Cas d'utilisation de Watsonx.ai

Le système Job Plan Automation utilise la suite d'outils d'IBM watsonx.ai pour générer et optimiser des plans de travail dans IBM Maximo. Le système ingère de grands volumes de données opérationnelles non structurées, telles que les manuels d'équipement, les notes des techniciens et les dossiers de maintenance, et utilise ces données pour recommander ou créer des plans de travail détaillés et contextuels.
‍

L'objectif principal est de démontrer comment la création et l'amélioration de plans de travail dans Maximo peuvent être automatisées à l'aide de watsonx.ai.
‍

La séquence d'images ci-dessous, figures 1 à 4, montre comment l'assistant watsonx peut être utilisé pour interagir avec la documentation de maintenance via une interface conversationnelle. Dans cet exemple, illustré dans la séquence de figures ci-dessous, un utilisateur interroge l'assistant au sujet des instructions du manuel de freinage. L'assistant extrait les informations pertinentes d'un document précédemment téléchargé sur Watson Discovery. Cela permet aux grands modèles linguistiques (LLM) sous-jacents d'accéder au contenu du manuel et de le comprendre lors de la formulation de sa réponse. Une fois que l'assistant a fourni les instructions, il propose également à l'utilisateur une option permettant de générer automatiquement un plan de travail basé sur une API Maximo sur les informations récupérées.
‍

‍

Architecture de haut niveau

L'implémentation intègre les services IBM watsonx.ai à la suite d'applications Maximo via un microservice intermédiaire. Ce microservice facilite la récupération d'informations à partir de la source de données spécifiée et automatise la création de plans de travail en fonction de la réponse du LLM.
‍

Composants du système

1. Entrée utilisateur via Watsonx Assistant - Les utilisateurs interagissent avec le système via Watsonx Assistant, conçu pour le dialogue et l'interaction, pour poser des questions ou demander des plans de travail en langage naturel.
2. Cadre d'action - Dans les coulisses, ces entrées déclenchent des actions prédéfinies, qui orchestrent les réponses en extrayant des données provenant de plusieurs sources, qui sont toutes importées et exécutées dans Watsonx Assistant.
3. Découverte de Watson - Cela se concentre sur la recherche et la récupération d'informations pertinentes à partir de documents. Il est utilisé pour ingérer et analyser des documents non structurés et extrait des informations clés qui les rendent consultables par l'assistant watsonx.
4. watsonx.ai Studio - Studio doit déployer des LLM et générer du contenu en fonction des instructions et des données de l'utilisateur. Lorsque le traitement du langage naturel ou la génération structurée sont nécessaires, les informations extraites à l'aide de Watson Discovery sont transmises à un LLM via watsonx.ai Studio. Les options pour les LLM dans watsonx.ai sont les suivantes :
   
   1. Granit: le modèle de base propriétaire d'IBM, conçu pour les tâches d'IA de niveau entreprise en mettant l'accent sur la confiance, la transparence et les performances spécifiques à un domaine.
   2. Lama: Développé par Meta, optimisé pour l'efficacité et les performances lors de recherches ouvertes et de tâches linguistiques à usage général.
   3. Mistral : Créé par Mistral AI, connu pour ses modèles à poids ouvert légers et performants optimisés pour la vitesse et la flexibilité de déploiement.
      
      Il existe également une option pour importer votre propre modèle depuis HuggingFace, une plateforme open source pour LLMS.
5. Extension et intégration des données - Le système inclut des extensions pour Watson Discovery, Watson Assistant et l'API Maximo, permettant une communication fluide entre les composants.
6. Microservices pour Business Logic - Une couche de microservices légère traite les entrées, met en forme les demandes et prépare les appels POST vers les API Maximo Manage. Cette couche fait office de pont entre les sorties de l'IA et la structure interne de Maximo.
7. Interaction avec la base - Le microservice peut également interagir directement avec la base de données de gestion via JDBC si nécessaire pour valider ou récupérer les données de plan de travail existantes. Cependant, cette implémentation n'a pas été incluse dans l'exemple présenté dans l'aperçu.
8. Maximo Manage - Enfin, les plans de travail sont soit téléchargés dans Maximo via une API, soit utilisés pour suggérer des actions dans Maximo Manage, où les planificateurs peuvent les consulter et les approuver.

‍

Services cloud d'IBM

Tous les services Watsonx sont disponibles sur cloud.ibm.com. Ils peuvent également être hébergés sur d'autres plateformes comme AWS, mais dans cet exemple, tout est hébergé sur IBM Cloud. Depuis le tableau de bord IBM Cloud, cliquez sur le menu de navigation comme illustré dans la Figure 6 ci-dessous.
‍

Sélectionnez l'option de liste de ressources dans le menu de navigation, comme illustré dans la Figure 7 ci-dessous.
‍

Dans la liste des ressources, vous verrez une option déroulante AI/Machine Learning, comme le montre la Figure 8 ci-dessous, qui vous montre les services d'IBM tels que Watson Discovery, Watsonx Assistant et watsonx.ai Studio. Il s'agit des outils référencés dans Architecture de haut niveau section ci-dessus.
‍

Principaux points à retenir

Ce cas d'utilisation montre comment l'IA peut contribuer à simplifier et à accélérer la création de plans d'emploi dans Maximo. À l'aide des outils de watsonx.ai, le système peut accéder à de grandes quantités d'informations techniques, telles que des manuels, des notes techniques et des dossiers de maintenance, et les transformer en plans de travail utiles et détaillés. Au lieu de rechercher manuellement dans les documents, les utilisateurs peuvent simplement poser des questions via l'assistant IA. Il extrait les bonnes informations, les comprend grâce à l'IA et propose de générer automatiquement un plan de travail.
‍

Dans les coulisses, plusieurs outils puissants fonctionnent ensemble : Watson Discovery aide l'assistant à comprendre les documents, watsonx.ai Studio génère des réponses intelligentes à l'aide de LLM et Maximo API connectez le tout au système. Tout est conçu pour rendre le processus plus facile, plus rapide et plus précis. Bien que cet exemple se concentre sur la compréhension des instructions de maintenance et la création de plans de travail, la même approche pourrait également être utilisée dans d'autres domaines, ce qui en fait un excellent point de départ pour l'utilisation IA dans les opérations quotidiennes.