Watsonx.ai gebruiksscenario

Het Job Plan Automation-systeem maakt gebruik van de tools van IBM watsonx.ai om taakplannen te genereren en te optimaliseren binnen IBM Maximo. Het systeem verwerkt grote hoeveelheden ongestructureerde operationele gegevens - zoals apparatuurhandleidingen, notities van technici en onderhoudsdossiers - en gebruikt deze gegevens om gedetailleerde, contextbewuste werkplannen aan te bevelen of op te stellen.
‍

Het belangrijkste doel is om aan te tonen hoe het maken en verbeteren van vacatureplannen in Maximo geautomatiseerd kan worden met behulp van watsonx.ai.
‍

De onderstaande beeldsequentie, figuren 1 tot en met 4, laat zien hoe de watsonx Assistant kan worden gebruikt voor interactie met onderhoudsdocumentatie via een gespreksinterface. In dit voorbeeld, dat wordt weergegeven in de onderstaande reeks afbeeldingen, vraagt een gebruiker de assistent naar de handmatige instructies voor de rem. De assistent haalt relevante informatie op uit een document dat eerder is geüpload naar Watson Discovery. Dit geeft de onderliggende Large Language Models (LLM) toegang tot en inzicht in de inhoud van de handleiding bij het formuleren van de respons. Zodra de assistent de instructies heeft gegeven, wordt de gebruiker ook gevraagd om automatisch een taakplan te genereren op basis van een Maximo API op basis van de opgehaalde informatie.
‍

‍

Architectuur op hoog niveau

De implementatie integreert IBM watsonx.ai services met de Maximo Application Suite via een intermediaire microservice. Deze microservice vergemakkelijkt het ophalen van informatie uit de gespecificeerde gegevensbron en automatiseert de creatie van werkplannen op basis van de reactie van de LLM.
‍

Onderdelen van het systeem

1. Invoer van de gebruiker via Watsonx Assistant - Gebruikers communiceren met het systeem via watsonx Assistant, dat is ontworpen voor dialoog en interactie, het stellen van vragen of het aanvragen van werkplannen in natuurlijke taal.
2. Actiekader - Achter de schermen activeren deze ingangen vooraf gedefinieerde acties, die reacties orkestreren door gegevens uit meerdere bronnen op te halen, die allemaal worden geïmporteerd en uitgevoerd in watsonx Assistant.
3. De ontdekking van Watson - Dit richt zich op het zoeken en ophalen van relevante informatie uit documenten. Het wordt gebruikt om ongestructureerde documenten in te nemen en te analyseren en om belangrijke informatie te extraheren, waardoor deze kan worden opgevraagd door de Watsonx-assistent.
4. Studio watsonx.ai - Studio moet LLM's implementeren en inhoud genereren op basis van de aanwijzingen en gegevens van de gebruiker. Wanneer natuurlijke taalverwerking of gestructureerde generatie vereist is, wordt de informatie die met Watson Discovery wordt geëxtraheerd, via watsonx.ai Studio doorgegeven aan een LLM. De opties voor de LLM's in watsonx.ai zijn:
   
   1. Graniet: IBM's eigen basismodel, ontworpen voor AI-taken op bedrijfsniveau met een focus op vertrouwen, transparantie en domeinspecifieke prestaties.
   2. Lama: Ontwikkeld door Meta, geoptimaliseerd voor efficiëntie en prestaties bij open onderzoek en algemene taaltaken.
   3. Mistral: Gemaakt door Mistral AI, bekend als lichtgewicht, goed presterende modellen met open gewicht, geoptimaliseerd voor snelheid en flexibiliteit bij de implementatie.
      
      Er is ook een optie om je eigen model te importeren uit HuggingFace, een open-source platform voor LLMS.
5. Gegevensuitbreiding en -integratie - Het systeem bevat uitbreidingen voor Watson Discovery, Watson Assistant en de Maximo API, waardoor naadloze communicatie tussen componenten mogelijk is.
6. Microservices voor bedrijfslogica - Een lichtgewicht microservicelaag verwerkt invoer, formatteert aanvragen en bereidt POST-aanroepen naar Maximo Manage API's voor. Deze laag fungeert als een brug tussen AI-outputs en de interne structuur van Maximo.
7. Interactie met de database - De microservice kan indien nodig ook rechtstreeks communiceren met de Manage Database via JDBC om bestaande taakplangegevens te valideren of op te halen. Deze implementatie is echter niet opgenomen in het voorbeeld in het overzicht.
8. Maximo Manage - Ten slotte worden de taakplannen ofwel via een API naar Maximo geüpload of gebruikt om acties voor te stellen binnen Maximo Manage, waar planners ze kunnen beoordelen en goedkeuren.

‍

IBM-cloudservices

Alle watsonx-services zijn te vinden op cloud.ibm.com. Ze kunnen ook worden gehost op andere platforms zoals AWS, maar in dit voorbeeld wordt alles gehost op IBM Cloud. Klik op het IBM Cloud-dashboard op het navigatiemenu, zoals weergegeven in figuur 6 hieronder.
‍

Selecteer de optie voor de bronnenlijst in het navigatiemenu, zoals weergegeven in figuur 7 hieronder.
‍

In de bronnenlijst ziet u een dropdown-optie voor AI/Machine Learning, zoals te zien is in figuur 8 hieronder, die u services van IBM laat zien, zoals watson Discovery, watsonx Assistant en watsonx.ai Studio. Dit zijn de tools waarnaar wordt verwezen in de Architectuur op hoog niveau sectie hierboven.
‍

Belangrijkste afhaalrestaurants

Deze use case laat zien hoe AI kan helpen om het maken van banenplannen in Maximo te vereenvoudigen en te versnellen. Door tools van watsonx.ai te gebruiken, kan het systeem grote hoeveelheden technische informatie verwerken, zoals handleidingen, notities van technici en onderhoudsdossiers, en die omzetten in nuttige, gedetailleerde werkplannen. In plaats van documenten handmatig te doorzoeken, kunnen gebruikers eenvoudig vragen stellen via de AI-assistent. Het verzamelt de juiste informatie, begrijpt deze met behulp van AI en biedt aan om automatisch een werkplan te genereren.
‍

Achter de schermen werken verschillende krachtige tools samen: Watson Discovery helpt de assistent documenten te begrijpen, watsonx.ai Studio genereert slimme antwoorden met LLM's en Maximo APIs verbind alles met het systeem. Het is allemaal ontworpen om het proces eenvoudiger, sneller en nauwkeuriger te maken. Hoewel dit voorbeeld zich richt op het begrijpen van onderhoudsinstructies en het opstellen van werkplannen, zou dezelfde aanpak ook op andere gebieden kunnen worden gebruikt — waardoor het een uitstekend startpunt is voor het gebruik van AI in de dagelijkse bedrijfsvoering.