Jak AI odpowiada technikom na pytania z DTR i schematów maszyn zamiast szukania w setkach stron?

Tak, AI może to robić już dziś. Podłączasz dokumentację maszyn do bazy wiedzy: DTR, schematy elektryczne, karty katalogowe, instrukcje serwisowe. Technik zadaje pytanie po polsku i dostaje konkretną odpowiedź z numerem strony i cytatem z dokumentu. Nie szuka sam w 400-stronicowym pliku po niemiecku, nie dzwoni do serwisanta po 16:00 i nie traci czasu produkcyjnego na szukanie właściwego schematu wśród kilkudziesięciu maszyn.

Dlaczego dokumentacja techniczna w firmie produkcyjnej to problem, który wszyscy mają, a mało kto rozwiązał?

Typowa firma produkcyjna lub serwisowa ma kilkadziesiąt maszyn, a do każdej kilka dokumentów. DTR od producenta, schemat elektryczny, schemat pneumatyczny lub hydrauliczny, karta katalogowa, lista części zamiennych. Do tego własna instrukcja stanowiskowa dopisana przez BHP i protokoły przeglądów gromadzone od lat. Razem to setki, czasem tysiące stron PDF-ów, często po niemiecku, po włosku albo w angielskim tłumaczeniu technicznym z lat 90., gdzie "press the override button" mogło oznaczać coś zupełnie innego niż firma myślała.

Problem pojawia się zawsze w konkretnych sytuacjach. Awaria na drugiej zmianie. Technik przy maszynie widzi kod błędu F-217. Główny serwisant na urlopie. DTR liczy 620 stron, spis treści po niemiecku, czas postoju kosztuje. Albo inna scenka: nowy pracownik przed pierwszym ustawianiem narzędzia w tokarce CNC pyta kolegę zamiast sięgać do instrukcji, bo "i tak by nie znalazł w tej czcionce 8 na stronie 340 po angielsku".

To nie jest problem archiwizacji. Firma dokumenty ma. To problem dostępu do wiedzy, która już istnieje, tylko nie da się jej szybko użyć.

Jakie dokumenty wchodzą do systemu i co z nich wyciągamy?

Podstawa to dokumenty przypisane do konkretnej maszyny. Każda maszyna w portalu AI dostaje swój rekord z kilkoma polami, które spajają dokumentację z fizycznym urządzeniem.

• Numer seryjny i inwentaryzacyjny: te same, które są w systemie ERP albo na tabliczce znamionowej maszyny
• Lista przypisanych dokumentów: DTR producenta, schemat elektryczny, schemat pneumatyczny lub hydrauliczny, karta katalogowa, lista części zamiennych z numerami indeksowymi, instrukcja stanowiskowa BHP
• Wersja dokumentacji: producenci co kilka lat wydają aktualizacje, system pilnuje, że technik pyta o właściwą wersję, nie o zeskanowany stary egzemplarz z 2009 roku
• Język oryginału: istotne przy tłumaczeniu, żeby AI wiedziało, z jakiego języka pracuje
• Data ostatniej aktualizacji dokumentu i kto ją wgrał

Dokumenty ładujemy do systemu jako PDF-y albo w formacie tekstowym, gdy producent dał dokumentację w Word lub HTML. PDF-y ze skanów przechodzą przez OCR, żeby stały się przeszukiwalne. Schematy w formacie graficznym wymagają osobnego kroku: opisujemy je strukturalnie, wyciągając nazwy podzespołów, numery pozycji rysunkowych i powiązania między nimi. To trochę więcej pracy na starcie, ale technik może potem zapytać "gdzie na schemacie elektrycznym jest przekaźnik K4" i dostać konkretne wskazanie.

Karty katalogowe części zamiennych wnoszą osobną wartość. Indeks części, opis, uwagi o zamiennikach, producent alternatywny. AI po odpowiedzi dotyczącej usterki może od razu podać, czy dana część jest aktualnie na stanie w magazynie i jaki jest jej numer zamówieniowy u dostawcy. To jeden krok mniej dla technika przed zamówieniem.

Jak AI odpowiada technikom na pytania z DTR i schematów?

Technik otwiera asystenta na tablecie przy maszynie i pisze, albo mówi: "Maszyna nr 14, frezarka HAAS VF-2, błąd 138, co robić?". AI przeszukuje dokumentację przypisaną do tej konkretnej maszyny, wyciąga odpowiedni fragment z instrukcji serwisowej i odpowiada po polsku. Z numerem strony. Z cytatem z oryginału, żeby technik mógł sam zweryfikować.

U jednego z klientów redAi wdrożyliśmy taki system w firmie serwisującej klimatyzację przemysłową. Technicy mają smartfony, baza wiedzy zawiera DTR i schematy dla każdego modelu ze zlecenia serwisowego. Najczęstsze pytania to "jak sprawdzić ciśnienie po stronie ssawnej w tym modelu" albo "jakie ustawienie presostatu dla tej jednostki zewnętrznej Daikin REYQ16". Odpowiedź przychodzi w kilka sekund, z numerem podzespołu i wskazaniem na schemat. Wcześniej technik albo dzwonił do biura, albo jechał do klienta z niesprawdzoną diagnozą.

Co konkretnie AI potrafi wyciągnąć z dokumentacji technicznej:

• Opis kodu błędu i procedurę jego usunięcia krok po kroku
• Parametry regulacji: ciśnienia robocze, momenty dokręcenia, wartości kalibracyjne, przedziały temperatur
• Sekwencję czynności przy wymianie konkretnego podzespołu
• Numer rysunku technicznego i pozycję na schemacie
• Wymagane narzędzia specjalne i środki ochrony indywidualnej
• Odnośnik do innych sekcji DTR, gdy procedura wymaga wcześniejszego kroku z innego rozdziału
• Terminy przeglądów cyklicznych i wykaz czynności do każdego przeglądu

Ważna zasada, którą podkreślamy przy każdym wdrożeniu: AI nie wymyśla. Gdy szukanej informacji nie ma w załadowanej dokumentacji, mówi to wprost. Nie generuje parametrów z ogólnej wiedzy o marce maszyny. Cytuje tylko to, co jest w plikach firmy. W środowisku technicznym to cecha, nie ograniczenie, bo technik musi wiedzieć, że odpowiedź ma źródło.

Tłumaczenie obcojęzycznej dokumentacji i skrócona instrukcja stanowiskowa

To jeden z najczęstszych powodów, dla których firmy decydują się na ten system. Maszyna z Niemiec ma DTR po niemiecku. Maszyna z Włoch, schemat z podpisami po włosku. Dokumentacja ze starszego zakupu w Czechach po czesku. Nikt w firmie tego nie czyta, bo nie ma czasu i nie zna języka, więc DTR leży w szafce i spełnia tylko funkcję "mamy, jak będzie kontrola".

AI tłumaczy na bieżąco przy każdym pytaniu: technik pyta po polsku, AI szuka w oryginalnym dokumencie i odpowiada po polsku. Nie musisz tłumaczyć całego pliku z góry. Ale jeśli chcesz: możesz poprosić AI o przetłumaczenie konkretnego rozdziału, na przykład "Rozdział 7: Konserwacja okresowa" z DTR prasy hydraulicznej Schuler, i dostaniesz gotowy tekst do weryfikacji przez technika.

Skrócona instrukcja stanowiskowa to osobny produkt z tego samego procesu. Typowo wygląda to tak: bierzesz DTR liczącą 400 stron i prosisz AI: "Przygotuj jednostronicową instrukcję dla operatora do codziennego uruchamiania i zatrzymywania tokarki XYZ, z listą kontrolną przed startem". AI wyciąga z dokumentu tylko fragmenty dotyczące operatora niewykonującego napraw, pomija rozdziały serwisowe i diagnostyczne, skraca do A4 w języku polskim, z polską terminologią BHP.

Taka instrukcja stanowiskowa trafia do systemu jako osobny dokument przy danej maszynie, z oznaczeniem, z której wersji DTR powstała. Gdy wgrasz nowszą wersję DTR, AI może porównać obie wersje i wskazać, które fragmenty instrukcji stanowiskowej wymagają aktualizacji. Bez ręcznego porównywania rozdziałów po rozdziale.

Jak to spina się z rejestrem maszyn, historią serwisu i magazynem?

Sama baza wiedzy dokumentów to pierwsza warstwa. Druga to powiązanie z tym, co firma już ma: rejestrem maszyn w ERP, historią zleceń serwisowych, protokołami przeglądów i stanem magazynowym części zamiennych.

Gdy technik pyta o maszynę nr 14, AI może połączyć pytanie z dokumentacją konkretnej maszyny i z jej historią serwisową. Ostatni przegląd trzy miesiące temu. Przy tym przeglądzie wymieniono uszczelki na pompie hydraulicznej, protokół podpisał Jan Kowalski. To kontekst, który zmienia jakość odpowiedzi. Zamiast ogólnej procedury z DTR AI dodaje: "Pompa hydrauliczna była serwisowana 3 miesiące temu. Sprawdź najpierw, czy uszczelki zostały poprawnie zamontowane. Procedura montażu na stronie 88 DTR, wersja 2.3."

W praktyce łączymy kilka źródeł danych:

• DTR i schematy: baza wiedzy dokumentacyjna przypisana do numeru seryjnego maszyny
• Karta maszyny z ERP: numer seryjny, rok produkcji, lokalizacja hali produkcyjnej, odpowiedzialny technik, gwarancja
• Historia zleceń serwisowych: daty przeglądów, wykonane prace, wymienione części z numerami indeksowymi
• Stany magazynowe części zamiennych: informacja, czy dana część jest dostępna, zanim technik jedzie na naprawę

Takie połączenie działa szczególnie dobrze w serwisach zewnętrznych. Technik przed wyjazdem do klienta chce wiedzieć: co to za maszyna, jakie ma przebiegi serwisowe, co leży w magazynie podręcznym, gdzie jest schemat elektryczny. Wszystko z jednego zapytania, bez dzwonienia do biura i bez otwierania czterech różnych systemów.

Wersjonowanie dokumentacji: po co i jak to pilnujemy?

Producenci maszyn wydają aktualizacje DTR. Czasem drobne poprawki, czasem całkowicie zmienione procedury kalibracyjne po cichu wdrożone przez producenta po wykryciu wady serwisowej. Firma, która ma 10-letnią maszynę z DTR wersji 1.2, a od 5 lat obowiązuje wersja 2.1, może mieć technika robiącego przegląd według nieaktualnej procedury. Nikt tego nie wykryje, dopóki coś nie pójdzie źle.

W systemie każdy dokument ma pole wersji i datę obowiązywania. AI przy każdej odpowiedzi cytuje wersję dokumentu, z której korzysta: "Źródło: DTR HAAS VF-2, wersja 2.3, strona 88." Gdy wgrasz nowszą wersję, stara pozostaje w archiwum, bo protokoły serwisowe z poprzedniego okresu mogą się do niej odwoływać i nie można jej po prostu usunąć.

Dodatkowo po wgraniu nowej wersji DTR możesz poprosić AI o porównanie: które rozdziały się zmieniły, które procedury zostały zmodyfikowane, które parametry mają nowe wartości. To podpowiedź dla osoby odpowiedzialnej za dokumentację, co wymaga aktualizacji instrukcji stanowiskowych albo krótkiego szkolenia operatorów. Bez ręcznego czytania obu wersji od nowa.

Od czego zaczynamy wdrożenie?

Najczęściej zaczynamy od jednej linii produkcyjnej albo jednej grupy urządzeń, na których awarie kosztują najbardziej. Albo tych, które generują najwięcej telefonów do serwisantów w nieodpowiednich godzinach. Cel jest konkretny: po kilku tygodniach technik przy tej grupie maszyn ma odpowiedź w kilka sekund, zamiast szukać.

Pierwsze kroki wyglądają tak:

• Inwentaryzacja: lista maszyn z numerami seryjnymi, lista dokumentów do każdej (co firma ma, w jakim formacie, w jakim języku)
• Załadowanie dokumentów i przypisanie do maszyn w systemie
• Testy z technikami: dajemy im 10 typowych pytań z ostatnich awarii i sprawdzamy, czy AI trafia w odpowiedź i czy cytuje właściwe fragmenty
• Integracja z rejestrem maszyn z ERP (opcjonalnie na start, ale polecamy od razu dla pełnego kontekstu)
• Wdrożenie dostępu na tablety lub smartfony techników na hali

Nie musisz mieć wszystkich dokumentów w idealnym stanie na starcie. Zaczyna się od tego, co firma ma, bo nawet niekompletna baza wiedzy jest lepsza niż brak dostępu do czegokolwiek podczas awarii. Dokumenty dołącza się i uzupełnia stopniowo.

Jeden praktyczny punkt, o którym mówimy z góry: stare DTR ze słabej jakości skanów mogą dawać gorsze wyniki OCR. Przy wdrożeniu sprawdzamy jakość każdego dokumentu i mówimy wprost, które wymagają ponownego skanu albo ręcznego uzupełnienia kluczowych sekcji. Lepiej wiedzieć to przed uruchomieniem niż odkryć przy pierwszej awarii.

Jeśli zastanawiasz się, czy takie wdrożenie ma sens przy Twojej skali i dokumentacji, umów się na krótką rozmowę: 15 minut rozmowy wystarczy, żeby ocenić, ile dokumentów masz, w jakim są stanie i od czego warto zacząć. Możesz też zobaczyć, jak podobne wdrożenia działają u innych firm: realne wdrożenia pokazują, co konkretnie zmieniło się w pracy techników i serwisantów po podłączeniu dokumentacji do AI.