Tata Motors、LLM ベースのチャットアシスタントで車両診断を加速
ServiceSage アプリがサービスのスピードと精度を向上
Tata Motors は、MATLAB の活用を通じて、車両診断を効率化して、経験の浅い技術者でも使いこなせる生成 AI ベースのアプリを開発しました。
主な成果
- RAG で強化された LLM を活用して、迅速な AI 支援型トラブルシューティングを可能にすることで、車両の保守時間を短縮
- 経験年数に関わらず、技術者による診断の精度と一貫性を向上
- ローカル LLM を活用して、MATLABのローコードツールと App Designer を用いることでプロトタイプ開発を加速
Tata Motors のサービスチームは、ますます複雑さを増す車両システムの多様化に対応しています。そのため、診断の精度とスピードが顧客満足度を維持する上で不可欠な要素となっています。一方で、技術者は常に膨大なマニュアルの中から必要な情報を探し出し、根本原因を特定し、進化し続ける診断プロセスに対応することに苦慮しています。こうした課題が保守時間を長引かせ、トラブルシューティングにばらつきを生じさせるほか、車両のダウンタイムを増大させる要因となっています。
これらの課題に対処するために、Tata Motors は生成 AI と大規模言語モデル (LLM) を活用した ServiceSage アプリを開発しました。MATLAB® と Text Analytics Toolbox™ を用い、チームは技術者からの問い合わせに対して技術マニュアルの検索やトラブルシューティング手引きの提供を可能にする検索拡張生成 (RAG) ワークフローをアプリに実装しました。この状況認識型トラブルシューティング ソリューションの設計には、App Designer の他に、ローコードの前処理ツールとスクリプトツールを組み合わせて使用されました。ServiceSage は診断の精度を高め、修理時間を短縮し、技術者と自動車オーナー双方のサービス体験全体を向上させます。
