Kuken Industries, 70 yıllık çizimleri dakikalar içinde tarıyor

Kuken Industries, büyük binalar, alışveriş merkezleri ve fabrikalar için iklimlendirme ve havalandırma ekipmanları üretiyor. Şirket, Japonya'nın soğutma kulesi pazarında en büyük paya sahip firmalar arasında yer alıyor. Bu kuleler, dolaşımdaki suyun ısısını havaya aktararak büyük binalardan ve alışveriş merkezlerinden veri merkezlerindeki ekipmanlara kadar pek çok şeyin soğutulmasına yardımcı oluyor.

Bir soğutma kulesine yedek parça gerektiğinde Kuken mühendisleri, 70 yıllık kurulumlara ait çizim arşivine başvuruyor. Daha az deneyimli bir mühendis için doğru çizimi bulmak, çoğu zaman deneyimli bir meslektaşına nereye bakacağını ve çizimi nasıl okuyacağını sormak demekti. Kuken, daha az deneyimli mühendislerin bu kayıtları kendi başlarına bulabilmesini, kayıtlara yansıyan kararlardan öğrenebilmesini ve onarımın nasıl yapılacağını belirlemeye daha fazla zaman ayırabilmesini istiyordu.

Bugün üretilen parçalar, eski soğutma kulelerine her zaman uymuyor. Kurulumda ne kullanıldığını gösteren orijinal çizim olmadan, mühendislerin yedek parçayı sıfırdan tasarlayıp üretmesi gerekebiliyor.

Model veya parça adıyla yapılan bir aramada birden fazla çizim bulunabiliyor. Kuken, 70 yılı aşkın süredir ekipmanlarını her müşterinin ihtiyacına göre uyarladığı için teknik özellikler müşteriye ve kurulum tarihine göre değişiyor. Arşiv kâğıt üzerindeyken bir arama yarım gün sürebiliyordu. Kuken daha sonra arşivi dijitalleştirdi, ancak mühendislerin yine de hangi adı veya numarayı arayacaklarını ve dosyayı nerede bulacaklarını bilmeleri gerekiyordu. Özellikle daha az deneyimli mühendisler, bu bilgileri bir araya getirmek için zaman harcıyordu.

Kuken, her deneyim düzeyinden mühendisin arşivde kendi başına arama yapabilmesini istiyordu. AI'ın nasıl yardımcı olabileceğini araştırırken Kuken, Japonya merkezli bir AI girişimi ve resmî OpenAI iş ortağı olan Recursive ile iletişime geçti.

İki şirket, Kuken'in arşivinden ve mühendislerinin görüşlerinden yararlanarak arama sistemini ve sahada kullanılacak uygulamayı birlikte geliştirdi. Çizimlerdeki ayrıntıları ne kadar doğru ve hangi maliyetle çıkarabildiklerini görmek için çeşitli AI modellerini farklı çizimler üzerinde test ettiler. OpenAI modelleri her iki ölçütte de iyi performans gösterdi. OpenAI API ise ekibe arama özelliğini doğrudan uygulamaya entegre etme esnekliği sağladı.

Aramanın nasıl çalışacağı, saha mühendisleriyle yapılan görüşmelerle şekillendi. Mühendisler çizim veya parça numarası girebiliyor ya da bir çizimin veya parça listesinin görselini veya PDF dosyasını yükleyebiliyor.

Listenin ekran görüntüsünü yapıştırmak, mühendisleri her numarayı elle girmekten kurtarıyor. Uygulama, parça numaralarını okuyup benzer tasarımların çizimleri de dahil olmak üzere olası eşleşmeleri sunuyor. Mühendisler, doğru çizimi bulmak için kulenin teknik özelliklerini ve geçmiş parça değişimlerine ilişkin kayıtları kontrol ediyor.

Kuken, arama aracını kullanıp test ederek elde ettiği sonuçları şöyle aktarıyor.

• Kuken, aracın bir yıl boyunca çizim aramak için harcanan süreyi yaklaşık %90 azaltmasını bekliyor.

• Deneyimli mühendisler, kazandıkları zamanın bir bölümünü daha az deneyimli meslektaşlarına rehberlik etmeye ayırıyor.

• Mühendisler çizimleri uygulamada inceleyebiliyor; bu da baskı maliyetlerini azaltıyor.

Mühendisler artık çizimi aramaya daha az, incelemeye ise daha çok zaman ayırıyor. Hem daha az deneyimli hem de kıdemli mühendisler, bu sayede tasarım iyileştirmeleri üzerine düşünebildiklerini ve önceden pek zaman ayıramadıkları fikirleri araştırabildiklerini söylüyor.

Daha az deneyimli mühendisler artık daha çeşitli işleri kendi başlarına yapabiliyor. Eskiden her aramada onlara yol gösteren deneyimli meslektaşları ise bilgi aktarmaya ve kendi mühendislik işlerini yürütmeye daha fazla zaman ayırabiliyor.

Kuken, iş ortaklarının hazırladığı çizimleri kontrol etmek için de bir araç geliştiriyor. Mühendisler şu anda her çizimi teknik şartnameyle gözle karşılaştırarak uyuşmayan ayrıntıları veya miktarları arıyor. Kuken, aracın bu farklılıkları işaretlemesini istiyor. Böylece mühendisler çizimleri daha hızlı inceleyebilecek ve aksi hâlde gözden kaçırabilecekleri hataları yakalayabilecek.

Kuken'e göre, prototip testlerinde AI'ın işaretlediği sorunların yaklaşık %90'ı gerçek uyumsuzluklardı. Araç kullanıma alınırsa Kuken, mühendislerin çizimleri kontrol etmek için harcadığı süreyi önemli ölçüde azaltmasını bekliyor.

Her çizim, bir mühendisin belirli bir kurulum için aldığı kararları kayda geçiriyor. Kuken, bu kararları bulmayı ve anlamayı kolaylaştırarak söz konusu deneyimi gelecek nesil mühendislere aktarmayı amaçlıyor.