隨著全球對消費品的需求與日俱增，對新型工業的需求變得至關重要，這種工業需要融入旨在優化制造流程的最新技術，同時符合最新的可持續發展標準。這導致工業的第四次迭代，或“工業 4.0”，其中涉及當前制造系統的數字化，使用傳感器、通信網絡和大數據分析以及智能機器人和機器，有望提高生產力、定制化、減少原材料浪費和提高產品質量。工業運作方式的這一根本變化也改變了當前測試和安全標準的情況。隨著機器變得越來越復雜，隨著新技術取代舊技術，安全方案和標準必須同步調整。

　　了解工業中的安全問題

　　在如今的場景中，增加的復雜性幾乎等同于人工智能 (AI) 和機器學習 (ML) 與云計算和物聯網 (IoT) 的整合。任何能夠通過感知環境來優化達到目標的機會的動因都能看到人工智能的身影。機器學習是對可以通過經驗和數據自動改進的計算機算法的研究。這些系統正在被快速整合，以幫助實現新工業革命的主要目標，即通過升級系統來改善制造業。

　　升級機械的一個例子是移動機器人。與當今工業中使用的標準機器人相比，它們具有更高的靈活性。使用人工智能和機器學習，它們能夠實時計算出完成任務的最有效路線。這條路線肯定會與和這些機器人共享工廠車間的人類元素交叉，因此會出現潛在的意外情況，這將給公司及其工人帶來社會和經濟成本。這就需要為這種具有嵌入式人工智能和機器學習的機器人制定嚴格的安全標準。

（來源：Green World Group）

　　AI 和 ML 的另一個應用是自主車輛，其中損失的風險很高。自主車輛必須通過其算法處理多個數據點（例如，速度、與其他車輛的相對位置、道路上的障礙物等）。這需要穩健的測試標準，確保上述算法的誤差在允許的限度內，因為任何誤差都可能對數百輛在道路上行駛的車輛造成危險。此外，嵌入式人工智能系統會隨著時間的推移調整其功能，這可能會導致出現與最初實施的流程和產品完全不同的流程和產品，因此需要隨著時間的推移修改風險評估。

　　所有這些因素結合在一起，形成一個不斷演變的環境，這種演變現在給負責制定安全標準的機構帶來了壓力，因為隨著流程和實體功能的每次變化，確保每個相關實體安全的步驟也會發生變化。除了因故障造成物理損壞的明顯風險之外，工業 4.0 的互聯性質還帶來了新的威脅，而這些威脅在工業環境中考慮時曾經很少受到關注，包括侵犯隱私、網絡威脅、連接問題等。這意味著安全標準現在必須包括所有這些新的潛在安全問題領域。

　　工業 4.0 如何響應提高安全性的呼聲

　　新工業中安全系統的一個例子是使用邊緣計算和嵌入式人工智能實現的。邊緣計算，即數據收集本身發生的計算，為安全系統打開了新的大門。當與嵌入這些系統的 AI 和 ML 系統一起使用時，可對數據進行處理而不將其發送到云端，可以實現實時決策。這些技術確保了快速行動，而且拯救生命的潛力巨大。這種嵌入式安全人工智能程序本身需要強大的標準，以確保這些關鍵組件出現故障的可能性最低。

　　在技術方面，符合安全相關定義的風險評估、測試和繪制標準是確保新工業革命在安全措施方面的可行性的最關鍵步驟。不斷確保標準與技術的快速發展保持同步，將成為負責確保采用這些新技術的實體安全的委員會的最大挑戰。

　　因禍得福？

　　除了改變機器本身的工作方式外，工業 4.0 還改變了一項關鍵資源的管理方式，即人力資源。夸張點說，能夠模仿人類決策的智能機器和設備已經開始在許多領域取代人類工人，同時也為有能力設計、導航、故障排除和維護不斷變化的制造機械情形的熟練勞動力提供了需求。

　　隨著體力勞動任務以及現場決策和監控被委托給智能自主機器，由工業中的人為因素執行的任務的性質正在迅速改變。如前所述，越來越多涉及設計和故障排除等智力任務的崗位正在開放，迫使員工更新他們的技能組合。人類所從事的工作性質的這種轉變改變了兩件事：一是工作變得不那么單調，更具創造性、挑戰性和滿足感；二是職業健康和安全標準。健康和安全標準的變化意味著心理壓力、整體健康將開始作為主要的健康參數獲得更多的重視，最終導致個人的心理需求與他/她的身體健康處于相同的水平。