Kuken Industries söker i 70 års ritningar på några minuter
Kukens ingenjörer använder ett verktyg byggt på OpenAI:s API för att hitta ritningen till en reservdel på 4,5 minuter i stället för nästan en timme.
90 %
Förväntad minskning av tiden som läggs på att söka efter ritningar varje år
4,5 min
Tid att hitta en ritning, jämfört med nästan en timme tidigare
Kuken Industries tillverkar luftkonditionerings- och ventilationsutrustning för stora byggnader, köpcentrum och fabriker. Företaget har en av de största andelarna av Japans marknad för kyltorn. Dessa torn avger värme från cirkulerande vatten till luften och hjälper till att kyla allt från stora byggnader och köpcentrum till utrustning i datacenter.
När ett kyltorn behöver en reservdel söker Kukens ingenjörer i ett ritningsarkiv som omfattar 70 års installationer. För en nyare ingenjör innebar sökandet efter rätt ritning ofta att fråga en erfaren kollega var den fanns och hur den skulle läsas. Kuken ville att nyare ingenjörer skulle kunna hitta dokumentationen själva, lära sig av de beslut som dokumenterats och lägga mer tid på att komma fram till hur reparationen skulle utföras.
Delar som tillverkas i dag passar inte alltid äldre kyltorn. Utan originalritningen som visar vad som installerades kan ingenjörerna behöva konstruera och tillverka en reservdel från grunden.
En sökning på modell eller komponentnamn kan ge flera ritningar som träffar. I över 70 år har Kuken anpassat sin utrustning efter enskilda kunder, så specifikationerna varierar beroende på kund och installationsdatum. När arkivet var i pappersform kunde en sökning ta en halv dag. Kuken digitaliserade senare arkivet, men ingenjörerna behövde fortfarande veta vilket namn eller nummer de skulle söka på och var filen fanns. Särskilt nyare ingenjörer fick lägga tid på att pussla ihop de uppgifterna.
Kuken ville att ingenjörer oavsett erfarenhet skulle kunna söka i arkivet på egen hand. När Kuken undersökte hur AI kunde hjälpa till tog företaget kontakt med Recursive, ett japanskt AI-startupföretag och officiell partner till OpenAI.
De två företagen byggde söksystemet och den tillhörande fältappen tillsammans, med Kukens arkiv och ingenjörernas synpunkter som grund. De testade flera AI-modeller på olika ritningar för att se hur exakt varje modell kunde extrahera uppgifter och till vilken kostnad. OpenAI:s modeller gav goda resultat på båda punkterna, och OpenAI:s API gav teamet flexibiliteten att bygga in sökfunktionen direkt i appen.
Samtal med ingenjörer ute på fältet låg till grund för hur sökfunktionen utformades. Ingenjörerna kan ange ett ritnings- eller artikelnummer eller ladda upp en bild eller PDF med en ritning eller stycklista.
Genom att klistra in en skärmbild av listan slipper ingenjörerna skriva in varje nummer för hand. Appen läser artikelnumren och visar möjliga träffar, däribland ritningar för liknande konstruktioner. För att hitta rätt ritning kontrollerar ingenjörerna tornets specifikationer och dokumentationen över tidigare komponentbyten.
Kuken redovisar följande resultat från användningen och testerna av sökverktyget.
Kuken räknar med att verktyget minskar tiden som läggs på att söka efter ritningar med cirka 90 % på ett år.
Erfarna ingenjörer använder en del av den sparade tiden till att handleda nyare kollegor.
Ingenjörerna kan granska ritningar i appen, vilket minskar utskriftskostnaderna.
Ingenjörerna lägger nu mindre tid på att leta efter en ritning och mer tid på att studera den. Både nyare och erfarna ingenjörer säger att det ger dem utrymme att överväga konstruktionsförbättringar och utforska idéer som de tidigare knappt hann ägna sig åt.
Nyare ingenjörer kan nu hantera fler typer av uppdrag på egen hand. Erfarna kollegor som tidigare vägledde dem vid varje sökning har mer tid att lära ut och ta sig an egna ingenjörsuppgifter.
”Nu har medarbetarna tid att prova arbetsuppgifter de varit nyfikna på och ta sig an nya utmaningar. Det har verkligen stärkt motivationen.”
Kuken utvecklar också ett verktyg för att kontrollera ritningar som tagits fram av företagets partner. I dag jämför ingenjörerna varje ritning med specifikationerna genom en visuell granskning och letar efter detaljer eller mängder som inte stämmer. Kuken vill att verktyget ska flagga dessa skillnader så att ingenjörerna kan granska ritningar snabbare och upptäcka fel som de annars kanske skulle missa.
Enligt Kuken var cirka 90 % av de problem som AI:n flaggade under prototyptesterna verkliga avvikelser. Om verktyget tas i drift räknar Kuken med att det avsevärt minskar tiden som ingenjörerna lägger på att kontrollera ritningar.
Varje ritning dokumenterar beslut som en ingenjör fattat för en viss installation. Genom att göra besluten lättare att hitta och förstå vill Kuken föra vidare den erfarenheten till nästa generation ingenjörer.
”Jag tror att OpenAI:s teknik kan hjälpa tillverkare som oss att föra vidare yrkeskunnande till nästa generation. Det har länge varit en utmaning för oss.”
