人工智能对iso9001和iso14001管理体系产生的影响

人工智能（AI）和智慧技术正在以不可想象的速度渗透到我们的生活之中。那么这些新技术对于iso9001和iso14001管理体系会产生什么影响？而人工智能和智慧技术对于管理体系审核和认证则意味着什么？我们是否能够对在受审核组织和审核员之间无缝传递的数据进行有效的审核？审核员是否能够从预测性分析中得到支持，以评估对于iso9001和iso14001等管理体系标准的符合性？人工智能审核是否意味着整个审核生态系统将成为一个整合的学习机制，从而能够发现与组织、行业和供应链相关的风险？审核员是否能够向组织和认证机构报告这些风险？这一切都意味着技术增强型审核时代正在向我们走来。

iso9001和iso14001是世界上最受欢迎的两个管理体系标准。这两个管理体系标准几乎在每个国家都得到了广泛而实际的应用，有数百万个各种各样的组织通过了iso9001和iso14001认证，而几十年来这两个管理体系标准的价值也得到了全社会的一致认同。然而，随着智慧技术、物联网（IoT）、工业4.0的迅猛发展，以及人工智能成为组织决策过程的核心，目前是提出这样一个基本问题的时候了：iso9001和iso14001管理体系标准、审核和认证必须如何发展和进步，才能跟得上这些新技术不断向前迅猛发展的趋势？

人工智能审核系统应该是一个什么样子？

专家们一致认为，当前的新技术（甚至未来技术）都不会取代人类审核员，而且这些新技术也没有能力取代人类审核员。因此，根据当前这些新技术的发展情况，最有可能的做法是将人类审核员、人工智能和其他新技术有机地整合为一体，从而使管理体系审核更具有效性和效率。

在技术能力方面，我们的决策必须建立在人类和机器各自优势的基础上，从而提高我们的决策能力。正如亚杰·阿格拉瓦尔、约书亚·甘斯和阿维·戈德法布在其《预测机器》一书中写道：“我们预计人类的预测会增加，而机器会产生大多数预测，因为机器通常是基于常规数据来做出预测，但是当某种突发事件发生时，机器就没有足够的信心来进行预测了，这样就需要人类的帮助。”

人工智能审核的核心就是数据管理。更具体来讲，就是管理数据收集、数据记录、数据共享以及数据分析。对此，有多种技术可以提供相应的帮助。我们最近发表在《清洁生产》杂志的一篇文章，创造了“技术增强型审核（TEA）”这一术语，以此来探讨如何通过采用新的技术来增强对数据的管理。对此，我们还提供了许多示例（见表1）。例如，卫星成像可以通过间歇性或实时监视空间和时间方面的变化（例如在森林植被或捕鱼作业中）来支持数据收集过程。

数据收集、数据记录、数据共享以及数据分析，就是iso9001和iso14001技术增强型审核生态系统的核心。这一技术增强型审核生态系统如图1所示。

在这个新的技术增强型审核生态系统中，组织采用相关技术收集其相关数据——这些数据很容易得到共享，并用于根据标准要求对组织业绩进行评估。例如，iso9001要求组织建立质量方针，同时也要求组织必须将质量方针传达给所有员工，并使所有员工对质量方针有充分的理解。在现场审核访问期间，审核员通常会从多个不同渠道，包括对员工的访谈，来确定iso9001的这个要求是否得到了满足。组织可以选择采用行为分析方法，从员工那里收集感知数据，以证实员工是否有效地理解和实施了质量方针。

同样，对于组织的过程（例如其制造过程）和工作环境(例如员工的健康和安全），可以通过传感器和跟踪系统进行监视，而不再需要由审核员到现场来检查这些过程和工作环境。在这两个示例中，相关新技术会对组织的过程进行监视，从而大大减少了审核员到现场所花费的时间（如果不能完全取消对现场进行访问的话）。

对于一些新方法的应用将由组织的业务需求来驱动。最有可能的做法是，某一个组织将发展自己的技术增强策略，而数据收集将对组织的日常决策和管理提供有效的指导。这样，组织还可以根据iso9001要求，提供“基于数据和信息评价结果进行过程改进”的客观证据。

如后文所述，iso9001和iso14001管理体系审核可以采用由人工智能系统所收集的数据和信息来进行审核。其他的监视技术可能只用于iso9001和iso14001审核，而且是专门为评估iso9001和iso14001要求而开发的。这些监视技术都可能由第三方机构进行管理，并通过相应的必要裁剪，以满足当地独特业务环境的需要。

对于前面所提到的行为分析示例（评估员工对质量方针或管理职责的理解），可以由认证机构根据认证制度为几乎所有的组织提供，尽管使用的分析类型可能有所不同。管理iso9001要求的可配置平台（管理人员和审核员可以在此平台上进行互动），类似于质量和可持续性网络平台（Inspectorio），也可以由外部各方提供。

数据收集不需要仅局限于对受审核组织的业绩进行监视，还要考虑到对媒体（包括社交媒体）的持续监视，从而可以向受认证组织或认证机构提供有关潜在风险的警报。例如，社交媒体上关于某一地区污染增加的报道，可能表明在这一地区运营的受认证组织对于排放的潜在担忧。来自记者调查的报告可能会引发有关供应链中不道德、欺诈或犯罪活动的警报。这可能也包括伪造的检测、审核或认证结果。

根据审核相关规定，所有收集到的数据都将提供给审核员，并由审核员来确定一个组织是否满足iso管理体系标准的要求。这些数据可以通过审核现场访问和预测分析所构成的审核过程来收集，例如，通过属于人工智能系统的机器学习来对数据进行收集。

审核员所进行的现场访问，可以事先对通过人工智能所获得的见解和分析进行评审，从而获得相关数据和信息，这样可以在现场访问中重点关注具有潜在风险的区域，以及需要进一步评审的区域。利用其专业化判断能力和实践经验，审核员将评审人工智能所增强的证据，从而确定受审核组织是否满足了iso管理体系标准的要求。

传统的审核通常是按照指定的时间和预定的频率进行安排。虽然在技术增强型审核生态系统下，仍然可以这样对审核进行安排，但是，技术增强型审核却可以实时对组织进行监视，并在计划的审核安排之外出现异常情况时发出警报。例如，如前文所述，对于媒体的持续监视，可以揭示组织的欺诈行为，而这些发现的问题则可以告知审核员对其做进一步详细审查。

如图1所示，机器学习以及技术增强系统所改进的预测能力，也可能是这个新的技术增强型审核生态系统的一部分。嵌入在技术增强型审核系统中的人工智能，可以利用从单独审核（和审核员决定）和第三方所输入的数据进行学习。关于某些地区的污染水平就是一个很好的示例。

这种相互关联，确保了技术增强型审核生态系统的持续改进，及其对预测能力的提升。最后，这个新的技术增强型审核生态系统，还可以根据需要与一般公众或其他认证制度共享相关数据。