Kuken Industries doorzoekt 70 jaar aan tekeningen in minuten
Met een tool op basis van de OpenAI API vinden de technici van Kuken de tekening voor een vervangend onderdeel in 4,5 minuten in plaats van bijna een uur.
90%
Verwachte afname van het aantal uren dat jaarlijks aan het zoeken naar tekeningen wordt besteed
4,5 min
Tijd om een tekening te vinden, voorheen bijna een uur
Kuken Industries maakt airconditioning- en ventilatieapparatuur voor grote gebouwen, winkelcentra en fabrieken. Het bedrijf heeft een van de grootste marktaandelen op de Japanse markt voor koeltorens. Deze torens geven warmte uit circulerend water af aan de lucht en helpen zo onder meer grote gebouwen, winkelcentra en apparatuur in datacenters te koelen.
Wanneer een onderdeel van een koeltoren vervangen moet worden, raadplegen de technici van Kuken een tekeningenarchief dat 70 jaar aan installaties omvat. Voor een minder ervaren technicus betekende het vinden van de juiste tekening vaak dat hij een ervaren collega moest vragen waar hij moest zoeken en hoe hij de tekening moest lezen. Kuken wilde dat minder ervaren technici die documenten zelf konden vinden, konden leren van de keuzes die erin zijn vastgelegd en meer tijd konden besteden aan het bepalen van de juiste reparatieaanpak.
Onderdelen die tegenwoordig worden gemaakt, passen niet altijd in oudere koeltorens. Zonder de oorspronkelijke tekening die laat zien wat er is geïnstalleerd, moeten technici soms een geheel nieuw vervangend onderdeel ontwerpen en produceren.
Een zoekopdracht op model of onderdeelnaam kan meerdere tekeningen opleveren. Al meer dan 70 jaar past Kuken zijn apparatuur aan individuele klanten aan. Daardoor verschillen de specificaties per klant en installatiedatum. Toen het archief nog op papier stond, kon een zoekopdracht een halve dag duren. Kuken digitaliseerde het archief later, maar technici moesten nog steeds weten welke naam of welk nummer ze moesten opzoeken en waar het bestand te vinden was. Vooral minder ervaren technici waren veel tijd kwijt aan het bij elkaar zoeken van die gegevens.
Kuken wilde dat technici van elk ervaringsniveau zelfstandig het archief konden doorzoeken. Bij het verkennen van de mogelijkheden van AI kwam Kuken in contact met Recursive, een Japanse AI-start-up en officiële partner van OpenAI.
De twee bedrijven bouwden samen het zoeksysteem en de bijbehorende app voor de buitendienst, op basis van het archief van Kuken en de inbreng van zijn technici. Ze testten verschillende AI-modellen op uiteenlopende tekeningen om te bepalen hoe nauwkeurig elk model gegevens kon uitlezen en tegen welke kosten. De modellen van OpenAI scoorden goed op beide criteria, en de OpenAI API gaf het team de flexibiliteit om de zoekfunctie rechtstreeks in de app in te bouwen.
Gesprekken met technici in de buitendienst bepaalden hoe de zoekfunctie werkt. Technici kunnen een tekening- of onderdeelnummer invoeren, of een afbeelding of pdf van een tekening of onderdelenlijst uploaden.
Door een schermafbeelding van de lijst te plakken, hoeven technici niet elk nummer met de hand in te voeren. De app leest de onderdeelnummers en toont mogelijke overeenkomsten, waaronder tekeningen van vergelijkbare ontwerpen. Om de juiste tekening te vinden, controleren technici de specificaties van de toren en de gegevens over eerdere vervangingen.
Kuken meldt de volgende resultaten van het gebruik en het testen van de zoektool.
Kuken verwacht dat de tool het aantal uren dat jaarlijks aan het zoeken naar tekeningen wordt besteed met ongeveer 90% zal verminderen.
Ervaren technici gebruiken een deel van de bespaarde tijd om minder ervaren collega's te begeleiden.
Technici kunnen tekeningen in de app bekijken, wat de printkosten verlaagt.
Technici besteden nu minder tijd aan het zoeken naar een tekening en meer tijd aan het bestuderen ervan. Zowel minder ervaren technici als hun ervaren collega's zeggen dat ze daardoor ruimte hebben om na te denken over ontwerpverbeteringen en ideeën te verkennen waar ze eerder nauwelijks tijd voor hadden.
Minder ervaren technici kunnen nu meer soorten opdrachten zelfstandig uitvoeren. Ervaren collega's die hen voorheen bij elke zoekopdracht hielpen, hebben meer tijd om kennis over te dragen en hun eigen technische werk op te pakken.
"Mensen hebben nu tijd voor werk dat ze graag eens wilden proberen en om nieuwe uitdagingen aan te gaan. Dat werkt echt motiverend."
Kuken ontwikkelt ook een tool om tekeningen van zijn partners te controleren. Momenteel vergelijken technici elke tekening op het oog met de specificaties, op zoek naar details of aantallen die niet overeenkomen. Kuken wil dat de tool die verschillen signaleert, zodat technici tekeningen sneller kunnen controleren en fouten kunnen opsporen die ze anders misschien over het hoofd zien.
Volgens Kuken bleek bij tests met het prototype ongeveer 90% van de door AI gesignaleerde problemen daadwerkelijk een afwijking te zijn. Als de tool in gebruik wordt genomen, verwacht Kuken dat technici aanzienlijk minder tijd nodig zullen hebben om tekeningen te controleren.
Elke tekening legt de keuzes vast die een technicus voor een specifieke installatie heeft gemaakt. Door die keuzes makkelijker vindbaar en begrijpelijk te maken, wil Kuken die ervaring doorgeven aan de volgende generatie technici.
"Ik geloof dat de technologie van OpenAI fabrikanten zoals ons kan helpen om vakkennis door te geven aan de volgende generatie. Dat is al lange tijd een uitdaging voor ons."
