Kuken Industries מחפשת בשרטוטים מ-70 שנה בתוך דקות
המהנדסים של Kuken משתמשים בכלי המבוסס על ה-API של OpenAI כדי למצוא שרטוט לחלק חלופי ב-4.5 דקות, לעומת כמעט שעה בעבר.
90%
הצמצום הצפוי במספר השעות המוקדשות לחיפוש שרטוטים מדי שנה
4.5 דקות
הזמן הנדרש למציאת שרטוט, לעומת כמעט שעה בעבר
Kuken Industries מייצרת ציוד מיזוג אוויר ואוורור לבניינים גדולים, למרכזי קניות ולמפעלים. היא מחזיקה באחד מנתחי השוק הגדולים ביותר בשוק מגדלי הקירור ביפן. מגדלים אלה פולטים לאוויר חום מהמים הזורמים במערכת, ומסייעים בקירור של מגוון מבנים ומערכות — מבניינים גדולים וקניונים ועד ציוד במרכזי נתונים.
כשצריך להחליף חלק במגדל קירור, המהנדסים של Kuken פונים לארכיון שרטוטים המתעד 70 שנות התקנות. כדי למצוא את השרטוט המתאים, מהנדס חדש נאלץ לעיתים קרובות לשאול עמית מנוסה איפה לחפש ואיך לקרוא אותו. Kuken רצתה לאפשר למהנדסים חדשים למצוא את התיעוד בעצמם, ללמוד מההחלטות המתועדות בו ולהקדיש יותר זמן לבחינת הדרך לביצוע התיקון.
חלקים המיוצרים כיום לא תמיד מתאימים למגדלי קירור ישנים יותר. ללא השרטוט המקורי שמראה מה הותקן, המהנדסים עשויים להידרש לתכנן ולייצר חלק חלופי מאפס.
חיפוש לפי דגם או שם חלק עשוי להניב כמה שרטוטים. במשך יותר מ-70 שנה התאימה Kuken את הציוד שלה לכל לקוח, ולכן המפרטים משתנים לפי הלקוח ותאריך ההתקנה. כשהארכיון היה בנייר, חיפוש היה עלול להימשך חצי יום. בהמשך הפכה Kuken את הארכיון לדיגיטלי, אבל המהנדסים עדיין היו צריכים לדעת איזה שם או מספר לחפש והיכן למצוא את הקובץ. מהנדסים חדשים, במיוחד, הקדישו זמן לאיסוף הפרטים האלה ולהצלבתם.
Kuken רצתה לאפשר למהנדסים בכל רמת ניסיון לחפש בארכיון בכוחות עצמם. כשבחנה כיצד AI יכול לעזור, יצרה Kuken קשר עם Recursive, סטארטאפ יפני בתחום ה-AI ושותף רשמי של OpenAI.
שתי החברות בנו יחד את מערכת החיפוש ואת האפליקציה לשימוש בשטח, על בסיס הארכיון של Kuken והמשוב של מהנדסיה. הן בדקו כמה מודלי AI על מגוון שרטוטים כדי לבחון באיזו רמת דיוק כל אחד מהם מחלץ פרטים, ובאיזו עלות. המודלים של OpenAI הציגו ביצועים טובים בשני המדדים, וה-API של OpenAI העניק לצוות את הגמישות הדרושה לשילוב החיפוש ישירות באפליקציה.
אופן הפעולה של החיפוש גובש בעקבות שיחות עם מהנדסי שטח. המהנדסים יכולים להזין מספר שרטוט או מספר חלק, או להעלות תמונה או קובץ PDF של שרטוט או רשימת חלקים.
הדבקת צילום מסך של הרשימה חוסכת למהנדסים את הצורך להזין כל מספר ידנית. האפליקציה קוראת את מספרי החלקים ומחזירה התאמות אפשריות, ובהן שרטוטים של תכנונים דומים. כדי למצוא את השרטוט המתאים, המהנדסים בודקים את מפרט המגדל ואת התיעוד של החלפות קודמות.
Kuken מדווחת על התוצאות הבאות מהשימוש בכלי החיפוש ומבדיקתו.
Kuken צופה שהכלי יצמצם בכ-90% את מספר השעות המוקדשות לחיפוש שרטוטים בשנה.
מהנדסים מנוסים מקדישים חלק מהזמן שנחסך לחניכת עמיתים חדשים.
המהנדסים יכולים לעיין בשרטוטים באפליקציה, וכך להפחית את עלויות ההדפסה.
המהנדסים מקדישים כעת פחות זמן לחיפוש שרטוט ויותר זמן ללימוד שלו. מהנדסים חדשים וותיקים כאחד אומרים שכך מתאפשר להם לשקול שיפורים בתכנון ולבחון רעיונות שבעבר כמעט לא היה להם זמן לקדם.
מהנדסים חדשים יכולים כעת לבצע מגוון רחב יותר של עבודות בכוחות עצמם. לעמיתים המנוסים, שבעבר ליוו אותם בכל חיפוש, יש יותר זמן ללמד ולקחת על עצמם עבודות הנדסיות משלהם.
"לעובדים יש עכשיו זמן להתנסות בעבודה שרצו לנסות ולהתמודד עם אתגרים חדשים. זה באמת נותן להם מוטיבציה."
Kuken מפתחת גם כלי לבדיקת שרטוטים שמכינים שותפיה. כיום המהנדסים משווים כל שרטוט למפרט בעין, ומחפשים פרטים או כמויות שאינם תואמים. Kuken רוצה שהכלי יסמן את ההבדלים האלה, כדי שהמהנדסים יוכלו לבדוק שרטוטים מהר יותר ולזהות טעויות שאחרת עלולים היו לפספס.
לדברי Kuken, בבדיקות אב-הטיפוס, כ-90% מהבעיות שסימן ה-AI היו אי-התאמות אמיתיות. אם הכלי ייכנס לשימוש בפועל, Kuken צופה שהוא יצמצם משמעותית את הזמן שהמהנדסים מקדישים לבדיקת שרטוטים.
כל שרטוט מתעד החלטות שקיבל מהנדס עבור התקנה מסוימת. באמצעות הקלת הגישה להחלטות האלה והבנתן, Kuken שואפת להעביר את הניסיון הזה לדור הבא של המהנדסים.
"אני מאמין שהטכנולוגיה של OpenAI יכולה לעזור ליצרנים כמונו להעביר מיומנויות לדור הבא. זה אתגר שאנחנו מתמודדים איתו כבר שנים רבות."
