Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
Toyota Motor Corporation
Toyota dà a 800 ingegneri del gruppo propulsore O-Beya, un team di agenti IA che risponde alle domande di progettazione
Toyota ha creato O-Beya, un sistema di nove agenti di IA generativa che risponde alle domande degli ingegneri del gruppo propulsore su temi come vibrazioni, consumi di carburante e normative. Circa 800 ingegneri vi hanno accesso da gennaio 2024. Toyota riferisce l'utilizzo, ma non ha ancora misurato il tempo risparmiato.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
circa 800
Ingegneri del gruppo propulsore con accesso a O-Beya da gennaio 20241
nove
Agenti IA in O-Beya al momento dell'articolo di Microsoft1
centinaia di volte
Frequenza d'uso al mese, secondo il responsabile del progetto1
più di 100
Richieste al mese, secondo il post del blog di Toyota su Azure Cosmos DB2
Cosa è servito
Le fonti non rendono noti costi, dimensioni del team e tempi.
Il problema
Le automobili cambiano in fretta. Ibride, veicoli elettrici, batterie e ricarica aggiungono componenti da progettare, mentre molti ingegneri senior vanno in pensione. Il reparto del gruppo propulsore di Toyota, che progetta motore, trasmissione e sistemi di trazione, si affida a specialisti la cui conoscenza si trova nei rapporti di progettazione passati e nella loro testa. Trovare il documento giusto richiedeva molto tempo.
Cosa hanno costruito
O-Beya, che prende il nome da un termine Toyota che significa «grande stanza», è un insieme di agenti di IA generativa che funzionano come una stanza di esperti disponibili in qualsiasi momento. Ogni agente copre un argomento, come vibrazioni, consumi di carburante o normative. L'ingegnere sceglie uno o più agenti e il sistema combina le loro risposte in una sola. Il responsabile del progetto afferma che in futuro il sistema dovrebbe scegliere gli agenti da solo.
Come ci sono riusciti
Il sistema gira su Microsoft Azure e usa il modello GPT-4o di OpenAI. Si basa sui dati propri di Toyota: rapporti di progettazione passati, normative vigenti e documenti manoscritti di ingegneri veterani. Questo approccio, la generazione aumentata dal recupero, significa che il modello consulta i documenti aziendali prima di rispondere. Vengono conservate la cronologia delle conversazioni e le revisioni delle risposte dell'IA fatte da esperti umani, affinché gli agenti possano migliorare. Gli agenti girano in parallelo, quindi aggiungerne altri non rallenta le risposte. Il blog di Toyota afferma che la sfida principale è stata rendere accurate le risposte di ciascun agente.
Risultati
Da gennaio 2024 circa 800 ingegneri del gruppo propulsore hanno accesso. Il responsabile del progetto afferma che viene usato centinaia di volte al mese. Il blog di Toyota dice che il tempo esatto risparmiato non è stato misurato, ma gli utenti affermano che cercare informazioni è diventato molto più rapido. Un ingegnere ha descritto come dettagliata e accurata la risposta sulle apparecchiature di misura delle emissioni allo scarico. Toyota prevede altri agenti, per esempio uno che riassuma i reclami più comuni dei consumatori.
Lezioni per il vostro progetto
Puntare sulle competenze in uscita. L'obiettivo dichiarato di Toyota è raccogliere il sapere degli ingegneri senior prima che se ne vadano e trasmetterlo alla generazione successiva.
Usare molti agenti specializzati anziché un unico assistente generico. Ogni agente ha propri dati e propria taratura, e se ne possono aggiungere di nuovi senza rallentare le risposte.
Fondare le risposte sui propri documenti, compresi vecchi rapporti di progettazione e appunti manoscritti dei veterani, e far rivedere le risposte dell'IA a esperti umani.
Decidere presto come misurare il valore. Toyota non aveva ancora misurato il tempo risparmiato e si basa su interviste agli utenti.
Avvertenze
- Entrambe le fonti sono pubblicazioni di Microsoft: un articolo di presentazione e un post di blog scritto insieme a un dirigente di Toyota. Nessuna fonte indipendente conferma le cifre.
- Toyota non riporta alcuna cifra su tempo risparmiato o costi. Il post del blog dice che il tempo di ricerca risparmiato non è stato misurato con precisione; gli ingegneri dicono che trovare le informazioni è molto più facile.
- Le cifre d'uso sono piccole e formulate in modo diverso nelle due fonti (centinaia di volte al mese contro più di 100 richieste al mese). Qui non vengono riconciliate.
- Il post del blog descrive una versione precedente con quattro agenti (batteria, motore, normative e controllo del sistema). L'articolo di presentazione parla di nove agenti. Il post del blog non indica una versione del modello; GPT-4o proviene dall'articolo di presentazione.
- La data di gennaio 2024 è quella in cui, secondo l'articolo di presentazione, gli ingegneri hanno ottenuto l'accesso. L'articolo di Microsoft è stato letto da una copia archiviata.
Fonti
- Toyota is deploying AI agents to harness the collective wisdom of engineers and innovate faster
Microsoft Source Asia · 2024-11-19 · Caso di studio del fornitore · 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 · Caso di studio del fornitore · devblogs.microsoft.com
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.