90%
预计每年查找图纸的耗时降幅
4.5 分钟
查找图纸所需时间,原先耗时近一小时
Kuken Industries 为大型建筑、购物中心和工厂制造空调及通风设备。其在日本冷却塔市场的份额位居前列。这些冷却塔将循环水中的热量释放到空气中,为大型建筑、商场乃至数据中心的设备提供冷却。
当冷却塔需要更换零件时,Kuken 的工程师会查阅涵盖 70 年设备安装记录的图纸档案。对新工程师而言,要找到所需图纸,往往得向资深同事请教去哪里找、该如何读懂图纸。Kuken 希望新工程师能够自行查找这些记录,从中学习前人的设计思路,并将更多时间用于研究维修方案。


如今制造的零件并不总能适配老式冷却塔。如果没有原始图纸来确认当初安装的零件,工程师可能就得从头设计并制造替换件。
按型号或零件名称搜索,可能会找到多份图纸。70 多年来,Kuken 一直根据各个客户的需求调整设备,因此设备规格会因客户和安装日期而异。在档案还是纸质的年代,查找一次可能就要花半天时间。后来,Kuken 将档案数字化,但工程师仍需知道该查询哪个名称或编号,以及去哪里找到文件。尤其是新工程师,往往要花时间逐一理清这些信息。
Kuken 希望无论经验深浅,每位工程师都能独立检索档案。在探索 AI 能如何提供帮助的过程中,Kuken 与日本 AI 初创公司、OpenAI 官方合作伙伴 Recursive 建立了联系。
两家公司以 Kuken 的档案为基础,并参考其工程师的意见,共同构建了搜索系统及配套的现场应用。他们用多种图纸测试了几个 AI 模型,评估各个模型提取详细信息的准确性及成本。OpenAI 的模型在这两方面都表现出色,OpenAI API 也让团队能够灵活地将搜索功能直接集成到应用中。

团队通过与现场工程师交流,确定了搜索功能的设计。工程师可以输入图纸编号或零件编号,也可以上传图纸或零件清单的图片或 PDF 文件。
粘贴清单截图后,工程师就不必再手动逐一输入编号。应用会读取零件编号并返回可能匹配的结果,其中也包括类似设计的图纸。工程师再核对冷却塔的规格和以往的更换记录,找到所需图纸。
Kuken 分享了使用和测试这款搜索工具所取得的以下成果。
Kuken 预计,这款工具可将全年查找图纸的耗时减少约 90%。
资深工程师将节省下来的部分时间用于指导新同事。
工程师可以直接在应用中查看图纸,从而降低打印成本。
如今,工程师花在查找图纸上的时间更少了,研究图纸的时间则更多了。无论是新工程师还是资深工程师,都表示这让他们有余力思考如何改进设计,并探索过去难以抽出时间尝试的想法。
新工程师如今可以独立处理更多类型的工作。过去每次搜索都要从旁指导的资深同事,现在有了更多时间传授经验,也能承担更多自己的工程任务。
“大家现在有时间尝试一直想做的工作,迎接新的挑战。这让大家真正有了干劲。”


Kuken 还在开发一款工具,用于检查合作伙伴绘制的图纸。目前,工程师需要人工逐张对照图纸与规格要求,查找细节或数量上的不一致之处。Kuken 希望这款工具能标出这些差异,让工程师更快地审核图纸,并发现原本可能遗漏的错误。
据 Kuken 介绍,在原型测试中,AI 标记的问题约有 90% 确实与规格要求不符。Kuken 预计,如果这款工具正式投入使用,将大幅缩短工程师检查图纸的时间。
每份图纸都记录着工程师针对某次具体设备安装所做的设计决策。Kuken 希望让这些决策更便于查找和理解,从而将其中的经验传承给下一代工程师。
“我相信,OpenAI 的技术能帮助我们这样的制造企业将技能传承给下一代。这一直是我们面临的一大难题。”


