Branże · Produkcja
theBlue.ai buduje dedykowane systemy AI, które zamieniają e-maile od klientów w zamówienia, analizują dane z maszyn i czujników pod kątem oznak awarii, sprawdzają części na obrazie z kamer i odpowiadają technikom na podstawie dokumentacji technicznej. Każdy system łączy się z systemami ERP i MES oraz danymi produktowymi, z których już korzystasz, np. z SAP albo z własnymi aplikacjami, i działa on-premise, w chmurze lub hybrydowo.
AI w produkcji odczytuje zamówienia, zapytania i dokumentację techniczną, które przychodzą mailem albo w załączniku. Rozpoznaje dane takie jak produkty, ilości, terminy i numery klientów oraz dopasowuje je do danych podstawowych firmy.
Analizuje też dane z maszyn i czujników, żeby wcześnie wychwycić nieprawidłowości. Wyniki trafiają do ERP, MES albo systemów utrzymania ruchu, z których zakład i tak korzysta.
Korzyść: mniej przepisywania przy przyjmowaniu zleceń, szybsze odpowiedzi dla klientów i sygnał o potrzebie serwisu, zanim linia stanie. Niejasne zamówienia i przypadki graniczne zostają po stronie zespołu.
Przykład projektu · Radaway
Radaway, międzynarodowy producent wyposażenia łazienek, otrzymuje większość zamówień e-mailem, w takiej formie i w takich słowach, jakie akurat wybierze klient. Pierwszy system LLM wyodrębniał dane, ale produktów często nie udawało się dopasować do bazy, a zamówienia z załączników wciąż trzeba było wprowadzać ręcznie. Przejrzeliśmy ten system i dopracowaliśmy go na tyle, by niezawodnie działał w środowisku produkcyjnym.
Wybrane organizacje, dla których budowaliśmy rozwiązania
Co przejmuje AI
Producenci tracą czas tam, gdzie dane wpisuje się, sprawdza lub wyszukuje ręcznie: w przyjmowaniu zamówień i sprzedaży, utrzymaniu ruchu i kontroli jakości, zakupach, planowaniu i serwisie.
Przyjmowanie zamówień
System odczytuje zamówienia klientów z treści e-maila i załączonych plików, dopasowuje pozycje do właściwych artykułów w Twoim katalogu, nawet gdy klient nazywa je po swojemu, i wprowadza zamówienie do ERP.
Sprzedaż
Na pytania o wymiary, warianty, kompatybilność i terminy dostaw system przygotowuje projekt odpowiedzi na podstawie Twoich danych produktowych i kart katalogowych, gotowy do wysłania przez dział sprzedaży.
Utrzymanie ruchu
Dane z czujników maszyn i linii pokazują rzeczywisty stan każdego urządzenia. Serwis kieruje się faktycznym zużyciem, a awarie udaje się wychwycić, zanim zatrzymają produkcję.
Urządzenia w terenie
Zainstalowane urządzenia raportują swój stan na podstawie minimalnego zestawu czujników, a modele działają dalej także wtedy, gdy zanika połączenie. Serwis wyjeżdża wtedy, gdy jest potrzebny.
Jakość
System sprawdza obraz z kamer na linii pod kątem wad, takich jak rysy, pęknięcia czy brakujące elementy, i oznacza podejrzane części dla działu jakości.
Jakość
System klasyfikuje reklamacje klientów i raporty serwisowe według produktu i usterki, dzięki czemu wzorce wskazujące na tę samą przyczynę widać wcześnie.
Zakupy
System odczytuje potwierdzenia zamówień, dokumenty dostawy i faktury od dostawców, porównuje je z zamówieniem zakupu i oznacza rozbieżności w ilości, cenie lub terminie.
Planowanie
Planiści i kierownicy zakładów pytają zwykłym językiem, na piśmie lub głosowo, o wielkość produkcji, stany magazynowe i zaległe zamówienia, a odpowiedź pochodzi prosto z ERP, MES lub Twoich własnych raportów.
Serwis
Technicy pytają zwykłym językiem o instrukcje, listy części zamiennych i wcześniejsze zgłoszenia serwisowe i dostają odpowiedź z odnośnikiem do fragmentu, z którego pochodzi.
Jak to działa
Proszę o wysyłkę 12 kabin prysznicowych 90 na 90, szkło przezroczyste oraz pasujących białych brodzików na inwestycję Lipowy Dwór.
Wszystko musi być na budowie do 28 maja.
Zamówienie · szkic
Przykład poglądowy z fikcyjnymi danymi, na podstawie case study Radaway.
Z myślą o produkcji
Klientom, którzy nie używają nazw z katalogu, danym, które muszą się zgadzać, zanim trafią do ERP, i maszynom w miejscach bez stabilnego połączenia.
Dopasowanie semantyczne znajduje właściwy artykuł, nawet gdy klient opisuje go własnymi słowami, a etap walidacji sprawdza kontekst przed potwierdzeniem.
Ustrukturyzowane formaty odpowiedzi, logika walidacji i obsługa przypadków brzegowych nie dopuszczają błędnych danych do ERP.
Gdy zanika połączenie, dane są przetwarzane i zapisywane lokalnie na maszynie lub w terenie, a po jego powrocie synchronizowane.
System wyodrębnia, wykrywa i przygotowuje. Niejasne zamówienia, zlecenia utrzymania ruchu i decyzje jakościowe pozostają w rękach Twoich zespołów.
Case studies
Nasz projekt obsługi zamówień dla producenta wyposażenia łazienek oraz dwa projekty dla producentów przemysłowych: stan wind w terenie na podstawie danych z czujników i architektura predykcyjnego utrzymania ruchu.
Produkcja · Radaway
Zamówienia przychodzą jako swobodnie pisane e-maile, sformułowane tak, jak akurat zechciał klient. Istniejący system LLM doprowadziliśmy do wdrożenia produkcyjnego: semantyczne dopasowanie produktów, przetwarzanie załączników i 90% mniej pracy ręcznej.
Zobacz projekt
Produkcja i IoT · klient objęty NDA
Zespoły serwisowe sprawdzały windy na miejscu, żeby poznać ich stan. Teraz model odczytuje pozycję i stan pracy windy z kilku czujników, co stanowi podstawę predykcyjnego utrzymania ruchu dla całej floty.
Zobacz projekt
Motoryzacja · klient objęty NDA
Nieplanowane awarie maszyn powodowały kosztowne przestoje produkcji. Oceniliśmy istniejącą infrastrukturę i dostarczyliśmy architekturę predykcyjnego utrzymania ruchu wraz z drogą do jej wdrożenia.
Zobacz projektJak zacząć
Skrzynka z zamówieniami, linia produkcyjna albo sterta reklamacji: praca, którą Twój zespół wykonuje dziś ręcznie, i dane, na których się opiera. Na wczesnym etapie sprawdzamy, czy dane wystarczą do danego zastosowania i gdzie wolno je przetwarzać.
Powiedz nam, gdzie tkwi praca ręczna i jakich danych dotyczy. W ciągu jednego dnia roboczego wrócimy do Ciebie ze wstępną oceną i propozycją 30-minutowej rozmowy o zakresie.
Opisz swój procesMapujemy przebiegi pracy, sprawdzamy Twoje źródła danych i wymagania, a potem proponujemy architekturę z zakresem, harmonogramem i kosztami. Samodzielne zlecenie, bez zobowiązania do dalszej współpracy.
Zobacz Warsztat AI DiscoveryFAQ
W produkcji AI przejmuje pracę, którą działy sprzedaży, jakości i serwisu wykonują zwykle ręcznie: zamówienia z e-maili i załączników, zapytania o produkty, dane z maszyn i czujników na potrzeby utrzymania ruchu, stan zainstalowanych produktów, obraz z kamer w kontroli jakości, reklamacje, dokumenty od dostawców, dane produkcyjne i instrukcje serwisowe. System AI przygotowuje wynik, a decyzje podejmują planiści, pracownicy działu jakości i technicy.
Tak. Dla producenta wyposażenia łazienek Radaway theBlue.ai doprowadziło system zamówień oparty na LLM do gotowości produkcyjnej: system rozpoznaje, czy wiadomość jest zamówieniem, wyodrębnia dane z treści e-maila i z załączników oraz przypisuje produkty z bazy za pomocą dopasowania semantycznego i etapu walidacji przez LLM. Ręcznych interwencji jest o 90 procent mniej, a trafność dopasowania produktów sięga 95 procent i więcej.
Tak. W Radaway theBlue.ai przejrzało istniejący system, zamiast go zastępować, i wzmocniło cztery elementy, od których zależy, czy może on działać bez nadzoru: prompty z ustrukturyzowanymi schematami odpowiedzi, semantyczne dopasowanie produktów, przetwarzanie załączników i klasyfikację intencji. Od przeglądu technicznego do systemu gotowego do wdrożenia produkcyjnego minęły trzy tygodnie.
Od wiedzy o tym, co faktycznie dzieje się z Twoimi urządzeniami. Dla producenta wind theBlue.ai zbudowało modele, które odczytują położenie i stan pracy z celowo minimalnego zestawu czujników, bez oznaczonych danych treningowych, jako podstawę predykcyjnego utrzymania ruchu. Dla producenta z branży motoryzacyjnej theBlue.ai przygotowało architekturę rozwiązania i etapową roadmapę dopasowaną do istniejącej infrastruktury.
Tak. Modele dla wind działają w szybach, które blokują sygnał bezprzewodowy: gdy nie ma połączenia, dane są przetwarzane i zapisywane lokalnie, a po jego powrocie synchronizowane. theBlue.ai wdraża też systemy on-premise, w chmurze lub hybrydowo.
Od jednego procesu, np. wprowadzania zamówień z e-maili klientów, i danych, na których się opiera. Analiza procesu ma stałą cenę od 3000 € i kończy się propozycją architektury, która określa zakres, harmonogram i koszty, w tym to, gdzie wolno przetwarzać dane. Budowę wyceniamy według kamieni milowych, a pierwsze działające komponenty pojawiają się zwykle po sześciu do ośmiu tygodniach.
Opisz proces, a w ciągu jednego dnia roboczego wrócimy do Ciebie ze wstępną oceną i propozycją 30-minutowej rozmowy o zakresie.
