«Инженер снова инженер»: как производитель оборудования ускорил работу с технической документацией с помощью ИИ

Когда каждая неисправность требует участия технического директора, производство зависит не только от станков, но и от доступности одного человека. Ксения Чуприцкая, преподаватель Русской Школы Управления, разбирает, как ИИ помог инженерам самостоятельнее справляться с техническими вопросами — и почему последнее слово по-прежнему остается за специалистом.

440
«Инженер снова инженер»: как производитель оборудования ускорил работу с технической документацией с помощью ИИ – Блог РШУ

Станок остановился, а инструкция к нему — на итальянском или китайском. Прежде чем выбрать способ устранения неисправности, инженеру нужно найти нужный раздел, разобраться в переводе и проверить, относится ли рекомендация к его оборудованию. 

На производственном предприятии из Уральского федерального округа этот путь мог занимать несколько дней. После внедрения ИИ-помощника решение стали принимать в пределах одного рабочего дня — по оценке компании, без специальных замеров.

Ксения Чуприцкая, преподаватель Русской школы управления, разбирает кейс из своего опыта работы, в котором нейросеть помогла сократить поиск и разбор документации, а ответственность за работу оборудования осталась у технических специалистов.

Исходная ситуация: документация есть, быстро найти ответ сложно

Компания занимается металлообработкой и изготовлением оборудования, работает более 30 лет. В штате — свыше 300 человек. Для обслуживания станков используются инструкции на русском, итальянском и китайском языках: от одного до трех документов на единицу оборудования.

Проблема возникала в момент неисправности. Документация была доступна, но поиск нужных сведений и их интерпретация требовали времени. Языковой барьер усложнял задачу. Сотрудникам приходилось привлекать технического директора: по оценке компании, раньше он участвовал примерно в 70% устранений неисправностей.

Часть оборудования дублировалась. Это смягчало последствия остановок, но не устраняло задержки при принятии решений. Пока специалисты разбирались с документацией, вопрос о дальнейших действиях оставался открытым.

Поэтому задачу сформулировали через конкретный производственный процесс: сократить время от поломки станка до решения о том, что делать дальше.

Что внедрили: восемь пространств с инструкциями к станкам

Для работы выбрали «Интершторм-ИИ» — корпоративную платформу доступа к нейросетям. В ней создали восемь изолированных пространств под разные станки и загрузили соответствующую служебную документацию. Сначала системой пользовались пять сотрудников, затем их число выросло до пятнадцати.

В основе решения — RAG: поиск ответа с опорой на загруженные документы. В описанном сценарии сотрудник задает вопрос, а система находит относящиеся к нему сведения в инструкциях, формирует ответ и показывает исходные фрагменты.

ИИ уже внедряют. Но получает ли ваша компания от него результат?

Компании запускают пилоты, покупают сервисы и требуют от команд «использовать ИИ». Но без управленческой логики цифровизация быстро превращается в хаотичный набор инструментов: сотрудники не понимают, что менять в работе, инициативы не масштабируются, а бизнес не видит отдачи.

Скачайте презентацию «Цифровое лидерство», чтобы понять, как руководителю превратить ИИ и технологии в инструмент роста, а не в ещё один проект «для галочки».

Внутри вы найдёте:

  • критерии, по которым выбрать процессы для автоматизации в первую очередь;

  • подходы к постановке целей и оценке эффекта от цифровых инициатив;

  • способы вовлечь сотрудников и снизить сопротивление изменениям;

  • роли руководителя, HR, IT и бизнеса в трансформации;

  • чек-лист готовности компании к внедрению ИИ.

Не начинайте с выбора сервиса. Начните с управленческого решения: где технологии дадут компании максимальный эффект и что нужно изменить, чтобы этот эффект состоялся.

Скачайте гид бесплатно и получите понятную отправную точку для цифровой трансформации.

Как изменился поиск информации

Инженеру больше не нужно самостоятельно просматривать всю инструкцию, чтобы найти описание неисправности или порядок действий. Он может сформулировать запрос в интерфейсе, получить объяснение, уточнить вопрос и проверить оригинальный текст.

ИИ-помощник выполняет несколько задач:

  • находит сведения в документации по нужному станку;

  • переводит фрагменты инструкций;

  • помогает разобрать найденную информацию;

  • предлагает вариант действий на основе источников;

  • показывает оригинальные фрагменты для проверки.

По описанию эксперта, если ответа в загруженных документах нет, система сообщает об этом. Однако наличие источников не отменяет проверки: найденный фрагмент еще нужно правильно применить к конкретной неисправности.

Как организовали работу с данными

Платформа использует принцип нулевого хранения данных — ZDR. Модели обрабатывают запросы, а документы хранятся на серверах в Подмосковье. Также заявлено, что во внешние сервисы данные не выгружаются.

Это описание условий конкретного решения, а не результат независимого аудита безопасности. Существенный для кейса принцип — модель получает контекст, необходимый для ответа на вопрос, а не всю документацию предприятия без разбора.

Кто отвечает за результат и почему это не задача ИТ-отдела

Владельцем процесса стал технический директор. Он отвечает за производственный результат и вправе остановить использование системы. ИТ-специалисты и поставщик платформы отвечают за ее стабильность, доступность и безопасность данных, но не за правильность решения о работе станка.

Такое распределение отделяет техническую работоспособность сервиса от пользы для производства. Доступный интерфейс сам по себе не доказывает, что инженеры быстрее разбираются с неисправностями. Оценивать это должен руководитель, который отвечает за обслуживание оборудования.

В этом кейсе внедрение ИИ потребовало управленческих решений: определить, где теряется время, назначить ответственного за результат и сохранить контроль за действиями сотрудников. Эти задачи входят в круг тем программы РШУ «Mini MBA. Классический»: участники изучают управление процессами, распределение ответственности и применение ИИ с учетом данных и рисков. Работа над собственной бизнес-задачей помогает связать обучение с изменениями, которые нужны компании.

Где заканчиваются полномочия нейросети

ИИ может найти инструкцию, перевести текст и предложить вариант решения. Допустить оборудование к работе, изменить технологический режим, остановить или запустить линию вправе только человек.

Цена неверной интерпретации здесь высока: повторная поломка, дополнительный простой, риск для оборудования. Ошибка затрагивает инженеров, мастеров, наладчиков, технического директора, а при задержках — и клиента.

Как сотрудник проверяет рекомендацию

Пользователь видит не только сформированный ответ, но и оригинальные фрагменты документов. Он может сопоставить рекомендацию с источником, задать уточняющий вопрос или отказаться от предложенного варианта.

Проверка особенно важна, когда в инструкциях встречается похожая информация. Ответ может оказаться неполным, а найденное описание — не соответствовать условиям конкретной неисправности. В таком случае сотрудник уточняет запрос и возвращается к оригиналу.

Когда бизнес растёт быстрее, чем управленческая система

Ключевые решения остаются на собственнике, сильные руководители действуют в рамках своей функции, а инициативы «зависают» между отделами — потому что не хватает общего языка, системного взгляда и понятных алгоритмов. В результате компания тратит время на согласования и ручное управление вместо движения к целям.

Скачайте презентацию Mini MBA Русской Школы Управления — программы для собственников и действующих руководителей. За 7 месяцев участники осваивают инструменты стратегии, финансов, маркетинга, управления людьми и одновременно решают реальную задачу своего бизнеса. На выходе — не просто диплом, а паспорт проекта и план внедрения с конкретными сроками и ответственными.

Когда нужно перейти к ручному поиску

В кейсе обозначены три основания для ручной проверки: неполный ответ, противоречие между источниками и сомнение инженера.

Порядок действий следующий: уточнить запрос, проверить исходный документ, а при необходимости вернуться к стандартному поиску. Решение об остановке использования системы принимает технический директор.

Сбоев по вине системы, согласно предоставленным материалам, не зафиксировано.

Результаты: быстрее принимать решения и реже привлекать технического директора

Компания не вела специальный учет времени поиска до внедрения. Поэтому эффект оценивали по управленческим наблюдениям. Число пользователей и созданных пространств показывает масштаб применения, но само по себе не измеряет экономическую отдачу.

Показатель До внедрения После внедрения
Время от поломки до решения о действиях Могло занимать несколько дней В пределах одного рабочего дня
Участие технического директора в устранении неисправностей Около 70% случаев Менее 40% случаев
Число пользователей 5 на начальном этапе 15 после расширения
Пространства с документацией — 8 под разные станк

Снижение участия технического директора означает, что сотрудники стали реже привлекать его к разбору неисправностей. При этом данных о стоимости внедрения, сокращении простоев и окупаемости в материалах нет — рассчитать их по приведенным наблюдениям нельзя.


Следующий шаг для проверки результата — фиксировать время от остановки станка до принятия решения. Предлагаемый ориентир — не более одного рабочего дня. Дополнительно стоит отслеживать долю случаев, потребовавших внешней поддержки: ускорение не должно достигаться за счет переноса сложных вопросов подрядчикам.

Чек-лист: что проверить перед похожим внедрением

Переносить этот опыт на другое предприятие стоит с проверки процесса, а не с выбора нейросети. Пять вопросов помогут определить границы проекта.

  1. Есть ли конкретная задача? Например, сократить время поиска и разбора документации, а не просто «внедрить ИИ».

  2. Назначен ли владелец результата? Он должен отвечать за процесс, оценивать эффект и иметь право остановить систему.

  3. Подготовлены ли источники? Нужно определить, какие инструкции относятся к каждому станку и какие сведения допустимо использовать.

  4. Сохраняется ли проверка человеком? Сотрудник должен видеть оригинал, уточнять запрос и отклонять рекомендацию.

  5. Понятно ли, как измерять эффект? Следует разделять время поиска, время принятия решения и продолжительность ремонта.

Что дальше

В этом кейсе ИИ сократил путь от неисправности до решения, но право определять действия осталось у инженеров. Именно это сделало сотрудников самостоятельнее, а технического директора освободило от части оперативных вопросов.

Чтобы применить этот опыт, найдите в своем подразделении задачу, которая регулярно требует вмешательства руководителя. Разберитесь, чего сотрудникам не хватает для самостоятельной работы: информации, полномочий или понятного порядка действий. Затем определите, что можно передать инструменту, а что требует профессиональной оценки, и зафиксируйте показатель результата до внедрения.

Выбор технологии здесь — часть более широкой задачи: организовать работу так, чтобы руководитель не становился обязательным участником каждого решения. Если эта задача актуальна и для вашего подразделения, рассмотрите программу РШУ «Руководитель отдела» с учетом конкретной цели — повысить самостоятельность команды, сохранив контроль над результатом.

Подпишитесь на материалы блога Русской Школы Управления, чтобы получать практические кейсы и разборы управленческих решений.

Больше интересного
о бизнес-образовании, обучении персонала и саморазвитии — в нашем Max-канале.

 
Любое использование материалов медиапортала РШУ возможно только с разрешения редакции.
Читайте также
Сложно выбрать? Напишите, мы поможем!
Остались вопросы?

Оставьте заявку на консультацию персонального менеджера