AI cho hoạt động KY: thiết kế dự đoán nguy hiểm trước ca và RFP

Mở đầu: ba điều cần quyết định trước khi đưa AI vào hoạt động KY

Trước khi cân nhắc dùng AI dự đoán nguy hiểm KY, hãy sắp xếp lại những vướng mắc ở hiện trường. Sau buổi họp đầu ca, từng tổ ghi phiếu KY, chỉ tay hô to (pointing and calling) rồi mới bắt tay vào làm. Nhiều doanh nghiệp Nhật vẫn duy trì thói quen theo kiểu công ty mẹ này tại nhà máy ở Thái Lan, nhưng vẫn thường nghe những ý kiến như: “sáng nào cũng ghi đúng những mối nguy cũ, chỉ còn là hình thức”, “với công nhân người Thái hay người Myanmar, chỉ dùng tài liệu tiếng Nhật hoặc tiếng Thái thì không biết họ có hiểu không”, “đến các việc như chuyển đổi sản xuất (changeover/setup), vệ sinh, bảo trì hay làm việc trong không gian hạn chế thì việc nhận diện mối nguy lại phụ thuộc vào kinh nghiệm của tổ trưởng”, “phiếu KY vẫn là giấy, khi có tai nạn thì không truy lại được KY của ngày hôm đó”.

Cũng cần nắm quy mô tai nạn lao động tại Thái Lan. Theo báo cáo do Văn phòng Quỹ Bồi thường Lao động thuộc Văn phòng An sinh Xã hội Thái Lan (SSO) tổng hợp, số ca thương tích và bệnh tật liên quan đến công việc của người lao động thuộc phạm vi Quỹ Bồi thường Lao động là 87.728 ca trong năm 2567 (2024). Trong đó có 595 ca tử vong. Cũng báo cáo này cho biết, tính trung bình 5 năm 2563–2567 (tất cả các ngành), nguyên nhân nhiều nhất là “bị vật cắt, đâm” (23,88%), và bộ phận cơ thể bị thương nhiều nhất là ngón tay (30,40%). Chúng tôi cho rằng các mối nguy như đứt tay, bị đâm vào ngón tay là một trong những chủ đề vẫn được nêu hằng ngày trong buổi KY trước khi làm việc.

Vậy nên dùng AI tạo sinh như thế nào cho những vướng mắc này? Trong bài viết này, chúng tôi cho rằng khi đưa AI vào hoạt động KY, điều cần quyết định trước không phải là tên công cụ, mà là ba điều sau.

1. Phân công: AI đảm nhận việc đề xuất các mối nguy tiềm ẩn, liệt kê phương án đối phó và đa ngôn ngữ hóa. Việc khoanh vùng điểm nguy hiểm chính và quyết định “chúng ta sẽ làm thế này” do tổ trưởng và cả tổ thực hiện.
2. Căn cứ: Cho AI tham chiếu hướng dẫn công việc, thông số thiết bị, SDS, các vụ tai nạn và sự cố suýt xảy ra (near-miss) trong quá khứ, cùng hồ sơ KY từ trước đến nay, và yêu cầu AI ghi nguồn cho từng mối nguy đưa ra. Cần thiết kế để con người có thể bác bỏ những đề xuất có căn cứ đã cũ hoặc không có căn cứ.
3. Kiểm chứng: Trong RFP, PoC và nghiệm thu, đếm và ghi nhận riêng rẽ “mối nguy bị bỏ sót (mối nguy không được đưa ra)”, “biện pháp sai (biện pháp được đưa ra nhưng sai)” và “ngôn ngữ (công nhân có hiểu không)”.

Hoạt động KY là gì: KYT, phương pháp 4 vòng và JHA

Hoạt động KY (dự đoán nguy hiểm) là hoạt động trong đó các đồng nghiệp tại nơi làm việc cùng trao đổi trước khi làm để tìm ra các mối nguy tiềm ẩn trong công việc, rồi quyết định và thực hiện biện pháp; phương pháp huấn luyện cho hoạt động này là KYT (huấn luyện dự đoán nguy hiểm). Theo phần giải thích thuật ngữ trên trang “Shokuba no Anzen Site” của Bộ Y tế, Lao động và Phúc lợi Nhật Bản (MHLW), KYT là chữ viết tắt từ chữ cái đầu của “nguy hiểm (kiken), dự đoán (yochi), huấn luyện (training)”, là phương pháp phát hiện, nắm bắt và giải quyết các yếu tố nguy hiểm tiềm ẩn ở nơi làm việc và trong công việc, và gắn liền với phong trào “Không tai nạn” (Zero-sai).

Theo cùng phần giải thích thuật ngữ đó, nền tảng của KYT là phương pháp 4 vòng sau.

• 1R “Có những mối nguy nào đang tiềm ẩn?”: cùng nêu ra các mối nguy tiềm ẩn
• 2R “Đây là điểm nguy hiểm chính”: khoanh vùng mối nguy quan trọng và xác nhận bằng cách cùng chỉ tay hô to
• 3R “Nếu là bạn, bạn sẽ làm gì?”: đưa ra phương án đối phó với mối nguy đã khoanh vùng
• 4R “Chúng ta sẽ làm thế này”: quyết định hạng mục thực hiện trọng điểm và mục tiêu hành động của tổ

Cách làm được xem là tiêu chuẩn là kết hợp phương pháp 4 vòng này với chỉ tay hô to, một biện pháp xác nhận an toàn.

Ở các nước nói tiếng Anh, cách tiếp cận tương tự được gọi là JHA (Job Hazard Analysis) hoặc JSA (Job Safety Analysis). Tài liệu hướng dẫn “Job Hazard Analysis” (Publication 3071, bản sửa đổi năm 2002) của Cục Quản lý An toàn và Sức khỏe Nghề nghiệp Hoa Kỳ (OSHA) mô tả JHA là phương pháp tập trung vào các nhiệm vụ công việc để nhận diện mối nguy trước, chú trọng vào mối quan hệ giữa người lao động, nhiệm vụ, dụng cụ và môi trường làm việc. Chúng tôi cho rằng KYT đặt trọng tâm vào việc trao đổi trong tổ, còn JHA đặt trọng tâm vào việc chia công việc thành các bước và lập thành văn bản.

Hoạt động KY cũng liên quan đến đánh giá rủi ro. “Hướng dẫn về điều tra các yếu tố nguy hiểm hoặc có hại” của MHLW (công bố ngày 10 tháng 3 năm Heisei 18, tức năm 2006) quy định trình tự: nhận diện yếu tố nguy hiểm và có hại, ước lượng rủi ro, xác định mức ưu tiên và xem xét biện pháp giảm rủi ro, rồi thực hiện. Chúng tôi cho rằng nếu đánh giá rủi ro là “đánh giá ở giai đoạn lập kế hoạch”, chẳng hạn khi có thay đổi, thì hoạt động KY tương ứng với “xác nhận ngay trước khi làm”, kiểm tra lại mối nguy theo điều kiện của chính ngày hôm đó.

Về tiêu chuẩn quốc tế, theo thông tin thứ cấp, mục 6.1.2 của ISO 45001:2018 đề cập đến việc nhận diện mối nguy, còn mục 5.4 đề cập đến việc tham vấn và sự tham gia của người lao động. Chúng tôi cho rằng hoạt động KY là một trong những cơ chế để người lao động tham gia vào việc nhận diện mối nguy.

Dùng AI cho hoạt động KY và phân tích mối nguy công việc (JHA) thì điều gì thay đổi

Dù nói là dùng AI tạo sinh cho hoạt động KY, chúng tôi cho rằng những việc AI làm được có thể chia thành bốn nhóm lớn.

1. Đề xuất mối nguy tiềm ẩn: nhập nội dung công việc, thiết bị, địa điểm, AI sẽ đưa ra danh sách các mối nguy có thể xảy ra.
2. Liệt kê phương án đối phó: với các mối nguy đã khoanh vùng, AI liệt kê phương án dựa trên hướng dẫn công việc và các biện pháp từng áp dụng.
3. Đa ngôn ngữ hóa: dịch nội dung phiếu KY và mục tiêu hành động sang ngôn ngữ của công nhân như tiếng Thái, tiếng Myanmar, và đọc to lên.
4. Ghi chép: điện tử hóa phiếu KY, ghi âm buổi trao đổi, và cho phép tìm kiếm theo công việc, ngày, thiết bị.

Với mục 4 là ghi chép, chúng tôi cho rằng chỉ riêng việc “điện tử hóa phiếu KY” mà không dùng AI cũng đã giúp ích cho việc tìm kiếm và truy vết khi có tai nạn. Chúng tôi cho rằng giá trị của AI tạo sinh nằm ở chỗ có thể dùng thông tin KY và tai nạn đã được ghi lại trong quá khứ để đề xuất mối nguy cho buổi KY tiếp theo.

Bài viết này đề cập đến việc hỗ trợ đối thoại bằng văn bản và giọng nói trước khi bắt đầu công việc. Cách dùng hình ảnh camera để phát hiện việc không đeo đồ bảo hộ được trình bày trong bài “Camera AI kiểm tra PPE trong nhà máy: quy tắc, cảnh báo sai và nghiệm thu“. Việc phân loại và tổng hợp báo cáo sự cố suýt xảy ra sau khi đã xảy ra được sắp xếp trong bài “AI phân tích báo cáo cận sự cố tại nhà máy Thái Lan: triển khai và nghiệm thu“. Bức tranh tổng thể về AI quản lý an toàn, bao gồm cả giám sát bằng hình ảnh, xin xem bài “AI quản lý an toàn nhà máy – mô hình 3 tầng và 5 nhóm ứng dụng“. Việc đánh giá tư thế làm việc được tổng hợp trong bài “AI đánh giá công thái học nhà máy: RULA, REBA và nghiệm thu camera“. Khác với những nội dung đó, hoạt động KY là hoạt động trong đó con người hình dung và thống nhất trước khi làm về “những gì có thể xảy ra từ bây giờ”.

Trụ cột ①: phân công giữa AI và con người theo 4 vòng KYT

Điều cần quyết định đầu tiên, theo chúng tôi, là “để AI hỗ trợ vòng nào, và vòng nào do con người làm”. Cách sắp xếp này là suy luận của chúng tôi từ cấu trúc của phương pháp, không phải là nội dung được viết trong tài liệu của MHLW hay các nguồn khác.

Điểm mấu chốt là giao cho AI vai trò “tăng thêm dữ liệu để suy nghĩ”, chứ không giao vai trò “quyết định”. 1R và 3R là những vòng càng nhiều phương án càng tốt, các đề xuất lạc đề thì người chỉ cần loại bỏ. 2R và 4R là những vòng mà cả tổ dùng chính lời của mình để xác nhận mối nguy và cam kết hành động. Chúng tôi cho rằng nếu thay phần này bằng kết quả của AI, công nhân sẽ chỉ còn đọc to “những điều AI đã quyết định”, và mục đích của hoạt động KY là nâng cao độ nhạy cảm với mối nguy sẽ bị suy yếu.

Một điểm mấu chốt khác là lưu lại trên màn hình và trong log việc tổ trưởng đã chấp nhận, bác bỏ đề xuất nào của AI và đã bổ sung những gì. Nếu vận hành theo kiểu in nguyên kết quả của AI rồi chỉ điền vào ô ký tên, thì có nguy cơ AI chỉ làm cho tình trạng hình thức hóa của phiếu KY giấy diễn ra nhanh hơn mà thôi.

Các quy định vốn được viết với tiền đề “con người quyết định”

Chúng tôi cho rằng các quy định của Nhật Bản và Thái Lan vốn đã được viết theo cách phân công “người ở hiện trường nhận diện mối nguy, còn người sử dụng lao động quyết định và thực hiện”.

Hướng dẫn đánh giá rủi ro của MHLW Nhật Bản quy định, về tổ chức thực hiện, người sử dụng lao động cố gắng để tổ trưởng và những người tương đương, là những người nắm chi tiết nội dung công việc, thực hiện việc nhận diện yếu tố nguy hiểm, ước lượng rủi ro và xem xét biện pháp giảm rủi ro (4(1)d). Trên cơ sở đó, thông tư hướng dẫn thi hành giải thích rằng vì “việc quyết định và thực hiện biện pháp giảm rủi ro cần được tiến hành dưới trách nhiệm của người sử dụng lao động”, nên nội dung này không nằm trong những việc giao cho tổ trưởng và những người tương đương. Phần tổ trưởng và những người tương đương đảm nhận chỉ dừng ở “xem xét”, và chúng tôi cho rằng AI nằm ở vị trí còn trước đó nữa, tức là đưa ra “dữ liệu để xem xét”. (Ký hiệu mục bằng chữ cái a, b, c… trong bài này được đặt theo đúng thứ tự các mục trong nguyên bản tiếng Nhật.)

Luật An toàn, Vệ sinh và Môi trường Lao động B.E.2554 (2011) của Thái Lan, theo bản dịch tiếng Anh, đặt ra cho người sử dụng lao động các nghĩa vụ như sau.

Bản dịch tiếng Anh này là bản dịch không chính thức đăng trên trang của Đại học Prince of Songkla; khi trích dẫn về mặt pháp lý cần đối chiếu với nguyên văn tiếng Thái.

Về vai trò của tổ trưởng, quy định cụ thể nằm ở Quy định cấp Bộ “về việc bố trí cán bộ an toàn, nhân sự, bộ phận và nhóm người” B.E.2565 (2022, đăng Công báo ngày 17 tháng 6 năm 2565). Quy định cấp Bộ này chia cán bộ an toàn theo chức vị thành hai loại là cấp giám sát và cấp quản lý (ข้อ6). Nhiệm vụ (ข้อ9) của cán bộ an toàn cấp giám sát (จป.หัวหน้างาน, cán bộ an toàn do tổ trưởng kiêm nhiệm) gồm: (1) giám sát việc tuân thủ hướng dẫn công việc an toàn, (2) phân tích công việc của bộ phận mình phụ trách để nhận diện mối nguy và rủi ro từ giai đoạn đầu, (4) hướng dẫn phương pháp làm việc đúng, (5) hằng ngày trước khi làm việc kiểm tra tình trạng an toàn của máy móc, dụng cụ, thiết bị, và các nhiệm vụ khác. Mục (2) cũng có thể thực hiện cùng với cán bộ an toàn từ cấp kỹ thuật trở lên. Chúng tôi cho rằng các nhiệm vụ cấp giám sát này, đặc biệt là việc nhận diện mối nguy ở mục (2), chính là hoạt động KY. Dù có dùng AI hỗ trợ đề xuất mối nguy, nhiệm vụ này cũng không chuyển khỏi tổ trưởng.

Quy định cấp Bộ cũng quy định về ủy ban an toàn. Cơ sở có từ 50 người lao động trở lên phải thành lập ủy ban an toàn trong vòng 30 ngày kể từ khi đáp ứng yêu cầu về số người (ข้อ25); ủy ban trình người sử dụng lao động các nội dung như việc xem xét hướng dẫn công việc an toàn, và họp ít nhất mỗi tháng một lần (ข้อ32 và ข้อ33). Chúng tôi cho rằng phương châm đưa AI vào và phạm vi hướng dẫn công việc cho AI tham chiếu là những chủ đề phù hợp để đưa vào chương trình họp của ủy ban an toàn.

Với nhà máy làm sản phẩm hoặc máy móc cho thị trường EU, Đạo luật AI của EU (Regulation (EU) 2024/1689) cũng là một tài liệu tham khảo. Điều 14(4) yêu cầu người giám sát hiểu được năng lực và giới hạn của AI, chú ý đến xu hướng tự động dựa vào kết quả (thiên kiến tự động hóa), diễn giải kết quả một cách đúng đắn, và có thể quyết định không sử dụng. Trường hợp dùng AI làm bộ phận an toàn, nếu thỏa mãn cả hai điều kiện của Điều 6(1) (là bộ phận an toàn của sản phẩm thuộc đối tượng của luật hài hòa trong Phụ lục I, hoặc chính là sản phẩm đó; và sản phẩm đó phải qua đánh giá sự phù hợp của bên thứ ba) thì có thể trở thành hệ thống rủi ro cao. Việc AI hỗ trợ KY có thuộc trường hợp này hay không là đánh giá cho từng trường hợp, bài viết này không kết luận. Điều này cũng không có nghĩa là Đạo luật AI của EU áp dụng trực tiếp cho nhà máy ở Thái Lan; chúng tôi chỉ dùng cách tiếp cận “con người hiểu giới hạn và có thể quyết định không sử dụng” làm tài liệu tham khảo cho thiết kế.

Nghiên cứu cho thấy gì về giới hạn của LLM khi dùng riêng lẻ

Các nghiên cứu về việc AI tạo sinh có thể phát hiện được bao nhiêu mối nguy đều có điều kiện hạn chế, nên không thể áp nguyên các con số vào hoạt động KY trong sản xuất. Chúng tôi sắp xếp chúng cùng với điều kiện như sau.

Từ những nghiên cứu này, không thể nói ra một con số chung kiểu “AI bỏ sót ○ phần mối nguy”. Trong khảo sát lần này, chúng tôi không tìm thấy bài báo có bình duyệt nào đếm số mối nguy bị bỏ sót trong KY hay JHA bằng văn bản của ngành sản xuất. Chúng tôi cho rằng điều có thể nói được là hai điểm sau.

Thứ nhất, nếu để LLM nêu mối nguy mà không cung cấp căn cứ, thì ít nhất trong một số điều kiện, số mối nguy bị bỏ sót là lớn. Nghiên cứu ISARC dùng đầu vào hình ảnh, nhưng chúng tôi cho rằng điều kiện zero-shot, không cung cấp cả hướng dẫn công việc lẫn tai nạn trong quá khứ, giống với cách dùng “chỉ nhập tên công việc rồi để AI lập phiếu KY”.

Thứ hai, AI và con người có thể nêu ra những mối nguy mà bên kia bỏ sót. Chúng tôi cho rằng cách phân công đưa AI vào 1R như “thêm một góc nhìn” chứ không phải “người thay thế” cũng không mâu thuẫn với kết quả nghiên cứu thí điểm của CIB.

Hồ sơ AI tạo sinh “NIST AI 600-1” (tháng 7 năm 2024) của Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST) định nghĩa confabulation (nội dung sai nhưng có vẻ hợp lý) là “việc tạo ra nội dung sai được trình bày một cách tự tin”, và cho biết hiện tượng này thường được gọi là hallucination. Theo NIST, confabulation là kết quả tự nhiên của cách thiết kế mô hình tạo sinh; mô hình có thể confabulate cả lập luận làm căn cứ lẫn trích dẫn, và dẫn đến việc con người tin tưởng quá mức. Chúng tôi cho rằng trong KY, hiện tượng này sẽ xuất hiện dưới dạng một biện pháp nghe có vẻ hợp lý nhưng thực ra mâu thuẫn với hướng dẫn công việc của chính công ty.

Trụ cột ②: thiết kế buộc AI tham chiếu căn cứ và ghi nguồn

Để đối phó với mối nguy bị bỏ sót và các lỗi nghe có vẻ hợp lý, bài viết này khuyến nghị thiết kế cho AI tham chiếu tài liệu của chính công ty và ghi nguồn cho từng mối nguy, từng biện pháp. Về việc cho AI tham chiếu những gì, các hạng mục mà hướng dẫn của MHLW nêu tại 7(1) như những thông tin cần thu thập khi điều tra là một gợi ý. Kết hợp với phần giải thích của thông tư hướng dẫn thi hành và chuyển thành dữ liệu tham chiếu cho AI hỗ trợ KY, ta có bảng sau.

Hướng dẫn yêu cầu đưa cả tài liệu về công việc không thường xuyên vào. Tài liệu hướng dẫn của OSHA cũng nêu “xem lại lịch sử tai nạn (bao gồm cả sự cố suýt xảy ra)” là một trong những bước khởi đầu JHA.

Để cho AI tham chiếu báo cáo sự cố suýt xảy ra, báo cáo cần ở dạng tìm kiếm được theo công việc, thiết bị và địa điểm. Việc phân loại và tổng hợp báo cáo được đề cập trong bài “AI phân tích báo cáo cận sự cố tại nhà máy Thái Lan“.

NIST AI 600-1 nêu việc rà soát và kiểm chứng nguồn và trích dẫn trong kết quả, trong khuôn khổ đo lường rủi ro trước khi triển khai và giám sát liên tục, như một cách đối phó với confabulation (MS-2.5-003). Tài liệu này cũng nêu việc ghi lại mức độ sử dụng kiến thức chuyên môn của con người như RAG (tạo sinh tăng cường truy xuất) hay quy tắc nghiệp vụ (MS-2.5-002), và việc kiểm chứng rằng dữ liệu RAG có căn cứ (MS-2.5-005). Chúng tôi cho rằng với AI hỗ trợ KY, những điều này sẽ trở thành các yêu cầu về màn hình như sau.

• Với từng mối nguy được đề xuất và từng phương án đối phó, hiển thị tên tài liệu, phiên bản và vị trí liên quan đã tham chiếu
• Các đề xuất không có tài liệu tham chiếu (đề xuất xuất phát từ kiến thức chung của AI) được hiển thị sao cho nhận biết được
• Tổ trưởng có thể bác bỏ với lý do “căn cứ đã cũ”, “không có căn cứ” hoặc “không áp dụng cho hiện trường này”, và ghi lại lý do đó

Việc hướng dẫn công việc cho AI tham chiếu có phải là phiên bản mới nhất hay không cũng rất quan trọng. Cơ chế không cho AI dùng phiên bản cũ để trả lời được sắp xếp trong bài “Quản lý phiên bản tài liệu trong RAG nhà máy: triển khai và nghiệm thu“. Với những công việc chưa có hướng dẫn công việc đầy đủ, cách dùng AI soạn hướng dẫn, phê duyệt rồi đối chiếu với hiện trường được sắp xếp trong bài “Dùng AI soạn hướng dẫn công việc trong nhà máy: từ bản nháp đến phát hành“.

Công việc không thường xuyên và giấy phép làm việc: nơi AI hỗ trợ dễ phát huy

Chúng tôi cho rằng việc AI đề xuất mối nguy dễ phát huy tác dụng nhất ở công việc không thường xuyên. Chuyển đổi khuôn (setup), vệ sinh, bảo trì, xử lý sự cố thiết bị, làm việc trong không gian hạn chế là những việc ít khi diễn ra, nên kinh nghiệm của các tổ trưởng dễ chênh lệch.

Hướng dẫn của MHLW yêu cầu đưa tài liệu về công việc không thường xuyên vào thông tin thu thập khi điều tra, và thông tư hướng dẫn thi hành yêu cầu thu thập cả thông tin về việc chuyển đổi sản xuất (changeover). Hướng dẫn nêu các thời điểm tiến hành điều tra như khi mới áp dụng hoặc thay đổi thiết bị, phương pháp làm việc, trình tự công việc, hoặc khi xảy ra tai nạn. Tài liệu hướng dẫn của OSHA cũng nêu các công việc cần ưu tiên làm JHA gồm: công việc có tỷ lệ tai nạn cao nhất, công việc có khả năng gây tai nạn nghiêm trọng, công việc mà chỉ một lỗi đơn giản cũng dẫn đến tai nạn nghiêm trọng, công việc mới hoặc đã thay đổi, và công việc phức tạp đến mức cần có chỉ dẫn bằng văn bản.

Điều 16 của luật Thái Lan (theo bản dịch tiếng Anh) cũng yêu cầu đào tạo trước khi bắt đầu công việc khi thay đổi công việc hoặc thay đổi máy móc thiết bị. Chúng tôi cho rằng nếu cho AI tham chiếu hướng dẫn công việc bảo trì cùng các vụ tai nạn và sự cố suýt xảy ra từng xảy ra trên thiết bị đó, thì cả tổ trưởng ít kinh nghiệm cũng có được manh mối để nhận diện mối nguy.

Làm việc trong không gian hạn chế gắn liền với thủ tục giấy phép làm việc (PTW). Theo nội dung Quy định cấp Bộ về làm việc trong không gian hạn chế (ที่อับอากาศ) B.E.2562 (2019) do SHE của Đại học Chulalongkorn đăng tải, người sử dụng lao động phải đo, ghi chép và đánh giá không khí trước và trong khi làm việc, mỗi lần cho người lao động làm việc trong không gian hạn chế phải chuẩn bị giấy phép làm việc (หนังสืออนุญาต), ghi vào đó kết quả đánh giá mối nguy, các biện pháp an toàn và các nội dung khác. Người chịu trách nhiệm cấp phép về nguyên tắc là người sử dụng lao động, và có thể ủy quyền bằng văn bản cho người lao động đã qua đào tạo. Tại hiện trường phải luôn bố trí người giám sát công việc (ผู้ควบคุมงาน), và người này có quyền tạm dừng công việc khi có nguy hiểm.

Việc cấp và ký giấy phép làm việc, cũng như phán đoán của người giám sát công việc, không thể thay bằng AI. Chúng tôi cho rằng kết quả của AI nên được xử lý như các đề xuất cho buổi KY trước khi làm, và cần được tách khỏi việc quyết định cấp phép, kể cả trên màn hình.

Thiết kế đa ngôn ngữ: họp an toàn đầu ca (KY) bằng tiếng Thái và tiếng Myanmar

Tại các nhà máy ở Thái Lan, bên cạnh người Thái, có nơi còn có công nhân từ các nước lân cận. Theo văn bản mà các tổ chức xã hội dân sự gửi tới Nhóm công tác của Liên Hợp Quốc, dẫn số liệu của Bộ Lao động, tính đến tháng 3 năm 2025, số lao động nước ngoài được cấp giấy phép lao động là khoảng 3,1 triệu người (lần này chúng tôi chưa xác nhận bảng gốc của Bộ Lao động).

Trong khảo sát lần này, chúng tôi không tìm thấy quy định nào của Thái Lan yêu cầu đào tạo an toàn hay hướng dẫn công việc phải được thực hiện bằng ngôn ngữ mà người lao động hiểu được, ở cả nội dung luật, Quy định cấp Bộ B.E.2565 lẫn trang nội dung của Quy định cấp Bộ về làm việc trong không gian hạn chế (điều này không có nghĩa là chúng tôi đã xác nhận rằng không có quy định như vậy). Dù sao đi nữa, chúng tôi cho rằng khi Điều 14 của luật (theo bản dịch tiếng Anh) đã yêu cầu người sử dụng lao động thông báo mối nguy, thì nếu thông tin không đến được với công nhân, ý nghĩa của việc thông báo sẽ giảm đi.

MHLW Nhật Bản công bố bộ tài liệu giáo dục an toàn vệ sinh cho lao động nước ngoài “Hiểu về an toàn và sức khỏe của người lao động qua truyện tranh” bằng 11 ngôn ngữ, bao gồm tiếng Thái và tiếng Myanmar, theo danh sách trên trang của Bộ. Những tài liệu như vậy là manh mối hữu ích cho việc chọn thuật ngữ và cách diễn đạt.

Khi đa ngôn ngữ hóa KY bằng AI, bài viết này đề xuất cách vận hành sau.

• Lập bảng thuật ngữ trước: đối chiếu theo từng ngôn ngữ tên thiết bị, tên bộ phận, cách gọi các mối nguy (bị kẹp, bị cuốn vào, bị cắt, bị đâm…), tên đồ bảo hộ, và cho AI dịch sử dụng bảng này.
• Tổ trưởng xác nhận bằng ngôn ngữ của mình: nếu tổ trưởng là người Thái, các đề xuất của AI được hiển thị bằng tiếng Thái, và tổ trưởng xác nhận, chỉnh sửa bằng tiếng Thái.
• Với công nhân, kết hợp đọc to và xác nhận: hiển thị và đọc to mục tiêu hành động bằng ngôn ngữ của công nhân, rồi đề nghị họ nói lại bằng lời của mình.
• Chỉ tay hô to và hô đồng thanh bằng ngôn ngữ dùng tại chỗ: hô đồng thanh bằng ngôn ngữ chung của tổ hay chia theo từng ngôn ngữ là do nơi làm việc quyết định. Bản dịch của AI là phương tiện để chuẩn bị câu hô, không thay thế được chính việc hô đồng thanh.

Cơ chế thống nhất thuật ngữ khi dùng AI dịch tài liệu nội bộ được sắp xếp trong bài “Tự động hóa dịch thuật doanh nghiệp cho nhà máy Thái Lan“.

Để tổ trưởng có thể bác bỏ đề xuất của AI, việc đào tạo bằng chính ngôn ngữ của họ về cách sử dụng có kiểm tra căn cứ cũng không thể thiếu. Về cách tổ chức đào tạo AI tạo sinh bằng tiếng Thái, xin xem bài “Đào tạo Generative AI tiếng Thái – giáo trình và giảng viên cho nhân viên bản địa“.

Phân công vai trò qua các ví dụ đã công bố

Tại Nhật Bản, các sáng kiến dùng AI cho hoạt động KY trong lĩnh vực xây dựng và thang máy đã được công bố và đưa tin. Tất cả đều là ví dụ trong nước Nhật, không cho thấy việc cung cấp hay hỗ trợ cho ngành sản xuất tại Thái Lan. Ở đây chúng tôi chỉ sắp xếp chức năng và vị trí con người kiểm tra. Thứ tự sắp xếp theo thứ tự âm tiết tiếng Nhật (gojūon) của tên công ty, không mang ý nghĩa xếp hạng hay khuyến nghị.

Theo đưa tin, sáng kiến của Tokyu Construction là một PoC thực hiện tại nhiều công trường từ tháng 3 đến tháng 6 năm 2026, với 16 người tham gia gồm chỉ huy trưởng công trường, giám sát hiện trường và tổ trưởng; các vấn đề được nêu ra là độ chính xác nhận dạng trong môi trường ồn lớn và những công trường có hạn chế về kết nối mạng. Theo đưa tin, KY-Support của Mitsubishi Electric Building Solutions dựa trên công nghệ hỗ trợ công việc hiện trường bằng AI tạo sinh do Mitsubishi Electric và AWS hợp tác phát triển, và được cho là sẽ lần lượt đưa vào bộ phận thang máy từ tháng 4 năm 2026.

Vai trò của AI chia thành “đưa ra đề xuất”, “tìm các ví dụ trong quá khứ” và “ghi chép và đánh giá”. Vì có những ví dụ mà từ thông tin công khai không đọc ra được vị trí con người kiểm tra, chúng tôi cho rằng khi tự triển khai, doanh nghiệp nên ghi rõ trong đặc tả vị trí con người kiểm tra và quyết định.

Trụ cột ③: kiểm chứng riêng “mối nguy bị bỏ sót”, “biện pháp sai” và “ngôn ngữ”

Nếu chỉ đánh giá AI hỗ trợ KY bằng cảm nhận “tiện lợi”, có nguy cơ bỏ qua những khiếm khuyết về an toàn. Bài viết này khuyến nghị đếm và ghi nhận riêng rẽ ba chỉ số sau.

Lý do tách riêng ba chỉ số là vì cách khắc phục khác nhau. Với mối nguy bị bỏ sót, cần rà soát dữ liệu tham chiếu và các mục nhập liệu; với biện pháp sai, cần tăng cường quản lý phiên bản và hiển thị nguồn; với ngôn ngữ, cần cải thiện bảng thuật ngữ và cách đọc to. Nếu gộp thành một “độ chính xác” duy nhất, sẽ không biết cần sửa ở đâu.

Chúng tôi cho rằng đặc biệt “biện pháp sai” cần được coi là nghiêm trọng. Bởi khi một biện pháp nghe có vẻ hợp lý được trình bày kèm nguồn, tổ trưởng có thể tin và chấp nhận nó. Đây là trạng thái mà NIST nêu làm ví dụ về thiên kiến tự động hóa: con người tin rằng kết quả có chất lượng cao hơn thực tế.

Bài viết này không đưa ra con số cho ngưỡng đạt. Bởi mức chấp nhận được khác nhau tùy mức độ nghiêm trọng của mối nguy trong công việc đối tượng và trình độ KY hiện có. Chúng tôi cho rằng điều quan trọng là ủy ban an toàn hoặc cán bộ an toàn quyết định trước khi thử nghiệm “những loại mối nguy không được phép bỏ sót” và “cách xử lý khi xuất hiện biện pháp sai”.

Biểu đồ dưới đây là cơ cấu tai nạn lao động tại Thái Lan năm 2567 (2024) theo báo cáo của SSO. Nghỉ việc không quá 3 ngày là 62.065 ca, nghỉ việc trên 3 ngày là 24.127 ca, mất một phần cơ thể là 925 ca, tử vong là 595 ca, tàn tật là 16 ca, tổng cộng là 87.728 ca. Phần lớn số ca thuộc nhóm nghỉ việc không quá 3 ngày, nhưng cũng có 595 ca tử vong. Chúng tôi cho rằng những mối nguy không được phép bỏ sót cần được quyết định không chỉ theo số ca mà còn theo mức độ nghiêm trọng của hậu quả. Biểu đồ này là dữ liệu nền về tai nạn lao động nói chung tại Thái Lan, không thể hiện hiệu quả của AI.

Theo cùng báo cáo, tỷ lệ tai nạn năm 2567 là 7,23 ca trên 1.000 người lao động được bảo hiểm, và số người lao động được bảo hiểm là 12.134.149 người.

Xử lý thông tin cá nhân và hồ sơ KY

Khi điện tử hóa KY và ghi âm, họ tên, ảnh khuôn mặt và giọng nói của công nhân có thể được lưu lại trong hệ thống. Về Luật Bảo vệ Dữ liệu Cá nhân của Thái Lan (PDPA, B.E.2562), theo thông tin thứ cấp, Điều 19 về nguyên tắc yêu cầu sự đồng ý của chủ thể dữ liệu, Điều 24 quy định các ngoại lệ không cần đồng ý như lợi ích chính đáng, và Điều 26 yêu cầu sự đồng ý rõ ràng hoặc các ngoại lệ hạn chế đối với thông tin nhạy cảm như chủng tộc, sức khỏe, thông tin sinh trắc học. Ngay cả khi không cần sự đồng ý, người sử dụng lao động được cho là vẫn phải thông báo cho người lao động trước khi thu thập.

Ảnh và giọng nói trong hồ sơ KY có thuộc thông tin sinh trắc học theo Điều 26 hay không được cho là tùy vào cách sử dụng, chẳng hạn có dùng để nhận dạng cá nhân hay không. Trong khảo sát lần này, chúng tôi không tìm thấy quan điểm chính thức nào cho rằng ảnh hay giọng nói đương nhiên là thông tin sinh trắc học. Vì có khả năng chúng bị coi là thông tin sinh trắc học, bài viết này cho rằng nên quyết định các điểm sau trước khi triển khai.

• Ghi lại họ tên, ảnh, giọng nói để làm gì (để ghi nhận sự tham gia, để xác nhận mức độ hiểu, hay để truy vết khi có tai nạn)
• Có lấy sự đồng ý hay cho rằng thông báo là đủ, và căn cứ cho lựa chọn đó
• Giọng nói có xóa sau khi chuyển thành văn bản không, hoặc lưu trong bao lâu
• Ai được xem hồ sơ

Vì nội dung nhập vào KY có thể bao gồm tên công nhân và chi tiết tai nạn, cần quy định trong quy chế những thông tin nào được phép nhập vào AI tạo sinh. Những điểm dễ bỏ sót trong quy chế sử dụng AI tạo sinh tại cơ sở ở Thái Lan được tổng hợp trong bài “Quy chế sử dụng AI tạo sinh 2026: 4 lỗ hổng của bản công ty mẹ“.

Các hạng mục cần ghi trong RFP

Khi đặt hàng AI hỗ trợ KY từ bên ngoài, chúng tôi khuyến nghị ghi các hạng mục sau vào RFP (hồ sơ mời đề xuất). Đây là ba yếu tố phân công, căn cứ và kiểm chứng được chuyển thành ngôn ngữ đặc tả.

Chúng tôi cho rằng đặc biệt “màn hình và log cho việc con người kiểm tra, phê duyệt” và “hiển thị nguồn” nên là yêu cầu bắt buộc, không phải tùy chọn.

Thiết kế PoC và nghiệm thu

Chúng tôi khuyến nghị thiết kế PoC (kiểm chứng khái niệm) và nghiệm thu AI hỗ trợ KY theo hướng đếm ba chỉ số của trụ cột ③, chứ không phải “cảm nhận khi dùng thử”.

Cách chọn tình huống thử nghiệm: nếu đặt trọng tâm vào những công việc từng xảy ra tai nạn hoặc sự cố suýt xảy ra, có thể kiểm tra được “AI có nêu mối nguy đó trong đề xuất hay không”. Đưa thêm cả công việc không thường xuyên và công việc có thay đổi thiết bị.

Cách lập danh sách đáp án: cán bộ an toàn và tổ trưởng có kinh nghiệm lập trước, cho từng tình huống thử nghiệm, danh sách các mối nguy cần nêu và các biện pháp đúng. Nếu lập sau khi xem kết quả của AI, có nguy cơ bị các đề xuất của AI dẫn dắt.

Ghi nhận ba chỉ số: so sánh đề xuất của AI với danh sách đáp án để ghi nhận mối nguy bị bỏ sót, đánh giá từng phương án đối phó để ghi nhận biện pháp sai. Về ngôn ngữ, đọc to cho công nhân, đề nghị họ nói lại bằng lời của mình, xác nhận mức độ hiểu và ghi lại. Đồng thời kiểm tra cả việc hiển thị nguồn có đúng không (vị trí liên quan trong tài liệu được nêu có thực sự chứa nội dung đó không).

Ngưỡng đạt do chính công ty quyết định: trước khi thử nghiệm, bên đặt hàng quyết định và ghi lại những loại mối nguy không được phép bỏ sót, việc chỉ cần xuất hiện 1 biện pháp sai đã bị coi là không đạt hay không, và cách xác nhận mức độ hiểu về ngôn ngữ.

Rà soát sau khi vận hành thật: tài liệu hướng dẫn của OSHA cho rằng JHA cần được rà soát định kỳ, đặc biệt là rà soát khi xảy ra tai nạn, và khi sửa đổi thì đào tạo cho tất cả những người chịu ảnh hưởng. Chúng tôi cho rằng với AI hỗ trợ KY cũng nên tạo ra quy trình đưa các đề xuất bị tổ trưởng bác bỏ và các mối nguy được bổ sung trở lại để cải thiện dữ liệu tham chiếu và bảng thuật ngữ.

Hình dưới đây là quy trình vận hành mà bài viết này đề xuất. Dựa trên dữ liệu đầu vào, AI lập bản nháp kèm nguồn, tổ trưởng quyết định chấp nhận, sửa hay bác bỏ, cả tổ thực hiện KY bao gồm chỉ tay hô to và ghi lại, rồi đưa trở lại để cải thiện dữ liệu.

Nên kết thúc PoC ở đâu để chuyển sang vận hành thật, và thiết kế nghiệm thu, bàn giao vận hành như thế nào, được sắp xếp trong bài “Tiêu chí kết thúc AI PoC để nghiệm thu, vận hành thật và bàn giao“.

Câu hỏi thường gặp

Có thể giao việc dự đoán nguy hiểm cho AI không?

Chúng tôi cho rằng không nên giao chính việc dự đoán nguy hiểm cho AI. Phần AI đảm nhận chỉ đến đề xuất mối nguy, liệt kê phương án đối phó, đa ngôn ngữ hóa và ghi chép; việc khoanh vùng và quyết định do tổ trưởng và cả tổ thực hiện. Theo hướng dẫn và thông tư hướng dẫn thi hành của MHLW Nhật Bản, phần tổ trưởng và những người tương đương đảm nhận cũng chỉ dừng ở “xem xét” biện pháp giảm rủi ro, còn “quyết định và thực hiện” là trách nhiệm của người sử dụng lao động.

Chỉ chuyển sang phiếu KY điện tử thì AI có giúp được gì không?

Chỉ riêng việc điện tử hóa đã giúp tìm kiếm hồ sơ theo công việc, ngày, thiết bị, và dễ truy lại KY của ngày hôm đó khi có tai nạn. Chúng tôi cho rằng hồ sơ tích lũy được sẽ trở thành dữ liệu để AI tham chiếu làm căn cứ khi đề xuất mối nguy cho buổi KY tiếp theo, nên đây cũng là bước chuẩn bị cho việc ứng dụng AI.

Có dùng được AI dịch cho KY bằng tiếng Thái, tiếng Myanmar không?

Có thể dùng, với tiền đề là kết hợp bảng thuật ngữ và việc con người kiểm tra. Cho AI dùng bảng thuật ngữ của nhà máy, tổ trưởng kiểm tra bằng ngôn ngữ của mình, còn công nhân thì được đọc to cho nghe và nói lại bằng lời của mình. Trong nghiệm thu, ghi nhận “ngôn ngữ” như một chỉ số riêng.

Làm sao phòng tránh các lỗi nghe có vẻ hợp lý của AI tạo sinh?

Thiết kế với tiền đề là không thể phòng tránh hoàn toàn. NIST coi confabulation là kết quả tự nhiên của cách thiết kế mô hình tạo sinh, và khuyến nghị rà soát, kiểm chứng nguồn và trích dẫn. Cho hiển thị tên, phiên bản và vị trí liên quan của tài liệu đã tham chiếu cho từng đề xuất, để tổ trưởng có thể bác bỏ những đề xuất có căn cứ đã cũ hoặc không có căn cứ, và giữ hướng dẫn công việc ở phiên bản mới nhất.

Ước tính chi phí triển khai AI cho hoạt động KY như thế nào?

Số tiền thay đổi theo số lượng công việc đối tượng, số ngôn ngữ và mức độ sẵn sàng của dữ liệu tham chiếu, nên bài viết này không đưa ra. Chúng tôi khuyến nghị yêu cầu nhà cung cấp tách riêng chi phí xây dựng ban đầu, chuẩn bị dữ liệu tham chiếu, lập bảng thuật ngữ, phí sử dụng, bảo trì và bổ sung ngôn ngữ. Chúng tôi cho rằng việc chuẩn bị dữ liệu tham chiếu là công việc trọng tâm để giảm mối nguy bị bỏ sót, và cũng nên dự trù cả công sức nội bộ.

Tổng kết

• Khi đưa AI vào hoạt động KY, chúng tôi cho rằng điều cần quyết định trước không phải là tên công cụ, mà là ba điều: ① phân công, ② căn cứ, ③ kiểm chứng.
• Phân công: AI đảm nhận việc đề xuất mối nguy ở 1R và liệt kê phương án đối phó ở 3R, cùng với đa ngôn ngữ hóa và ghi chép; việc khoanh vùng ở 2R và quyết định ở 4R do tổ trưởng và cả tổ thực hiện (cách sắp xếp này là suy luận của chúng tôi). Hướng dẫn và thông tư hướng dẫn thi hành của Nhật Bản cũng xác định “xem xét” cho tổ trưởng và những người tương đương, còn “quyết định và thực hiện” cho người sử dụng lao động.
• Căn cứ: cho AI tham chiếu hướng dẫn công việc, SDS, các vụ tai nạn và sự cố suýt xảy ra, hồ sơ KY cũ, và yêu cầu ghi nguồn cho từng đề xuất.
• Kiểm chứng: trong RFP, PoC và nghiệm thu, đếm và ghi nhận riêng rẽ mối nguy bị bỏ sót, biện pháp sai và ngôn ngữ. Ngưỡng đạt do chính công ty quyết định.
• Chúng tôi cho rằng AI không phải là thứ thay thế hoạt động KY, mà nên được định vị là công cụ hỗ trợ chất lượng của hoạt động này.

Ngay cả ở giai đoạn rà soát xem phiếu KY, hướng dẫn công việc và báo cáo sự cố suýt xảy ra đã được điện tử hóa đến đâu, hay cân nhắc nên chuẩn bị dữ liệu cho AI tham chiếu như thế nào, quý vị cũng có thể trao đổi với TOMAS TECH. Vui lòng liên hệ tại đây.

Tài liệu tham khảo

• MHLW, Shokuba no Anzen Site “Từ khóa an toàn vệ sinh: KYT (huấn luyện dự đoán nguy hiểm)” (tiếng Nhật) https://anzeninfo.mhlw.go.jp/yougo/yougo40_1.html
• MHLW “Hướng dẫn về điều tra các yếu tố nguy hiểm hoặc có hại” và thông tư hướng dẫn thi hành (tài liệu tham khảo, PDF, tiếng Nhật) https://www.mhlw.go.jp/bunya/roudoukijun/anzeneisei14/dl/080201g_0001.pdf
• MHLW “Quản lý an toàn vệ sinh cho lao động nước ngoài” (tiếng Nhật) https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000186714.html
• OSHA “Job Hazard Analysis” Publication 3071 (bản sửa đổi năm 2002, PDF) https://www.osha.gov/sites/default/files/publications/osha3071.pdf
• Presencis “ISO 45001 Article 5.4” https://cdn.presencis.com/regulations/iso-45001/article-5.4/
• “Occupational Safety, Health and Environment Act B.E.2554”, bản dịch tiếng Anh đăng trên trang của Đại học Prince of Songkla (bản dịch không chính thức, PDF) https://scit-services.surat.psu.ac.th/she/assets/RESEARCH/KM_FILE_6725f41322d3e.pdf
• “กฎกระทรวง การจัดให้มีเจ้าหน้าที่ความปลอดภัยในการทำงาน 2565” do SHE Đại học Chulalongkorn đăng tải (PDF Công báo) https://www.shecu.chula.ac.th/data/boards/748/%E0%B8%81%E0%B8%8E%E0%B8%81%E0%B8%A3%E0%B8%B0%E0%B8%97%E0%B8%A3%E0%B8%A7%E0%B8%87%20%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%88%E0%B8%B1%E0%B8%94%E0%B9%83%E0%B8%AB%E0%B9%89%E0%B8%A1%E0%B8%B5%E0%B9%80%E0%B8%88%E0%B9%89%E0%B8%B2%E0%B8%AB%E0%B8%99%E0%B9%89%E0%B8%B2%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B8%9B%E0%B8%A5%E0%B8%AD%E0%B8%94%E0%B8%A0%E0%B8%B1%E0%B8%A2%E0%B9%83%E0%B8%99%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%97%E0%B8%B3%E0%B8%87%E0%B8%B2%E0%B8%99%202565.PDF
• SHE Đại học Chulalongkorn “Quy định cấp Bộ về làm việc trong không gian hạn chế B.E.2562” (tiếng Thái) https://www.shecu.chula.ac.th/home/content1.asp?Cnt=558
• Văn phòng Quỹ Bồi thường Lao động, Văn phòng An sinh Xã hội “Tình hình thương tích và bệnh tật liên quan đến công việc 2563-2567” (PDF, tiếng Thái) https://www.sso.go.th/wpr/assets/upload/files_storage/sso_th/65e64958a0565ddc98ebc2ee6cc1fbf4.pdf
• MWG/HRDF “Submission to the UN Working Group on Business and Human Rights: Labour Migration” (PDF) https://www.ohchr.org/sites/default/files/documents/issues/business/workinggroupbusiness/cfis/labour-migration/subm-labour-migration-business-cso-migrant-wg.pdf
• Securiti “Employee Data Protection in Thailand” https://securiti.ai/blog/employee-data-thailand
• Lex Mundi “Data Privacy Guide: Thailand” https://www.lexmundi.com/guides/data-privacy-guide/jurisdictions/asia-pacific/thailand/
• Chaudhary, Uddin và cộng sự “How Reliable Are Large Language Models? Zero-Shot Detection of Construction Hazards”, ISARC 2025 (PDF) https://www.iaarc.org/publications/fulltext/085_How_Reliable_Are_Large_Language_Models__Zero-Shot_Detection_of_Construction_Hazards.pdf
• Lawani và cộng sự “Reliability of Human Point of Work Risk Assessment vs Artificial Intelligence Risk Assessment”, CIB Conferences 2026 https://docs.lib.purdue.edu/cib-conferences/vol2/iss1/24
• Sammour và cộng sự “Responsible AI in Construction Safety”, arXiv 2411.08320 https://arxiv.org/abs/2411.08320
• NIST “AI 600-1 Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile”, tháng 7 năm 2024 (PDF) https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
• EUR-Lex “Regulation (EU) 2024/1689 (AI Act)” https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng
• IT Leaders (Impress), đưa tin về PoC ghi chép hoạt động KY bằng AI giọng nói của Tokyu Construction (tiếng Nhật) https://it.impress.co.jp/articles/-/29733
• PR TIMES, thông cáo “KY-AI” của NITACO, ngày 23 tháng 7 năm 2026 (tiếng Nhật) https://prtimes.jp/main/html/rd/p/000000074.000058841.html
• Rodo Shimbun, đưa tin về “SpectA KY-Tool” của Maeda Corporation, ngày 28 tháng 3 năm 2023 (tiếng Nhật) https://www.rodo.co.jp/news/147165/
• AISmiley, đưa tin về “KY-Support” của Mitsubishi Electric Building Solutions (tiếng Nhật) https://aismiley.co.jp/ai_news/mitsubishi-building-kysupport/