INVESTIGATE

Raisonnez sur les incidents avec plus de profondeur et de constance.

Haven réunit la preuve, les chronologies, le raisonnement causal, les contrôles défaillants, l'analyse de cause fondamentale, les actions correctives et la rédaction de rapports dans un seul flux d'enquête guidé par IA.

Les enquêteurs gardent le contrôle de chaque conclusion. Haven organise la preuve, met à l'épreuve le raisonnement et fait ressortir les lacunes qu'une révision manuelle pourrait manquer.

Espace de travail d'enquête
Synthèse de la preuve
14 SOURCES · 96 % COMPLÉTÉ
Voie causale
3 FILS · 1 NON RÉSOLU
Analyse des contrôles
1 DÉFAILLANT · 2 DÉGRADÉS
Actions correctives
4 RÉDIGÉES · 1 EN ATTENTE DE RESPONSABLE
Le problème de l'enquête

La profondeur et la constance sont difficiles à garantir à grande échelle.

Les incidents complexes génèrent de la preuve provenant de nombreuses sources : témoignages, documents, photographies, données de capteurs, procédures et dossiers antérieurs. Assembler cette preuve en un récit cohérent et défendable prend un temps considérable, et la profondeur du raisonnement peut varier largement d'un enquêteur à l'autre.

Haven donne à chaque enquêteur le même point de départ structuré : preuve organisée, chronologies bâties, fils causaux mis à l'épreuve, et lacunes mises en évidence avant la rédaction du rapport.

AES has seen an 80% reduction in RCA investigation labor time through adoption of Haven Safety AI. This allows our teams to spend their valuable time closer to our operations where they are invaluable.

(Témoignage présenté dans sa langue d'origine, l'anglais.)

Evaristo Leonardi
Evaristo Leonardi
Directeur des Opérations, AES Utilities
Ce que fait INVESTIGATE

Un seul flux de travail, de la preuve brute au rapport défendable.

Synthèse de la preuve

Réunissez témoignages, documents, images et dossiers dans une seule base de preuve organisée.

Élaboration de la chronologie

Reconstruisez la séquence de l'événement et signalez où la chronologie est incomplète ou contredite.

Détection des contradictions

Faites ressortir les conflits entre les sources pour que les enquêteurs puissent les résoudre avant qu'ils ne se figent en conclusions.

Raisonnement causal multifil

Explorez plus d'une voie causale plutôt que de vous arrêter à la première explication plausible.

Analyse axée sur les contrôles

Examinez quels contrôles ont échoué, se sont dégradés ou étaient absents, pas seulement quelle était la cause immédiate.

Élaboration des actions correctives

Reliez directement les actions proposées aux causes et aux contrôles défaillants identifiés.

Flux de travail

De la première preuve à un rapport structuré.

01

La preuve est saisie

Les déclarations de témoins, documents, photographies et dossiers sont réunis dans un seul espace de travail.

02

Haven organise et recoupe

La preuve est structurée en chronologie, et les contradictions ou lacunes sont signalées à l'enquêteur.

03

Les voies causales sont explorées

Haven appuie un raisonnement multifil plutôt qu'une seule chaîne de cause linéaire.

04

Les contrôles sont examinés

Les contrôles défaillants, manquants ou dégradés sont analysés aux côtés des constats causaux.

05

Les actions correctives sont rédigées

Les actions sont liées à des causes précises et des défaillances de contrôles, avec un responsable et un plan de vérification.

06

Le rapport est assemblé

La preuve, le raisonnement et les actions sont compilés en un dossier d'enquête structuré et défendable.

Des méthodes familières, aiguisées par l'IA

Appuyez les méthodes auxquelles votre organisation fait déjà confiance.

Haven n'impose pas une seule méthode à chaque organisation. Il renforce la profondeur et la constance de l'approche de raisonnement que votre norme exige, fondée sur le Graphe de Connaissances de l'Industrie de Haven.

01
ACR Multifil

Voies causales inférées par IA pour les événements complexes.

Les incidents graves se rattachent rarement à une seule cause. Haven identifie et retrace plusieurs fils causaux qui se déroulent en parallèle, renforcés par les tendances historiques d'incidents plutôt que traités comme des défaillances isolées.

  • Fils causaux parallèles inférés par IA
  • Cartographie des interactions entre conditions, actions et défaillances
  • Détection automatisée des facteurs contributifs manquants
  • Alignement de la chronologie à partir de la preuve recueillie
  • Contrôle humain complet de l'analyse
02
5 Pourquoi

La méthode des 5 Pourquoi avec garde-fous IA et contexte du graphe de connaissances.

Chaque Pourquoi est fondé sur la preuve et ancré au Graphe de Connaissances de l'Industrie. Haven signale le raisonnement circulaire, les énoncés causaux vagues et les ruptures de logique à mesure que l'analyse progresse.

  • Suggestions générées par IA pour des étapes de Pourquoi plus approfondies
  • Garde-fous contre la répétition et l'abstraction
  • Liens vers des incidents antérieurs aux tendances de cause similaires
  • Progression alignée sur le graphe de connaissances
  • Recommandations de preuve additionnelle
03
Diagramme d'Ishikawa

Classification des causes assistée par IA à travers les domaines standards.

Haven classe les causes selon les personnes, le processus, l'équipement, l'environnement, les matériaux et la gestion, puis met en évidence la preuve manquante et les facteurs qui apparaissent dans des incidents similaires.

  • Facteurs contributifs recommandés par IA selon la catégorie
  • Identification automatisée des lacunes par catégorie
  • Classification ancrée à la preuve
  • Contrôle humain complet sur l'analyse
Actions correctives

Des recommandations fondées sur le raisonnement causal, pas des listes de vérification génériques.

Haven génère des recommandations d'actions correctives en utilisant le raisonnement causal, le Graphe de Connaissances de l'Industrie et les tendances tirées d'incidents antérieurs. Chaque recommandation est notée selon l'effort et l'impact, cartographiée selon la Hiérarchie des Contrôles, et reflète des interventions prouvées efficaces dans des événements similaires.

  • Actions correctives générées par IA directement liées aux causes fondamentales
  • Notation basée sur l'effort et l'impact estimé
  • Cartographie des contrôles alignée sur le graphe de connaissances
  • Apprentissage tiré des résultats historiques d'incidents
  • Traçabilité jusqu'à la voie d'ACR qui les a produites

Matrice d'Initiatives de Sécurité

ANALYSE EFFORT VS. IMPACT
CLASSÉ PAR IA
LOW EFFORT HIGH EFFORT HIGH LOW IMPACT Quick Wins Major Projects Fill In Reconsider
2 Quick Wins2 Major Projects3 Fill In
OPTIMAL: FOCUS TOP-RIGHT
Raisonnement fondé

Propulsé par le Graphe de Connaissances de l'Industrie de Haven.

Le raisonnement de Haven est fondé sur un graphe de connaissances construit à partir de sources industrielles à haute valeur, incluant les cadres réglementaires, les constats d'enquêtes d'incidents et les normes de gestion de sécurité reconnues. Cela donne à INVESTIGATE une compréhension fonctionnelle des dangers, contrôles, expositions et modes de défaillance, plutôt que de s'appuyer uniquement sur des schémas de langage génériques.

Résultats et documentation

Des dossiers d'enquête conçus pour résister à l'examen.

Haven produit des résultats complets et constants que les équipes de sécurité peuvent utiliser à l'interne ou partager avec les organismes de réglementation, les vérificateurs et les assureurs. Chaque résultat est relié à la preuve source et à la logique causale.

Diagrammes causaux multifil

Cartes visuelles des voies causales parallèles, reliées à la preuve qui les appuie.

Chaînes de 5 Pourquoi

Séquences de Pourquoi entièrement documentées avec citations de preuve à chaque étape.

Diagrammes d'Ishikawa

Facteurs causaux organisés par catégorie, générés directement à partir de l'enquête.

Plans d'actions correctives

Actions priorisées avec notation d'effort et d'impact, prêtes pour assignation.

Sommaire exécutif de l'enquête

Un récit concis et défendable de l'incident, de ses causes et de la réponse.

Références Réglementaires et de Programmes

Citations aux normes réglementaires et aux programmes internes pertinents qui s'appliquent à l'incident.

Donnez à chaque enquête la même profondeur de raisonnement.

Découvrez comment Haven peut aider votre organisation à enquêter avec plus de constance tout en gardant les enquêteurs responsables des conclusions.