Przetłumaczono z angielskiego oryginału. Liczby i źródła pozostają bez zmian. Przeczytaj angielski oryginał
Toyota Motor Corporation
Toyota daje 800 inżynierom układów napędowych O-Beya, zespół agentów AI odpowiadających na pytania projektowe
Toyota zbudowała O-Beya, system dziewięciu agentów generatywnej AI, który odpowiada na pytania inżynierów układów napędowych dotyczące m.in. drgań, zużycia paliwa i przepisów. Około 800 inżynierów ma dostęp od stycznia 2024 roku. Toyota podaje dane o użyciu, ale nie zmierzyła jeszcze zaoszczędzonego czasu.
Kluczowe liczby
Przepisane dokładnie ze źródeł. Skopiuj każdą liczbę wraz z przypisem.
około 800
Inżynierowie układów napędowych z dostępem do O-Beya od stycznia 2024 roku1
dziewięciu
Agenci AI w O-Beya w czasie publikacji Microsoftu1
setki razy
Częstotliwość użycia w miesiącu, według kierownika projektu1
ponad 100
Zapytania w miesiącu, według wpisu na blogu Toyoty o Azure Cosmos DB2
Ile to kosztowało
Koszt, wielkość zespołu i harmonogram nie zostały ujawnione w źródłach.
Problem
Samochody szybko się zmieniają. Hybrydy, pojazdy elektryczne, akumulatory i ładowanie dodają kolejne elementy do zaprojektowania, a wielu starszych inżynierów odchodzi na emeryturę. Dział układów napędowych Toyoty, który projektuje silnik, skrzynię biegów i układy napędowe, polega na specjalistach, których wiedza tkwi w dawnych raportach projektowych i w ich głowach. Znalezienie właściwego dokumentu zajmowało kiedyś dużo czasu.
Co zbudowano
O-Beya, nazwana od określenia używanego w Toyocie i oznaczającego „dużą salę”, to zestaw agentów generatywnej AI działających jak sala ekspertów dostępnych w każdej chwili. Każdy agent zajmuje się jednym tematem, takim jak drgania, zużycie paliwa czy przepisy. Inżynier wybiera jednego lub kilku agentów, a system łączy ich odpowiedzi w jedną. Kierownik projektu mówi, że system powinien docelowo sam wybierać agentów.
Jak to zrobiono
System działa na Microsoft Azure i używa modelu GPT-4o firmy OpenAI. Opiera się na własnych danych Toyoty: dawnych raportach projektowych, obowiązujących przepisach i odręcznych dokumentach doświadczonych inżynierów. To podejście, generowanie wspomagane wyszukiwaniem (RAG), oznacza, że model przed udzieleniem odpowiedzi sięga do dokumentów firmy. Historie rozmów i oceny odpowiedzi AI dokonywane przez ekspertów są zapisywane, aby agenci mogli się doskonalić. Agenci działają równolegle, więc dodawanie kolejnych nie spowalnia odpowiedzi. Blog Toyoty podaje, że głównym wyzwaniem było uzyskanie trafnych odpowiedzi każdego agenta.
Wyniki
Od stycznia 2024 roku dostęp ma około 800 inżynierów układów napędowych. Kierownik projektu mówi, że system jest używany setki razy w miesiącu. Blog Toyoty podaje, że dokładny zaoszczędzony czas nie został zmierzony, ale użytkownicy mówią, że wyszukiwanie informacji stało się znacznie szybsze. Jeden z inżynierów określił odpowiedź na temat sprzętu do pomiaru emisji spalin jako szczegółową i trafną. Toyota planuje dodać kolejnych agentów, na przykład takiego, który streszczałby najczęstsze skargi konsumentów.
Wnioski dla Twojego projektu
Celujcie w wiedzę, która odchodzi na emeryturę. Deklarowanym celem Toyoty jest zebranie wiedzy starszych inżynierów, zanim odejdą, i przekazanie jej następnemu pokoleniu.
Używajcie wielu wąskich agentów zamiast jednego ogólnego asystenta. Każdy agent ma własne dane i własne dostrojenie, a nowych można dodawać bez spowalniania odpowiedzi.
Opierajcie odpowiedzi na własnych dokumentach, w tym starych raportach projektowych i odręcznych notatkach doświadczonych inżynierów, a odpowiedzi AI poddawajcie ocenie ekspertów.
Zdecydujcie wcześnie, jak będziecie mierzyć wartość. Toyota nie zmierzyła jeszcze zaoszczędzonego czasu i opiera się na rozmowach z użytkownikami.
Zastrzeżenia
- Oba źródła to publikacje Microsoftu: reportaż i wpis na blogu współtworzony z menedżerem Toyoty. Żadne niezależne źródło nie potwierdza liczb.
- Toyota nie podaje ani oszczędności czasu, ani kosztów. Wpis na blogu mówi, że dokładny zaoszczędzony czas badań nie został zmierzony; inżynierowie mówią, że znajdowanie informacji jest znacznie łatwiejsze.
- Liczby dotyczące użycia są niewielkie i inaczej sformułowane w obu źródłach (setki razy w miesiącu wobec ponad 100 zapytań w miesiącu). Nie są tu uzgadniane.
- Wpis na blogu opisuje wcześniejszą wersję z czterema agentami (akumulator, silnik, przepisy i sterowanie systemem). Reportaż mówi o dziewięciu agentach. Wpis na blogu nie podaje wersji modelu; GPT-4o pochodzi z reportażu.
- Data stycznia 2024 roku to moment, w którym według reportażu inżynierowie uzyskali dostęp. Reportaż Microsoftu odczytano z zarchiwizowanej kopii.
Źródła
- Toyota is deploying AI agents to harness the collective wisdom of engineers and innovate faster
Microsoft Source Asia · 2024-11-19 · Studium przypadku dostawcy · 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 · Studium przypadku dostawcy · devblogs.microsoft.com
Streszczone własnymi słowami na podstawie powyższych źródeł. Zauważyłeś błąd? Zobacz sprostowania.