कुकेन इंडस्ट्रीज़: 70 साल के नक्शों की खोज मिनटों में
कुकेन के इंजीनियर OpenAI एपीआई पर बने साधन से बदले जाने वाले पुर्ज़े का नक्शा अब करीब एक घंटे के बजाय 4.5 मिनट में खोज लेते हैं.
90%
हर साल ड्रॉइंग्स ढूँढने में लगने वाले घंटों में अनुमानित कमी
4.5 मिनट
ड्रॉइंग ढूँढने का समय, जो पहले लगभग एक घंटा था
कुकेन इंडस्ट्रीज़ बड़ी इमारतों, खरीदारी केंद्रों और कारखानों के लिए वातानुकूलन और वायु संचार उपकरण बनाती है. जापान के शीतलन टावर बाज़ार में सबसे बड़ी हिस्सेदारी वाली कंपनियों में इसका नाम शामिल है. ये टावर परिसंचारी पानी की गर्मी हवा में छोड़ते हैं. इससे बड़ी इमारतों और मॉल से लेकर डेटा केंद्रों के उपकरणों तक को ठंडा रखने में मदद मिलती है.
जब किसी शीतलन टावर का पुर्ज़ा बदलना होता है, तो कुकेन के इंजीनियर नक्शों के उस संग्रह की मदद लेते हैं जिसमें 70 वर्षों में स्थापित किए गए टावरों का ब्यौरा है. नए इंजीनियर को सही नक्शा ढूँढ़ने के लिए अक्सर किसी अनुभवी सहकर्मी से पूछना पड़ता था कि उसे कहाँ खोजना है और कैसे पढ़ना है. कुकेन चाहती थी कि नए इंजीनियर ये रिकॉर्ड खुद खोज सकें, इनमें दर्ज निर्णयों से सीख सकें और मरम्मत का तरीका तय करने में ज़्यादा समय लगा सकें.


आज बनने वाले पुर्ज़े पुराने शीतलन टावरों में हमेशा फिट नहीं होते. मूल नक्शे से पता चलता है कि कौन-से उपकरण और पुर्ज़े लगाए गए थे. इसके बिना इंजीनियरों को नया पुर्ज़ा बिल्कुल शुरू से डिज़ाइन करके बनाना पड़ सकता है.
मॉडल या पुर्ज़े के नाम से खोजने पर कई नक्शे मिल सकते हैं. 70 से अधिक वर्षों से कुकेन अपने उपकरणों को हर ग्राहक की ज़रूरत के मुताबिक ढालती आई है, इसलिए उनके तकनीकी विनिर्देश ग्राहक और स्थापना की तारीख के अनुसार अलग होते हैं. जब यह संग्रह कागज़ पर था, तो एक नक्शा खोजने में आधा दिन लग सकता था. बाद में कुकेन ने संग्रह का डिजिटलीकरण किया, लेकिन इंजीनियरों को तब भी यह जानना ज़रूरी था कि किस नाम या संख्या से खोजना है और फ़ाइल कहाँ मिलेगी. खास तौर पर नए इंजीनियरों का समय ये जानकारियाँ जुटाने में लगता था.
कुकेन चाहती थी कि हर स्तर के अनुभव वाले इंजीनियर अपने दम पर संग्रह में खोज कर सकें. AI से मदद मिलने की संभावनाएँ तलाशते हुए कुकेन का संपर्क रिकर्सिव से हुआ. यह जापान की एक AI स्टार्टअप कंपनी और OpenAI की आधिकारिक साझेदार है.
दोनों कंपनियों ने कुकेन के संग्रह और उसके इंजीनियरों के सुझावों के आधार पर मिलकर खोज प्रणाली और मौके पर इस्तेमाल के लिए उसका ऐप बनाया. उन्होंने अलग-अलग तरह के नक्शों पर कई AI मॉडल का परीक्षण किया, ताकि पता चल सके कि हर मॉडल कितनी सटीकता से विवरण निकाल सकता है और इस पर कितना खर्च आता है. OpenAI के मॉडल ने दोनों मानदंडों पर अच्छा प्रदर्शन किया, और OpenAI एपीआई ने टीम को खोज सुविधा सीधे ऐप में जोड़ने की लचीलापन दिया.

फ़ील्ड इंजीनियर्स के साथ हुई बातचीत के आधार पर तय किया गया कि सर्च कैसे काम करेगा. इंजीनियर्स ड्रॉइंग नंबर या पार्ट नंबर डाल सकते हैं. वे किसी ड्रॉइंग या पार्ट्स लिस्ट की इमेज या PDF भी अपलोड कर सकते हैं.
लिस्ट का स्क्रीनशॉट पेस्ट करने से इंजीनियर्स को हर नंबर अलग से डालने की ज़रूरत नहीं पड़ती. ऐप पार्ट नंबर्स पढ़कर उनसे मैच करने वाले संभावित नतीजे दिखाता है. इनमें मिलते-जुलते डिज़ाइन्स की ड्रॉइंग्स भी शामिल होती हैं. सही ड्रॉइंग ढूँढने के लिए इंजीनियर्स टावर के स्पेसिफ़िकेशन्स और पहले बदले गए पार्ट्स के रिकॉर्ड देखते हैं.
Kuken ने सर्च टूल के इस्तेमाल और टेस्टिंग से मिले ये नतीजे शेयर किए हैं.
Kuken को उम्मीद है कि इस टूल से एक साल में ड्रॉइंग्स ढूँढने में लगने वाला कुल समय लगभग 90% कम हो जाएगा.
अनुभवी इंजीनियर्स बचाए गए समय का कुछ हिस्सा नए साथियों को सिखाने और गाइड करने में लगाते हैं.
इंजीनियर्स ऐप में ही ड्रॉइंग्स का रिव्यू कर सकते हैं, जिससे प्रिंटिंग का खर्च कम होता है.
अब इंजीनियर्स ड्रॉइंग ढूँढने में कम और उसे अच्छी तरह समझने में ज़्यादा समय लगाते हैं. नए और अनुभवी, दोनों तरह के इंजीनियर्स का कहना है कि इससे उन्हें डिज़ाइन में सुधार करने और ऐसे आइडियाज़ एक्सप्लोर करने का समय मिलता है, जिन पर पहले वे ज़्यादा काम नहीं कर पाते थे.
नए इंजीनियर्स अब कई तरह के काम खुद कर सकते हैं. पहले अनुभवी साथियों को हर सर्च में उनकी मदद करनी पड़ती थी. अब उन साथियों के पास नए इंजीनियर्स को सिखाने और अपने इंजीनियरिंग के काम करने के लिए ज़्यादा समय है.
"अब लोगों के पास उन कामों को आज़माने का समय है, जो वे पहले से करना चाहते थे. साथ ही, वे नए चैलेंज भी ले पा रहे हैं. इससे उन्हें सच में आगे बढ़ने की प्रेरणा मिली है."


Kuken अपने पार्टनर्स की तैयार की गई ड्रॉइंग्स चेक करने के लिए भी एक टूल डेवलप कर रहा है. फ़िलहाल इंजीनियर्स हर ड्रॉइंग को स्पेसिफ़िकेशन्स से खुद मिलाकर देखते हैं और ऐसी डिटेल्स या संख्याएँ ढूँढते हैं जो मैच नहीं करतीं. Kuken चाहता है कि टूल ऐसे अंतर अपने आप हाइलाइट करे, ताकि इंजीनियर्स ड्रॉइंग्स का रिव्यू तेज़ी से कर सकें और उन गलतियों को भी पकड़ सकें, जो शायद उनकी नज़र से छूट जाएँ.
Kuken के मुताबिक, प्रोटोटाइप टेस्टिंग में AI ने जिन समस्याओं की पहचान की, उनमें से लगभग 90% असल में ड्रॉइंग्स और स्पेसिफ़िकेशन्स के बीच अंतर थे. अगर टूल को प्रोडक्शन में इस्तेमाल किया जाता है, तो Kuken को उम्मीद है कि इससे इंजीनियर्स का ड्रॉइंग्स चेक करने में लगने वाला समय काफ़ी कम हो जाएगा.
हर ड्रॉइंग में किसी खास इंस्टॉलेशन के लिए इंजीनियर के लिए गए फ़ैसले दर्ज होते हैं. Kuken का लक्ष्य इन फ़ैसलों को ढूँढना और समझना आसान बनाना है, ताकि अनुभवी इंजीनियर्स का अनुभव अगली पीढ़ी के इंजीनियर्स तक पहुँच सके.
"मेरा मानना है कि OpenAI की टेक्नोलॉजी हमारी जैसी मैन्युफ़ैक्चरिंग कंपनियों को अगली पीढ़ी तक स्किल्स पहुँचाने में मदद कर सकती है. यह हमारे लिए लंबे समय से एक चैलेंज रहा है."


