ИИ-ассистент технолога — это отдельное корпоративное приложение. Пользователь задает вопрос в рабочем интерфейсе, серверная логика определяет нужные источники и действия, языковая модель формирует понятный ответ, а система сохраняет ссылки, права доступа и историю запроса.
Для работы с документами применяется RAG: программа ищет подходящие фрагменты в технологических картах, инструкциях и регламентах, затем передает их модели вместе с вопросом. Для получения текущих данных и выполнения разрешенных операций используется MCP-сервер: через него ассистент обращается к функциям ERP, MES, QAS или 1С в пределах роли сотрудника.
Такая архитектура дает технологу единое окно для поиска, анализа и подготовки решений. Утверждение новой версии, изменение норм и запуск производственного действия остаются в действующем процессе согласования.
Поиск актуальной технологии
Рабочий вопрос редко формулируется как точное название файла. Технолог спрашивает, какой режим действует для конкретного материала, чем отличается обработка варианта изделия или какие проверки нужны после замены компонента.
Ассистент учитывает изделие, версию, операцию и подразделение, находит действующие фрагменты и формирует краткий ответ. Рядом отображаются документы, разделы и даты, по которым можно проверить вывод.
Если источники противоречат друг другу, система показывает расхождение и владельцев документов. Такой результат сразу превращается в задачу по актуализации базы знаний.
Как RAG работает с документами
RAG-система загружает утвержденные документы, извлекает текст, делит его на смысловые фрагменты и сохраняет метаданные: изделие, операцию, версию, статус, дату и владельца.
После вопроса поиск выбирает релевантные материалы с учетом этих признаков. Найденный контекст передается языковой модели, которая собирает ответ и указывает источники.
RAG отвечает по подготовленному информационному контуру. Качество зависит от актуальности документов, структуры метаданных и набора проверочных вопросов.
Данные производства через MCP
Документ описывает нормативный процесс, а фактическая ситуация находится в информационных системах. Технологу нужны текущий заказ, партия материала, параметры операции, результаты контроля и история остановок.
MCP-сервер публикует для ИИ-ассистента разрешенные методы с понятными входными данными. Например, получить производственный заказ, найти результаты измерений, сравнить партии или создать проект заявки на изменение.
Ассистент выбирает подходящий метод, передает параметры и получает структурированный результат. Все обращения проходят аутентификацию, проверку роли и журналирование.
Сравнение версий
При изменении изделия технологу приходится сопоставлять состав, маршрут, инструкции и контрольные планы. Ассистент собирает связанные версии и выделяет измененные элементы.
В ответе можно увидеть, какие материалы добавлены, какие операции изменили последовательность, где появилась новая оснастка и какие характеристики качества затронуты.
Система также запрашивает открытые заказы из ERP и показывает, к какой версии они относятся. Технолог получает основу для решения по границе перехода и незавершенному производству.
Разбор производственного отклонения
После сообщения о браке ассистент получает изделие, операцию и код дефекта. Он подбирает инструкцию, похожие события, параметры оборудования и результаты предыдущего контроля.
Ответ строится как проверяемая карта гипотез: что изменилось перед отклонением, какие партии и инструменты связаны с событием, какие проверки предусмотрены регламентом.
ИИ помогает быстрее собрать контекст. Причину подтверждают измерением, осмотром и решением ответственного специалиста. Итог разбора возвращается в историю и улучшает следующие ответы.
Анализ хода операции
MES-система хранит фактические времена, статусы, параметры и исполнение заданий. Ассистент может объяснить, почему операция выбилась из обычного диапазона, какие события ей предшествовали и где появилась очередь.
Технолог задает вопрос обычным языком, а сервер выполняет утвержденные выборки. Ответ содержит период, сравниваемую группу и исходные показатели.
Если данных недостаточно, система перечисляет отсутствующие измерения или связи. Это помогает отделить реальную технологическую гипотезу от пробела в учете.
Подготовка изменения
По результатам анализа технолог может попросить подготовить проект изменения. Ассистент собирает цель, затронутые изделия, операции, материалы, оснастку и контроль.
Проект содержит заполненные поля и ссылки на основания. Технолог проверяет содержание, дополняет технические параметры и передает запись по действующему маршруту согласования.
Так ИИ сокращает время на сбор повторяющейся информации и сохраняет ответственность ролей. Утвержденное изменение создается только после предусмотренных проверок.
Расчеты выполняют инструменты
Для пересчета нормы, режимов или производственной потребности используются утвержденные формулы и методы системы. Языковая модель определяет намерение пользователя и готовит входные параметры.
Сам расчет выполняет программный инструмент, который возвращает числа, единицы, исходные данные и версию формулы. Ассистент объясняет результат и показывает, какие значения использованы.
При выходе параметра за допустимую область метод прекращает расчет и запрашивает уточнение. Это особенно важно для решений, связанных с безопасностью оборудования и качеством продукции.
Подготовка технологических материалов
Ассистент может сформировать черновик инструкции, перечень контрольных шагов или структуру технологической карты на основе утвержденного шаблона. Входными данными становятся изделие, операция, оборудование и действующие нормативы.
Каждый заполненный блок сохраняет происхождение данных. Параметры из справочников подставляются через системные методы, а текстовые пояснения опираются на документы.
Технолог редактирует и утверждает материал в обычном контуре версий. ИИ ускоряет подготовку, а система продолжает управлять статусами и действием документа.
Права доступа
Ассистент работает от имени конкретного сотрудника. Он видит документы и данные, доступные этой роли, подразделению и проекту.
Чтение, подготовка проекта и выполнение действия имеют разные разрешения. Например, технолог может получить заказ и создать проект изменения, а выпуск версии потребует согласования руководителя и качества.
В журнале сохраняются вопрос, использованные источники, вызванные методы, результат и подтверждение пользователя. Это позволяет восстановить ход решения.
Ответ должен показывать источники
Для производственной задачи важна проверяемость. Ассистент указывает документ, версию, раздел и время получения системных данных.
Если ответ является выводом из нескольких фактов, система отделяет исходные данные от сформулированной гипотезы. Технолог может открыть источник и проверить значимый параметр.
При отсутствии надежного основания ассистент сообщает, каких данных не хватает, и предлагает утвержденный способ их получить.
Какие источники подключать первыми
Пилотный контур должен быть ограниченным и полезным. Обычно выбирают действующие технологические карты, рабочие инструкции, справочник оборудования, контрольные планы и историю типовых отклонений.
У каждого источника определяется владелец, статус и правило обновления. Архивные и черновые версии получают отдельные признаки и не участвуют в обычном ответе.
Далее подключаются конкретные методы ERP, MES или QAS, которые нужны для выбранных сценариев. Ширина доступа растет после подтверждения качества и безопасности.
Как проверить качество ассистента
До запуска собирается набор реальных вопросов технологов. Для каждого фиксируются ожидаемые источники, обязательные факты, допустимые действия и критерии ошибки.
Проверяется полнота поиска, правильность версии, точность чисел, наличие ссылок и соблюдение прав. Отдельно тестируются вопросы без ответа и противоречивые документы.
После запуска пользователи отмечают полезность и исправления. Команда видит, где требуется улучшить документы, поиск, системный метод или формулировку ответа.
Где требуется обучение модели
RAG дает модели актуальные знания, а MCP подключает функции систем. Обучение нейросетей применяется там, где нужен специализированный навык: классификация дефектов, извлечение полей из сложных документов, распознавание изображения или устойчивый отраслевой формат.
Эти подходы могут работать в одном приложении. Ассистент выбирает модель или инструмент по типу задачи и объединяет результаты в единый процесс.
Архитектура определяется сценариями и качеством исходных данных, поэтому пилот начинается с вопросов технолога и измеримого результата.
Что измерять в пилоте
- время поиска действующей информации;
- долю ответов с правильными источниками и версиями;
- число исправлений в подготовленных материалах;
- время сбора контекста по отклонению;
- долю запросов, где данных оказалось недостаточно;
- число действий, корректно переданных на согласование;
- оценку полезности самими технологами.
ИНДИНС разрабатывает корпоративных ИИ-ассистентов, RAG-системы и MCP-серверы для связи с производственными системами. Для обсуждения задачи можно подготовить типовые вопросы технологов, набор действующих документов и перечень данных ERP, MES или 1С, которые сейчас приходится собирать вручную.