Sejumlah insinyur pelabuhan Shandong menggunakan DingTalk dan Qwen untuk mengatasi tantangan terakhir dalam keselamatan produksi

Pada pukul 08.55 pagi tanggal 19 Mei 2025, Li Haiqing, karyawan Tim Mesin Tetap Perusahaan Dongkuang Pelabuhan Qingdao, berdiri di samping conveyor belt, mengeluarkan ponselnya, membuka aplikasi "DingTalk", dan memulai proses keselamatan operasi pengelasan panas. Ia mengisi unit pelaksana, isi pekerjaan, serta identifikasi risiko; mengambil dan mengunggah foto-foto dengan watermark yang menunjukkan kondisi personel, dokumen izin pengelasan panas, penguncian saklar listrik, lalu menekan tombol “Kirim”. Operasi tersebut secara resmi masuk ke dalam sumbu waktu manajemen digital.

Pada pukul 08.56, pihak penyetuju pengelasan panas Feng Wenfeng memverifikasi setiap foto yang dikirim oleh Li Haiqing. Setelah memastikan semuanya benar, ia menekan tombol “Setuju”, sekaligus mengirimkan salinan kepada para manajer terkait. Pada pukul 15.24, Li Haiqing menyelesaikan inspeksi rutin dan mengunggah foto lokasi; pada pukul 16.14 dan 16.28, ia masing-masing menyelesaikan penerimaan pasca-operasi, konfirmasi keberangkatan aman personel, dan inspeksi kedua setelah pekerjaan selesai. Pada pukul 18.16 dan 18.18, pengawas kualitas proses Liu Hao dan wakil kapten tim Feng Chengwei secara berturut-turut memberikan persetujuan daring, dengan catatan khusus: “Waktu inspeksi kedua harus distandarkan.”

Hingga titik ini, setiap langkah, tindakan, dan penanggung jawab dari operasi pengelasan panas tersebut telah tersambung sepenuhnya ke dalam satu rantai digital yang jelas.

Sistem ZhiSun: Menancapkan Prosedur Keselamatan “Seperti Paku di Papan”

Rantai digital ini adalah Sistem Pengendalian Risiko Keamanan “ZhiSun” yang dibangun oleh Shandong Port Science & Technology Group. Setiap hari, banyak operasi berisiko tinggi seperti pengelasan panas, pekerjaan ketinggian, bongkar muat kapal, listrik tegangan tinggi/rendah, perawatan peralatan, dan lainnya dari berbagai unit pengguna dikelola sebagai data visual yang terstruktur di platform ini. Jika ada yang tidak mengikuti alur prosedur, sistem akan otomatis menghentikan proses selanjutnya untuk memastikan kepatuhan.

Awal mula sistem ini bermula pada tahun 2019, saat Li Zhengjun, wakil direktur Linyi Port Lanshan Company, pertama kali menciptakannya di tim conveyor belt, awalnya bernama “Metode Rekam Foto DingTalk”. Sistem ini dibangun di atas platform “DingTalk”, melambangkan bahwa manajemen keselamatan harus kokoh dan andal seperti “paku yang tertancap kuat di papan”.

Setelah enam tahun praktik dan penyempurnaan, teori dan penerapannya semakin matang. Grup Pelabuhan Shandong memutuskan untuk mempromosikan Sistem Pengendalian Risiko Keamanan “ZhiSun” sebagai merek utama secara menyeluruh, membentuk model kolaborasi antara “pengalaman – teknologi – organisasi”. Karyawan lapangan memecah aturan dan prosedur menjadi alur data yang dapat dieksekusi, yang kemudian terintegrasi secara mendalam ke dalam sistem manajemen keselamatan di area produksi pelabuhan.

Sejak 1 Juni 2019 hingga 5 Desember 2025, sistem ZhiSun telah mendukung lebih dari 2,07 juta operasi di seluruh grup Pelabuhan Shandong, mengubah bagian-bagian berisiko tinggi yang sebelumnya bergantung pada pengalaman menjadi node-node daring yang dapat dilacak, independen namun saling terhubung. Hanya pada November 2025 saja, jumlah pemantauan operasi berisiko bulanan di seluruh grup mencapai 170 ribu kali.

Inovasi Teknologi Berbasis Masalah Lapangan

Secara esensial, sistem ZhiSun menyelesaikan tantangan implementasi akurat aturan manajemen dalam operasi berisiko tinggi di lapangan. Sistem ini mendorong “DingTalk” keluar dari fungsi OA tradisional seperti absensi dan cuti, dan masuk lebih dalam ke garis depan produksi riil yang paling inti dan paling berisiko, menegaskan posisi dasar keselamatan produksi dalam tata kelola nasional, serta menggunakan teknologi baru untuk menyelesaikan masalah lama.

Kini, sistem ini semakin mengintegrasikan model besar “Qwen” dari Alibaba, mampu mengenali gambar yang diunggah secara cerdas menggunakan AI, membantu mendeteksi potensi risiko, sehingga menambahkan sepasang mata cerdas yang bisa “melihat sekali lagi” bagi manajemen keselamatan.

Pemikiran Sang Penemu: Dari Satu Foto Menuju Rangkaian Proses

Pada tanggal 5 Desember 2025, kami bertemu dengan pendiri sistem ZhiSun, Li Zhengjun—pakar utama Shandong Port Science & Technology Group, insinyur senior berperingkat profesor—di Qingdao.

Di depan layar proyektor kantornya, ia menjelaskan prinsip sistem dengan cara yang mudah dipahami, mengubah pengetahuan profesional yang kompleks menjadi sesuatu yang ringan dan menarik, seperti sebuah artikel populer yang hidup.

Li Zhengjun telah bekerja di lapangan pelabuhan selama hampir tiga puluh tahun, menyaksikan langsung dampak dari berbagai kecelakaan. Sebagai ahli manajemen peralatan, ia sering menekankan pentingnya “pelaksanaan aturan” dalam pelatihan, tetapi sadar betul bahwa kalimat itu sulit menembus celah eksekusi “satu meter terakhir”.

Titik balik datang ketika ia mengamati grup WeChat tim kerja: beberapa kepala tim hebat meminta karyawan mengunggah foto saat pemadaman listrik, pemasangan plang peringatan, dan penguncian sebelum perawatan, untuk memastikan langkah-langkah kunci dilakukan. Ini mengilhaminya: mengapa tidak mengembangkan satu foto menjadi “deretan foto”, dirangkai seperti permen hulu (tanghulu) sepanjang seluruh proses operasi?

Namun, grup WeChat tidak memiliki kemampuan mengelompokkan kejadian; foto-foto tersebar di antara riwayat obrolan dan tidak bisa ditinjau ulang. Ia menyadari perlunya alur terstruktur berbasis “garis waktu + garis kejadian”.

Ketika itu, Linyi Port Lanshan hanya menggunakan versi gratis “DingTalk” secara sporadis untuk urusan penggantian biaya dan cuti. Li Zhengjun bekerja sama dengan teknisi muda untuk membangun tiga langkah alur kerja berbasis OA “DingTalk”: saling memotret saat masuk lokasi (memastikan kehadiran personel dan APD), memotret pemadaman dan penguncian listrik (kontrol titik risiko kritis), serta saling memotret saat meninggalkan lokasi (memastikan semua personel telah evakuasi). Inilah yang disebut “Alur Nol”.

Meskipun awalnya ada penolakan, para kepala tim cepat menyadari bahwa dengan alur ini, siapa yang hadir, apakah memakai helm keselamatan, atau apakah listrik sudah dimatikan, semuanya menjadi transparan. Selanjutnya, berdasarkan umpan balik, ia terus menambahkan elemen seperti verifikasi kualifikasi, pemeriksaan alat, koordinasi dengan ruang kendali pusat, serta memasukkan semua penanggung jawab posisi ke dalam satu rantai alur yang sama, menciptakan jejak lengkap dan siklus tanggung jawab tertutup.

Dari Inovasi Internal Menuju Wajib Terapkan Secara Grup

“Alur Nol” dengan cepat menyebar di antara berbagai tim operasi di Pelabuhan Rizhao, dan unit-unit saudara berdatangan untuk belajar. Metode ini secara bertahap mencakup lebih dari sepuluh perusahaan di Rizhao, dan kemudian dimasukkan ke dalam dokumen resmi oleh departemen keselamatan Grup Pelabuhan Shandong.

Pada awal 2024, komite partai grup membuat keputusan tegas: wajib menerapkan sistem ini ke 120 perusahaan anak dalam dua tahun. Sistem ZhiSun pun memasuki musim semi perkembangan pesat.

Pada 2024, pembangunan sistem selesai di empat grup pelabuhan utama: Qingdao, Rizhao, Yantai, dan Teluk Bohai.

Pada 2025, delapan sektor industri non-pelabuhan—konstruksi pelabuhan, manufaktur peralatan, logistik, kesehatan dan medis—berhasil menyelesaikan proyek mereka.

Mendorong Evolusi Platform Secara Balik

Saat jumlah template OA “DingTalk” yang dibutuhkan sistem ZhiSun melampaui batas 2.000, hal ini menarik perhatian kantor pusat “DingTalk” di Hangzhou. Mengapa sebuah pelabuhan membutuhkan begitu banyak alur?

Tim “DingTalk” secara aktif menghubungi Li Zhengjun, meningkatkan kuota template menjadi 2.500. Untuk pengalaman persetujuan, tombol “Tolak” dipindahkan ke menu tingkat dua, sedangkan “Kembalikan untuk Revisi” dioptimalkan ke posisi yang lebih mudah diakses.

Pada Agustus 2025, “DingTalk” membantu mengintegrasikan model besar Alibaba “Qwen”, mewujudkan peninjauan awal berbasis AI: membandingkan gambar dengan informasi formulir, menandai inkonsistensi logis, menghasilkan peringatan merah, dan membantu persetujuan manual.

AI tidak hanya meningkatkan efisiensi, tetapi juga mengurangi gesekan interpersonal. Ketika terjadi penyimpangan eksekusi, AI bertindak sebagai “hakim”, mengarahkan semua pihak untuk fokus pada masalah itu sendiri, bukan saling menyalahkan.

Peringatan Persetujuan AI

Keluar dari Pelabuhan: Terobosan Pesanan Komersial Pertama

Mulainya komersialisasi sistem ZhiSun bukanlah lewat narasi besar, melainkan kunjungan diam-diam.

Pada awal 2024, Li Zhengjun menghubungi sebuah pabrik baja besar di dekat Qingdao. Awalnya, pihak pabrik bersikap skeptis, merasa sistem manajemen mereka sudah lengkap dan risikonya jauh lebih tinggi daripada pelabuhan, sehingga ragu terhadap solusi lintas industri.

Alih-alih banyak menjelaskan, Li Zhengjun menawarkan uji coba gratis, memilih pabrik besi yang paling berisiko dan kompleks. Ia memimpin timnya turun ke lapangan, mempelajari kembali skenario baru seperti pengelasan panas di tungku tinggi, ruang terbatas di area gas, pengangkatan terowongan slag, dan memecah seluruh formulir pengelasan panas menjadi simpul-simpul proses standar.

Mereka berhasil menyelesaikan masalah lama “penandatanganan perwakilan” di pabrik baja: meskipun aturan menyatakan wakil direktur pabrik harus hadir secara langsung, dalam praktiknya sering dilakukan orang lain. Sistem ZhiSun mengikat “konfirmasi kehadiran” ke dalam alur; jika tidak ada foto wakil direktur di lokasi, proses tidak bisa dilanjutkan, sehingga menghilangkan formalisme.

Meski awalnya menghadapi resistensi, setelah beberapa waktu beroperasi, manajemen menyadari kontrol risiko meningkat signifikan, dan tanggung jawab tidak lagi menggantung. Saat proyek berakhir, direktur utama yang menyaksikan langsung langsung memutuskan: “Terapkan sistem ini di seluruh sepuluh pabrik anak, selesaikan dalam tenggat waktu.”

Pada Agustus 2025, perusahaan baja tersebut memberikan penilaian tinggi: “‘Metode Rekam Foto DingTalk’ benar-benar mewujudkan kontrol penuh terhadap proses operasi berisiko. Inilah tujuan keselamatan yang selama ini kami kejar.”

Beberapa perusahaan melaporkan: dulu, saat inspeksi oleh departemen pengawas keselamatan selalu ditemukan pelanggaran, tetapi setelah menggunakan ZhiSun, tidak ada lagi pelanggaran yang terdeteksi.

Kesulitan sebenarnya bukan pada teknologi, tapi pada mengubah kebiasaan. Li Zhengjun menerapkan strategi “menggerakkan keseluruhan dari bagian lokal”, mulai dari uji coba di pabrik besi, lalu diperluas secara bertahap setelah sukses.

Menghadapi pertanyaan pelanggan: “Apakah bisa diintegrasikan dengan sistem OA yang sudah ada?”, tim Li Zhengjun mengevaluasi dan menjawab tegas: sistem yang ada tidak memiliki kemampuan inti seperti watermark, kontrol alur, dan dukungan perangkat mobile, sehingga harus menggunakan versi profesional “DingTalk”. Bagi perusahaan baja ini, alasan utama membeli “DingTalk” justru agar sistem ZhiSun dapat berjalan.

Inilah pesanan komersial nyata pertama yang diraih ZhiSun setelah keluar dari lingkungan pelabuhan.

Replikasi Lintas Industri: Lebih Banyak Sampel Menguji Nilai

Setelah melayani perusahaan baja besar, perusahaan navigasi dan pelabuhan di Anhui menjadi sampel kunci berikutnya.

Meskipun perusahaan ini telah memiliki sistem OA dan belum menggunakan “DingTalk”, hasil evaluasi menyimpulkan bahwa mereka harus beralih ke versi profesional “DingTalk” agar sistem ZhiSun dapat berjalan. Akhirnya, perusahaan ini menyadari: investasi untuk mencapai kendali penuh dan jejak yang dapat dilacak pada seluruh proses operasi berisiko tinggi sangat sepadan.

Li Zhengjun sering menyampaikan presentasi singkat 6–10 menit, dari pelajaran kecelakaan hingga restrukturisasi proses, dari satu foto hingga penerapan aturan, dan selalu berakhir pada satu fakta: selama enam tahun terakhir, semua perusahaan yang benar-benar menerapkan sistem ZhiSun mencapai nol kecelakaan dan nol cedera.

Ketika ditanya “Berapa persen penurunan tingkat kecelakaan?”, jawabannya selalu sama: “Hasil terbaik dari alat keselamatan hanya satu: nol. Kami tidak bisa menghitung berapa banyak korban yang dicegah, tetapi kami tahu, semua perusahaan yang menggunakannya, hingga saat ini, tetap nol.”

Seorang pelanggan berkomentar: “Sistem ZhiSun sangat diminati, diterima secara sukarela oleh lapisan bawah, dan benar-benar menyelesaikan masalah substansial dalam pengendalian keselamatan. Sistem ini melampaui hambatan dangkal transformasi digital tradisional, menggabungkan erat norma industri, standar keselamatan, dan teknologi cerdas, serta membentuk kembali logika dasar operasional.”

Pada paruh pertama 2025, “DingTalk” dan Shandong Port Science & Technology Group menandatangani perjanjian kerja sama strategis, dengan proyek pembangunan ZhiSun sebagai konten inti.

Li Zhengjun beribarat: “‘DingTalk’ adalah fondasinya, kami adalah orang-orang yang membangun ‘gedung keselamatan’ di atasnya untuk para pelanggan.”

Model Kolaboratif: Pengalaman × Alat × Organisasi

Kerja sama ini pada dasarnya adalah model kolaborasi segitiga “Pengalaman – Alat – Organisasi”:

Di satu sisi, ada pejabat teknis seperti Li Zhengjun, yang dengan pengalaman tiga dekade di lapangan, mampu mendefinisikan batas masalah secara akurat;

Di sisi lain, ada platform digital umum seperti “DingTalk”, yang menyediakan mesin alur, perangkat mobile, dan kemampuan modular seperti AI;

Di sisi ketiga, ada insinyur lapangan dan kepala tim yang termotivasi, yang memecah pengalaman menjadi simpul, kondisi, dan gambar, serta mengintegrasikan alat ke dalam alur organisasi yang nyata.

Menuju Masa Depan yang Lebih Luas

Hingga 5 Desember 2025, daftar calon pelanggan sistem ZhiSun terus berkembang, mencakup perusahaan pelabuhan, baja, dan energi di Hubei dan Zhejiang, bahkan menarik minat konsultasi dari pelabuhan di Asia Timur dan Amerika Selatan.

Metode “Rekam Foto DingTalk” yang bermula dari samping conveyor belt ini, kini berkembang dari rahasia keselamatan Pelabuhan Shandong menjadi “filosofi bisnis” yang dapat direplikasi dan ditingkatkan di berbagai industri, berpotensi melepaskan nilai sosial dan ekonomi yang lebih besar melalui kekuatan pasar.

“Membuat lebih banyak perusahaan melihat, mendengar, dan percaya pada metodologi ini adalah tanggung jawab dan misi tim kami. Semakin cepat digunakan, mungkin semakin cepat mencegah satu kecelakaan.” kata Li Zhengjun dengan penuh keyakinan.

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!