工場や物流倉庫の安全性を評価する際、多くの企業は「無事故日数」という分かりやすい指標に注目します。この数値は理解しやすく、測定もしやすいため、安全管理の成果を示す指標として広く使われています。

しかし、事故件数だけを見ることは、氷山の一角だけを見ているようなものです。実際には、事故には至らなかったものの、あと一歩で重大な結果につながる可能性があった事象のほうが重要な場合があります。安全管理の分野では、こうした事象を「ヒヤリハット」または「Near Miss」と呼び、将来の事故を防ぐための非常に価値ある情報源として捉えています。

ヒヤリハットとは何か

ヒヤリハットとは、負傷、設備や財産への損害、生産停止などにつながる可能性があったものの、偶然、タイミング、または迅速な対応によって実際の被害には至らなかった事象を指します。

例えば、作業員が走行中のフォークリフトの前を横切ったものの、運転者が間一髪でブレーキをかけたケースがあります。パレットが不安定に傾いたものの落下しなかった場合や、2台のフォークリフトが同じ交差点に進入しながら直前で衝突を回避した場合もヒヤリハットに該当します。これらは事故として記録されないことが多いものの、明確に危険が存在していた状況です。

重要なのは、ヒヤリハットと重大事故の根本原因がほぼ同じである場合が多いという点です。大きく異なるのは最終的な結果にすぎません。作業員があと一歩前に出ていた、あるいはフォークリフトの運転者の反応が1秒遅れていた場合、結果はまったく異なっていた可能性があります。

なぜヒヤリハットは事故件数よりも重要なのか

事故は、すでに起きたことを示す遅行指標です。労働災害が記録された時点では、負傷、設備損傷、生産停止など、何らかの損失がすでに発生しています。

一方、ヒヤリハットは異なります。実際の事故に至る前に、業務プロセスの中に潜むリスクを示す早期警告です。そのため、多くの安全専門家はヒヤリハットを、損失が発生する前に危険を特定し、是正措置を講じるための「先行指標」として重視しています。

言い換えれば、事故は企業に「何が起きたか」を教えます。ヒヤリハットは、改善を行わなければ「今後何が起こり得るか」を教えてくれます。

事故がない工場が必ずしも安全とは限らない

多くの企業は、「無事故500日」といった表示を掲げ、その成果を誇りにしています。これは確かに評価すべき実績ですが、職場が本当に安全であることを必ずしも意味しません。

その500日間に、フォークリフトが歩行者を避けるために毎日のように急ブレーキをかけていたとしたらどうでしょうか。作業員が頻繁にフォークリフトの走行レーンを横切っていたり、パレットがラックの端に不安定な状態で置かれていたものの、たまたま落下しなかったりするケースも考えられます。こうした事象が記録されなければ、企業は実際には存在する危険を見落とし、誤った安心感を持つ可能性があります。

本当に安全な職場とは、事故が一度も起きない職場ではありません。危険の兆候を早期に発見し、報告し、事故へ発展する前に対処できる職場です。

なぜヒヤリハットは報告されないのか

実際には、ヒヤリハットは企業の公式記録に残っている件数よりもはるかに多く発生しています。

主な理由の一つは人間の心理です。けが人がおらず、物的損害も発生しなかった場合、多くの人は「大したことではなかった」と考え、そのまま作業を続けます。また、報告することで自分や同僚が責任を問われるのではないかと不安に感じ、報告をためらう人もいます。

手作業によるヒヤリハット報告にも大きな限界があります。工場内のすべてのエリアを常時監視することは不可能であり、多くのヒヤリハットは数秒のうちに発生して消えてしまいます。信頼できるデータがなければ、企業はリスクの傾向を把握したり、どのエリアを優先的に改善すべきか判断したりすることができません。

AIカメラがヒヤリハットの記録方法を変えている

ここに、AIカメラと従来のCCTVとの大きな違いがあります。

従来の監視カメラは、事故調査が必要になったときに映像を確認するために記録を保存します。一方、AIカメラはライブ映像を継続的に解析し、人間の監視では見逃されやすいヒヤリハットを自動的に検知できます。

例えば、作業員がフォークリフトの稼働エリアに入った場合、2台のフォークリフトが危険な距離で同じ交差点に接近した場合、車両が指定レーンを外れて走行した場合、または作業員が危険区域に長時間とどまっている場合などを検知できます。

さらに重要なのは、AIが警告を出すだけではないという点です。各イベントは、発生時刻、場所、イベント種別、関連映像とともに自動的に記録され、長期的な運用分析に活用できる貴重なデータになります。

ヒヤリハットがデータになることで、継続的な業務改善が可能になる

一件のヒヤリハットだけを見ると、単なる「危なかった出来事」に見えるかもしれません。しかし、数百件、数千件のヒヤリハットが蓄積されると、これまで見えなかった運用上の傾向が明らかになります。

例えば、ある交差点で他のエリアよりも危険な状況が多く発生している可能性があります。夜勤のほうが日勤よりヒヤリハット件数が多い場合や、特定の構内ルートでフォークリフトと歩行者の動線が頻繁に交差している場合もあります。

こうした情報により、企業は感覚や推測ではなく、客観的な証拠に基づいて意思決定できるようになります。管理者は交通動線の再設計、工場レイアウトの変更、追加の警告表示の設置、標準作業手順書（SOP）の改善、高リスク部門や場所に重点を置いた安全教育などを実施できます。

ヒヤリハットは予防型の安全文化を支える基盤である

ヒヤリハットの報告件数が多い企業が、必ずしも危険な企業であるとは限りません。むしろ、従業員がリスクを無視したり隠したりせず、進んで発見・報告していることの表れである可能性があります。

重要なのは、ヒヤリハットが何件発生したかではなく、企業がそこから何を学んだかです。すべてのヒヤリハットが業務改善につながれば、安全管理の仕組み全体は時間とともに強化されていきます。そのため、多くの安全専門家は、ヒヤリハット報告制度の質を、安全文化の成熟度を示す重要な指標の一つと考えています。

まとめ

事故は、すべての企業が避けたい最終的な結果です。しかし、予防の出発点となるのはヒヤリハットです。事故になりかけた状況を早期に発見できれば、それだけ重大な結果が発生する前にリスクを排除できる可能性が高まります。

EYEFIREのAIカメラは、リアルタイムで警告を発するだけでなく、工場や物流倉庫で発生するヒヤリハットを自動的に検知、分類、分析できるように設計されています。一つひとつの「危なかった出来事」を実行可能な運用データへ変換することで、企業は事故リスクを低減し、実際の現場データに基づいて、より安全で、よりスマートで、継続的に改善される職場環境を構築できます。