OpenAI

2026年11月9日

Kuken Industries 只需幾分鐘,就能搜尋 70 年的圖面

Kuken 的工程師使用以 OpenAI API 打造的工具,將尋找替換零件圖面的時間從近一小時縮短至 4.5 分鐘。

公司規模: 中小企業
地區: 亞太地區與大洋洲
產業: 製造
產品: API

90%

預計每年搜尋圖面工時的減少幅度

4.5 分鐘

找到圖面所需時間,原本需近一小時

Kuken Industries 為大型建築、購物中心與工廠製造空調和通風設備。該公司是日本冷卻塔市場占有率最高的業者之一。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、購物中心乃至資料中心的設備散熱降溫。

當冷卻塔需要更換零件時,Kuken 的工程師會查閱涵蓋 70 年裝設紀錄的圖面檔案庫。對資淺工程師來說,要找到正確的圖面,往往得請教資深同事該去哪裡找,以及如何判讀。Kuken 希望資淺工程師能自行找到這些紀錄,從其中的設計決策汲取經驗,並將更多時間用於思考維修方式。

白色工業建築外牆上的 Kuken 招牌。
一名工作人員在 Kuken 工廠的生產現場組裝零組件。

找出符合原有設備的替換零件

現今製造的零件不一定適用於老舊的冷卻塔。如果沒有原始圖面可供確認當初的裝設內容,工程師可能就得從頭設計並製造替換零件。

以型號或零件名稱搜尋,可能會找到多張圖面。70 多年來,Kuken 持續依個別客戶的需求調整設備,因此規格會因客戶與裝設日期而異。在檔案仍以紙本保存的年代,搜尋一次可能就要花上半天。Kuken 後來將檔案數位化,但工程師仍須知道該查詢哪個名稱或編號,以及檔案存放在哪裡。資淺工程師尤其需要花時間逐一釐清這些資訊。

選擇能判讀 Kuken 圖面的模型

Kuken 希望不論資歷深淺,每位工程師都能獨立搜尋檔案庫。在探索 AI 如何提供協助的過程中,Kuken 與日本 AI 新創公司、OpenAI 官方合作夥伴 Recursive 建立了聯繫。

兩家公司運用 Kuken 的檔案庫與工程師的意見,共同打造搜尋系統及供現場使用的應用程式。他們以各類圖面測試多個 AI 模型,評估各模型擷取細節的準確度與成本。OpenAI 的模型在這兩項指標上都表現出色,而 OpenAI API 的彈性讓團隊能將搜尋功能直接整合至應用程式中。

一名穿著西裝的人坐在室內植栽旁說話。

以零件編號或螢幕截圖搜尋

搜尋功能的設計,是根據與現場工程師的交流而定。工程師可以輸入圖面或零件編號,也可以上傳圖面或零件清單的圖片或 PDF。

只要貼上清單的螢幕截圖,工程師就不必逐一手動輸入編號。應用程式會讀取零件編號,並傳回可能相符的結果,其中也包含相似設計的圖面。為了找到正確的圖面,工程師會核對冷卻塔的規格與過往的零件更換紀錄。

Kuken 分享了使用與測試這項搜尋工具的以下成果。

  • Kuken 預計,這項工具可將每年搜尋圖面的工時減少約 90%。

  • 資深工程師將省下的部分時間用來指導資歷較淺的同事。

  • 工程師可以直接在應用程式中檢視圖面,降低列印成本。

資淺工程師能獨立承擔更多工作

工程師現在花在尋找圖面上的時間更少,研究圖面的時間則更多。無論是資淺或資深工程師都表示,這讓他們有餘裕思考如何改善設計,並探索過去無暇深入研究的想法。

資淺工程師如今能獨立處理更多種類的工作。過去每次搜尋都必須從旁指導的資深同事,也有更多時間傳授專業知識,並承擔自己的工程工作。

「大家現在有時間嘗試一直想做的工作,並迎接新的挑戰。這確實成了大家的動力來源。」
—Takatsugu Naraki,Kuken Industries 董事兼廠長
兩名工作人員一起檢視紙本工程圖面。
一名工作人員走過設有機具與高架管線的工廠。

將 AI 應用拓展至圖面審查

Kuken 也正在開發一項工具,用來檢查合作夥伴繪製的圖面。目前,工程師以目視方式逐張比對圖面與規格,找出不符的細節或數量。Kuken 希望這項工具能標示出差異,讓工程師更快完成圖面審查,並發現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% 確實是與規格不符之處。若這項工具正式投入使用,Kuken 預計將能大幅減少工程師檢查圖面的時間。

每張圖面都記錄了工程師針對特定裝設案所做的決策。Kuken 希望透過讓這些決策更容易查找與理解,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。這一直是我們面臨的挑戰。」
—Takatsugu Naraki,Kuken Industries 董事兼廠長

邁入工作新時代

全球超過 100 萬家企業正透過 OpenAI 創造實質成果。