Kuken Kogyo 查一张旧图纸,从半天降到 4.5 分钟
全年节省约 90% 只是预测,不是实测,FDE 不该把两者放进同一句话。
要点速览
- 在福冈工厂的试点中,每次图纸检索平均耗时 4.5 分钟,过去则需要几十分钟到半天不等。
- 全年检索工作量减少约 90%,是基于去年数据的估算,不是实测结果。
- 2026 年内在福冈和千叶两座工厂全面上线,目前仍只是目标。
在 Kuken Kogyo 的福冈工厂,要从 70 多年积累下来的档案里找出一张旧图纸,过去需要几十分钟到半天不等。该公司与 Recursive 联合开发的系统在试点中把平均耗时降到了 4.5 分钟。
Kuken Kogyo 是一家总部位于福冈的空调设备制造商,在日本冷却塔市场排名第一。Recursive 是一家总部位于东京涩谷的 AI 解决方案公司。
据 MONOist 报道,该系统基于 OpenAI API 构建,有两项功能:检索图纸和审核图纸。Recursive 于 11 月 4 日在联合开发公告中公布了试点结果。
对前线部署工程师(FDE)来说,这条新闻值得一读,原因有二。第一,这正是在制造业客户那里很可能分到手的项目。第二,两家公司呈现数字的方式,清楚地显示了实测结果到哪里为止、承诺从哪里开始。
哪些数字是实测,哪些是预测?
仔细看,公告里有三类数字。4.5 分钟是福冈试点的真实测量值,韩国 TokenPost 对此另有报道。即便如此,报道该项目的日本媒体仍把这个平均值描述为“预期”。
第二个数字是全年检索工作量减少约 90%。这是基于去年数据的估算,不是实测结果。第三类是上线时间表:Kuken Kogyo 计划在 2026 年内让该系统在福冈和千叶两座工厂全面投入使用。这仍是目标,不是确定的时间表。
用一个假设的计算可以看出 90% 可能从何而来。假设过去一次检索平均需要 45 分钟,那么 4.5 分钟恰好是原来的 10%,即降低 90%。
但这个算术成立有前提:每年的检索次数保持不变,千叶的条件与福冈一致,工程师也确实改用这个工具。在系统全面部署之前,这些假设都无法验证。
为什么图纸档案是 FDE 的主场
一座运转了七十多年的工厂,保存着任何现成模型都没见过的图纸和技术文档。要解决这个问题,就得坐在工程师旁边,看他们在找什么、为什么要花半天。
需求调研中首先要问的问题是:工程师开始检索时,对那张图纸还记得什么?如果记得的是产品编号、客户名称或项目年份,问题就更偏向元数据的清洗和利用。
如果他们只记得“一个长这样的零件”,就需要按视觉相似度检索,难度和成本都高得多。
最快的办法是:每计时一次真实检索,就记下工程师最初掌握的线索。之后再决定系统该怎样检索。这是派驻现场的人该做的事,而不是远在别处的产品团队。
有一个细节值得注意:这个系统不止于检索,还会审核图纸。如果接手类似项目,可以预期检索跑通之后,客户会希望把工作流的下一步也自动化。第一次需求调研时就该问清这一步。
如何如实汇报试点结果
到客户现场后,第一件事是在写任何代码之前先测出基线:给真实检索计时,并记录时间范围。Recursive 发布的联合公告之所以有分量,正是因为给出了“几十分钟到半天”这个参照点。没有这条基线,4.5 分钟什么也证明不了。
把这类项目写进简历或在面试中介绍时,也用同样的三层结构:在哪里测试、测出了什么、哪些部分仍是估算。优秀的 FDE 招聘方恰恰会在这里追问。一开始就把这几层分清楚的候选人,说明明白证明价值比做出演示更难。
Kuken Kogyo 真正的考验在千叶,4.5 分钟这个数字必须在那里从头再测一遍。
这篇文章对你有帮助吗?
感谢你的反馈!