Kuken сократила поиск чертежей до 4,5 минут с помощью OpenAI
Поиск запасных деталей, ранее занимавший почти час, теперь длится 4,5 минуты в Kuken Industries. Японский промышленный производитель, занимающий существенную долю внутреннего рынка градирен, внедрил приложение на базе OpenAI API для навигации по технической документации за последние 70 лет. Для промышленных предприятий, обремененных десятилетиями кастомизированного оборудования, интеграция моделей машинного обучения в управление архивами превращает неструктурированные массивы данных в доступные активы, сокращая накладные расходы на персонал и устраняя простои во внутренних циклах техобслуживания.
Kuken Industries выпускает климатическое и вентиляционное оборудование для крупных зданий, торговых центров и производственных площадок. Эксплуатационный цикл ее охладительных систем насчитывает 70 лет, причем оборудование непрерывно модифицировалось под индивидуальные требования заказчиков и конкретные даты монтажа. Поскольку выпускаемые сегодня детали часто не подходят к градирням прошлых поколений, сервисным бригадам требуются оригинальные чертежи. Без этих спецификаций инженерам регулярно приходилось проектировать и производить компоненты с нуля, что резко увеличивало издержки.
Преодоление узких мест оцифровки
Стандартная процедура работы с архивами создавала критическое операционное замедление. В эпоху бумажного документооборота поиск нужной схемы мог отнять полдня. Последующий переход к цифровому хранилищу устранил физические картотеки, но сохранил базовое трение: инженерам по-прежнему требовалось знать конкретные пути к файлам и точные номенклатурные артикулы. Когда стандартные поисковые запросы по моделям или компонентам выдавали противоречивые результаты, менее опытный персонал обращался напрямую к ветеранам компании, чтобы найти документацию и интерпретировать проектные решения прошлого.
Для устранения этого барьера Kuken Industries привлекла к сотрудничеству Recursive — японский AI-стартап и официального партнера OpenAI. Компании совместно спроектировали архитектуру поиска и специализированное прикладное решение, адаптированное под физические архивы Kuken и специфику работы сервисных инженеров.
«Я уверен, что технологии OpenAI помогут таким производителям, как мы, передавать навыки следующему поколению. Для нас это долгое время оставалось сложной задачей».
Как отмечают в Kuken, главной задачей было дать возможность новым сотрудникам автономно извлекать документацию, анализировать исторические проектные решения и выполнять ремонт без отвлечения старших инженеров от ключевых конструкторских задач.
Архитектура системы и измеримая отдача
В ходе разработки Recursive и Kuken Industries протестировали несколько моделей искусственного интеллекта на выборках чертежей, сопоставляя точность распознавания с затратами на вычисления. Модели OpenAI обеспечили требуемую точность извлечения данных в рамках заданного бюджета, а OpenAI API позволил интегрировать решение напрямую в рабочий интерфейс выездных специалистов. Созданный конвейер позволяет техникам на объектах вводить серийные номера деталей или просто загружать изображения и PDF-документы со списками компонентов и принципиальными схемами. Программа анализирует снимки экранов, сопоставляет их с исторической базой установок и выдает совпадения вместе со смежными спецификациями оборудования.
«У сотрудников появилось время на задачи, которые они давно хотели решить, и на новые вызовы. Это стало серьезным источником мотивации».
По данным Kuken, внедрение изменило загрузку команд и снизило операционные затраты. Kuken Industries прогнозирует, что приложение сократит время поиска чертежей ориентировочно на 90% в годовом исчислении. Технические специалисты изучают файлы непосредственно в интерфейсе системы, снижая корпоративные расходы на печать. Освободившись от рутинных консультаций по архивам, опытные инженеры перераспределяют сэкономленные часы на наставничество и специализированные R&D-задачи, пока линейный персонал автономно устраняет неисправности на устаревшем оборудовании.
Параллельно Kuken Industries разрабатывает инструмент автоматизированного контроля чертежей для аудита документации от внешних партнеров. На стадии прототипа около 90% отклонений, зафиксированных системой, оказались реальными ошибками, что создает практическую основу для отказа от ручного визуального аудита в промышленном производстве.
Что за этим стоит
Что на самом деле тормозит сервис на старых промышленных объектах — дефицит запчастей или банальная потеря контекста? Опыт Kuken Industries наглядно подтверждает: инженеры теряли время вовсе не на верстаках, а в попытках расшифровать архивы семидесятилетней давности. По данным компании, простая замена ручной навигации на поиск через OpenAI API сократила поиск деталей с почти часа до 4,5 минут, сняв бесконечные консультации с ветеранов цеха. 90% сокращения времени на поиск чертежей в Kuken Industries превращают семидесятилетний архив из груза в готовый рабочий инструмент.
Источник: OpenAI Blog