ISHN最近采访了Benchmark Gensuite首席执行官R. Mukund，讨论了该公司2026年EHS基准报告中揭示的关键EHS问题。
问：是什么原因导致近一半（45%）的调查受访者报告2025年伤害频率上升，而2024年这一比例为18%？又是什么推动了严重伤害的增加（39%报告伤害严重程度上升，而前一年这一比例为13%）？
这一增长反映的是压力，而非缺乏投入。EHS团队承担的责任比以往任何时候都多。可持续发展报告、应急准备和合规期望在扩大，而生产需求持续增长。严重伤害通常之前会有未遂事故或小的偏差。随着责任增加和团队捉襟见肘，安全团队用于提前发现这些警告信号或采取行动的能力减弱。当工作由承包商执行时，情况变得更加复杂，因为安全实践和培训可能参差不齐。
频率和严重程度的双双飙升表明，组织运营速度更快了，容错空间更小了。为更可预测的运营设计的安全系统现在需要支持更大的运营可变性和复杂性。除非可见性和风险检测能力能够随这种加速的节奏同步演进，否则事故率将继续反映这种失衡。
问：为什么领先型EHS项目报告的伤害数量明显更多，而2024年全国伤害和疾病率达到20年最低？
2025年标志着结构性转变在前线变得可见的节点。关税不确定性和供应链变化迫使许多制造商和物流运营商调整采购、接纳新供应商或重新配置生产，引入了不熟悉的工作流程和风险敞口。与此同时，联邦监管优先事项和执法信号的转变要求组织迅速调整指南和报告实践。
全国伤害统计数据仍然是一个重要基准，但它们反映的是较早时期的情况。我们的基准报告采集了2025年雇主报告的经验，特别是在高风险行业，提供了安全绩效如何调整的更即时视角。调查反映了整个行业的各类组织，反映了多样的运营环境、项目成熟度水平和部署系统。
问：调查发现需求增加（44%）和劳动力问题（42%）是事故的主要贡献因素。EHS工作如何变得更加苛刻的实例是什么？
在实践中，需求增加可能表现为压缩的生产时间线和作业之间减少的停机时间。在制造业，这意味着增加轮班以满足近岸外包或积压压力，这在当今供应链中很常见。在建筑和工程领域，可能涉及重叠的项目阶段以满足更紧迫的交付时间表。在物流和仓储领域，通常转化为相同或更少人员配置水平下的更高期望。
更快的节奏也给EHS团队维持监督和培训带来压力，通常是跨内部员工和承包商团队的混合。没有相应的人员配置或支持，预防措施可能被压缩，增加事故风险。
问：哪些具体的劳动力问题正在导致事故？
许多工业部门正在应对更高的离职率、熟练技术工人退休潮，以及招聘有经验工人的困难。联邦劳动力数据显示，建筑、制造和物流的招聘需求很高，仅退休驱动的年度替代岗位就达数万个。这种离职率直接影响安全绩效。OSHA早就指出，很大比例的工伤发生在员工入职的第一年内。当组织大量入职新员工或重新分配员工时，风险状况会发生变化。即使是强大的培训计划也无法立即替代有经验的员工随时间积累的情境意识。
类似的情况也适用于可能不太熟悉现场特定 hazards、设备和报告期望的承包商和临时工人。这可能造成不一致，并增加清晰培训和监督的重要性。在许多情况下，承包商资质审核流程侧重于文档而非实际绩效，这可能使风险敞口的评估更加困难。
问：调查还将时间短缺（33%）和培训不足（32%）列为事故增加的因素。为什么组织面临时间短缺？
时间短缺反映了现代运营的节奏和复杂性。EHS专业人员正在更多现场和更大责任范围内平衡审核、合规要求、培训协调和现场参与。与此同时，设施正在以更高的利用率运营，为安全活动（如检查、指导培训和培训）留下的停机时间更少。当日程紧张时，入职培训和进修培训可能会延迟，增加了设备不当使用、任务执行错误或行动不够谨慎的可能性。
随着时间推移，这些差距削弱了监督能力，并在风险升级之前增加了事故敞口。结果是，用于强化安全实践和在风险升级之前解决新出现风险的时间更少。
问：调查报告称90%的受访者表示工作场所事故、危害或未遂事故报告不足，高于去年的79%。为什么报告不足正在成为更大的问题？
报告不足通常归结为报告系统与实际工作方式之间的脱节。在许多环境中，员工必须暂时放下手头的任务，登录一个单独的系统，或手动转达危害或未遂事故。当报告在工作现场不易获取时，参与度下降，组织失去对日常风险的可见性。
问题不在于意愿，而在于可及性。当流程快速、直观且集成到员工已经使用的工具中时，他们更有可能进行报告。这就是技术发挥关键作用的原因。移动端报告、集成工作流程和实时提示使员工更容易在问题发生时捕捉问题。当报告自然融入日常例程并通过可见的后续行动得到强化时，组织能够获得更完整的洞察，并能够更早采取行动预防事故。
问：调查显示92%的EHS负责人正在日常工作中使用生成式AI，86%使用智能体AI。为什么AI采用没有转化为工作负担、伤害预防或报告率的改善？
虽然AI在整个行业采用广泛，但大多数组织仍然主要将其用于行政任务支持。生成式工具正在帮助起草文档、总结事故报告和准备审核。这些用途提高了效率，但它们本身并不能减少危害敞口或预防事故。
预防需要AI集成到运营工作流程中。当与维护活动、劳动力调度和其他运营数据相连时，AI可以帮助更早识别风险，并在工作开始之前支持更好的决策。这需要时间。部署AI工具是一步，但将其嵌入前线 routines 和决策需要流程调整和组织采用。随着这种转变的发生，AI有潜力超越支持文书工作，并在加强日常风险意识和预防中发挥作用。
