Technicy znajdują rozwiązanie w instrukcjach i historii serwisu, na twoich własnych serwerach

Technicy sprawdzają rozwiązanie we własnej dokumentacji, zamiast przeszukiwać foldery albo zgadywać. Zespoły utrzymania ruchu codziennie tracą cenny czas na szukanie, dokumentowanie i dopytywanie, jak ujął to w 2026 roku Victor Splittgerber z WAKU Robotics (silicon-saxony.de). Właśnie ten czas asystent ma oddać.

Producenci maszyn już widzą serwis jako główny obszar dla AI. Niemieckie stowarzyszenie producentów obrabiarek VDW wymienia chatboty w serwisie do konserwacji, diagnozy usterek i stanu maszyn, a VDMA wskazuje predykcyjne utrzymanie ruchu i zarządzanie wiedzą jako główne obszary, oba według produktion.de z lutego 2026 roku. W opisanym tam badaniu VDMA 43% firm z branży maszynowej używa AI produkcyjnie, a 21% to planuje; artykuł nie podaje wielkości próby.

Efekt mierzymy na twoich własnych zleceniach, przed i po: czas do odpowiedzi, telefony do ekspertów, raporty wymagające poprawek i naprawy za pierwszym razem.

• Mniej czasu na zlecenie poświęconego na szukanie w instrukcjach, starych raportach i listach części.
• Mniej telefonów do nielicznych ekspertów, którzy odzyskują czas na trudne przypadki.
• Wiedza doświadczonych techników zostaje w historii serwisu, zanim przejdą na emeryturę.
• Kompletne raporty serwisowe na koniec każdego zlecenia, więc zlecenie można rozliczyć, a kolejny technik widzi, co zrobiono.
• Nowi technicy i partnerzy serwisowi pracują na tej samej wiedzy co twoi najlepsi ludzie.

Asystent korzysta z wyszukiwania, często nazywanego RAG: odpowiedzi pochodzą z twoich własnych dokumentów, ze wskazaniem źródła. Obejmuje pytania, które technik ma przed zleceniem, w trakcie i po nim.

Dostawcy i prasa branżowa opisują podobne systemy. WAKU Robotics z Radeberga opisuje agenta utrzymania ruchu z naprawą prowadzoną głosem, listami kontrolnymi i automatyczną dokumentacją, opartego na historii konserwacji, dokumentacji technicznej i SOP, wcześniejszych zgłoszeniach, danych o maszynach i danych IoT, bez opublikowanych zmierzonych wyników (silicon-saxony.de, marzec 2026). Dla swojego Maintenance Copilot Siemens podaje średnią oszczędność 25% czasu konserwacji reaktywnej w pierwszych pilotażowych zastosowaniach, to deklaracja producenta bez próby i metody (ingenieur.de, marzec 2025). SMS group prowadzi własny SMS-GPT i ustala priorytety prac nad AI według tego, o co pytają pracownicy (badanie VDMA ze Strategy&, 2025). Cloudsail nie zbudował żadnego z tych systemów.

Sortowanie przychodzących zgłoszeń serwisowych też jest sprawdzone: przykład BTC na naszej stronie o IT service desku pokazuje, że przypisywanie do grupy roboczej i priorytetu działa produkcyjnie, i to jeszcze przed dzisiejszymi modelami językowymi.

• Szukanie usterek: prawdopodobne przyczyny i kroki dla kodu błędu lub objawu, z instrukcji, biuletynów serwisowych i wcześniejszych raportów dla tego samego typu maszyny, ze wskazaniem strony.
• Historia maszyny: co już robiono przy tym numerze seryjnym, które części wymieniono i które ustawienia zmieniono.
• Części zamienne: właściwy numer części z listy części lub rysunku złożeniowego, sprawdzony z kartoteką materiałową SAP i, jeśli na to pozwolisz, z aktualnym stanem magazynowym.
• Procedury i listy kontrolne: plany konserwacji i instrukcje robocze krok po kroku, ze wskazówkami bezpieczeństwa z instrukcji w oryginalnym brzmieniu.
• Raporty serwisowe: przygotowane w twoim szablonie z notatek lub nagrania głosowego technika, z wykonanymi pracami i użytymi częściami, do potwierdzenia przez technika.
• Infolinia i drugi poziom wsparcia: ta sama wiedza pomaga service deskowi odpowiadać na telefony klientów i przygotować wizytę z właściwymi częściami.

Ta sama konstrukcja działa na hali produkcyjnej. Instrukcje robocze, karty przezbrojeń, raporty niezgodności, raporty 8D (ustrukturyzowane raporty rozwiązywania problemów, typowe u klientów z branży motoryzacyjnej), przekazania zmian i zapisy jakościowe zawierają odpowiedzi na pytania, na przykład jak ostatnio rozwiązano usterkę albo która zmiana parametru spowodowała niezgodność. Asystent na tych dokumentach odpowiada ze źródłem, przygotowuje przekazanie zmiany z dziennika zmianowego i pomaga napisać raport niezgodności w twoim formacie.

Zapotrzebowanie istnieje: w badaniu Bitkom z 2026 roku wśród firm zatrudniających co najmniej 20 osób 22% firm korzystających z AI używa jej w procesach produkcyjnych. VDW wymienia też chatboty zintegrowane ze sterowaniami CNC do programowania, parametrów i diagnostyki (produktion.de, 2026). Nie znaleźliśmy publicznego niemieckiego przykładu użycia modeli językowych na dziennikach zmianowych czy raportach 8D, więc zaczynamy od testów na twoich własnych wcześniejszych raportach, zanim ktokolwiek zacznie polegać na odpowiedziach.

Przewidywanie awarii na podstawie danych z czujników i kontrola części kamerami to dziedziny specjalistyczne z własnymi czujnikami, potokami danych i modelami. Nie budujemy ich i mówimy to otwarcie. Jeśli ich potrzebujesz, współpracuj z wyspecjalizowanym dostawcą albo z dostawcą maszyn. Według analizy MŚP banku KfW z 2026 roku 5% MŚP korzysta z rozpoznawania obrazu, stosowanego do kontroli jakości.

Tam, gdzie oba światy się spotykają, łączymy je. Gdy model partnera zgłasza alarm dla maszyny, asystent technika pokazuje odpowiednią procedurę, historię maszyny i prawdopodobnie potrzebne części, więc z alarmu powstaje przygotowane zlecenie, a nie czerwona lampka na pulpicie.

O tym, co dzieje się przy maszynie, decyduje technik. Błędna instrukcja naprawy może zranić ludzi, dlatego asystent jest zbudowany tak, by trzymać się zatwierdzonych procedur i mówić wprost, gdy nie zna odpowiedzi.

• Odpowiedzi pochodzą tylko z zatwierdzonych dokumentów, ze wskazaniem strony lub raportu, więc technik może sprawdzić źródło.
• Wskazówki bezpieczeństwa, kroki odłączania zasilania i ostrzeżenia są pokazywane dokładnie tak, jak w instrukcji, nigdy przeredagowane.
• Gdy dokumenty nie obejmują przypadku, asystent mówi to i wskazuje eksperta lub zespół, którego warto zapytać, zamiast zgadywać.
• Asystent nigdy nie zmienia parametrów maszyny ani sterowania. Czyta dokumenty i systemy i nie ingeruje w maszynę.
• Raporty serwisowe i zamówienia części są zapisywane dopiero po potwierdzeniu przez technika.
• Porady techników stają się wyszukiwalne dopiero po sprawdzeniu przez eksperta.
• Oświadczenia dla klientów w sprawie gwarancji, odpowiedzialności lub przyczyny usterki zostają w gestii kierownika serwisu.

Łączymy źródła, z których twój zespół serwisowy już korzysta: instrukcje PDF, biuletyny serwisowe i instrukcje robocze w SharePoint, udziałach plików albo systemie zarządzania dokumentami, takim jak d.velop czy ELO, a także raporty serwisowe, zgłoszenia i zlecenia w SAP PM lub twoim systemie utrzymania ruchu. Zgłoszenia pobieramy z ServiceNow, Jira albo Salesforce, a dane części z kartoteki materiałowej SAP.

Dokumenty są indeksowane tak, żeby tabele, listy kodów błędów i listy części pozostały nienaruszone, a nieaktualne wersje instrukcji wypadały z wyników. Instrukcje po niemiecku i angielsku są przeszukiwane razem. Dane bieżące, takie jak stany magazynowe czy historia zleceń maszyny, są odczytywane bezpośrednio przez zatwierdzone narzędzia z własnymi uprawnieniami.

Uprawnienia wynikają z systemów źródłowych i twojej struktury serwisu: technik wewnętrzny widzi to, na co pozwala jego rola, partner serwisowy tylko maszyny i klientów, których obsługuje, a raporty jednego klienta nigdy nie pojawiają się w odpowiedzi dotyczącej innego klienta.

Rysunki, instrukcje i historie serwisowe należą do najpilniej strzeżonych danych producenta maszyn. Dlatego system działa na własnych serwerach z modelem open-weight, czyli modelem, którego wagi możesz uruchomić samodzielnie, albo na twoim własnym koncie w chmurze. Technicy łączą się z nim przez sieć firmową lub VPN na laptopie, tablecie albo telefonie. Wszystkie wywołania modeli przechodzą przez jedną bramę LLM, kontrolowany punkt dostępu z kluczami, budżetami i logami w twoim własnym magazynie danych.

Budować czy kupić: jeśli już korzystasz z copilotów Siemensa, portalu serwisowego dostawcy maszyn albo funkcji serwisowych w SAP, używaj ich tam, gdzie pasują. Własne rozwiązanie ma sens, gdy twoja wiedza jest w twoich własnych instrukcjach i raportach serwisowych rozproszonych po kilku systemach, musi zostać na własnych serwerach albo ma służyć partnerom serwisowym z oddzielnymi uprawnieniami.

Przed startem asystent przechodzi test akceptacyjny zbudowany z prawdziwych zleceń: pytań, które zadali twoi technicy, z poprawną odpowiedzią i źródłem ustalonymi przez twoich ekspertów. Mierzymy, jak często zarówno odpowiedź, jak i cytowane źródło są poprawne, jak często asystent słusznie mówi, że dokumenty nie obejmują przypadku, i czy wskazówki bezpieczeństwa pojawiają się tam, gdzie muszą. Próg zaliczenia uzgadniamy na piśmie przed testem.

Niektóre przypadki nie mogą nigdy zawieść: odpowiedź, która pomija krok bezpieczeństwa, liczy się jako błąd, niezależnie od tego, co jeszcze jest w niej poprawne. Po starcie technicy oznaczają w aplikacji błędne lub brakujące odpowiedzi, eksperci sprawdzają próbki, a zestaw testowy jest uruchamiany ponownie po każdej aktualizacji dokumentów, zmianie modelu lub nowym źródle. Twój zespół dostaje instrukcję eksploatacji i może prowadzić system sam albo zlecić to nam.

Asystent technika odpowiada na podstawie dokumentów i nie jest częścią sterowania maszyną. Jeśli AI staje się częścią maszyny, którą sprzedajesz, obowiązuje ścieżka rozporządzenia maszynowego: po Digital Omnibus, obowiązującym od 27 lipca 2026 roku, AI wbudowana w produkty objęte rozporządzeniem maszynowym jest wyłączona z bezpośrednich zasad wysokiego ryzyka AI Act (Lewis Silkin, 2026). Obowiązek kompetencji w zakresie AI (art. 4 AI Act) nadal wymaga działań, żeby pracownicy korzystali z AI świadomie, dlatego technicy uczą się sprawdzać cytowane źródło. Jak klasyfikować twoje systemy, decydujesz z prawnikami. Ta strona nie jest poradą prawną.

Każde pytanie i każdy raport są zapisywane w logach, a te logi mogłyby pokazać, jak pracuje każdy technik. Zgodnie z § 87 ust. 1 pkt 6 niemieckiej ustawy BetrVG rada zakładowa ma prawo współdecydowania, gdy system obiektywnie nadaje się do monitorowania wydajności lub zachowania, jak wyjaśnia przewodnik Bitkom o AI i współdecydowaniu z 2026 roku. Projektujemy logowanie z pseudonimizowanymi identyfikatorami użytkowników, uzgodnionym okresem przechowywania i bez raportów wydajności dla poszczególnych techników, dopóki nie pozwala na nie porozumienie z radą zakładową, i dokumentujemy to tak, żeby rada zakładowa mogła to sprawdzić.

Raporty serwisowe zawierają dane kontaktowe klientów, a czasem nazwiska ich pracowników. Przetwarzanie pozostaje na twoich serwerach albo na twoim koncie w chmurze, dostęp wynika z opisanych wyżej uprawnień, a o przechowywaniu i usuwaniu decyduje twój inspektor ochrony danych.

Zacznij od jednej rodziny maszyn lub linii produktów, która ma dobre instrukcje, wiele raportów serwisowych i kilku ekspertów, do których wciąż się dzwoni. W bezpłatnej, 30-minutowej pierwszej rozmowie przyglądamy się dokumentom i systemom dla tej linii oraz temu, jak twoi technicy szukają dziś. Jeśli warto, pierwszym krokiem jest zestaw testowy z prawdziwych pytań i pomiar wyjściowy, ze stałą ceną za każdy krok, uzgodnioną na piśmie po rozmowie.

• Którą rodzinę maszyn i ile mniej więcej zleceń serwisowych generuje.
• Gdzie dziś przechowywane są instrukcje, raporty serwisowe i dane części.
• Kim są twoi eksperci pierwszego kontaktu i o co są najczęściej pytani.
• Czy z asystenta mają korzystać także partnerzy serwisowi lub klienci.