Mota

Davy Mota

Davy Mota

Head of Design

Skills Necessárias

Skills Necessárias

Occupational Safety Management

Risk Scoring and Prioritization

Predictive Analytics for Safety

Pattern Recognition in Incident Data

Historical Data Consolidation

Correlation Analysis

Dynamic Risk Modeling

Safety Culture and Behavior Analytics

Field Operations Intelligence

Decision Support System Design

Real-Time Alerting and Recommendations

Model Improvement

Safety Compliance Knowledge

Inspector Enablement and Guidance

Anomaly Detection in Safety Events

Contextual Analysis

Data Governance for Safety

Change Management

Performance Analytics and Metrics

Consulting and Preventive Strategy Design

A missão

Contexto

A gestão de Segurança Ocupacional na EcoRodovias acontece em um ambiente operacional de alta complexidade: muitas frentes simultâneas, ampla dispersão geográfica e operação 24x7 (inclusive com obras noturnas). Somam-se a isso exposição a clima, tráfego intenso e interferências externas, além de múltiplas empresas atuando ao mesmo tempo. Nesse cenário, o modelo tradicional baseado em presença física, checklists e visitas padronizadas não escala e tende a ser reativo, sem priorizar o risco real.

Problema

Hoje, a segurança sofre porque os riscos são tratados como se tivessem o mesmo peso, fazendo com que frentes críticas recebam a mesma atenção que frentes de baixo risco. A atuação tem baixa capacidade preditiva, com a maior parte das ações acontecendo depois de incidentes ou quase-acidentes, sem uso estruturado do histórico para antecipar falhas. Além disso, a força de campo é usada de forma ineficiente, com inspetores sobrecarregados e um papel mais fiscalizatório do que consultivo, dificultando decidir onde atuar primeiro.

Desafio

Criar uma solução AI-driven, baseada apenas em dados já existentes, para transformar a gestão de Segurança Ocupacional em um modelo orientado a risco, priorização e decisão. Na prática, a solução deve direcionar a atuação para onde o risco é maior, antes que o acidente aconteça.

Objetivo (O)

Transformar a gestão de Segurança Ocupacional em um modelo proativo, orientado a risco e preditivo, priorizando ações onde o risco é maior e reduzindo acidentes por meio de decisões melhores, não apenas de maior presença em campo.

Resultados-Chave (KRs)

KR1. Classificar 100% das frentes de trabalho com um score dinâmico de risco, atualizado com base em histórico operacional e contexto.

KR2. Priorizar, diariamente, 100% das visitas de segurança com base em risco real, substituindo agendas genéricas por listas inteligentes de atuação.

 

KR3. Criar um ciclo de aprendizado contínuo em que 100% das ações, registros e ocorrências retroalimentem o modelo de risco.

KR4. Antecipar 80% dos riscos críticos antes da ocorrência de acidentes, com alertas e recomendações preventivas.

KR5. Reduzir em 40% o esforço de inspeções de baixo valor, redirecionando a atuação da equipe para frentes críticas.

KR6. Elevar para 90% o nível de preparo do inspetor antes da ida a campo, medido pela aderência às recomendações e foco nos riscos apontados.

Leia o desafio na íntegra