AI agenti prihajajo tudi v razvoj izdelkov

Umetna inteligenca (AI) se v inženirskih okoljih hitro premika od splošnih pomočnikov k orodjem, ki razumejo kontekst razvoja izdelka. Naslednji korak predstavljajo AI agenti, ki lahko analizirajo podatke, iščejo informacije, predlagajo rešitve in pomagajo izvajati posamezne naloge znotraj razvojnega procesa.

Njihova glavna prednost ni zgolj v avtomatizaciji dela, temveč predvsem v povezovanju velike količine informacij, ki nastajajo skozi življenjski cikel izdelka. AI agenti tako združujejo vse od zahtev in CAD modelov do simulacij, kosovnic, tehnične dokumentacije in servisnih podatkov.

Od nasveta do avtomatizacije postopkov

PTC razvoj umetne inteligence opisuje z modelom Advise, Assist, Automate.

Na prvi stopnji AI predvsem svetuje na način, da poišče pomembne informacije, opozori na potencialne težave in pomaga pri sprejemanju odločitev. Na naslednji stopnji aktivneje sodeluje pri delu in inženirju pomaga izvesti posamezne naloge. Šele pri dobro definiranih procesih lahko v zadnji stopnji tudi izvaja določene postopke, pri katerih nadzor, sledljivost in potrjevanje s ostajajo v rokah uporabnika.

Takšen pristop je še posebej uporaben pri opravilih, ki vključujejo veliko količino podatkov, ponavljajoče se preverjanje ali dolgotrajno iskanje informacij. Mednje na primer sodijo preverjanje zahtev, pregled konstrukcijskih sprememb, iskanje tehnične dokumentacije, priprava testnih primerov ter odkrivanje potencialnih težav v konstrukciji.

AI agent tudi neposredno v Creo

Prvi primeri takšnih rešitev so že del PTC-jevega portfelja.

Creo ponuja Design Advisor Agent, zasnovan kot pomočnik konstrukterju, ki lahko med delom zagotavlja priporočila, pomaga pri odpravljanju težav in opozarja na potencialne probleme v modelu.

Windchill na drugi strani z Document Vault Agent-om pomaga iskati relevantne informacije med obsežno tehnično dokumentacijo.

Ključna razlika v primerjavi s splošnimi AI orodji je dostop do konteksta izdelka. Bolj ko so CAD modeli, zahteve, strukture izdelkov, dokumentacija, spremembe in drugi podatki povezani, bolj relevantna priporočila lahko ponudi AI.

Inženir ostaja tisti, ki odloča

Cilj takšnega razvoja ni popolnoma avtonomno konstruiranje izdelkov. Pri kompleksnih inženirskih odločitvah ostajajo bistveni znanje, izkušnje in odgovornost konstrukterja.

AI agenti lahko namesto tega prevzamejo predvsem iskanje informacij, rutinska preverjanja in ponavljajoča se opravila ter tako inženirjem omogočijo več časa za reševanje zahtevnejših problemov in razvoj boljših izdelkov.

Razvoj AI agentov zato nakazuje precej bolj praktično uporabo umetne inteligence v inženirstvu: ne kot ločeno orodje, temveč kot pomočnika, ki deluje neposredno znotraj razvojnega procesa in pozna podatke, na katerih ta proces temelji.