Traduit de l’original anglais. Les chiffres et les sources sont inchangés. Lire l’original en anglais
Toyota Motor Corporation
Toyota donne à 800 ingénieurs motopropulseur O-Beya, une équipe d’agents d’IA qui répond aux questions de conception
Toyota a conçu O-Beya, un système de neuf agents d’IA générative qui répond aux questions des ingénieurs motopropulseur sur des sujets comme les vibrations, la consommation de carburant et la réglementation. Environ 800 ingénieurs y ont accès depuis janvier 2024. Toyota fait état de l’usage, mais n’a pas encore mesuré le temps gagné.
Chiffres clés
Repris tels quels des sources. Copiez n’importe quel chiffre avec sa citation.
quelque 800
Ingénieurs motopropulseur ayant accès à O-Beya depuis janvier 20241
neuf
Agents d’IA dans O-Beya au moment de l’article de Microsoft1
des centaines de fois
Fréquence d’utilisation par mois, selon le responsable du projet1
plus de 100
Requêtes par mois, selon l’article du blog de Toyota sur Azure Cosmos DB2
Ce que cela a demandé
Le coût, la taille de l’équipe et le calendrier ne sont pas communiqués dans les sources.
Le problème
L’automobile évolue vite. Hybrides, véhicules électriques, batteries et recharge ajoutent des pièces à concevoir, alors que de nombreux ingénieurs seniors partent à la retraite. Le département motopropulseur de Toyota, qui conçoit le moteur, la transmission et les systèmes d’entraînement, s’appuie sur des spécialistes dont le savoir réside dans d’anciens rapports de conception et dans leur tête. Trouver le bon document prenait auparavant beaucoup de temps.
Ce qu’ils ont construit
O-Beya, du nom d’un terme de Toyota signifiant « grande salle », est un ensemble d’agents d’IA générative qui fonctionnent comme une salle d’experts disponibles à tout moment. Chaque agent couvre un sujet, comme les vibrations, la consommation de carburant ou la réglementation. L’ingénieur choisit un ou plusieurs agents, et le système réunit leurs réponses en une seule. Le responsable du projet indique que le système devrait à terme choisir lui-même les agents.
Comment ils s’y sont pris
Le système fonctionne sur Microsoft Azure et utilise le modèle GPT-4o d’OpenAI. Il s’appuie sur les propres données de Toyota : anciens rapports de conception, réglementation en vigueur et documents manuscrits d’ingénieurs chevronnés. Cette approche, la génération augmentée par récupération, consiste pour le modèle à consulter les documents de l’entreprise avant de répondre. Les historiques de conversation et les relectures des réponses de l’IA par des experts humains sont conservés pour que les agents puissent progresser. Les agents s’exécutent en parallèle, si bien qu’en ajouter ne ralentit pas les réponses. Le blog de Toyota indique que le principal défi a été d’obtenir des réponses exactes de chaque agent.
Résultats
Depuis janvier 2024, environ 800 ingénieurs motopropulseur y ont accès. Le responsable du projet indique que le système est utilisé des centaines de fois par mois. Le blog de Toyota précise que le temps gagné n’a pas été mesuré précisément, mais les utilisateurs disent que la recherche d’informations est devenue bien plus rapide. Un ingénieur a qualifié de détaillée et précise la réponse sur les équipements de mesure des émissions d’échappement. Toyota prévoit d’ajouter des agents, par exemple un agent qui résumerait les réclamations courantes des consommateurs.
Enseignements pour votre projet
Ciblez l’expertise sur le départ. L’objectif affiché de Toyota est de recueillir le savoir des ingénieurs seniors avant leur départ et de le transmettre à la génération suivante.
Utilisez de nombreux agents spécialisés plutôt qu’un seul assistant généraliste. Chaque agent a ses propres données et son propre réglage, et l’on peut en ajouter sans ralentir les réponses.
Fondez les réponses sur vos propres documents, y compris d’anciens rapports de conception et les notes manuscrites de vétérans, et faites relire les réponses de l’IA par des experts humains.
Décidez tôt comment vous mesurerez la valeur. Toyota n’avait pas encore mesuré le temps gagné et s’appuie sur des entretiens avec les utilisateurs.
Réserves
- Les deux sources sont des publications de Microsoft : un article de présentation et un billet de blog cosigné par un responsable de Toyota. Aucune source indépendante ne confirme les chiffres.
- Toyota ne communique aucun chiffre de temps gagné ni de coût. Le billet de blog indique que le temps de recherche économisé n’a pas été mesuré précisément ; les ingénieurs disent que trouver l’information est beaucoup plus facile.
- Les chiffres d’usage sont modestes et formulés différemment dans les deux sources (des centaines de fois par mois contre plus de 100 requêtes par mois). Ils ne sont pas rapprochés ici.
- Le billet de blog décrit une version antérieure à quatre agents (batterie, moteur, réglementation et contrôle du système). L’article de présentation parle de neuf agents. Le billet de blog ne nomme pas de version de modèle ; GPT-4o provient de l’article de présentation.
- La date de janvier 2024 est celle à laquelle, selon l’article de présentation, les ingénieurs ont obtenu l’accès. L’article de Microsoft a été lu sur une copie archivée.
Sources
- Toyota is deploying AI agents to harness the collective wisdom of engineers and innovate faster
Microsoft Source Asia · 2024-11-19 · Étude de cas de l’éditeur · news.microsoft.com
- How Toyota uses Azure Cosmos DB to power their multi-agent AI system for enhanced productivity
Microsoft Azure Cosmos DB Blog · 2024-11-19 · Étude de cas de l’éditeur · devblogs.microsoft.com
Résumé dans nos propres mots à partir des sources ci-dessus. Une erreur ? Consultez les corrections.