Kuken Industries 为大型建筑、购物中心和工厂制造空调和通风设备。该公司在日本冷却塔市场占有最大的份额之一。冷却塔将循环水中的热量释放到空气中,帮助为从大型建筑和商场到数据中心设备的一切降温。
当冷却塔需要更换零件时,Kuken 的工程师会求助于一个涵盖70年安装历史的图纸档案库。对于较年轻的工程师来说,找到正确的图纸往往意味着要询问经验丰富的同事去哪里找以及如何阅读。Kuken 希望较年轻的工程师能够自己找到这些记录,从中学习其中的决策,并把更多时间花在研究如何进行维修上。
将更换零件与原始安装匹配
如今制造的零件并不总是适合较旧的冷却塔。如果没有原始图纸来说明当初安装了什么,工程师可能不得不从头设计和制造更换件。
按型号或零件名称搜索可能会找出多张图纸。在超过70年的时间里,Kuken 一直针对个别客户调整其设备,因此规格因客户和安装日期而异。当档案还是纸质时,一次搜索可能需要半天时间。Kuken 后来将档案数字化,但工程师仍然必须知道要查询哪个名称或编号以及在哪里找到文件。较年轻的工程师尤其要花时间拼凑这些细节。
选择能够读取 Kuken 图纸的模型
Kuken 希望各种经验水平的工程师都能自行搜索档案库。在探索 AI 如何提供帮助的过程中,Kuken 与 Recursive 建立了联系,这是一家日本 AI 初创公司,也是 OpenAI 官方合作伙伴。
两家公司共同构建了搜索系统及其现场应用,依托 Kuken 的档案库及其工程师的意见。他们在一系列图纸上测试了几种 AI 模型,以查看每种模型提取细节的准确程度以及成本。OpenAI 的模型在这两项指标上都表现良好,而 OpenAI API 让团队有灵活性将搜索直接构建到应用中。
使用零件编号或截图搜索
与现场工程师的交流塑造了搜索的工作方式。工程师可以输入图纸或零件编号,或者上传图纸或零件清单的图像或 PDF。
粘贴清单截图可以让工程师免于手动输入每个编号。应用会读取零件编号并返回可能的匹配项,包括类似设计的图纸。为找到正确的图纸,工程师会核对冷却塔的规格和过去更换的记录。
Kuken 报告了使用和测试该搜索工具的以下结果。
Kuken 预计该工具将在一年内将查找图纸所花费的时间减少约90%。
经验丰富的工程师将部分节省下来的时间用于指导较年轻的同事。
工程师可以在应用中查看图纸,从而降低打印成本。
较年轻的工程师能够独立承担更多工作
工程师现在花更少的时间寻找图纸,花更多的时间研究图纸。较年轻的工程师和资深工程师都表示,这让他们有余地考虑设计改进并探索以前几乎没有时间追求的想法。
较年轻的工程师现在可以独立处理更广泛的工作。过去引导他们完成每次搜索的经验丰富的同事现在有更多时间用于教学和自己承担工程工作。
“人们现在有时间去做他们一直想尝试的工作并迎接新的挑战。这成为了真正的动力来源。”——Takatsugu Naraki,Kuken Industries 董事兼工厂经理
将 AI 扩展到图纸审查
Kuken 还在开发一款工具,用于检查其合作伙伴准备的图纸。如今,工程师靠肉眼将每张图纸与规格进行对比,寻找不匹配的细节或数量。Kuken 希望该工具能标记出这些差异,以便工程师能更快地审查图纸并发现他们可能会遗漏的错误。
据 Kuken 称,在原型测试中,AI 标记的问题中约90%是真正的差异。如果该工具投入生产,Kuken 预计它将大幅减少工程师检查图纸所花的时间。
每张图纸都记录了工程师为特定安装所做的决策。通过使这些决策更容易找到和理解,Kuken 旨在将这些经验传递给下一代工程师。
“我相信 OpenAI 的技术可以帮助像我们这样的制造商将技能传递给下一代。这一直是我们的一个长期挑战。”——Takatsugu Naraki,Kuken Industries 董事兼工厂经理