Цифровые эксперты

Как Docora технолог сократил время на поиск регламентов

Заказчик

АО «Научно-исследовательский и проектный институт карбамида» (АО «НИИК») — российская компания, занимающая одно из ведущих мест на рынке инжиниринговых услуг в области разработки и проектирования производств химических продуктов. НИИК обладает собственными уникальными технологиями для производств минеральных удобрений и заслуженной репутацией надежного партнёра. Компания принимает активное участие в создании современных производств в России и СНГ, выполняя полный спектр услуг по проектно-конструкторскому инжинирингу, разработке технологий, комплектной поставке оборудования, обоснованию инвестиций, обладает обширным списком референций для отрасли газохимии.

Задача

Институт накопил большой массив технической информации: технологические регламенты, расчеты, чертежи, схемы, данные о химизме производственных процессов. Поиск нужных данных в такой документации занимал значительное время, особенно у новых сотрудников, которым требовалось детально разбираться в структуре базы знаний за очень короткий срок адаптации. Дополнительным требованием заказчика было сохранение всех процессов строго в корпоративном контуре: данные защищены NDA и относятся к критически важным технологиям.
Особенностью проектной и научно-исследовательской деятельности нашей компании является генерация больших объёмов специфической отраслевой информации на всех этапах жизненного цикла производственного объекта/проекта. За более чем 70 лет существования АО «НИИК» — накоплен огромный массив данных. Информация может быть представлена в различном формате и содержании. Это может быть и привычная для Data Science “количественная” информация — временные ряды, как поток данных cистемы АСУ ТП уже действующего объекта, так и “полукачественная” информация – микс текстовых документов объясняющих/обосновывающих принятые технические решения с численными значениями расчетов подкрепляющих текстовую информацию и, даже, графические данные, разрабатываемые на этапе проектирования объекта и принятия основных технических решений. В таких условиях инструмент, который позволит быстро проанализировать имеющиеся архивные данные, а также их аппроксимировать, сравнить ранее принятые решения по набору критериев, но при этом достаточно точный и достоверный (характеризующийся отсутствием галлюцинаций, что критически важно для хим. отрасли) – большое операционное преимущество для инженера-технолога. — Кирилл Бабенко, руководитель направления цифрового моделирования технологических процессов.

Реализация

Для демонстрации возможностей Docora AI был развернут локальный демо-стенд.
Испытания проводились на данных, предоставленных заказчиком, с использованием нечувствительных материалов, характеризующихся особой выраженностью специфики отрасли. Для обеспечения точности парсинга данных был разработан и интегрирован отдельный внешний сервис. К моменту передачи Docora AI заказчику для пилотирования была завершена ее адаптация к обработке химических формул и характерным особенностям предметной области Анастасия, руководитель проекта.
Процесс опытной эксплуатации был построен поэтапно.
  • Сначала прошло согласование целей пилота и сбор требований заказчика, чтобы определить задачи системы и критерии ее оценки.
  • Далее была подготовлена инфраструктура: обработка данных, создание базы знаний, настройка демо-стенда и предоставление доступов специалистам. Также на этом этапе производилась адаптация системы под химическую отрасль.
  • На этапе тестирования сотрудники института использовали систему в практических сценариях, оценивая полноту и корректность выдачи ответов.
  • По итогам первой эксплуатации был проведён анализ: собрана статистика, подготовлены протоколы.
  • Повторный цикл тестирования не требовался, так как система оправдала ожидания после первой итерации и в донастройке не было необходимости.
  • Система развернута полностью в корпоративном контуре, что исключает риски утечки данных.
Такой подход позволил не только показать функциональные возможности системы на реальных данных, но и учесть специфику работы заказчика ещё до возможного внедрения в промышленную эксплуатацию.

Особенности проекта

Проект отличался высоким уровнем сложности. Система должна была корректно обрабатывать весь спектр инженерной технической документациии, не галлюцинировать и быть верифицируемой, т.е. давать прямые ссылки/референции на источник информации, а также пояснять аппроксимирующие выводы. Для пилота в качестве основного корпуса была использована классическая монография по карбамиду, являющаяся собственностью института. Это позволило проверить, как Docora AI справляется с контентом, который максимально близок к реальным производственным задачам.
Работа с подобными форматами требует от системы не только базового поиска, но и правильного отображения формул и структур в сгенерированных ответах.
Тестирование показало, что Docora AI способна интерпретировать и возвращать такие данные в удобном для инженера виде, сохраняя контекст и точность источника.

Результаты

В результате пилота заказчик получил подтверждение применимости Docora AI для своих задач:
  • Наличие сформированного ответа (исходя из наличия запрашиваемой информации в базе данных заказчика) — 82%
  • Точность и корректность ответа (по содержанию) — 99%
Полученные результаты стали основой для оценки целесообразности последующей интеграции Docora AI в рабочую среду института.
Мы видим большие перспективы во внедрении инструментария LLM. Проведенное пилотирование демонстрирует, что, объединив отраслевые знания, инженерный опыт АО «НИИК» и экспертизу разработчиков CodeInside на базе интеллектуального ассистента Docora AI можно создать полнофункциональный и востребованный инструмент в помощь инженерам-технологам. Такая система имеет практически неограниченный производственный и научный потенциал – стартуя с условного уровня “интеллектуальный менеджер информации” до перспективного “цифрового эксперта”. Последнее особенно важно в условиях сокращения доступных человеческих ресурсов, требований к акселерации подготовки и адаптации молодых специалистов. Система показала способность работать со сложными специализированными данными, что особенно важно для нашей отрасли. Пилотный проект подтвердил перспективность такого решения для дальнейшей интеграции в деятельность института. Мы планируем сохранить текущий вектор развития и дальше форсировать проекты разработки и внедрением ИИ решений в нашей компании с партнерами CodeInside. — Павел Колодеца, заместитель генерального директора по цифровой трансформации.