Рассмотрим ситуацию, когда техник прибывает на подстанцию для проверки выключателя, сообщившего о неполадке в работе. Прежде чем принимать решение о необходимых действиях, специалист должен изучить историю обслуживания данного объекта, предыдущие проблемы и всю техническую документацию, относящуюся к задаче.
Подобная информация, скорее всего, существует, но ее поиск может занять немало времени.
Технику может потребоваться выполнить поиск в различных приложениях, открыть несколько папок и изучить архивные записи, прежде чем удастся собрать достаточно информации для понимания проблемы. Для выездных бригад коммунальных предприятий, особенно работающих в сетях передачи и распределения электроэнергии, это привычная сложность.
Я вижу одно из наиболее ценных применений генеративного ИИ в том, чтобы сделать эту информацию доступной через единый цифровой помощник на планшете, который полевой сотрудник и так носит с собой.
Принцип прост. Вместо того чтобы искать информацию в нескольких системах, техник задает вопрос и получает ответ, извлеченный из соответствующей документации. Эта технология полезна тем, что упрощает существующую задачу и сокращает время на поиск информации.
Объединение технических знаний в одном приложении
Выездные сотрудники коммунальных служб обычно носят с собой планшет в дополнение к другому специализированному оборудованию. Эти устройства уже обеспечивают доступ к различным приложениям и техническим записям, но работа с информацией в них может отнимать много времени.
Возьмем пример с выключателем. Техник может отсканировать устройство и попросить цифрового помощника показать его историю обслуживания, зарегистрированные проблемы и сопутствующую документацию.
Без генеративного ИИ ответ на этот вопрос может потребовать перехода по многочисленным порталам, базам данных и папкам с последующим чтением и сравнением информации вручную.
Правильно настроенное приложение с генеративным ИИ может извлекать соответствующие записи из этих источников и представлять информацию через единый интерфейс.
Здесь на помощь приходят большие и малые языковые модели. При подключении к подходящим источникам знаний они могут помочь интерпретировать вопрос полевого сотрудника и извлечь информацию, имеющую отношение к задаче.
Важным отличием является скорость предоставления информации.
Сотрудник, который может получить необходимый контекст через одно приложение, тратит меньше времени на его поиски. Это делает процесс проще и позволяет сосредоточиться на сути возникшей проблемы.
По моему мнению, в этом заключается непосредственная выгода: одно приложение вместо множества.
Снижение трудозатрат при выполнении повседневных полевых работ
Тот же принцип применим к административной работе, сопутствующей выездным операциям.
Затраты ручного труда часто связаны с необходимостью искать информацию в разных системах. Каждое приложение может содержать лишь часть того, что требуется сотруднику, но для получения полной картины все равно приходится переключаться между ними.
Сведение этой информации в единый интерфейс сокращает количество необходимых шагов.
Это также делает генеративный ИИ полезным без необходимости менять все аспекты работы полевых команд. Сотрудники могут продолжать использовать привычные устройства, получая при этом более прямой доступ к необходимой документации.
Цель состоит в том, чтобы упростить поиск информации, особенно когда работники сталкиваются с техническими проблемами, требующими понимания предыдущих действий и состояния оборудования.
Передача опыта новому поколению сотрудников
Другая важная область применения касается передачи знаний.
Многолетние сотрудники коммунальных предприятий накапливают значительный опыт работы с конкретными объектами, условиями и системами. Часть этих знаний фиксируется в технической документации, отчетах об обслуживании и других материалах, накапливаемых с течением времени.
Когда к работе приступает новый сотрудник, обычно существует два способа передачи таких знаний.
Первый — это взаимодействие между людьми. Новый работник общается с опытным коллегой, задает вопросы, делает заметки и постепенно начинает понимать специфику работы.
Второй — взаимодействие системы с человеком, при котором сотрудник учится, получая доступ к информации, уже сохраненной в системах организации.
Генеративный ИИ может значительно упростить второй подход.
Если имеющаяся документация по знаниям подключена к цифровому помощнику, новый полевой сотрудник может напрямую задавать вопросы и получать информацию на основе этих материалов.
Это может сократить время, затрачиваемое на поиск и изучение документации в период адаптации. Кроме того, это создает практичный способ сделать накопленные технические знания более доступными для сотрудников, которые еще только осваиваются в своей рабочей среде.
Ценность зависит от того, зафиксированы ли эти знания и доступны ли они изначально. Цифровому помощнику требуется надежная документация для поиска, поэтому качество и доступность имеющейся информации имеют важнейшее значение.
Почему коммунальным предприятиям нужен взвешенный подход
Потенциальный прирост производительности значителен, однако коммунальные компании работают иначе, чем многие другие отрасли.
Коммунальные предприятия жестко регулируются и вполне обоснованно с осторожностью относятся к внедрению новых технологий. Безопасность является важнейшим фактором, особенно когда новым приложениям требуется доступ к операционной информации.
Я считаю такую осторожность сильной стороной.
В быстро меняющемся технологическом бизнесе ИИ-приложение можно внедрить и доработать относительно быстро. Для коммунального предприятия внедрение должно быть более продуманным из-за среды, в которой работает технология.
Именно поэтому я считаю, что внедрение должно начинаться с конкретного практического сценария и четко определенных пользовательских ролей.
У полевого техника, например, есть специфические требования к информации. Приложение с генеративным ИИ должно проектироваться с учетом этих требований и работы, которую данный специалист должен выполнять.
Участие человека также остается обязательным.
Существуют полевые работы, связанные с отключением, испытаниями, проверкой и авторизацией, где человек должен оставаться частью процесса. Генеративный ИИ может помочь в поиске информации и поддержать работника, но он должен функционировать в рамках требований к управлению и безопасности, применимых к таким операциям.
Целостность данных, безопасность и правила управления одинаково важны. Коммунальным предприятиям необходимо продумать, где хранится информация, как она извлекается и каким пользователям или приложениям разрешен доступ к ней.
Эти решения должны быть приняты до внедрения генеративного ИИ в полевые операции.
Подготовка к грядущим годам
Я ожидаю роста внедрения генеративного ИИ в коммунальной сфере, хотя темпы будут отражать стремление отрасли к безопасности и операционному контролю.
Такой взвешенный подход особенно актуален по мере того, как коммунальные предприятия готовятся к росту нагрузки на свою инфраструктуру.
Примером тому служит штат Техас. Ожидается значительный рост энергопотребления примерно в 2030 и 2031 годах. Я считаю, что в ближайшие три-четыре года генеративный ИИ сможет трансформировать работу коммунальных служб и, возможно, ускорить развитие линий электропередачи, распределительных сетей и подстанций.
Для полевых работников преимущества начинаются с практических улучшений: более быстрого поиска технической информации, снижения усилий, связанных с поиском по нескольким системам, и предоставления более легкого доступа к знаниям опытных сотрудников.
Технологию необходимо внедрять с четкой целью, правильным контролем данных и соответствующим участием человека.
Энергетические компании абсолютно правы в том, что подходят к внедрению обдуманно. В отрасли, отвечающей за критическую инфраструктуру, медленный и уверенный прогресс приносит большую пользу.
