Come preservare le competenze dei vostri tecnici: un manuale di riparazione delle apparecchiature basato sull'intelligenza artificiale

Un cliente tedesco ha richiesto la digitalizzazione delle conoscenze dei tecnici di fabbrica: raccogliere le impostazioni e le procedure di riparazione per tutte le apparecchiature in un unico manuale di riferimento che rispondesse alle domande in modo comprensibile, conciso e diretto, utilizzando le loro stesse parole, anziché rimandare a un voluminoso manuale cartaceo. La soluzione è stata una knowledge base vettoriale derivata dalla documentazione aziendale, integrata da Telegram con intelligenza artificiale.

Cosa è successo: un ordine di cui non avevo mai sentito parlare prima

Non sapevo nemmeno che venissero commissionati progetti di questo tipo. Ma il cliente mi ha convinto subito: mi ha detto che i concorrenti utilizzavano già database di impostazioni e riparazioni basati sull'intelligenza artificiale nella produzione, ma lui non disponeva di un manuale di riferimento simile, poiché la conoscenza era custodita nella mente dei periti esperti.

Cosa abbiamo fatto: abbiamo compilato un database di istruzioni, video e attrezzature

Abbiamo creato un database vettoriale di tutte le attrezzature aziendali. Abbiamo utilizzato manuali proprietari, video di formazione YouTube e due servizi già pronti:

• iFixit è una community e un database di guide dettagliate per la riparazione e lo smontaggio, complete di foto e consigli.
• ManualsLib è una delle più grandi biblioteche online gratuite di manuali originali, schede tecniche e schemi in formato PDF.

Non si trattava di una singola macchina, ma di un'intera linea di produzione: svolgimento del rotolo, applicazione del rivestimento, trattamento termico, attivazione laser dello strato, controllo qualità e avvolgimento del materiale finito. Ciascuna di queste unità ha una propria logica di configurazione e, prima di questo progetto, tutte le informazioni al riguardo erano custodite nella mente degli operatori della linea: non c'era modo di confrontare le informazioni.

Ecco come si presenta una parte di questa linea: l'attrezzatura per la quale è stato compilato il manuale di riferimento.

Il fondamento del database è la documentazione di fabbrica: manuali d'uso, sezioni relative alla funzione delle apparecchiature, ai meccanismi di sicurezza e di arresto di emergenza, e schemi di assemblaggio. È proprio da queste pagine che l'intelligenza artificiale ricava risposte immediate, sostituendo le ricerche manuali tra documenti cartacei.

L'interfaccia per l'installazione è una normale chat Telegram sul servizio QuestFlow: è possibile digitare o dettare la propria domanda, allegare una foto e ricevere una risposta con le istruzioni.

Cos'è la ricerca vettoriale in termini semplici?

Una ricerca standard in un documento cerca corrispondenze esatte di parole: se la parola "bloccato" non è presente nel testo, non troverà la sezione richiesta, anche se esiste con un nome diverso. La ricerca vettoriale funziona in modo diverso: i documenti vengono scomposti in frammenti e convertiti in una rappresentazione numerica del loro significato. Quando un tecnico pone una domanda con parole proprie, il sistema cerca i frammenti che hanno il significato più simile. Pertanto, indipendentemente da come viene formulata la domanda — "bloccato" o "non si muove" — l'intelligenza artificiale troverà la sezione richiesta del manuale.

Come funziona: da una domanda o una foto a istruzioni già pronte

L'intelligenza artificiale comprende richieste di qualsiasi complessità: dalle impostazioni di base ("Ho posizionato il pezzo, ho usato un righello... cosa devo fare adesso?") agli scenari di guasto. In caso di problemi, il tecnico scatta una foto del componente, annota "perché non funziona" e riceve istruzioni con passaggi specifici anziché consigli generici trovati su internet. Il tecnico non ha bisogno di conoscere il nome esatto del componente o il numero di sezione: descrive il problema con parole proprie, come farebbe con un collega, e riceve una risposta basata sulla documentazione specifica dell'azienda.

Perché la risposta non crea confusione tra i modelli di apparecchiature?

La risposta si basa sulla documentazione specifica di quella determinata azienda. Un modello linguistico standard, privo di un database di questo tipo, potrebbe mescolare istruzioni provenienti da una macchina simile ma diversa, con il risultato che l'operatore riceverebbe passaggi non applicabili alla propria apparecchiatura. Un database vettoriale limita l'intelligenza artificiale alla documentazione effettiva del cliente, impedendole di mescolare modelli e di presentare erroneamente procedure altrui come proprie.

Quanto costa e quanto tempo permette di risparmiare?

Questo è stato il mio primo progetto di questo tipo, quindi ho fornito una stima realistica: l'intero progetto è costato al cliente l'equivalente di un mese di stipendio per un tecnico di installazione. Il ritorno sull'investimento è evidente, senza bisogno di calcoli complicati: un nuovo dipendente non deve più aspettare che un tecnico di installazione gratuito si allontani dalla macchina per spiegare tutto in termini semplici, e gli specialisti esperti sono meno distratti da domande ripetitive. Gli ordini simili futuri saranno più semplici e veloci: il processo è ormai consolidato. Credo che il risparmio di tempo derivi dai piccoli dettagli: in una situazione analoga, prima una persona avrebbe dovuto cercare una cartella cartacea con le istruzioni o chiamare un collega, mentre ora è sufficiente aprire una chat con il bot.

A chi è adatta questa directory sull'intelligenza artificiale?

Per chi desidera digitalizzare le conoscenze di tutti gli operatori esperti e consolidarle in un unico manuale di riferimento, senza dipendere più dal pensionamento improvviso di uno di loro, questa soluzione è ideale per qualsiasi impianto di produzione con un parco macchine diversificato: maggiore è il numero di modelli di macchine e minore è la frequenza con cui vengono modificate le procedure, più rapidamente un database di questo tipo si ripaga da solo. Per una linea di una o due macchine, la soluzione è meno pratica: un operatore esperto può già tenere traccia di tutto senza perdere il filo, ma quando si tratta di decine di macchine di diversi produttori, la memoria manuale diventa ingestibile.

Tre segnali che indicano che questo lavoro fa per te:

1. Un nuovo dipendente trascorre settimane a seguire un perito esperto invece di lavorare in autonomia.
2. Le stesse domande relative all'allestimento e ai guasti tipici si ripetono turno dopo turno.
3. Esiste la documentazione relativa all'attrezzatura, ma è frammentaria: una parte è cartacea, una parte è in formato PDF fornita dal fornitore e un'altra è custodita solo nella memoria della persona che presto andrà in vacanza o in pensione.

Se almeno un punto corrisponde, di solito questo è sufficiente per recuperare il costo di assemblaggio di tale base grazie al tempo risparmiato dai regolatori.

Che cosa c'entra l'IA 1001site con tutto questo?

Questo progetto riguarda il funzionamento dell'intelligenza artificiale con dati aziendali reali. 1001site AI utilizza la stessa logica, ma per i siti web: il builder crea un sito web basandosi sul tuo link o sulla tua descrizione, e poi l'assistente AI della dashboard ne modifica il contenuto, rispondendo alle tue esigenze specifiche. La differenza sta nel compito: uno è una directory per un workshop, l'altro è un sito web per i clienti, ma il principio di "IA che lavora con i tuoi dati" è lo stesso. Puoi provare questa logica sul tuo sito web qui.

Fonti

• QuestFlow - un servizio per bot Telegram con intelligenza artificiale
• iFixit - community e database di guide alla riparazione
• ManualsLib - una biblioteca di manuali e schede tecniche di apparecchiature
• Post e discussione nel canale Telegram

È possibile esaminare il funzionamento di una piattaforma di intelligenza artificiale simile per Telegram nell'analisi di QuestFlow, sulla quale si basa il bot di questo progetto.

Domande e risposte

Che cos'è, in termini semplici, una base di conoscenza vettoriale?

I documenti vengono suddivisi in frammenti e archiviati in modo che l'IA possa trovare il frammento corretto in base al contesto della domanda. La risposta viene elaborata a partire da documenti specifici della tua azienda, non dalla conoscenza generale del modello.

È possibile aggiungere le conoscenze dei periti che non sono incluse in nessuna istruzione?

Sì. Anche le note vocali e le foto di Telegram sono incluse nel database e l'IA le utilizza nelle risposte successive insieme alla documentazione ufficiale.

È necessario formare i dipendenti all'utilizzo di una directory di questo tipo?

L'interfaccia è quella standard di una chat Telegram: si digita una domanda in formato testuale o vocale e si allega una foto. La formazione dura un paio di minuti e non è necessario installare alcuna app particolare.