ДЮССЕЛЬДОРФ, Германия — Торбен Тайхманн, сервисный техник компании TK Elevator, прибывает к офисному зданию. Чтобы выполнить техническое обслуживание лифта, он надевает каску, защитные очки и перчатки, а также достает инструменты, необходимые для доступа к тем частям лифта, которые редко видит обычный человек.
Раньше Тайхманну приходилось вручную искать нужную информацию: расспрашивать окружающих, чтобы найти лифт, разыскивать блокнот с записями от руки и пролистывать сотни страниц технических руководств. Он мог обнаружить, что ему нужны другие инструменты, и тогда приходилось возвращаться к машине. После завершения работы он составлял отчет, обычно прямо в машине, «а писать там не очень удобно».
Однако сегодня агентское ИИ-приложение, созданное с помощью Microsoft Foundry и Azure OpenAI в Foundry Models, инструктирует Тайхманна через его телефон или планшет еще до того, как он войдет в здание. Он точно знает, какие инструменты взять с собой. Он знает, какой именно лифт, на каком этаже и в чем проблема — идет ли речь о плановом обслуживании или о вызове из-за проблемных дверей, например. Прямо в телефоне он может искать информацию в цифровых руководствах или просматривать историю обслуживания лифта.
«Я люблю ИИ. Это очень просто. (…) Я главный на объекте, а ИИ — мой помощник, который дает советы».
Торбен Тайхманн, сервисный техник TK Elevator. Фото Макса Бруннерта для Microsoft.
После этого другой голосовой ИИ-агент задает ему вопросы о проделанной работе, которую специалист может описать своими словами. Агент для подведения итогов фиксирует ответы Тайхманна без необходимости что-либо писать или печатать. Он задает уточняющие вопросы, если требуется больше деталей.
Взаимодействие работает в обоих направлениях. Помощник использует информацию, собранную во время предыдущих визитов, в то время как голосовой отчет Тайхманна пополняет базу данных его опытом, который пригодится коллегам, возможно, обслуживающим это оборудование в будущем. В конечном итоге его итоговые заметки имеют решающее значение. Не только для него самого, но и для будущих поколений техников. Поскольку в TKE работает 25 000 высококвалифицированных сервисных техников по всему миру, Тайхманн может использовать ценный опыт, накопленный в других уголках планеты. В свою очередь, его собственный опыт поможет коллегам по всей Германии и в других странах.
«Я люблю ИИ, — говорит Тайхманн. — Это действительно просто. Самое главное — это информация, которая нужна мне прямо сейчас», — добавляет он, указывая пальцем, чтобы подчеркнуть срочность. — Я главный на объекте, а ИИ — мой помощник, который дает советы».
Агенты опираются на цифровую платформу, которую TKE создавала последнее десятилетие, подключая лифты и эскалаторы к защищенному облаку и объединяя данные подключенного оборудования, информацию об обслуживании и техническую документацию с помощью Microsoft Azure.
Движение без остановки
Компания TK Elevator (TKE) со штаб-квартирой в Дюссельдорфе производит, устанавливает и обслуживает лифты и эскалаторы, которые в отрасли называют «установками». После приобретения эти установки становятся собственностью владельца здания. У TKE заключены сервисные контракты на их обслуживание, во многом так же, как человек покупает автомобиль и отвозит его к дилеру на ежегодный осмотр. Установки могут служить десятилетиями, поэтому техобслуживание играет важную роль в TKE, 25 000 сервисных техников которой обслуживают 1,4 миллиона единиц оборудования по всему миру.
Когда все работает, эта работа в основном незаметна. Но когда лифт ломается, это сразу же влияет на повседневную жизнь людей. По данным TKE, ее оборудование ежедневно перевозит 1,5 миллиарда пассажиров.
«Наше оборудование относится к критической инфраструктуре, — говорит Кристиан Фонгерн, генеральный директор TKE Germany. — Представьте, что в аэропорту, больнице или офисе не работает лифт или эскалатор. Это оказывает колоссальное влияние на людей в здании. Наша главная цель — обеспечить работу лифтов. Безотказная работа — это наша ключевая задача, а сервис — сердце нашего бизнеса».
Большая часть работы — это регулярное обслуживание; далеко не каждый вызов связан с механической поломкой. Повседневное использование также может вызывать проблемы. Например, физическое воздействие на двери или кнопки лифта, жвачка под поручнем эскалатора, самые разные мелкие предметы (ключи, монеты, детские соски), падающие в зазор у двери лифта. Птицы и мыши умудряются проникать внутрь и устраивать беспорядок. Грязь, принесенная на подошвах бесчисленных ботинок, — одна из главных проблем: она забивает дверные направляющие или блокирует датчики. Независимо от того, является ли визит плановым или нет, агенты ИИ призваны облегчить работу, помогая техникам быстрее находить нужную информацию.
TKE начала цифровую интеграцию лифтов и эскалаторов около десяти лет назад, используя датчики и цифровые контроллеры для сбора информации о работе оборудования. С самого начала она объединила эту информацию в центральной платформе данных с помощью Microsoft Azure, Azure IoT и Azure Databricks и продолжила ее развитие в партнерстве с Microsoft Industry Solutions Engineering, ныне известной как Microsoft Frontier Company.
Создание единой среды данных было особенно важно, поскольку TKE добавляла различное оборудование в результате поглощений. Это означало необходимость обслуживания установок других производителей, а также внедрения собственных цифровых лифтов и . В последнее время генеративный ИИ начал позволять компании использовать информацию, которая не укладывается аккуратно в операционные системы, включая технические документы и сервисные заметки техников.
«Все, что мы делали раньше, касалось структурированных данных, — говорит Кристиан Юнг, руководитель отдела цифровых данных и ИИ-платформы в TK Elevator. — Это были либо данные IoT, либо корпоративные данные, уже находящиеся в системах. Но мы не могли использовать данные из неструктурированных источников».
Показания датчиков могут показать, что делает лифт. Но большая часть знаний, необходимых для диагностики проблемы, может находиться в другом месте: в техническом руководстве, записях предыдущего техника или описании того, что произошло во время более раннего визита. Генеративный ИИ позволяет TKE извлекать данные, искать их и устанавливать связи между этими источниками.
«Мы смогли предоставить техническим специалистам рекомендации по устранению проблем», — говорит Юнг.
Например, одни и те же модели лифтов или эскалаторов в разных зданиях могут иметь совершенно разную интенсивность использования и историю обслуживания — это полезная информация, когда приходит время техобслуживания или ремонта. Другой контекст — местоположение установки, часы работы, конкретный этаж, где возникла проблема — может сэкономить сервисному технику массу времени и избавить от разочарований. Все это — тип информации, которую генеративный ИИ может легко обрабатывать, но которую раньше было трудно собирать и передавать.
Сбор данных был лишь первым шагом. TKE создала девять центров цифровых операций (DOC), где аналитики данных и технические специалисты ищут закономерности, которые могут помочь техникам выявить возникающие проблемы или расставить приоритеты в обслуживании.
Тобиас Люзебринк возглавляет направление цифровой трансформации в TKE Germany и работает в Центре цифровых операций (DOC) в Берлине, где специалисты по анализу данных и эксперты по техническому обслуживанию лифтов тесно сотрудничают для интерпретации данных и выявления закономерностей. Помимо настольных компьютеров, большие экраны на стенах DOC позволяют команде наблюдать за различными ситуациями на объектах в режиме реального времени, чтобы оперативно реагировать на них.
Центры DOC отслеживают статус подключенных устройств, зарегистрированные события, коды ошибок и т. д. Они используют машинное обучение для расчета «показателей работоспособности» подключенных устройств, что помогает расставлять приоритеты при проведении техобслуживания. Обнаружив сбои, специалисты ищут любые закономерности. «Они используют несколько источников информации, объединяют их и сравнивают с течением времени и на аналогичном оборудовании», — говорит Люзебринк. Выявив закономерности, они направляют рекомендации сервисным техникам.
Двери лифта могут открыться и закрыться несколько раз до того, как он начнет движение, а затем несколько дней работать нормально. Пассажиру это может показаться кратковременным сбоем. Данные с подключенного устройства могут показать, является ли такое поведение повторяющимся.
Благодаря Интернету вещей центр DOC «способен фиксировать подобные аномалии в работе», — говорит Люзебринк. — Это не совсем поломка, но это указывает на то, что что-то идет не так и может привести к поломке, если мы ничего не предпримем».
Обмен опытом для непрерывного обучения
DOC может отметить повторяющееся поведение и поделиться соответствующей информацией, включая номер этажа, на котором находится проблемная дверь. Затем техник осматривает оборудование и использует свои навыки и суждения для определения необходимых действий.
Информация также поступает обратно с мест. Техник может обнаружить, что первоначальный сигнал не отражает проблему, с которой он столкнулся на месте, или что несколько разных неисправностей могут вызывать схожие симптомы. Его отчетные заметки помогают TKE усовершенствовать будущие методы поиска и устранения неисправностей и выявлять новые закономерности.
«Мы используем отзывы наших техников на местах для более точного поиска и устранения неисправностей или даже предотвращения поломок», — отмечает Люзебринк.
Другие техники также могут извлечь из этого пользу, особенно те, кто недавно приступил к работе. Опытный техник может распознать подсказки по звуку и ощущениям от поездки, но на выработку такого навыка могут уйти годы, говорит Люзебринк. Технология не может зафиксировать весь их опыт, но она может предложить актуальные рекомендации на основе общих заметок команды техников по всему миру. Люзебринк добавляет, что молодые техники рассчитывают на использование цифровых инструментов.
«У нас есть хорошая документация, но основные знания хранятся в голове у моих коллег», — говорит Тайхманн, проработавший сервисным техником 12 лет. — Я могу передать свои знания через приложение коллегам, и приложение предоставит их тогда, когда им понадобится такая информация».
Торбен Тайхманн, сервисный техник TK Elevator, за работой в Дюссельдорфе, Германия. Фото Макса Бруннерта для Microsoft.
Тайхманн возвращает лифт в эксплуатацию и диктует свои выводы диспетчеру по составлению отчетов. «Вы понимаете, как важно быстро вернуть его в рабочее состояние, даже если речь идет о плановом техобслуживании», — говорит он. ИИ-агенты могут избавить его от некоторых рутинных хлопот — поиска нужного лифта, подбора правильных инструментов, ведения записей, — но пока монетки падают и ботинки пачкаются, у него всегда будет работа по ремонту лифтов.
Кэтрин Болгар пишет об искусственном интеллекте и инновациях в Microsoft — от достижений в области квантовых вычислений до того, как ИИ помогает обычным людям. Ранее Кэтрин писала о технологиях и бизнесе для ряда изданий, а также работала редактором в Wall Street Journal в Нью-Йорке и Брюсселе. Она преподавала математику в средней школе в Кении, где выучила суахили. В настоящее время она живет во Франции. Вы можете связаться с Кэтрин в LinkedIn.
