Trong môi trường sản xuất hiện đại, nơi con người và máy móc cùng hoạt động trong một không gian có mật độ cao, việc duy trì sự tập trung khi di chuyển là yếu tố quan trọng để đảm bảo an toàn lao động. Chỉ một khoảnh khắc mất chú ý cũng có thể dẫn đến va chạm với thiết bị, xe nâng hoặc các vật cản trên sàn. Trong số những nguyên nhân gây mất tập trung phổ biến nhất hiện nay, việc sử dụng điện thoại khi đi bộ được xem là một rủi ro ngày càng lớn trong các nhà máy và khu công nghiệp. Các doanh nghiệp Nhật Bản từ lâu đã nhận thức rõ nguy cơ này. Trong bộ quy tắc hành vi an toàn , một phương pháp giúp người lao động ghi nhớ năm nguyên tắc đi bộ an toàn trong nhà máy, nguyên tắc thứ hai được gọi là Ke, viết tắt của từ Keitai, nghĩa là điện thoại di động. Nguyên tắc này yêu cầu người lao động không sử dụng điện thoại khi đang di chuyển trong khu vực sản xuất. Thoạt nhìn đây có thể chỉ là một quy định đơn giản. Tuy nhiên trong thực tế, hành vi vừa đi vừa sử dụng điện thoại có thể làm giảm đáng kể khả năng nhận biết môi trường xung quanh và làm tăng nguy cơ xảy ra tai nạn trong nhà máy. Khi kết hợp với các công nghệ giám sát hiện đại như Camera AI, nguyên tắc Ke không chỉ dừng lại ở việc nhắc nhở mà còn trở thành một phần của hệ thống quản trị an toàn dựa trên dữ liệu. VÌ SAO SỬ DỤNG ĐIỆN THOẠI KHI ĐI BỘ TRONG NHÀ MÁY LẠI NGUY HIỂM Điện thoại thông minh đã trở thành một phần quen thuộc của cuộc sống hiện đại. Tuy nhiên, trong môi trường sản xuất, việc sử dụng thiết bị này khi di chuyển có thể gây ra nhiều rủi ro nghiêm trọng. Khi một người tập trung vào màn hình điện thoại, phần lớn sự chú ý của họ sẽ chuyển sang nội dung đang xem. Điều này làm giảm đáng kể khả năng quan sát phía trước và tầm nhìn ngoại vi. Người lao động có thể không nhận ra những thay đổi trong môi trường xung quanh, chẳng hạn như xe nâng đang tiến đến, robot tự hành đang di chuyển hoặc đồng nghiệp đang mang vật nặng đi ngang qua. Các nghiên cứu về an toàn lao động cho thấy sự mất tập trung khi đi bộ có thể làm tăng đáng kể nguy cơ va chạm và té ngã. Theo nhiều nghiên cứu về hành vi di chuyển, khi con người sử dụng điện thoại trong lúc đi bộ, tốc độ phản xạ với các tình huống bất ngờ có thể giảm đáng kể so với trạng thái tập trung bình thường. Trong môi trường công nghiệp nơi có nhiều thiết bị chuyển động, sự chậm trễ này có thể dẫn đến tai nạn chỉ trong vài giây. Một vấn đề khác là việc sử dụng điện thoại thường khiến người lao động thay đổi tư thế khi đi bộ. Họ có xu hướng cúi đầu xuống màn hình, thu hẹp góc nhìn và giảm khả năng nhận biết môi trường xung quanh. Trong một nhà máy, nơi sàn có thể trơn trượt hoặc có nhiều vật cản nhỏ, việc giảm tầm nhìn như vậy có thể làm tăng nguy cơ vấp ngã. Ngoài ra, khi cầm điện thoại trong tay, một phần khả năng phản xạ của cơ thể cũng bị hạn chế. Trong tình huống cần né tránh hoặc giữ thăng bằng, người lao động có thể không kịp phản ứng vì một tay đang giữ thiết bị. NGUYÊN TẮC KE TRONG POKETENASHI VÀ VĂN HÓA AN TOÀN CỦA NGƯỜI NHẬT Poketenashi là một phương pháp ghi nhớ các quy tắc đi bộ an toàn được sử dụng trong nhiều doanh nghiệp sản xuất tại Nhật Bản. Mỗi chữ cái trong tên gọi này đại diện cho một hành vi cần tránh hoặc cần thực hiện khi di chuyển trong nhà máy. Ke, viết tắt của Keitai, nhấn mạnh việc không sử dụng điện thoại khi đang đi bộ. Nguyên tắc này xuất phát từ triết lý quản trị an toàn của Nhật Bản, trong đó hành vi của con người được xem là yếu tố quan trọng nhất trong việc phòng ngừa tai nạn. Trong nhiều nhà máy Nhật Bản, việc sử dụng điện thoại trong khu vực sản xuất thường bị hạn chế nghiêm ngặt. Người lao động chỉ được phép sử dụng thiết bị tại những khu vực được chỉ định như phòng nghỉ hoặc khu vực văn phòng. Khi cần liên lạc trong quá trình làm việc, họ phải dừng lại tại vị trí an toàn trước khi sử dụng điện thoại. Việc duy trì quy tắc này giúp đảm bảo rằng mọi người luôn giữ được sự tập trung khi di chuyển trong khu vực sản xuất. Khi toàn bộ nhân viên tuân thủ cùng một chuẩn hành vi, môi trường làm việc trở nên dễ dự đoán hơn và nguy cơ tai nạn cũng giảm đáng kể. Tuy nhiên trong thực tế, việc đảm bảo tất cả nhân viên luôn tuân thủ quy tắc này không phải lúc nào cũng dễ dàng. Áp lực công việc, thói quen cá nhân hoặc nhu cầu liên lạc nhanh có thể khiến một số người vô tình sử dụng điện thoại khi đang di chuyển. GIỚI HẠN CỦA PHƯƠNG PHÁP GIÁM SÁT TRUYỀN THỐNG Trong nhiều nhà máy, việc kiểm soát hành vi sử dụng điện thoại thường dựa vào sự quan sát của quản lý hoặc nhân viên an toàn. Tuy nhiên phương pháp này có nhiều hạn chế. Các khu vực sản xuất thường rất rộng, với nhiều hành lang và lối đi khác nhau. Một nhóm nhỏ nhân viên an toàn khó có thể theo dõi toàn bộ hoạt động diễn ra trong nhà máy cùng lúc. Ngoài ra, các hành vi như nhìn vào điện thoại thường chỉ diễn ra trong vài giây, khiến việc phát hiện bằng mắt thường trở nên khó khăn. Ngay cả khi nhà máy đã lắp đặt hệ thống camera giám sát, phần lớn các camera truyền thống chỉ có chức năng ghi hình. Việc xem lại toàn bộ dữ liệu video để tìm hành vi vi phạm gần như không khả thi vì khối lượng dữ liệu quá lớn. Chính vì vậy, nhiều doanh nghiệp đang tìm đến các giải pháp công nghệ mới để hỗ trợ giám sát hành vi an toàn trong môi trường sản xuất. CAMERA AI GIÚP PHÁT HIỆN HÀNH VI SỬ DỤNG ĐIỆN THOẠI KHI DI CHUYỂN Sự phát triển của công nghệ thị giác máy tính đã mở ra một cách tiếp cận mới trong việc giám sát an toàn lao động. Camera AI có khả năng phân tích hình ảnh theo thời gian thực và nhận diện các hành vi của con người trong khung hình. Thông qua các mô hình nhận diện vật thể và phân tích tư thế, hệ thống có thể phát hiện khi một người đang cầm điện thoại và đồng thời di chuyển trong khu vực sản xuất. Khi hai yếu tố này xuất hiện cùng lúc, hệ thống có thể xác định đây là hành vi vừa đi vừa sử dụng điện thoại. Khả năng nhận diện này đặc biệt hữu ích tại các khu vực có nguy cơ cao như lối đi chung, khu vực giao cắt giữa người và xe nâng hoặc hành lang gần dây chuyền sản xuất. Khi phát hiện hành vi nguy hiểm, hệ thống có thể ghi nhận sự kiện và gửi cảnh báo đến bộ phận quản lý trong thời gian thực. Nhờ đó, doanh nghiệp có thể nhắc nhở người lao động điều chỉnh hành vi ngay lập tức trước khi xảy ra tai nạn. Ngoài chức năng cảnh báo, Camera AI còn cho phép thu thập dữ liệu hành vi theo thời gian. Dữ liệu này giúp doanh nghiệp hiểu rõ hơn về các xu hướng rủi ro trong nhà máy. Ví dụ, nếu hệ thống phát hiện rằng hành vi sử dụng điện thoại khi đi bộ xảy ra nhiều vào đầu ca làm việc hoặc cuối ca, điều này có thể phản ánh những yếu tố liên quan đến thói quen hoặc mức độ tập trung của người lao động. Từ những dữ liệu này, doanh nghiệp có thể cải thiện chương trình đào tạo an toàn, điều chỉnh quy trình vận hành hoặc thiết kế lại không gian làm việc để giảm thiểu rủi ro. EYEFIRE SAFETY VÀ GIẢI PHÁP GIÁM SÁT AN TOÀN BẰNG CAMERA AI Giải pháp Camera AI của được phát triển nhằm hỗ trợ các doanh nghiệp sản xuất giám sát hành vi an toàn trong môi trường làm việc. Hệ thống sử dụng công nghệ Edge AI để phân tích dữ liệu hình ảnh trực tiếp tại thiết bị, giúp giảm độ trễ và đảm bảo khả năng xử lý theo thời gian thực. Thông qua các thuật toán nhận diện con người và phát hiện vật thể, hệ thống có thể xác định khi một người đang cầm điện thoại trong lúc di chuyển trong khu vực sản xuất. Khi hành vi này được phát hiện, hệ thống có thể gửi cảnh báo đến trung tâm điều khiển hoặc hiển thị thông báo tại khu vực làm việc để nhắc nhở người lao động. Ngoài ra, hệ thống còn cho phép thiết lập các vùng giám sát ảo trong nhà máy. Doanh nghiệp có thể cấu hình các khu vực có nguy cơ cao như lối giao cắt với xe nâng hoặc khu vực gần dây chuyền sản xuất để tăng cường giám sát hành vi sử dụng điện thoại. Dữ liệu từ hệ thống cũng có thể được tổng hợp thành các báo cáo giúp bộ phận an toàn đánh giá mức độ tuân thủ của người lao động. Nhờ đó doanh nghiệp có thể chuyển từ phương pháp quản lý dựa trên quan sát thủ công sang mô hình quản trị an toàn dựa trên dữ liệu. KẾT LUẬN Nguyên tắc Ke trong Poketenashi nhấn mạnh rằng việc không sử dụng điện thoại khi đi bộ trong nhà máy là một hành vi quan trọng để đảm bảo an toàn lao động. Khi người lao động giữ được sự tập trung trong quá trình di chuyển, họ có thể nhận biết sớm các nguy cơ xung quanh và phản ứng kịp thời với những tình huống bất ngờ. Tuy nhiên trong môi trường sản xuất hiện đại với quy mô lớn, việc đảm bảo mọi người luôn tuân thủ quy tắc này là một thách thức. Công nghệ Camera AI mang lại một giải pháp hiệu quả bằng cách theo dõi hành vi theo thời gian thực và phát hiện sớm các rủi ro. Khi kết hợp giữa văn hóa an toàn theo tinh thần Poketenashi và các giải pháp công nghệ như EYEFIRE Safety, doanh nghiệp có thể xây dựng một hệ thống quản lý an toàn chủ động. Điều này không chỉ giúp giảm tai nạn lao động mà còn góp phần tạo ra một môi trường sản xuất hiệu quả và bền vững hơn.

AN TOÀN LAO ĐỘNG TRONG BỐI CẢNH SẢN XUẤT TỐC ĐỘ CAO Ngành thực phẩm và đồ uống vận hành với nhịp độ liên tục và áp lực sản lượng lớn. Dây chuyền chiết rót, đóng gói, gia nhiệt, làm lạnh và vận chuyển nội bộ hoạt động gần như không gián đoạn để đáp ứng nhu cầu thị trường. Trong môi trường như vậy, chỉ một sai sót nhỏ cũng có thể dẫn đến thương tích nghiêm trọng hoặc tử vong trong vài giây. Theo ước tính của các cơ quan lao động quốc tế, mỗi năm có hàng triệu tai nạn lao động trên toàn cầu, trong đó lĩnh vực sản xuất và chế biến chiếm tỷ lệ đáng kể. Dữ liệu thống kê lao động tại nhiều quốc gia phát triển cho thấy các nguyên nhân phổ biến dẫn đến chấn thương nghiêm trọng trong môi trường nhà máy bao gồm trượt ngã, tiếp xúc với máy móc đang vận hành và va chạm với phương tiện công nghiệp. Những con số này cho thấy rủi ro không phải là tình huống hiếm gặp mà là yếu tố tồn tại thường trực trong hoạt động hằng ngày. Trong bối cảnh đó, khái niệm phòng ngừa thương tích nghiêm trọng và tử vong, thường được gọi là SIF, trở thành trọng tâm trong chiến lược an toàn hiện đại. Mục tiêu không chỉ là tuân thủ quy định pháp luật mà còn là nhận diện và kiểm soát các nguy cơ có khả năng gây hậu quả nghiêm trọng trước khi sự cố xảy ra. NHỮNG NGUY CƠ NGHIÊM TRỌNG ẨN SAU CÔNG VIỆC THƯỜNG NHẬT Trong nhà máy thực phẩm và đồ uống, nhiều mối nguy được xem là bình thường vì chúng lặp lại mỗi ngày. Tuy nhiên, chính sự lặp lại này khiến mức độ nghiêm trọng tiềm ẩn dễ bị xem nhẹ. Máy móc chuyển động tốc độ cao như băng tải, máy xếp pallet, máy cắt và hệ thống đóng gói tự động luôn tiềm ẩn nguy cơ cuốn, kẹp hoặc cắt nếu người lao động can thiệp khi thiết bị chưa được cách ly năng lượng đúng quy trình. Các tiêu chuẩn an toàn kỹ thuật đều yêu cầu thực hiện quy trình khóa và gắn thẻ trước khi bảo trì hoặc xử lý sự cố. Tuy nhiên, áp lực tiến độ có thể dẫn đến việc rút ngắn hoặc bỏ qua bước quan trọng này. Sàn nhà ướt do nước vệ sinh, chất lỏng tràn, dầu mỡ hoặc nước ngưng tụ là đặc trưng phổ biến trong môi trường chế biến thực phẩm. Các nghiên cứu về an toàn lao động tại nhiều quốc gia cho thấy trượt ngã luôn nằm trong nhóm nguyên nhân gây mất ngày công lao động cao nhất. Trong môi trường có yêu cầu vệ sinh nghiêm ngặt, nguy cơ này càng gia tăng nếu không có biện pháp kiểm soát hiệu quả. Nguy cơ nhiệt cũng là yếu tố đáng lưu ý. Công nhân làm việc gần lò nướng, chảo chiên công nghiệp hoặc thiết bị gia nhiệt có thể bị bỏng nghiêm trọng nếu tiếp xúc trực tiếp hoặc vô tình chạm phải bề mặt nóng. Ở chiều ngược lại, môi trường kho lạnh và phòng cấp đông tạo ra nguy cơ stress lạnh nếu thời gian tiếp xúc kéo dài mà không được trang bị bảo hộ phù hợp. Sự tương tác giữa xe nâng và người đi bộ trong kho nguyên liệu hoặc khu vực xuất hàng là một trong những nguyên nhân chính dẫn đến tai nạn nghiêm trọng. Các báo cáo tai nạn lao động cho thấy va chạm với phương tiện công nghiệp thường gây hậu quả nặng nề do khối lượng và lực tác động lớn. Bên cạnh đó, các thao tác nâng nhấc lặp lại, xoay người và cúi gập khi xử lý nguyên vật liệu tạo áp lực lớn lên hệ cơ xương khớp. Dù nhiều trường hợp không gây tai nạn tức thời, nhưng tích lũy lâu dài có thể dẫn đến tổn thương nghiêm trọng và giảm khả năng lao động. Khi cộng gộp lại, những nguy cơ này hình thành nền tảng của các sự cố SIF trong ngành thực phẩm và đồ uống. Điều đáng lo ngại là phần lớn chúng được xem như một phần tất yếu của công việc thay vì là tín hiệu cảnh báo cần được xử lý triệt để. HẠN CHẾ CỦA MÔ HÌNH AN TOÀN TRUYỀN THỐNG Trong nhiều năm, doanh nghiệp chủ yếu dựa vào kiểm tra định kỳ, đánh giá nội bộ và các chỉ số tai nạn đã xảy ra để quản lý an toàn. Cách tiếp cận này có vai trò nhất định nhưng bộc lộ nhiều hạn chế trong môi trường sản xuất tốc độ cao. Thứ nhất, kiểm tra và đánh giá chỉ phản ánh tình trạng tại thời điểm thực hiện. Các hành vi và điều kiện không an toàn có thể xuất hiện và biến mất giữa các lần kiểm tra mà không được ghi nhận. Trong khi đó, dây chuyền sản xuất thay đổi theo ca, theo sản phẩm và theo mùa vụ, khiến rủi ro cũng biến động liên tục. Thứ hai, tỷ lệ biến động nhân sự cao trong ngành thực phẩm và đồ uống khiến việc xây dựng văn hóa an toàn nhất quán gặp nhiều thách thức. Người lao động thời vụ hoặc mới tuyển dụng có thể chưa quen quy trình hoặc chưa nhận thức đầy đủ về mức độ nghiêm trọng của các mối nguy. Thứ ba, các chỉ số dựa trên số vụ tai nạn ghi nhận chỉ phản ánh hậu quả đã xảy ra. Chúng không cung cấp thông tin đầy đủ về các nguy cơ tiềm ẩn có thể dẫn đến thương tích nghiêm trọng trong tương lai. Khi doanh nghiệp chỉ tập trung vào số liệu quá khứ, các điều kiện nguy hiểm có thể vẫn tồn tại mà không được ưu tiên xử lý. Cuối cùng, áp lực sản lượng khiến khoảng cách giữa quy trình thiết kế và thực tế vận hành ngày càng lớn. Quy trình có thể yêu cầu dừng hoàn toàn máy móc trước khi can thiệp, nhưng trong thực tế, việc xử lý nhanh sự cố để tránh gián đoạn sản xuất có thể dẫn đến hành vi rủi ro. Những hạn chế này cho thấy cần một cách tiếp cận mới, tập trung vào nhận diện và kiểm soát nguy cơ SIF theo thời gian thực thay vì chỉ phản ứng sau sự cố. GIÁM SÁT THỜI GIAN THỰC VÀ CHUYỂN ĐỔI SANG PHÒNG NGỪA CHỦ ĐỘNG Sự phát triển của công nghệ phân tích hình ảnh và dữ liệu đã tạo điều kiện cho việc giám sát liên tục trong môi trường sản xuất. Hệ thống có thể thu thập và phân tích dữ liệu từ camera hoặc cảm biến để phát hiện hành vi và điều kiện không an toàn ngay khi chúng xuất hiện. Trong nhà máy thực phẩm và đồ uống, giải pháp này có thể nhận diện người lao động đi vào khu vực máy móc chưa được che chắn đầy đủ hoặc chưa thực hiện quy trình cách ly năng lượng. Hệ thống cũng có thể phát hiện tình huống xe nâng và người đi bộ tiến gần nhau trong phạm vi nguy hiểm, từ đó cảnh báo kịp thời cho bộ phận quản lý. Công nghệ phân tích tư thế giúp xác định các hành vi cúi gập hoặc xoay người không an toàn trong quá trình xếp dỡ. Đồng thời, việc phát hiện vùng sàn có nguy cơ trượt ngã cho phép xử lý ngay trước khi xảy ra tai nạn. Nghiên cứu thực tế tại nhiều cơ sở sản xuất cho thấy khi các nguy cơ được hiển thị và theo dõi liên tục, tỷ lệ hành vi không an toàn giảm đáng kể trong thời gian ngắn. Quan trọng hơn, doanh nghiệp có thể chuyển từ mô hình phản ứng sang mô hình phòng ngừa chủ động, tập trung vào loại bỏ điều kiện nguy hiểm trước khi chúng gây ra thương tích nghiêm trọng. GIÁ TRỊ KINH DOANH CỦA PHÒNG NGỪA SIF Ở QUY MÔ LỚN Phòng ngừa thương tích nghiêm trọng không chỉ là yêu cầu đạo đức mà còn mang lại lợi ích kinh tế rõ rệt. Một sự cố nghiêm trọng có thể dẫn đến dừng dây chuyền sản xuất, điều tra pháp lý, chi phí bồi thường cao và ảnh hưởng lâu dài đến uy tín doanh nghiệp. Khi rủi ro được kiểm soát hiệu quả, thời gian hoạt động của nhà máy ổn định hơn, giảm gián đoạn và nâng cao năng suất. Môi trường làm việc an toàn cũng góp phần tăng mức độ gắn kết và sự tin tưởng của người lao động, yếu tố then chốt trong việc duy trì chất lượng và hiệu quả vận hành. Ngoài ra, trong bối cảnh doanh nghiệp ngày càng chú trọng đến trách nhiệm xã hội và phát triển bền vững, hiệu suất an toàn lao động trở thành tiêu chí quan trọng trong đánh giá của nhà đầu tư và đối tác. Việc giảm thiểu rủi ro SIF giúp củng cố hình ảnh doanh nghiệp và tăng khả năng cạnh tranh trên thị trường. LỘ TRÌNH TRIỂN KHAI PHÒNG NGỪA SIF HIỆU QUẢ Để phòng ngừa SIF ở quy mô lớn, doanh nghiệp cần bắt đầu bằng việc xác định các mối nguy có khả năng gây hậu quả nghiêm trọng nhất thay vì chỉ tập trung vào tần suất cao. Phân tích dữ liệu tai nạn quá khứ kết hợp với đánh giá quy trình hiện tại giúp xác định các điểm nóng rủi ro. Tiếp theo là tích hợp công nghệ giám sát thời gian thực vào hệ thống quản lý an toàn hiện có. Công nghệ đóng vai trò cung cấp dữ liệu khách quan và liên tục, hỗ trợ đội ngũ an toàn đưa ra quyết định dựa trên bằng chứng thay vì cảm tính. Song song với đó, đào tạo và truyền thông nội bộ cần được tăng cường để đảm bảo người lao động hiểu rõ mục tiêu của hệ thống là bảo vệ họ. Khi người lao động tham gia tích cực vào quá trình cải tiến, văn hóa an toàn sẽ được củng cố bền vững. Cuối cùng, doanh nghiệp cần thiết lập cơ chế đánh giá hiệu quả dựa trên xu hướng giảm của các hành vi và điều kiện có nguy cơ SIF. Đây là chỉ báo sớm cho thấy hệ thống phòng ngừa đang hoạt động đúng hướng. CAMERA AI EYEFIRE SAFETY GIẢI QUYẾT HIỆU QUẢ BÀI TOÁN PHÒNG NGỪA SIF Những thách thức được phân tích trong bài viết cho thấy vấn đề cốt lõi của phòng ngừa SIF trong ngành thực phẩm và đồ uống không nằm ở việc thiếu quy trình, mà ở khoảng trống giữa quy trình và thực tế vận hành dưới áp lực sản xuất cao. Các nguy cơ như tiếp cận máy móc khi chưa cách ly năng lượng, giao cắt giữa xe nâng và người đi bộ, hay hành vi không an toàn lặp lại thường xuyên xuất hiện trong những thời điểm không có giám sát trực tiếp. Đây chính là điểm mà giải pháp Camera AI của tạo ra khác biệt. Thay vì phụ thuộc vào kiểm tra định kỳ hoặc báo cáo thủ công, hệ thống sử dụng trí tuệ nhân tạo để phân tích hình ảnh theo thời gian thực, liên tục nhận diện hành vi và điều kiện có nguy cơ dẫn đến thương tích nghiêm trọng. Khi phát hiện người lao động bước vào vùng nguy hiểm, thiếu trang bị bảo hộ, hoặc xảy ra tương tác rủi ro giữa người và phương tiện, hệ thống có thể phát cảnh báo ngay lập tức để can thiệp kịp thời. Điều này giúp doanh nghiệp chuyển từ mô hình phản ứng sau sự cố sang phòng ngừa chủ động, đúng với chiến lược kiểm soát SIF ở quy mô lớn. Quan trọng hơn, dữ liệu được ghi nhận và phân tích theo xu hướng giúp đội ngũ an toàn xác định khu vực có tần suất rủi ro cao, đánh giá mức độ tuân thủ thực tế và điều chỉnh quy trình vận hành dựa trên bằng chứng cụ thể. Nhờ đó, giải pháp không chỉ xử lý từng tình huống riêng lẻ mà còn góp phần thu hẹp khoảng cách giữa thiết kế công việc và cách công việc thực sự được thực hiện, yếu tố được xem là nguyên nhân sâu xa của nhiều sự cố nghiêm trọng trong môi trường sản xuất tốc độ cao. KẾT LUẬN Ngành thực phẩm và đồ uống hoạt động với tốc độ cao và mức độ phức tạp lớn, nơi những tình huống quen thuộc có thể trở thành nguyên nhân của thương tích nghiêm trọng. Các mô hình an toàn truyền thống không còn đủ để kiểm soát hiệu quả các nguy cơ SIF trong bối cảnh hiện đại. Việc ứng dụng giám sát thời gian thực và phân tích dữ liệu giúp doanh nghiệp nhìn thấy rủi ro ngay khi chúng hình thành. Khi kết hợp với chiến lược quản trị phù hợp và sự tham gia của người lao động, phòng ngừa SIF ở quy mô lớn trở thành mục tiêu khả thi. An toàn không cản trở sản xuất mà là nền tảng của tăng trưởng bền vững. Đầu tư vào phòng ngừa thương tích nghiêm trọng chính là đầu tư vào sự ổn định, uy tín và tương lai dài hạn của doanh nghiệp trong ngành thực phẩm và đồ uống.

Trong môi trường sản xuất công nghiệp, tai nạn do trượt ngã và va chạm khi đi bộ chiếm tỷ lệ rất lớn trong tổng số tai nạn lao động. Phần lớn những sự cố này không bắt nguồn từ lỗi kỹ thuật nghiêm trọng mà xuất phát từ những hành vi nhỏ trong quá trình di chuyển như mất tập trung, đi sai lối hoặc bỏ qua thao tác kiểm tra an toàn. Chính vì vậy, việc chuẩn hóa hành vi đi bộ trong nhà máy trở thành một yếu tố cốt lõi của quản trị an toàn hiện đại. Tại Nhật Bản, nơi văn hóa an toàn được đặt lên hàng đầu, nhiều doanh nghiệp đã áp dụng bộ quy tắc hành vi khi di chuyển trong nhà máy được gọi là Poketenashi. Đây không phải là một thuật ngữ học thuật chính thống, mà là cách ghi nhớ 5 nguyên tắc cơ bản giúp người lao động hình thành thói quen đi bộ an toàn và duy trì trạng thái tập trung khi làm việc. Trong bối cảnh chuyển đổi số, các nguyên tắc hành vi như Poketenashi không chỉ dừng lại ở đào tạo hay nhắc nhở thủ công. Nhiều nhà máy đã bắt đầu ứng dụng Camera AI để giám sát việc tuân thủ theo thời gian thực, phát hiện sớm hành vi rủi ro và cung cấp dữ liệu phục vụ cải tiến quy trình an toàn. Công nghệ không thay thế con người, nhưng đóng vai trò như một lớp bảo vệ bổ sung, giúp doanh nghiệp chuyển từ phản ứng sau tai nạn sang phòng ngừa chủ động dựa trên phân tích hành vi. Bài viết này sẽ phân tích chi tiết Poketenashi là gì, 5 nguyên tắc đi bộ an toàn trong nhà máy của người Nhật, đồng thời làm rõ cách ứng dụng Camera AI trong giám sát hành vi để phòng tránh tai nạn lao động một cách chủ động và hiệu quả. POKETENASHI LÀ GÌ TRONG VĂN HÓA AN TOÀN CỦA NGƯỜI NHẬT Poketenashi là cách đọc ghép từ 5 chữ cái đầu của 5 hành vi an toàn khi đi bộ trong nơi làm việc. Bộ nguyên tắc này thường được triển khai trong các chương trình đào tạo an toàn tại các tập đoàn sản xuất lớn của Nhật Bản như Toyota hay Hitachi. Mục tiêu không chỉ là giảm tai nạn, mà còn xây dựng văn hóa kỷ luật và ý thức tự giác của người lao động. Điểm đặc biệt của Poketenashi là sự đơn giản. Thay vì những quy định phức tạp, người lao động chỉ cần ghi nhớ 5 hành vi cơ bản trong quá trình đi bộ. Tuy nhiên, chính những hành vi tưởng như nhỏ này lại có ảnh hưởng trực tiếp đến tỷ lệ tai nạn trượt ngã và va chạm trong nhà máy. Trong bối cảnh chuyển đổi số, nhiều doanh nghiệp không chỉ dừng lại ở tuyên truyền mà còn tích hợp Camera AI để giám sát việc tuân thủ 5 nguyên tắc đi bộ an toàn. Sự kết hợp giữa kỷ luật Nhật Bản và công nghệ thị giác máy tính đang mở ra hướng tiếp cận mới trong quản trị an toàn lao động. Dưới đây là phân tích chi tiết từng nguyên tắc. 1. PO (POCKET) - KHÔNG CHO TAY VÀO TÚI KHI ĐI BỘ TRONG NHÀ MÁY Nguyên tắc Po trong Poketenashi bắt nguồn từ từ Pocket, nhắc nhở người lao động không cho tay vào túi khi di chuyển trong khu vực nhà máy, công xưởng hoặc xí nghiệp. Đây là một yêu cầu tưởng chừng rất đơn giản, nhưng lại có ý nghĩa lớn trong kiểm soát rủi ro tai nạn do trượt ngã và va chạm. Trong môi trường sản xuất, mặt sàn có thể tồn tại dầu mỡ, bụi kim loại, nước hoặc chướng ngại vật nhỏ. Khi xảy ra tình huống trượt chân, phản xạ tự nhiên của cơ thể là đưa tay ra phía trước hoặc sang bên để giữ thăng bằng và giảm lực va đập. Nếu hai tay đang đặt trong túi, khả năng phản xạ này bị chậm lại chỉ trong tích tắc, nhưng chính khoảng thời gian rất ngắn đó có thể quyết định mức độ nghiêm trọng của chấn thương. Ngoài yếu tố phản xạ, việc cho tay vào túi còn làm thay đổi trọng tâm cơ thể và hạn chế chuyển động tự nhiên của cánh tay khi bước đi. Trong môi trường có xe nâng, robot tự hành hoặc các thiết bị di chuyển bất ngờ, người lao động cần duy trì trạng thái sẵn sàng để né tránh hoặc dừng lại đột ngột. Hai tay tự do giúp tăng khả năng giữ thăng bằng và hỗ trợ di chuyển linh hoạt hơn. Trong nhà máy hiện đại, nguyên tắc không cho tay vào túi còn mang ý nghĩa về tư thế và thái độ làm việc. Tư thế tay tự do, bước đi chủ động thể hiện trạng thái tập trung và sẵn sàng phản ứng. Khi toàn bộ công nhân duy trì cùng một chuẩn hành vi, môi trường làm việc trở nên kỷ luật và đồng bộ hơn, từ đó giảm thiểu rủi ro phát sinh do sự lơ là cá nhân. Camera AI có thể đóng vai trò quan trọng trong việc chuẩn hóa và duy trì nguyên tắc này. Thông qua công nghệ nhận diện tư thế cơ thể, hệ thống có thể xác định vị trí tương đối của cánh tay so với thân người trong quá trình di chuyển. Khi phát hiện tư thế hai tay cố định sát hông trong thời gian dài và không có chuyển động tự nhiên khi bước đi, hệ thống có thể ghi nhận hành vi cần nhắc nhở. Khác với giám sát thủ công vốn phụ thuộc vào quan sát ngẫu nhiên, Camera AI cung cấp khả năng theo dõi liên tục tại các khu vực có nguy cơ cao như lối đi chung, khu vực giao cắt với xe nâng hoặc hành lang gần dây chuyền sản xuất. Dữ liệu thu thập được có thể phân tích theo ca làm việc, theo khu vực hoặc theo thời điểm trong ngày để xác định xu hướng vi phạm. Nếu tỷ lệ cho tay vào túi tăng cao vào cuối ca, điều đó có thể phản ánh sự mệt mỏi và giúp bộ phận quản lý điều chỉnh thời gian nghỉ hoặc luân chuyển vị trí. Ngoài chức năng ghi nhận, hệ thống còn có thể tích hợp cảnh báo trực quan tại chỗ. Ví dụ khi phát hiện hành vi tại khu vực nhạy cảm, màn hình hoặc đèn tín hiệu có thể nhắc nhở ngay lập tức, giúp người lao động điều chỉnh tư thế trước khi xảy ra sự cố. Cách tiếp cận này mang tính phòng ngừa chủ động thay vì xử lý hậu quả sau tai nạn. 2. KE (KEITAI) - KHÔNG VỪA ĐI VỪA SỬ DỤNG ĐIỆN THOẠI Nguyên tắc Ke trong Poketenashi xuất phát từ từ Keitai, nghĩa là điện thoại di động. Trong nhà máy, công xưởng và xí nghiệp, không vừa đi vừa sử dụng điện thoại là yêu cầu bắt buộc nhằm đảm bảo an toàn khi di chuyển. Khi nhìn vào màn hình, tầm nhìn phía trước và tầm nhìn ngoại vi đều bị hạn chế. Người lao động có thể không nhận ra xe nâng đang tiến tới, robot tự hành đang di chuyển hoặc biển cảnh báo dưới sàn. Chỉ vài giây mất tập trung cũng đủ tạo ra va chạm nghiêm trọng, đặc biệt tại các điểm giao cắt giữa người và phương tiện. Ngoài nguy cơ va chạm, việc sử dụng điện thoại khi di chuyển còn làm giảm khả năng phản xạ. Não bộ đang tập trung xử lý thông tin trên màn hình sẽ phản ứng chậm hơn với các tình huống bất ngờ. Trong môi trường sản xuất có nhiều yếu tố động, sự chậm trễ này làm tăng đáng kể rủi ro tai nạn. Camera AI có thể hỗ trợ kiểm soát nguyên tắc này bằng cách kết hợp nhận diện vật thể và phân tích tư thế. Hệ thống phát hiện thiết bị cầm tay đặc trưng và đồng thời nhận diện hướng đầu cúi xuống trong khi cơ thể đang di chuyển. Khi hai yếu tố này xuất hiện cùng lúc tại khu vực sản xuất, hệ thống có thể ghi nhận và cảnh báo theo thời gian thực. 3. TE (TESURI) - LUÔN BÁM TAY VỊN KHI LÊN XUỐNG CẦU THANG Nguyên tắc Te trong Poketenashi đề cập đến Tesuri, nghĩa là tay vịn cầu thang. Trong nhà máy, công xưởng và xí nghiệp, cầu thang là một trong những khu vực có nguy cơ té ngã cao do chênh lệch độ cao, bề mặt có thể bám bụi, dầu hoặc nước, và mật độ di chuyển lớn vào giờ cao điểm. Khi lên xuống cầu thang, đặc biệt trong lúc mang giày bảo hộ nặng hoặc cầm theo vật dụng, trọng tâm cơ thể dễ mất ổn định. Tay vịn đóng vai trò như một điểm neo an toàn, giúp giữ thăng bằng và giảm lực tác động nếu xảy ra trượt chân. Chỉ cần một bước hụt nhỏ cũng có thể dẫn đến chấn thương nghiêm trọng ở đầu gối, cổ tay hoặc cột sống. Việc luôn bám tay vịn còn tạo ra thói quen di chuyển có kiểm soát thay vì bước nhanh theo quán tính. Khi toàn bộ người lao động tuân thủ nguyên tắc này, lưu thông trên cầu thang trở nên trật tự và giảm nguy cơ va chạm. Camera AI có thể hỗ trợ giám sát bằng cách thiết lập vùng quan sát tại khu vực cầu thang và phân tích vị trí tay so với tay vịn trong quá trình di chuyển. Hệ thống nhận diện hành vi lên xuống cầu thang và xác định liệu có sự tiếp xúc hoặc bám tay vịn hay không. Dữ liệu này giúp doanh nghiệp đánh giá mức độ tuân thủ, xác định khung giờ rủi ro cao và triển khai biện pháp cải thiện phù hợp. 4. NA (NANAME) - KHÔNG BĂNG CHÉO, ĐI TẮT Naname trong tiếng Nhật mang nghĩa là đi chéo. Trong bối cảnh nhà máy, nguyên tắc này yêu cầu người lao động không băng chéo qua khu vực sản xuất, không đi tắt qua lối xe nâng hoặc khu vực máy móc để tiết kiệm vài giây di chuyển. Hành vi đi tắt thường xuất phát từ tâm lý vội vàng hoặc thói quen chủ quan. Tuy nhiên trong môi trường công nghiệp, các lối đi đã được thiết kế dựa trên nguyên tắc phân luồng giữa người và phương tiện. Khi một người băng chéo qua khu vực không dành cho người đi bộ, nguy cơ va chạm với xe nâng, robot tự hành hoặc thiết bị cơ khí tăng lên đáng kể. Việc đi đúng vạch kẻ sàn và đúng lối quy định giúp hệ thống vận hành an toàn và dự đoán được hành vi di chuyển. Chỉ một cá nhân phá vỡ quy tắc cũng có thể tạo ra tình huống nguy hiểm cho cả khu vực. Camera AI có thể giám sát hành vi băng chéo bằng cách thiết lập vùng ảo trong hệ thống. Các lối đi hợp lệ được đánh dấu là vùng an toàn, trong khi khu vực xe nâng hoặc vùng hạn chế được cấu hình là vùng cảnh báo. Khi hệ thống phát hiện người đi bộ cắt ngang qua vùng không cho phép hoặc di chuyển lệch khỏi tuyến đường quy định, cảnh báo có thể được kích hoạt ngay lập tức. Ngoài cảnh báo thời gian thực, dữ liệu còn giúp doanh nghiệp phân tích điểm nóng thường xuyên xảy ra hành vi đi tắt. Từ đó có thể điều chỉnh thiết kế lối đi, bổ sung rào chắn vật lý hoặc tối ưu lại quy trình vận hành để giảm động cơ vi phạm. 5. SHI (YUBISA-SHI) - CHỈ TAY VÀ GỌI TÊN ĐỂ XÁC NHẬN AN TOÀN Yubisa shi là phương pháp chỉ tay và gọi tên để xác nhận an toàn trước khi thực hiện một hành động trong môi trường sản xuất. Trong nhà máy, công xưởng và xí nghiệp, đây là kỹ thuật kiểm soát rủi ro mang tính hệ thống, giúp chuẩn hóa hành vi an toàn tại những điểm có nguy cơ cao. Thực tế cho thấy phần lớn tai nạn trong nhà máy không xuất phát từ hỏng hóc thiết bị nghiêm trọng mà từ sai sót thao tác, bỏ qua bước kiểm tra hoặc hành động theo quán tính. Yubisa shi được thiết kế để tạo ra một điểm dừng có chủ đích trước mỗi hành động quan trọng. Khi người lao động dừng lại, chỉ tay vào đối tượng và đọc to trạng thái an toàn, họ đang kích hoạt cơ chế xác nhận đa giác quan gồm thị giác, vận động và ngôn ngữ. Sự phối hợp này giúp tăng mức độ tập trung, giảm sai sót do chủ quan và hạn chế hành vi tự động hóa thiếu kiểm soát. Trong bối cảnh nhà máy, Yubisa shi có thể áp dụng tại nhiều tình huống cụ thể. Trước khi khởi động máy, công nhân chỉ tay vào bảng điều khiển và xác nhận tình trạng an toàn. Trước khi băng qua lối xe nâng, họ chỉ tay sang hai phía và đọc rõ đã quan sát đủ. Khi thao tác tủ điện hoặc hệ thống khí nén, họ xác nhận nguồn đã được ngắt hoặc áp suất đã về mức an toàn. Khi kiểm tra thiết bị bảo hộ cá nhân đầu ca, từng người có thể chỉ tay vào mũ bảo hộ, kính, găng tay và xác nhận đạt tiêu chuẩn. Điểm mạnh của phương pháp này trong nhà máy là tính tiêu chuẩn hóa. Khi toàn bộ công nhân thực hiện cùng một thao tác xác nhận, hành vi an toàn trở thành quy chuẩn chung thay vì lựa chọn cá nhân. Điều này đặc biệt quan trọng tại các khu vực giao thoa giữa người và thiết bị tự động, nơi chỉ một bước thiếu kiểm tra cũng có thể dẫn đến sự cố nghiêm trọng. GIẢI PHÁP CAMERA AI CỦA EYEFIRE SAFETY TRONG GIÁM SÁT POKETENASHI Camera AI của  cung cấp nền tảng giám sát hành vi an toàn theo thời gian thực dựa trên công nghệ Edge AI. Thay vì chỉ ghi hình thụ động, hệ thống có khả năng phân tích tư thế, chuyển động và tương tác của con người trong khu vực sản xuất. Điều này cho phép doanh nghiệp thiết lập các kịch bản giám sát phù hợp với 5 nguyên tắc Poketenashi như phát hiện người vừa đi vừa sử dụng điện thoại, nhận diện hành vi không bám tay vịn khi lên xuống cầu thang, xác định di chuyển bất thường tại khu vực giao cắt hoặc ghi nhận thao tác xác nhận an toàn theo phương pháp chỉ tay và gọi tên. Camera AI của EYEFIRE Safety có thể cấu hình vùng kiểm soát ảo, thiết lập điều kiện cảnh báo theo hành vi và gửi thông báo tức thì đến bộ phận quản lý khi phát hiện nguy cơ. Toàn bộ dữ liệu được lưu trữ và phân tích để tạo báo cáo xu hướng, giúp doanh nghiệp đánh giá mức độ tuân thủ, xác định điểm nóng rủi ro và cải tiến quy trình an toàn. Nhờ đó, việc triển khai Poketenashi không chỉ dừng ở đào tạo mà trở thành một hệ thống giám sát chủ động, có thể đo lường và tối ưu liên tục. KẾT LUẬN Poketenashi là bộ 5 nguyên tắc đi bộ an toàn giúp phòng ngừa tai nạn trong nhà máy, công xưởng và xí nghiệp thông qua việc chuẩn hóa những hành vi nhỏ nhất khi di chuyển. Từ việc không cho tay vào túi, không sử dụng điện thoại khi đi bộ, luôn bám tay vịn cầu thang, không chạy, đến việc chỉ tay và gọi tên để xác nhận an toàn, tất cả đều hướng đến mục tiêu giảm thiểu rủi ro từ gốc rễ hành vi con người. Khi được kết hợp với giải pháp Camera AI như của EYEFIRE Safety, các nguyên tắc này được nâng lên một cấp độ mới, từ quy định mang tính nhắc nhở sang hệ thống quản lý an toàn dựa trên dữ liệu và phân tích hành vi thời gian thực. Công nghệ giúp doanh nghiệp không chỉ phát hiện vi phạm mà còn hiểu được xu hướng rủi ro, từ đó chủ động điều chỉnh thiết kế mặt bằng, quy trình vận hành và chương trình đào tạo. Sự kết hợp giữa kỷ luật hành vi theo tinh thần Poketenashi và nền tảng Camera AI thông minh tạo nên mô hình an toàn chủ động cho nhà máy hiện đại, góp phần giảm tai nạn lao động, bảo vệ người lao động và nâng cao hiệu quả sản xuất một cách bền vững.