Hoe u de kennis van uw technici kunt behouden: een AI-gebaseerd handboek voor apparatuurreparatie

Een Duitse klant vroeg om de kennis van fabriekstechnici te digitaliseren: de instellingen en reparatieprocedures voor alle apparatuur moesten worden samengebracht in één naslagwerk dat vragen op een voor mensen leesbare manier zou beantwoorden – beknopt en to the point, in hun eigen woorden, in plaats van door te verwijzen naar een dikke handleiding. De oplossing was een vectorgebaseerde kennisbank op basis van de bedrijfsdocumentatie, aangevuld met Telegram bot met AI.

Wat er gebeurde: Een bestelling waar ik nog nooit van had gehoord.

Ik wist niet eens dat zulke projecten werden uitbesteed. Maar de klant overtuigde me snel: hij zei dat concurrenten al AI-gestuurde databases met instellingen en reparaties in de productie gebruikten, maar dat hij zelf geen dergelijk naslagwerk had – de kennis zat in de hoofden van ervaren schade-experts.

Wat we gedaan hebben: we hebben een database samengesteld met instructies, video's en apparatuur.

We hebben een vectordatabase samengesteld van alle apparatuur van het bedrijf. We hebben gebruikgemaakt van bedrijfshandleidingen, trainingsvideo's YouTube en twee kant-en-klare diensten:

• iFixit is een community en database met stapsgewijze reparatie- en demontagehandleidingen, compleet met foto's en tips.
• ManualsLib is een van de grootste gratis online bibliotheken met originele handleidingen, datasheets en schema's in PDF-formaat.

Dit was niet zomaar één machine, maar een complete productielijn: het afwikkelen van de rol, het aanbrengen van de coating, de warmtebehandeling, de laseractivering van de laag, de kwaliteitscontrole en het oprollen van het afgewerkte materiaal. Elk van deze onderdelen heeft zijn eigen instellogica, en vóór dit project zat alle kennis daarover in de hoofden van de mensen die aan de lijn werkten – er was geen manier om ervaringen uit te wisselen.

Dit is hoe een deel van deze productlijn eruitziet - de apparatuur waarvoor het naslagwerk is samengesteld.

De basis van de database wordt gevormd door fabrieksdocumentatie: bedieningshandleidingen, beschrijvingen van het doel van de apparatuur, veiligheidsmechanismen en noodstopsystemen, en montageschema's. Het zijn deze pagina's die de AI omzet in directe antwoorden, waardoor handmatig zoeken in papieren documenten overbodig wordt.

De interface voor de installatie is een gewone Telegram chat op de QuestFlow -service: je kunt je vraag typen of dicteren, een foto bijvoegen en een antwoord met stappen ontvangen.

Wat is vector zoeken in eenvoudige bewoordingen?

Een standaard documentzoekopdracht zoekt naar exacte woordovereenkomsten: als het woord 'vast' niet in de tekst voorkomt, wordt het gezochte gedeelte niet gevonden, zelfs niet als het onder een andere naam bestaat. Vector zoeken werkt anders: documenten worden opgedeeld in fragmenten en omgezet in een numerieke weergave van hun betekenis. Wanneer een technicus een vraag in eigen woorden stelt, zoekt het systeem naar fragmenten die qua betekenis het dichtst in de buurt komen. Daarom zal de AI, ongeacht hoe de vraag geformuleerd is – 'vast' of 'beweegt niet' – het gezochte gedeelte van de handleiding vinden.

Hoe het werkt: van een vraag of foto naar kant-en-klare instructies

AI begrijpt vragen van elke complexiteit: van eenvoudige instellingen ("Ik heb het werkstuk geplaatst, een liniaal gebruikt - wat nu?") tot storingen. Als er een probleem optreedt, maakt de technicus een foto van het onderdeel, noteert "waarom het niet werkt" en ontvangt instructies met specifieke stappen in plaats van algemeen advies van internet. De technicus hoeft de exacte naam of het onderdeelnummer niet te weten - hij of zij beschrijft het probleem in eigen woorden, zoals hij of zij het aan een collega zou uitleggen, en ontvangt een antwoord op basis van de specifieke documentatie van het bedrijf.

Waarom zorgt het antwoord niet voor verwarring tussen de verschillende apparatuurmodellen?

Het antwoord is gebaseerd op de documenten van dat specifieke bedrijf. Een standaard taalmodel zonder zo'n database zou instructies van een vergelijkbare, maar toch andere machine kunnen verwerken, waardoor de operator stappen zou ontvangen die niet van toepassing zijn op zijn of haar apparatuur. Een vectordatabase beperkt de AI tot de daadwerkelijke documenten van de klant, waardoor wordt voorkomen dat modellen worden gemengd en procedures van anderen als eigen procedures worden gepresenteerd.

Wat zijn de kosten en hoeveel tijd bespaart het?

Dit was mijn eerste project van dit soort, dus ik heb een eerlijke schatting gemaakt: het hele project kostte de klant het equivalent van een maandsalaris voor één installatietechnicus. De terugverdientijd is duidelijk, zonder ingewikkelde berekeningen: een nieuwe medewerker hoeft niet langer te wachten tot een beschikbare installatietechnicus zich losrukt van de machine om alles in begrijpelijke taal uit te leggen, en ervaren specialisten worden minder afgeleid door steeds dezelfde vragen. Toekomstige soortgelijke opdrachten zullen eenvoudiger en sneller verlopen – het proces is immers goed ingeburgerd. Ik denk dat de tijdsbesparing in de kleine dingen zit: in een vergelijkbare situatie zou iemand voorheen een papieren map met instructies moeten zoeken of een collega moeten bellen, maar nu hoeft hij of zij alleen maar een chat met de chatbot te openen.

Voor wie is deze AI-directory geschikt?

Voor wie de kennis van alle ervaren insteloperators wil digitaliseren en bundelen in één naslagwerk – en niet langer afhankelijk wil zijn van een van hen die op een ongelegen moment met pensioen gaat. Dit is geschikt voor elke productieomgeving met een divers machinepark: hoe meer machinemodellen en hoe minder vaak procedures worden gewijzigd, hoe sneller een dergelijke database zichzelf terugverdient. Voor een productielijn met één of twee machines is het minder praktisch – een ervaren insteloperator kan al alles bijhouden zonder het overzicht te verliezen, maar bij tientallen machines van verschillende fabrikanten wordt het handmatig onthouden onhandelbaar.

Drie tekenen dat deze taak iets voor jou is:

1. Een nieuwe medewerker loopt wekenlang mee met een ervaren schade-expert in plaats van zelfstandig te werken.
2. Dezelfde vragen over de installatie en veelvoorkomende storingen worden elke dienst opnieuw gesteld.
3. Er is wel documentatie voor de apparatuur, maar die is verspreid: sommige documenten staan op papier, andere zijn in pdf-formaat van de leverancier, en weer andere zitten alleen nog in het geheugen van de persoon die binnenkort op vakantie gaat of met pensioen gaat.

Als er minstens één punt overeenkomt, is dat meestal voldoende om de kosten van het samenstellen van zo'n basis terug te verdienen dankzij de tijd die de monteurs besparen.

Wat heeft 1001site AI hiermee te maken?

Dit project gaat over hoe AI werkt met echte bedrijfsgegevens. 1001site AI gebruikt dezelfde logica, maar dan voor websites: de builder creëert een website op basis van uw link of beschrijving, waarna de AI-assistent in het dashboard de inhoud bewerkt en aanpast aan uw specifieke behoeften. Het verschil zit hem in de taak – de ene is een overzicht voor een workshop, de andere een website voor klanten – maar het principe van "AI die met uw gegevens werkt" is hetzelfde. U kunt deze logica hier op uw eigen website uitproberen.

Bronnen

• QuestFlow - een service voor Telegram bots met AI
• iFixit - community en database met reparatiehandleidingen
• ManualsLib - een bibliotheek met handleidingen en specificaties van apparatuur.
• Berichten plaatsen en discussies voeren in Telegram kanaal.

Je kunt in de analyse van QuestFlow, waarop de bot voor dit project is gebouwd, bekijken hoe een vergelijkbaar AI-platform voor Telegram werkt.

Vragen en antwoorden

Wat is een vector-kennisbank in eenvoudige bewoordingen?

Documenten worden in fragmenten opgedeeld en opgeslagen, zodat de AI het juiste fragment kan vinden op basis van de context van de vraag. Het antwoord wordt samengesteld uit documenten die specifiek zijn voor uw bedrijf, niet uit de algemene kennis van het model.

Is het mogelijk om de kennis van schade-experts toe te voegen die niet in de instructies is opgenomen?

Ja. Spraakmemo's en foto's van Telegram zijn ook opgenomen in de database, en de AI gebruikt deze samen met officiële documentatie in latere reacties.

Is het nodig om medewerkers te trainen voor het werken met zo'n directory?

De interface is een standaard Telegram chat: je typt een vraag in tekst of spraak en voegt een foto toe. De training duurt slechts een paar minuten en je hoeft geen speciale app te installeren.