Kuken Industries busca em 70 anos de desenhos em minutos

A Kuken Industries fabrica equipamentos de ar-condicionado e ventilação para grandes edifícios, shopping centers e fábricas. A empresa detém uma das maiores participações no mercado japonês de torres de resfriamento. Essas torres transferem o calor da água em circulação para o ar, ajudando a resfriar desde grandes edifícios e shopping centers até equipamentos de data centers.

Quando uma torre de resfriamento precisa de uma peça de reposição, os engenheiros da Kuken recorrem a um acervo de desenhos que abrange 70 anos de instalações. Para um engenheiro menos experiente, encontrar o desenho correto muitas vezes significava perguntar a um colega experiente onde procurar e como interpretá-lo. A Kuken queria que os engenheiros menos experientes conseguissem encontrar esses registros por conta própria, aprender com as decisões neles documentadas e dedicar mais tempo a definir como fazer o reparo.

As peças fabricadas hoje nem sempre são compatíveis com torres de resfriamento antigas. Sem o desenho original para mostrar o que foi instalado, os engenheiros podem ter que projetar e fabricar uma peça de reposição do zero.

Uma busca por modelo ou nome da peça pode retornar vários desenhos. Ao longo de mais de 70 anos, a Kuken adaptou seus equipamentos a cada cliente, de modo que as especificações variam conforme o cliente e a data de instalação. Quando o acervo era em papel, uma busca podia levar meio dia. Mais tarde, a Kuken digitalizou o acervo, mas os engenheiros ainda precisavam saber qual nome ou número pesquisar e onde encontrar o arquivo. Os engenheiros menos experientes, em especial, gastavam tempo reunindo essas informações.

A Kuken queria que engenheiros de todos os níveis de experiência pudessem pesquisar no acervo por conta própria. Ao explorar como a IA poderia ajudar, a Kuken entrou em contato com a Recursive, uma startup japonesa de IA e parceira oficial da OpenAI.

As duas empresas desenvolveram juntas o sistema de busca e seu aplicativo para uso em campo, com base no acervo da Kuken e nas contribuições de seus engenheiros. Elas testaram vários modelos de IA com desenhos variados para avaliar a precisão com que cada um conseguia extrair detalhes e a que custo. Os modelos da OpenAI tiveram bom desempenho nos dois critérios, e a API da OpenAI deu à equipe a flexibilidade para integrar a busca diretamente ao aplicativo.

Conversas com engenheiros de campo ajudaram a definir como a busca funciona. Os engenheiros podem inserir o número de um desenho ou de uma peça, ou enviar uma imagem ou PDF de um desenho ou de uma lista de peças.

Colar uma captura de tela da lista dispensa os engenheiros de digitar cada número manualmente. O aplicativo lê os números das peças e retorna possíveis correspondências, incluindo desenhos de projetos semelhantes. Para encontrar o desenho correto, os engenheiros verificam as especificações da torre e os registros de substituições anteriores.

A Kuken relata os seguintes resultados do uso e dos testes da ferramenta de busca.

• A Kuken espera que a ferramenta reduza em cerca de 90% as horas gastas na busca por desenhos ao longo de um ano.

• Os engenheiros experientes usam parte do tempo economizado para orientar os colegas menos experientes.

• Os engenheiros podem analisar os desenhos no aplicativo, reduzindo os custos de impressão.

Agora os engenheiros passam menos tempo procurando um desenho e mais tempo estudando-o. Tanto os engenheiros menos experientes quanto os veteranos dizem que isso permite avaliar melhorias nos projetos e explorar ideias às quais antes tinham pouco tempo para se dedicar.

Os engenheiros menos experientes agora conseguem realizar uma variedade maior de tarefas por conta própria. Os colegas experientes que antes os orientavam em cada busca têm mais tempo para ensinar e para se dedicar às próprias atividades de engenharia.

A Kuken também está desenvolvendo uma ferramenta para verificar desenhos elaborados por seus parceiros. Hoje, os engenheiros comparam visualmente cada desenho com as especificações, procurando detalhes ou quantidades que não correspondem ao previsto. A Kuken quer que a ferramenta sinalize essas diferenças para que os engenheiros possam revisar os desenhos mais rapidamente e identificar erros que poderiam passar despercebidos.

Segundo a Kuken, nos testes do protótipo, cerca de 90% dos problemas sinalizados pela IA eram divergências reais. Se a ferramenta entrar em produção, a Kuken espera que ela reduza substancialmente o tempo que os engenheiros dedicam à conferência de desenhos.

Cada desenho registra decisões tomadas por um engenheiro para uma instalação específica. Ao facilitar a busca e a compreensão dessas decisões, a Kuken pretende transmitir essa experiência à próxima geração de engenheiros.