重機械資産、例えば油田、農業用コンバイン、車両のフリートのメンテナンスは、グローバル企業にとって非常に複雑な課題をもたらします。これらの資産はしばしば世界中に広がっており、そのメンテナンススケジュールやライフサイクルは通常、企業全体のレベルで決定されます。主要なコンポーネントの故障は、1日あたり数百万ドルの収益損失をもたらすだけでなく、顧客への下流への影響も生じます。そのため、多くの企業が、これらの資産が毎日生成するテラバイト単位のデータから洞察を得るために、生成的AIに頼っています。これらの洞察は、停電を予測し、メンテナンス、修理、運用（MRO）のワークフローを改善することで、大幅な時間とコストの節約を実現するのに役立ちます。
Kubrickは、Databricksのコンサルティングパートナーとして、業界を問わずクライアントと協力して、重機械のメンテナンス要件を予測し対応する能力を革新しています。これらの組織は、KubrickとDatabricksの技術と専門知識を活用することで、価値チェーン全体のビジネスの結果を改善し、市場リーダーシップを確立し、規制リスクを軽減しています。
COVID-19パンデミックが世界を停止させたとき、閉鎖された国境と休業した労働力により、私たちの製造供給チェーンをつなぐリンクが断たれました。運送・物流業界は、まず最初にこの混乱の影響を受け、財政的な損失を被りました。その後、エネルギー、農業、製造業が影響を受けました。
しかし、供給チェーン全体のビジネスは、顧客が新たな支出（および旅行）習慣を採用したため、現在、パンデミック前のビジネスレベルを超える寸前にあります。この劇的な回復は、航空会社、貨物、物流などの業界がOEMからの生産遅延による供給制約に直面しているという、パンデミック中に製造業が停止したときの波及効果から、自身の一連の課題をもたらします。これらの超競争的な産業では、修理の遅延を最小限に抑え、車両や機械の能力を最大限に引き出すことが、利益を得るために不可欠です。
重機械に依存する多くの企業は、競争力を維持するために必要な効率向上を達成するために、次世代技術を求めています。データとAIをMROに成功裏に導入するための鍵は、まず具体的な価値を生み出すユースケースを特定し、その後、コストを削減し収益を増加させるロードマップを作成することです。Kubrickは、DatabricksとNeo4jとのパートナーシップで、メンテナンスライフサイクル全体の技術運用を強化する革新的なソリューションを設計しました。
重機械や車両のフリートを持つ企業にとって、メンテナンス費用は貸借対照表の重要な部分であり、しばしばその結果を決定します。メンテナンス費用は、航空会社、貨物、船舶会社の支出で3番目に高く、燃料と従業員の給与に次ぐものです。一方、MRO業界全体は、限られたツールとリソースを競うビジネスが増えることで、今後数年間で500億ドル増加すると予想されています。
しかし、メンテナンス費用は、データとAIツールを用いて最適化する大きな可能性を持っており、重機を利用するビジネスにとっては、利益率と収益を大幅に変える主要な焦点となっています。データとAIの改善の余地は次のとおりです：
メンテナンス作業の大部分は、車両や機器の安全性と性能に影響を与える欠陥、不規則性、故障の特定に焦点を当てています。これらの欠陥を特定し対処する典型的なプロセスは手動で遅く、課題を予測し対処するのが難しいです。
この課題はMROのライフサイクル全体で複雑化し、欠陥の診断と解決に困難を生じさせます。問題には：
これらの要素の組み合わせは、問題への対応に数時間から数日かかることを意味し、重機の利用率が低下し、貨物輸送が遅延したり、旅客機が地上に留まったりする結果となります。結局のところ、非効率的な修理ソリューションの底線へのコストは、トップラインの収益も制限することができます。
一方、高度に手動的なデータ収集と分析は、規制当局の要件を満たすために必要な時間を延ばします。航空会社やエネルギー生産者など、メンテナンスの失敗が大々的に報道されている業界に対する公の目が鋭くなる中、規制遵守はこれまで以上に重要になっています。
これらの課題はまた、機会を提供します：最先端のデータとAIの能力は、より良い洞察を提供し、メンテナンスと供給チェーンの混乱を予測し、より迅速な対応を可能にし、フリートの利用を最大化し、高額な計画外の停電を避けることができます。
Kubrickは、複合AIシステムを開発し、Databricks Data Intelligence Platformを活用して、生のデータを価値あるビジネスインサイトにシームレスに変換し、MROライフサイクルの多くの相互接続された課題に対応します。このソリューションは、ダッシュボードのシリーズとメンテナンスチャットボットとのインターフェースを持つ知識グラフによって駆動され、エンドユーザーにインサイトを提供します。高レベルでは、以下の要素で構成されています：
Databricks Data Intelligence Platformは、データが効率的に処理され、モデルが安全な環境で提供されることを保証します。Kubrickのクライアントは、メンテナンスコストを削減する堅牢でスケーラブルなソリューションから利益を得ています。
LLMは、複雑な情報を理解しやすい、人間が読めるテキストに蒸留するためのユニークで最先端の機会を提供します。クーブリックの専用に設計されたアーキテクチャには、技術者専用に設計されたチャットボットが搭載されており、欠陥の解決時に時間を節約し、より完全なコンテキストを提供します。通常、チャットボットには、異なるタイプの質問に答えるための複数のエンドポイントがありますが、この機器保守チャットボットには、それぞれが別のエンドポイントに接続する2つの取得モデルがあります。
これらのエンドポイントは両方とも明確な使用事例を持っ ています。例えば、メンテナンスチャットボットに特定の機器や車両についての質問があったとき、それはTextToCypherエンドポイントを問い合わせます、なぜならこの質問は知識グラフを使用して答えることができるからです。部品の規制についての質問の場合、マニュアルのテキストがこの質問に答えるために必要なので、RAG対応のエンドポイントが問い合わせられます。
しかし、メンテナンス作業員が特定の機器や車両の特定の問題を修正する手順について尋ねる場合、マニュアルには推奨される手順が記載されているかもしれませんが、グラフデータベースにはその機器や同じ問題を抱えた類似の機器に対して以前に取られた手順に関する有用な情報があるかもしれません。この場合、チャットボットはユーザーの質問を両方のモデルに送信し、包括的な情報を収集します。そして、両方のソースから関連情報が得られたら、別のエンドポイントが結果をエンドユーザーにとって読みやすく有用な形式に結合します。
このプロセスは、複数のエンドポイントを調整 して、最も正確な洞察を保守エンジニアに提供し、複数のエンドポイントを呼び出す際の遅延を最小限に抑えます。まず、エンドポイントが互いの出力に依存していないため、クエリを同時にエンドポイントに送信します。これにより、両方が同時に実行できます。二つ目に、これはキャッシュを作成し、以前に質問がされ、正しく回答されたかどうかを確認し、そのキャッシュから結果を返すことで、将来のクエリの時間を短縮します。
Databricksを使用してFAQのキャッシング技術を実装することができます。最初のステップは、Deltaテーブルに保存されたFAQを収集し、頻度と関連性に基づいて質問をカテゴライズし、ランク付けするためにNLP技術を使用します。次に、ランク付けされたFAQはオンラインテーブルに保存され、ユーザーの行動や新しい質問の変化を定期的に反映するように更新され、UIに統合されてユーザーがカテゴリごとの最も頻繁に尋ねられる質問を見ることができます。最後に、技術者は新しい質問を提出する前にUIで関連するFAQカテゴリを確認することができ、重複した質問を減らし、ユーザーエクスペリエンスを向上させます。
モデルのパフォーマンスは、2つの重要な方法で評価されます。まず、別のLLMが、人間が読むことができるテキストを生成する すべてのモジュールの判断者として機能します。このLLM-as-a-judgeモデルは、生成された応答が質問に正確に答え、幻覚を避け、期待される出力形式に一致することを保証します。2つ目の評価方法は、TextToCypherモジュールを使用します。このモデルはコードを生成するため、人間が読むことができるテキストではないため、同じ方法で別のLLMによって評価することはできません。代わりに、Databricksの Managed MLflowでカスタム評価関数を使用します。この関数は、生成されたコードをKubrickのデータベースで実行してその機能を確認し、その結果を真実のコードが生成した結果と比較します。一致すると評価は正となり、不一致すると評価は負となります。
Databricks Data Intelligence Platformを活用することで、Kubrickはクライアントの重機メンテナンス費用を数百万ドル削減できると見込んでおり、3年間の展開を通じて9桁を超える節約が見込まれます。Kubrickのソリューションの価値は、Delta Live Tables (DTL)、ストリーミングジョブ、Unity Catalog、Mosaic AIなどのDatabricksツ ールを適用することで、その全体がより効率的で強力になることから生まれます。クライアントと密接に連携し、メンテナンスの課題を理解し解決することで、KubrickはMROプロセスの大規模な変革を推進しています。KubrickのDatabricksとのパートナーシップによる提供能力とリソースについて詳しくは、[email protected]
