Kuken Industries explore 70 ans de dessins en quelques minutes

Kuken Industries fabrique des équipements de climatisation et de ventilation pour les grands bâtiments, les centres commerciaux et les usines. Elle détient l’une des plus grandes parts du marché japonais des tours de refroidissement. Ces tours évacuent dans l’air la chaleur de l’eau en circulation, contribuant à refroidir aussi bien les grands bâtiments et les centres commerciaux que les équipements des centres de données.

Lorsqu’une tour de refroidissement a besoin d’une pièce de rechange, les ingénieurs de Kuken consultent des archives de dessins couvrant 70 ans d’installations. Pour un ingénieur moins expérimenté, trouver le bon dessin signifiait souvent demander à un collègue expérimenté où chercher et comment le lire. Kuken voulait que les ingénieurs moins expérimentés puissent trouver ces documents eux-mêmes, tirer des leçons des décisions qui y sont consignées et consacrer plus de temps à déterminer comment effectuer la réparation.

Les pièces fabriquées aujourd’hui ne conviennent pas toujours aux anciennes tours de refroidissement. Sans le dessin d’origine montrant ce qui a été installé, les ingénieurs peuvent devoir concevoir et fabriquer une pièce de rechange à partir de zéro.

Une recherche par modèle ou par nom de pièce peut faire ressortir plusieurs dessins. Depuis plus de 70 ans, Kuken adapte ses équipements à chaque client; les spécifications varient donc selon le client et la date d’installation. Lorsque les archives étaient sur papier, une recherche pouvait prendre une demi-journée. Kuken a ensuite numérisé les archives, mais les ingénieurs devaient encore savoir quel nom ou numéro rechercher et où trouver le fichier. Les ingénieurs moins expérimentés, en particulier, passaient du temps à rassembler ces renseignements.

Kuken voulait que les ingénieurs de tous niveaux d’expérience puissent effectuer des recherches dans les archives de façon autonome. En explorant les possibilités de l’IA, Kuken a pris contact avec Recursive, une jeune entreprise japonaise spécialisée en IA et partenaire officiel d’OpenAI.

Les deux entreprises ont conçu ensemble le système de recherche et son application de terrain, en s’appuyant sur les archives de Kuken et les commentaires de ses ingénieurs. Elles ont testé plusieurs modèles d’IA sur divers dessins pour évaluer avec quelle précision chacun pouvait en extraire les détails, et à quel coût. Les modèles d’OpenAI ont obtenu de bons résultats selon ces deux critères, et l’API d’OpenAI a donné à l’équipe la souplesse nécessaire pour intégrer la recherche directement dans l’application.

Les échanges avec les ingénieurs sur le terrain ont guidé la conception de la recherche. Les ingénieurs peuvent saisir un numéro de dessin ou de pièce, ou téléverser une image ou un PDF d’un dessin ou d’une liste de pièces.

Coller une capture d’écran de la liste évite aux ingénieurs de saisir chaque numéro à la main. L’application lit les numéros de pièces et propose des correspondances possibles, dont des dessins de conceptions similaires. Pour trouver le bon dessin, les ingénieurs vérifient les spécifications de la tour et l’historique des remplacements.

Kuken rapporte les résultats suivants après avoir utilisé et testé l’outil de recherche.

• Kuken prévoit que l’outil réduira d’environ 90 % les heures consacrées à la recherche de dessins sur une année.

• Les ingénieurs expérimentés consacrent une partie du temps gagné à encadrer leurs collègues moins expérimentés.

• Les ingénieurs peuvent consulter les dessins dans l’application, ce qui réduit les coûts d’impression.

Les ingénieurs passent maintenant moins de temps à chercher un dessin et plus de temps à l’étudier. Les ingénieurs débutants comme les plus expérimentés disent pouvoir ainsi réfléchir à des améliorations de conception et explorer des idées auxquelles ils avaient auparavant peu de temps à consacrer.

Les ingénieurs moins expérimentés peuvent désormais accomplir une plus grande variété de tâches de façon autonome. Les collègues expérimentés qui les guidaient dans chaque recherche ont plus de temps pour transmettre leurs connaissances et réaliser leurs propres travaux d’ingénierie.

Kuken développe aussi un outil pour vérifier les dessins préparés par ses partenaires. Aujourd’hui, les ingénieurs comparent visuellement chaque dessin aux spécifications, à la recherche de détails ou de quantités qui ne correspondent pas. Kuken souhaite que l’outil signale ces écarts afin que les ingénieurs puissent vérifier les dessins plus rapidement et repérer des erreurs qui pourraient autrement leur échapper.

Selon Kuken, lors des essais du prototype, environ 90 % des problèmes signalés par l’IA étaient de véritables écarts. Si l’outil est mis en production, Kuken s’attend à ce qu’il réduise considérablement le temps que les ingénieurs consacrent à la vérification des dessins.

Chaque dessin consigne les décisions prises par un ingénieur pour une installation donnée. En rendant ces décisions plus faciles à trouver et à comprendre, Kuken vise à transmettre cette expérience à la prochaine génération d’ingénieurs.