AI koneiden riskinarvioinnissa kuulostaa tehokkaalta, ja sitä se voi parhaimmillaan olla. Kirjoitat koneen nimen, lisäät pari yleistä tietoa ja hetken päästä saat taulukon, jossa on vaara, seuraukset, suojatoimenpiteet, riskitaso ja jäännösriski. Kaikki näyttää siistiltä. Ongelma on vain tämä: siisti taulukko ei vielä ole ISO 12100 mukainen koneiden riskinarviointi.
Koneiden riskinarvioinnin arvo ei synny siitä, montako riviä asiakirjassa on tai kuinka tekniseltä teksti kuulostaa. Arvo syntyy siitä, voiko joku seurata päätösjäljen ja ymmärtää, miksi juuri tämä vaara tunnistettiin, miksi juuri tämä vaaratilanne katsottiin olennaiseksi ja miksi juuri nämä suojatoimenpiteet valittiin. Siinä kohtaa loppuu automaatioharha ja alkaa vastuu.
AI koneiden riskinarvioinnissa: vanha virhe uudessa paketissa
Moni koneiden riskinarviointi näytti jo ennen AI aikaa samalta: Excel, lista vaaroista, muutama yleinen seuraus, pari vakioratkaisua ja lopussa siististi pienentynyt jäännösriski. Asiakirja oli olemassa. Solut oli täytetty. Värit täsmäsivät. Mutta usein puuttui se, mitä ISO 12100 oikeasti vaatii: yhteys ihmisen tehtävän, koneen elinkaaren vaiheen, vaaratilanteen ja vaarallisen tapahtuman välillä.
Kirjattiinko vaara? Kirjattiin. Arvioitiinko alkuperäinen riski? Arvioitiin. Pienennettiinkö riskiä, kun taulukkoon lisättiin suojus, ohje ja koulutus? Tietenkin. Mutta tarkistiko kukaan, mitä käyttäjä todella tekee asetuksen aikana? Ymmärsikö kukaan, miten tukoksen poisto tapahtuu kiireessä? Katsottiinko puhdistus, säätö, kunnossapito, käsiajo, huoltoalueelle pääsy ja suojien ennakoitava ohittaminen? Liian usein vastaus on epämukava.
Ongelma ei koskaan ollut Excel. Excel on vain työkalu. Ongelma oli se, että työkalusta tehtiin prosessin korvike. AI tekee täsmälleen saman virheen, mutta nopeammin, sulavammin ja uskottavammin. Ennen heikko taulukko paljasti itsensä. Se oli kömpelö, toisteinen ja täynnä valmiita fraaseja. AI tuottama taulukko voi näyttää kypsältä ja ammattimaiselta. Juuri siksi riski kasvaa.
Vaikutelma analyysistä ei ole analyysi. Se on vain vaikutelma.
Koneasetus (EU) 2023/1230 ei pyydä asiakirjaa, joka näyttää riskinarvioinnilta. Se velvoittaa tekemään riskinarvioinnin, jotta voidaan määrittää sovellettavat olennaiset terveys- ja turvallisuusvaatimukset sekä riskin pienentämiseen tarvittavat toimet. Käytännössä tämä tarkoittaa koneen rajojen, tarkoitetun käytön, kohtuudella ennakoitavan väärinkäytön, vaarojen tunnistamisen, riskin arvioinnin ja riskin pienentämisen läpikäyntiä. Tässä AI voi auttaa, mutta vain yhdellä ehdolla: sen on tuettava prosessia, ei esitettävä sitä.
ISO 12100 ei ala vaaraluettelosta
Yksi yleisimmistä virheistä on aloittaa kysymyksellä: mitä vaaroja tässä koneessa on? Se kuulostaa järkevältä, mutta on liian pinnallinen lähtökohta. Koneessa voi olla liikkuvia osia, sähköä, pneumatiikkaa, kuumia pintoja, teräviä reunoja ja melua. Niistä saa nopeasti pitkän luettelon. Silti se ei vielä ole koneiden riskinarviointi. Se on vasta mahdollisten vaarojen luettelo.
ISO 12100 ei käske katsoa konetta staattisena vaarallisten osien kokoelmana. Se käskee katsoa konetta suhteessa ihmiseen, joka kuljettaa, asentaa, ottaa käyttöön, käyttää, säätää, puhdistaa, kunnossapitää, korjaa, vaihtaa asetuksia, tekee vianhakua ja poistaa koneen käytöstä. Vaara itsessään ei vielä kerro riskistä. Riski syntyy vasta silloin, kun ihminen voi joutua vaaratilanteeseen.
Parempi kysymys kuuluu näin: kuka, minkä tehtävän aikana, missä koneen elinkaaren vaiheessa ja missä olosuhteissa voi päätyä vaaratilanteeseen? Vasta sen jälkeen kannattaa kysyä, mikä voi käynnistää vaarallisen tapahtuman. Onko se odottamaton käynnistys? Pääsy liikkuvien osien alueelle? Ohjauslogiikan virhe? Jäännösenergia? Tukos? Näkyvyyden puute? Huonosti suunniteltu pääsy? Vai aivan tavallinen tuotantotehtävä, jonka suunnittelija leimasi huolloksi, vaikka käyttäjä tekee sen viisitoista kertaa vuorossa?
Tässä kohtaa heikko arviointi ja hyvä arviointi erkanevat toisistaan. Heikossa arvioinnissa vaara elää omassa sarakkeessaan, ihmisen tehtävä omassaan, suojatoimenpiteet omassaan ja jäännösriski putoaa lopuksi vähän niin kuin velvollisuudesta. Hyvässä arvioinnissa näkyy ajattelun ketju: mitkä ovat koneen rajat, missä vaiheissa vaaroja esiintyy, mitä ihminen tekee, missä vaaratilanne syntyy, mikä vaarallinen tapahtuma voi seurata ja miksi valittu riskin pienentäminen on riittävä.
Lisäksi riskinarviointi ei aina etene yhteen suuntaan. Joskus lähtökohta on tehtävä: puhdistus, säätö, tukoksen poisto, kunnossapito. Joskus lähtökohta on tapahtuma: letkun rikkoutuminen, kuorman putoaminen, odottamaton käynnistys, ohjausjärjestelmän vika, sähkönsyötön katoaminen, tulipalo tai ympäristön muutos. Jos arviointi pakotetaan yhteen jäykkään kaavaan, osa olennaisista skenaarioista jää väkisin ulos.
AI koneiden riskinarvioinnissa toimii vain, jos prosessi johtaa
Jos käyttäjä kirjoittaa AI työkalulle pyynnön tehdä riskinarviointi pakkauskoneelle, tulos muistuttaa todennäköisesti ihan kelvollista riskinarviointia. Siellä on mekaanisia vaaroja, sähkövaaroja, ehkä ergonomiaa, ehkä melua, ehkä pneumaattisia riskejä, suojatoimenpiteitä ja lopussa pienentynyt jäännösriski. Mutta kyse ei ole vielä kyseisen koneen arvioinnista. Kyse on tilastollisesti uskottavasta kuvauksesta tyypillisestä koneesta.
Ja juuri tässä on kuilu. Todellisella koneella on todelliset rajat, todelliset työtavat, todelliset liikesekvenssit, todelliset tukoskohdat, todellinen huolto, todellinen ympäristö ja todelliset käyttäjät. AI ei tiedä, että ohjauspaneeli on väärällä puolella ja käyttäjä katsoo liikettä paikasta, jota kukaan ei suunnitellut. AI ei tiedä, että suojus on niin raskas, että se jätetään auki viikon jälkeen. AI ei tiedä, että ohjeessa puhutaan kahdesta henkilöstä, mutta tuotannossa paikalla on aina yksi. AI ei tiedä, että harvinaiseksi oletettu vika on kunnossapidolle tavallinen maanantai.
Siksi hyvä AI käyttö ei ala pyynnöstä tee taulukko. Se alkaa tiedon keruusta. Koneen rajat. Käyttötilat. Elinkaaren vaiheet. Pääsyt vaaravyöhykkeille. Liikesevenssit. Energialähteet. Käyttäjän tehtävät. Kunnossapidon tehtävät. Puhdistus. Tukoksen poisto. Ennakoitava väärinkäyttö. Sitten vasta AI voi tehdä jotain oikeasti hyödyllistä.
Parhaimmillaan AI osaa kysyä oikeita tarkentavia kysymyksiä. Onko puhdistus huomioitu? Pääseekö käyttäjä liikealueelle tukoksen poiston aikana? Tapahtuuko tehtävä vain kunnossapidossa vai myös normaalissa käytössä? Onko riskin pienentäminen tehty luontaisesti turvallinen suunnittelu periaatteella, teknisillä suojatoimenpiteillä vai vain käyttäjälle annetuilla tiedoilla? Nämä ovat arvokkaita kysymyksiä. Mutta ilman konekohtaista tietoa AI ei analysoi. Se arvaa.
Ja turvallisuudessa elegantti arvaus pysyy eleganttina vain ensimmäiseen onnettomuuteen asti.
Kehote ei ole ISO 12100 menetelmä
Kun AI antaa sujuvaa tekstiä, seuraava kiusaus on helppo: ehkä ongelma ratkeaa paremmalla kehotteella. Lisätään vaatimus koko elinkaaresta. Lisätään mekaaniset, sähköiset, termiset ja ergonomiset vaarat. Lisätään alkuperäinen riski, suojatoimenpiteet ja jäännösriski. Tulos voi parantua. Mutta menetelmä ei synny sillä, että käsky pitenee.
Kehote ei lisää faktoja, joita lähtötiedoissa ei ole. Se ei kerro, että liikkuva osa jatkaa pyörimistä vielä pysäytyksen jälkeen. Se ei kerro, että materiaalin suuntaa pitää tarkkailla samalla kun painetaan painiketta. Se ei kerro, että puhdistus onnistuu vain irrottamalla suojus. Se ei kerro, että kone toimii kosteassa, pölyssä tai muiden koneiden ahtaassa välissä. Se ei kerro, että ohje sanoo yhtä ja halli tekee toista.
Tämä on tärkeä rajanveto. Ongelma ei ole vain siinä, että AI ei tuntisi standardikieltä. AI voi tuntea terminologian, rakenteen ja tavalliset vaatimukset erittäin hyvin. Ongelma on siinä, että koneiden riskinarviointi ei ole sanastokoe. Se on prosessi, jossa vaara sidotaan todelliseen tehtävään, todelliseen pääsyyn, todelliseen vaaratilanteeseen ja todelliseen suunnitteluratkaisuun.
Pitkä ja tekninen vastaus luo helposti väärän turvallisuuden tunteen. Kun teksti näyttää järjestelmälliseltä, moni kuvittelee prosessin tulleen tehdyksi. Täsmälleen sama virhe tehtiin aiemmin Excel avulla. Nyt vain käärepaperi on parempi.
Esimerkki: haarukka-anturi rainaleikkurissa
Otetaan tavallinen käytännön tapaus. Rainaleikkurissa haarukka-anturi tunnistaa materiaalin aseman. Kun materiaalin leveys muuttuu, käyttäjän on siirrettävä anturia. Ongelma on se, että säätö sijaitsee vaaravyöhykkeellä. Anturin siirtämiseksi ihmisen pitää mennä alueelle, jossa on teloja, nielukohtia, jännitettyä materiaalia ja mahdollisesti leikkausyksikön osia.
Mitä AI todennäköisesti ehdottaa yleisellä lähtötiedolla? Tyypillinen vastaus on tuttu: käytä LOTO menettelyä, kouluta käyttäjä, merkitse vaaravyöhyke, lisää suojus, varmista hätäpysäytys, anna vaihtoasetuksen ohje. Kuulostaa pätevältä. Mutta se voi olla klassinen pakoreitti pois todellisesta ongelmasta.
Oikea kysymys ei ole, miten kuvataan riski käyttäjän mennessä vaaravyöhykkeelle. Oikea kysymys on, miksi käyttäjän ylipäätään pitää mennä vaaravyöhykkeelle tehdäkseen normaalin vaihtoasetuksen. Siinä on koko ero asiakirjan täyttämisen ja koneiden riskinarvioinnin välillä.
Jos materiaalin leveys vaihtuu säännöllisesti tuotannossa, tehtävää ei voi käsitellä poikkeuksellisena huoltotoimena. Silloin ei riitä, että taulukkoon kirjoitetaan LOTO ja koulutus. On tarkistettava, onko menettely realistinen joka kerta. Onko kone pysäytettävä täysin? Pitääkö materiaalin liikettä nähdä säädön aikana? Tarvitaanko testiajo? Pakottaako nykyinen suojus käyttäjän kiertämään suojausta? Entä onko kiinteä suojus tässä tilanteessa jopa väärä ratkaisu, koska normaali tehtävä vaatii toistuvaa säätöä?
Monessa tapauksessa oikea suunta löytyy vasta, kun kysytään luontaisesti turvallinen suunnittelu näkökulmasta. Voiko anturin säätää vaaravyöhykkeen ulkopuolelta? Voiko rakenteeseen lisätä johteen, asteikon, reseptiasetuksen tai muun paikannuksen? Voiko anturin paikkaa, tukea tai koko tunnistusratkaisua muuttaa niin, ettei käsin pääsyä vaaravyöhykkeelle tarvita normaalissa työssä?
Vasta jos tätä ei voi kohtuudella tehdä, siirrytään seuraaviin keinoihin: lukituksella varustettu suojus, asetustila, alennettu nopeus, ylläpidetty ohjaus, sallintalaite, turvallinen pysäytys, LOTO, ohjeet ja koulutus. Järjestys ei ole kosmeettinen. Se on koko asian ydin. ISO 12100 ei ala kohdasta kouluta käyttäjä. Se alkaa kysymyksestä, voiko vaaran poistaa tai riskiä pienentää rakenteella.
Juuri tässä AI voi mennä pahasti metsään, vaikka kieli olisi moitteeton. Se voi kuvata riskin hienosti mutta jättää itse ongelman paikalleen. Taulukossa kaikki näyttää hallitulta. Todellisuudessa ihminen menee edelleen samaan vaaralliseen paikkaan tekemään saman toistuvan tehtävän.
Päätösjälki on tärkeämpi kuin hieno taulukko
Jokaisen vakavasti tehdyn koneiden riskinarvioinnin pitäisi olla jäljitettävä. Ei vain luettavissa, vaan jäljitettävä. Sen pitäisi kertoa, miksi tietty vaara katsottiin merkitykselliseksi, miksi tietty vaaratilanne tunnistettiin, miksi tietty vakavuus ja altistumisen todennäköisyys arvioitiin tietyllä tavalla, miksi valittu suojatoimenpide katsottiin asianmukaiseksi ja miksi jäännösriski hyväksyttiin.
Ilman tätä päätösjälkeä asiakirja on sumua. Taulukko näyttää tuloksen, mutta ei ajattelua. Ja koneiden turvallisuudessa juuri ajattelu on se osa, joka pitää pystyä puolustamaan auditoinnissa, muutostyössä, asiakkaan kysymyksissä, viranomaisvalvonnassa ja pahimmillaan onnettomuuden jälkeen.
Perustelu AI tuotti tämän ei ole argumentti. Yhtä vähän argumentti on se, että näin se oli edellisessä Excel tiedostossa. Jos riskiä pienennetään suojuksella, pitää tietää, mitä pääsyä suojus estää ja minkä tehtävän aikana. Jos käytetään turvallisuustoiminto ratkaisua, pitää tietää, minkä vaarallisen tapahtuman se katkaisee ja millä suorituskyvyllä. Jos jokin riski jää jäännösriskiksi, pitää pystyä perustelemaan, miksi sitä ei voitu kohtuudella pienentää enempää rakenteella tai teknisillä suojatoimenpiteillä.
Hyvä AI voi tässä auttaa paljon. Se voi tarkistaa, puuttuuko perustelu. Se voi huomauttaa, jos tehtävä, vaara ja suojatoimenpide eivät kohtaa toisiaan. Se voi etsiä ristiriidan, jossa riskin väitetään pienentyneen, vaikka koneen käyttötilanne ei ole oikeasti muuttunut. Mutta jos prosessi puuttuu, AI vain kirjoittaa paremman näköisen sumun.
AI apuna on eri asia kuin AI turvallisuustoiminnossa
Tässä keskustelussa on pakko erottaa kaksi täysin eri asiaa. Ensimmäinen on AI työkaluna, joka auttaa insinööriä jäsentämään tietoa, esittämään tarkentavia kysymyksiä, etsimään puutteita ja muotoilemaan perusteluja. Toinen on AI tai koneoppiminen osana itse konetta, erityisesti silloin kun ratkaisu liittyy turvallisuustoimintoon.
Ensimmäisessä tapauksessa puhutaan työn tuesta. Toisessa tapauksessa puhutaan siitä, miten kone käyttäytyy vaaratilanteessa. Silloin panos muuttuu heti. Kyse ei ole enää hyvästä raportista, vaan siitä, voiko järjestelmän virhe johtaa vahinkoon.
Koneasetus (EU) 2023/1230 korostaa valmistajan velvollisuutta tehdä riskinarviointi ja suunnitella kone niin, että vaarat poistetaan tai riskit minimoidaan arvioinnin tulosten perusteella. Samassa sääntelylogiikassa turvallisuustoimintoa toteuttavat, itsestään muuttuvaa käyttäytymistä sisältävät järjestelmät nostetaan erityiseen asemaan. Syystäkin. Kun ratkaisun toiminta riippuu datasta, oppimisesta, autonomiasta tai yhteyksistä, vahingon todennäköisyys ja seuraukset voivat muuttua tavoilla, joita ei voi kuitata markkinointikalvolla.
AI Act vahvistaa saman suunnan. Jos AI liittyy tuotteen turvallisuuskomponenttiin ja kyseinen tuote edellyttää kolmannen osapuolen vaatimustenmukaisuuden arviointia, puhutaan helposti korkean riskin järjestelmästä. Silloin pelkkä hyvä tarkkuus testidatassa ei riitä. Tarvitaan jatkuva riskienhallinta koko elinkaaren ajan, ihmisen valvonta, riittävä tarkkuus, luotettavuus, kyberturvallisuus, poikkeamien hallinta ja käytännössä myös vikaturvallinen ajattelu.
Suomeksi sanottuna: AI, joka auttaa laatimaan tarkistuslistan, on yksi asia. AI, joka osallistuu turvallisuustoiminto päätöksiin, on aivan eri sarja. Ensimmäisessä voi säästää aikaa. Toisessa pitää pystyä osoittamaan, miten järjestelmä toimii normaalisti, poikkeamassa ja virhetilanteessa, ja miten vahingon seuraukset rajoitetaan, jos jokin menee pieleen.
AI koneiden riskinarvioinnissa: mitä kannattaa tehdä käytännössä
Jos AI halutaan ottaa mukaan koneiden riskinarviointiin järkevästi, käytännön pelisäännöt ovat yksinkertaiset mutta tiukat.
- Aloita koneesta, älä taulukosta. Kerää koneen rajat, käyttötilat, energialähteet, pääsyt, tehtävät ja ympäristö ennen kuin pyydät AI apua.
- Erota tehtävät oikeasti. Normaali käyttö, puhdistus, vaihtoasetus, kunnossapito, vianhaku ja tukoksen poisto eivät ole sama asia.
- Pakota näkyviin vaaratilanne ja vaarallinen tapahtuma. Yleinen vaaraluettelo ei riitä.
- Vaadi päätösjälki. Jokaiselle merkittävälle suojatoimenpiteelle ja jokaiselle hyväksytylle jäännösriskille pitää olla perustelu.
- Käytä AI kysymiseen, tarkistamiseen ja jäsentämiseen. Älä käytä sitä hyväksyvänä auktoriteettina.
- Älä peitä suunnitteluvirhettä koulutuksella. Jos tehtävä pakottaa ihmisen vaara-alueelle, ongelma on usein rakenteessa, ei käyttäjässä.
- Pidä menetelmä vakiona. Sama prosessi, samat vaiheet, sama logiikka. Muuten lopputulos riippuu liikaa siitä, kuka kirjoitti kehotteen.
- Jos AI liittyy turvallisuustoimintoon, käsittele asiaa erillisenä kokonaisuutena. Silloin ei enää puhuta vain dokumentaation tehostamisesta vaan vaatimustenmukaisuudesta ja turvallisesta käyttäytymisestä.
Lopputulos on karu mutta hyödyllinen: AI voi olla erinomainen apuri. Se voi nopeuttaa, oikaista mutkia pois paperityöstä ja nostaa esiin puutteita, joita ihminen ei heti huomaa. Mutta AI ei omista vastuuta, ei tunne konetta ilman syötettyä kontekstia eikä korvaa ISO 12100 mukaista ajattelua.
Koneiden riskinarvioinnissa tärkein kysymys ei ole, saatiinko aikaan näyttävä asiakirja. Tärkein kysymys on tämä: pystyykö joku jälkikäteen ymmärtämään, miksi tämä kone suunniteltiin näin ja miksi juuri nämä riskin pienentämisen ratkaisut valittiin? Jos vastaus on kyllä, AI toimi hyödyllisenä työkaluna. Jos vastaus on ei, jäljellä on vain hyvin kirjoitettu kulissi.