OpenAI

2026年11月9日

Kuken Industries 在數分鐘內搜尋 70 年來的圖紙

Kuken 的工程師使用以 OpenAI API 開發的工具,將尋找替換零件圖紙的時間,由近一小時縮短至 4.5 分鐘。

公司規模: 中小企
地區: 亞太及大洋洲
行業: 製造業
產品: API

90%

預計每年搜尋圖紙所需工時的減幅

4.5 分鐘

找到圖紙所需的時間,由近一小時縮短至

Kuken Industries 為大型建築、購物中心和工廠製造空調及通風設備。該公司是日本冷卻塔市場佔有率最高的企業之一。這些冷卻塔將循環水中的熱量釋放到空氣中,協助大型建築、商場以至數據中心設備等降溫。

冷卻塔需要更換零件時,Kuken 的工程師會查閱圖紙檔案,當中涵蓋了 70 年來安裝的設備。經驗較淺的工程師要找到正確的圖紙,往往得請教資深同事應從何處查找,以及如何解讀圖紙。Kuken 希望經驗較淺的工程師能自行找出這些紀錄,從中學習以往的設計決策,並有更多時間研究維修方法。

一幢白色工業大廈外牆上的 Kuken 招牌。
一名工人在 Kuken 的廠房內組裝零件。

為原有設備配對合適的替換零件

現今製造的零件未必適用於較舊的冷卻塔。如果沒有原始圖紙可供確認當初安裝的配置,工程師可能需要從頭設計和製造替換零件。

按型號或零件名稱搜尋,可能會找到多份圖紙。70 多年來,Kuken 一直按個別客戶的需要調整設備,因此規格會因客戶和安裝日期而異。檔案仍以紙本保存時,一次搜尋可能要花上半天。Kuken 後來將檔案數碼化,但工程師仍須知道應查詢哪個名稱或編號,以及檔案存放在哪裏。經驗較淺的工程師尤其需要花時間逐一釐清這些資料。

選擇能讀取 Kuken 圖紙的模型

Kuken 希望工程師無論資歷深淺,都能自行搜尋檔案。在探索 AI 能如何提供協助的過程中,Kuken 與日本 AI 初創企業兼 OpenAI 官方合作夥伴 Recursive 建立了聯繫。

兩家公司利用 Kuken 的檔案,並參考其工程師的意見,共同開發搜尋系統及供現場使用的應用程式。他們以多種圖紙測試數個 AI 模型,比較各模型擷取細節的準確度和成本。OpenAI 的模型在這兩項指標上均表現良好,而 OpenAI API 亦讓團隊能靈活地將搜尋功能直接整合至應用程式中。

一名穿着西裝的人坐在室內植物旁說話。

以零件編號或螢幕截圖搜尋

搜尋功能的設計,建基於與現場工程師的交流。工程師可以輸入圖紙或零件編號,也可以上載圖紙或零件清單的圖片或 PDF。

只要貼上清單的螢幕截圖,工程師便無須逐一手動輸入編號。應用程式會讀取零件編號,列出可能相符的搜尋結果,包括設計相近的圖紙。工程師會核對冷卻塔的規格和過往的更換紀錄,以找出正確的圖紙。

Kuken 表示,使用和測試搜尋工具後取得了以下成果。

  • Kuken 預計,這項工具可將全年搜尋圖紙所需的工時減少約 90%。

  • 資深工程師會利用部分節省下來的時間,指導經驗較淺的同事。

  • 工程師可以在應用程式內查看圖紙,減少列印成本。

經驗較淺的工程師能獨立承擔更多工作

現在工程師花在尋找圖紙的時間減少了,研究圖紙的時間則增加了。無論是經驗較淺還是資深的工程師,都表示這讓他們有餘裕思考如何改良設計,並探索以往少有時間實踐的想法。

經驗較淺的工程師現在能獨立處理更多不同類型的工作。以往每次搜尋都要從旁指導的資深同事,現在有更多時間傳授知識,也能專注於自己的工程工作。

「現在大家有時間嘗試一直想做的工作,迎接新的挑戰。這確實給了大家很大的動力。」
—Takatsugu Naraki,Kuken Industries 董事兼廠長
兩名工人一起查看印出來的工程圖紙。
一名工人走過設有機器設備及架空管道的廠房。

將 AI 應用延伸至圖紙審核

Kuken 亦正在開發一項工具,用來檢查合作夥伴製作的圖紙。目前,工程師以目視方式逐一對照圖紙與規格,找出不相符的細節或數量。Kuken 希望工具能標示這些差異,讓工程師更快審核圖紙,並找出原本可能遺漏的錯誤。

據 Kuken 表示,在原型測試中,AI 標示的問題約有 90% 確實存在差異。如果工具正式投入使用,Kuken 預計將大幅減少工程師檢查圖紙所需的時間。

每份圖紙都記錄了工程師為某項設備安裝所作的決策。Kuken 希望讓這些決策更容易查找和理解,從而將經驗傳承給下一代工程師。

「我相信 OpenAI 的技術能幫助像我們這樣的製造商,將技術傳承給下一代。這一直是我們面對的難題。」
—Takatsugu Naraki,Kuken Industries 董事兼廠長

迎接全新工作時代

全球已有超過 100 萬家企業透過 OpenAI 取得實際成果。