
Kuken工业用AI几分钟搜完70年图纸档案

Kuken Industries 是日本一家生产大型建筑、购物中心和工厂用空调及通风设备的厂商,在日本冷却塔市场占据相当份额。冷却塔通过把循环水中的热量释放到空气中来帮助降温,应用场景涵盖大型建筑、商场和数据中心设备。当冷却塔需要更换零件时,工程师需要在一份跨越70年安装记录的图纸档案中找出对应图纸。新工程师往往不知道去哪找、怎么看,只能询问有经验的老同事。Kuken 希望新工程师能自己找到记录、读懂其中的决策,把更多时间花在思考如何维修。
为此,Kuken 联系了日本 AI 初创公司 Recursive——OpenAI 的官方合作伙伴。两家公司基于 Kuken 的图纸档案和一线工程师的反馈,共同搭建了检索系统和现场应用。团队在不同类型的图纸上测试了多款 AI 模型,比较提取细节的准确率和成本,OpenAI 的模型在两项指标上都表现不错,OpenAI API 也方便把搜索功能直接集成进应用。
搜索方式由现场工程师的反馈决定。工程师可以输入图纸号或零件号,也可以上传图纸或零件清单的图片、PDF。粘贴零件清单截图可以省去逐条手输号码;应用读取零件号后返回可能的匹配项,包括相似设计的图纸。要确认哪一张是对的,工程师会再核对冷却塔规格和过往更换记录。
Kuken 公布了使用和测试结果:预计一年内能把查找图纸的时间减少约90%。老工程师用省下来的时间指导新同事;工程师直接在应用里审阅图纸,减少了打印成本;新工程师能独立承担更多工作,老员工也有更多时间教学和完成自己的工程任务。厂长 Takatsugu Naraki 说,大家终于有时间去做一直想做的事、接受新挑战,这成了真正的动力来源。
Kuken 还在开发一个检查合作伙伴所绘图纸的工具。目前工程师靠肉眼把每张图纸与规格逐项比对,寻找数量或细节上的差异。新工具的目标是自动标出这些差异,让审图更快、更不容易漏掉错误。原型测试中,AI 标出的问题里约90%确实是真实差异;如果投入生产,Kuken 预计能大幅缩短审图时间。
每张图纸都记录了一位工程师针对特定安装做出的决策。让这些决策更容易被找到和理解,是 Kuken 把经验传给下一代工程师的方式。Naraki 说,他相信 OpenAI 的技术能帮助制造商把技能传承下去,这长期以来都是他们面临的挑战。


