IA para Prevenir Accidentes: Lecciones de un Gigante Logístico y el Caso Medellín

La noticia reciente sobre una startup colombiana de Medellín que está desarrollando una plataforma con inteligencia artificial (IA) para predecir la probabilidad de accidentes laborales en los próximos 30 días, basándose en patrones de comportamiento, historial y condiciones del entorno, resuena profundamente con experiencias ya vividas en otros mercados. Este tipo de innovación no es completamente nueva y encuentra paralelos en casos reales que demuestran su potencial transformador. Por ejemplo, en el sector logístico de Estados Unidos, una empresa con operaciones masivas y una fuerza laboral considerable, hace ya algunos años, implementó un sistema similar con resultados prometedores.

Esta compañía, de la cual no podemos revelar el nombre específico, pero que es un actor muy relevante en la distribución de bienes, enfrentaba desafíos significativos en la gestión de la seguridad de sus miles de conductores y operarios de almacén. La siniestralidad, aunque controlada, generaba costos operativos importantes y, lo más crucial, afectaba el bienestar de sus colaboradores. La solución que adoptaron implicó el uso de algoritmos de IA para analizar grandes volúmenes de datos: desde los registros de incidentes previos, datos de telemetría de vehículos, reportes de mantenimiento de equipos, hasta patrones de turnos y condiciones climáticas. El objetivo era identificar factores de riesgo y predecir posibles eventos adversos antes de que ocurrieran. Aunque el enfoque de la startup paisa se centra en el comportamiento y el historial individual, el principio subyacente de la IA para la predicción de riesgos es el mismo.

La implementación de esta tecnología permitió a la empresa logística no solo reducir sus tasas de accidentes en un porcentaje significativo, según reportes internos, sino también optimizar sus programas de capacitación y sus intervenciones de seguridad. Por ejemplo, si el sistema detectaba que un grupo de trabajadores presentaba una combinación de factores de riesgo (ej. jornadas extendidas, historial de "casi accidentes" y operación de maquinaria específica), se podían programar capacitaciones preventivas focalizadas o ajustes en la planificación de tareas. Esta experiencia global nos muestra que la visión de la startup de Medellín no es solo innovadora, sino que tiene un fundamento práctico y resultados tangibles en la prevención de riesgos laborales.

Qué nos enseña esto en SST

• La predictibilidad es una realidad: La IA no es una bola de cristal, pero su capacidad para analizar patrones complejos y correlacionar datos nos permite pasar de la reacción a la proactividad. En Colombia, esto significa que podemos anticiparnos a escenarios de riesgo, no solo gestionarlos una vez ocurridos.
• El valor de los datos existe: Cada incidente, cada casi-accidente, cada observación de seguridad es un dato valioso. Las empresas colombianas deben entender que documentar y estructurar esta información es el primer paso para poder alimentarla a sistemas de IA que, a su vez, generarán alertas y recomendaciones personalizadas.
• Complemento, no reemplazo: La tecnología como la que propone la startup de Medellín no busca reemplazar al profesional SST. Al contrario, lo empodera, liberándolo de tareas repetitivas de análisis para que pueda concentrarse en la implementación de estrategias preventivas y en la interacción directa con los trabajadores. Es una herramienta potente en el marco del SG-SST, no un sustituto.

Para el empresario y el profesional SST colombiano, la aparición de iniciativas como la de Medellín es una invitación a explorar cómo la tecnología puede fortalecer su Sistema de Gestión de Seguridad y Salud en el Trabajo, haciendo la prevención más inteligente y efectiva.