Kuken Industries pesquisa 70 anos de desenhos em minutos
Os engenheiros da Kuken usam uma ferramenta baseada na API da OpenAI para encontrar o desenho de uma peça de substituição em 4,5 minutos, em vez de quase uma hora.
90%
Redução prevista nas horas dedicadas à pesquisa de desenhos por ano
4,5 min
Tempo para encontrar um desenho, em vez de quase uma hora
A Kuken Industries fabrica equipamentos de ar condicionado e ventilação para grandes edifícios, centros comerciais e fábricas. Detém uma das maiores quotas do mercado japonês de torres de arrefecimento. Estas torres libertam para o ar o calor da água em circulação, ajudando a arrefecer desde grandes edifícios e centros comerciais até equipamentos em centros de dados.
Quando uma torre de arrefecimento precisa de uma peça de substituição, os engenheiros da Kuken recorrem a um arquivo de desenhos que abrange 70 anos de instalações. Para um engenheiro menos experiente, encontrar o desenho certo significava muitas vezes perguntar a um colega experiente onde procurar e como o interpretar. A Kuken queria que os engenheiros menos experientes conseguissem encontrar esses registos de forma autónoma, aprender com as decisões neles documentadas e dedicar mais tempo a determinar como fazer a reparação.


As peças fabricadas hoje nem sempre são compatíveis com as torres de arrefecimento mais antigas. Sem o desenho original que mostra o que foi instalado, os engenheiros podem ter de conceber e fabricar uma peça de substituição de raiz.
Uma pesquisa por modelo ou nome de peça pode apresentar vários desenhos. Ao longo de mais de 70 anos, a Kuken adaptou os seus equipamentos a cada cliente, pelo que as especificações variam consoante o cliente e a data de instalação. Quando o arquivo era em papel, uma pesquisa podia demorar meio dia. Mais tarde, a Kuken digitalizou o arquivo, mas os engenheiros continuavam a ter de saber que nome ou número pesquisar e onde encontrar o ficheiro. Sobretudo os engenheiros menos experientes passavam tempo a reunir essas informações.
A Kuken queria que os engenheiros, independentemente do seu nível de experiência, conseguissem pesquisar no arquivo de forma autónoma. Ao explorar como a IA poderia ajudar, a Kuken entrou em contacto com a Recursive, uma startup japonesa de IA e parceira oficial da OpenAI.
As duas empresas desenvolveram em conjunto o sistema de pesquisa e a respetiva aplicação para uso no terreno, com base no arquivo da Kuken e nos contributos dos seus engenheiros. Testaram vários modelos de IA com diferentes desenhos para avaliar a precisão com que cada um conseguia extrair detalhes e a que custo. Os modelos da OpenAI tiveram bons resultados em ambos os critérios, e a API da OpenAI deu à equipa a flexibilidade necessária para integrar a pesquisa diretamente na aplicação.

As conversas com os engenheiros no terreno ajudaram a definir o funcionamento da pesquisa. Os engenheiros podem introduzir um número de desenho ou de peça, ou carregar uma imagem ou um PDF de um desenho ou de uma lista de peças.
Colar uma captura de ecrã da lista evita que os engenheiros tenham de introduzir cada número à mão. A aplicação lê os números das peças e apresenta possíveis correspondências, incluindo desenhos de projetos semelhantes. Para encontrar o desenho certo, os engenheiros consultam as especificações da torre e os registos de substituições anteriores.
A Kuken apresenta os seguintes resultados da utilização e dos testes da ferramenta de pesquisa.
A Kuken prevê que a ferramenta reduza em cerca de 90% as horas dedicadas à pesquisa de desenhos ao longo de um ano.
Os engenheiros experientes usam parte do tempo que poupam para orientar os colegas menos experientes.
Os engenheiros podem analisar os desenhos na aplicação, reduzindo os custos de impressão.
Os engenheiros passam agora menos tempo à procura de um desenho e mais tempo a estudá-lo. Tanto os engenheiros menos experientes como os veteranos dizem que isso lhes dá margem para ponderar melhorias nos projetos e explorar ideias a que antes tinham pouco tempo para se dedicar.
Os engenheiros menos experientes conseguem agora realizar uma maior variedade de trabalhos de forma autónoma. Os colegas experientes que antes os orientavam em cada pesquisa têm mais tempo para ensinar e para se dedicar aos seus próprios trabalhos de engenharia.
«As pessoas têm agora tempo para experimentar tarefas que já queriam fazer e abraçar novos desafios. Isso tem sido uma verdadeira fonte de motivação.»


A Kuken está também a desenvolver uma ferramenta para verificar os desenhos preparados pelos seus parceiros. Atualmente, os engenheiros comparam visualmente cada desenho com as especificações, à procura de detalhes ou quantidades que não correspondam. A Kuken quer que a ferramenta assinale essas diferenças para que os engenheiros possam rever os desenhos mais depressa e detetar erros que, de outra forma, lhes poderiam passar despercebidos.
Segundo a Kuken, nos testes do protótipo, cerca de 90% dos problemas assinalados pela IA eram discrepâncias reais. Se a ferramenta entrar em produção, a Kuken prevê que reduza substancialmente o tempo que os engenheiros dedicam à verificação de desenhos.
Cada desenho regista as decisões que um engenheiro tomou para uma determinada instalação. Ao tornar essas decisões mais fáceis de encontrar e compreender, a Kuken pretende transmitir essa experiência à próxima geração de engenheiros.
«Acredito que a tecnologia da OpenAI pode ajudar fabricantes como nós a transmitir competências à próxima geração. Há muito que isso é um desafio para nós.»


