Tata Motors accélère le diagnostic des véhicules grâce à un assistant de chat basé sur LLM
L’application ServiceSage augmente la rapidité du service et la précision
Avec MATLAB, Tata Motors a créé une application basée sur GenAI qui optimise le diagnostic et permet même aux nouveaux techniciens de gagner en autonomie.
Principaux résultats
- Réduction du temps de service des véhicules grâce à un dépannage assisté par IA, plus rapide, utilisant des LLM améliorés par RAG.
- Amélioration de la précision et de la cohérence du diagnostic pour l'ensemble des techniciens, quel que soit leur niveau d’expérience.
- Développement accéléré du prototype en exploitant des LLM locaux et en utilisant les outils low-code MATLAB et l’App Designer.
Les équipes de service de Tata Motors supportent un nombre croissant de systèmes automobiles de plus en plus complexes, rendant la précision et la rapidité du diagnostic essentielles pour maintenir la satisfaction des clients. Cependant, les techniciens ont souvent du mal à parcourir de longs manuels, à identifier les causes profondes et à suivre l’évolution des procédures de diagnostic. Ces difficultés entraînent des temps de service plus longs, des dépannages incohérents et des temps d'immobilisation des véhicules plus longs également.
Pour résoudre ces problèmes, Tata Motors a développé ServiceSage, une application utilisant l'IA générative et les grands modèles de langage (LLM). À l'aide de MATLAB® et de Text Analytics Toolbox™, l'équipe a implémenté un workflow de génération augmentée par récupération (RAG) qui permet à l'application de rechercher dans les manuels techniques et de proposer des conseils de dépannage en réponse aux questions des techniciens. La solution de dépannage contextuelle a été conçue à l’aide d'App Designer et d’une combinaison d’outils de prétraitement et de scripting low-code. ServiceSage améliore la précision du diagnostic, réduit les temps de réparation et offre une meilleure expérience de service globale pour les techniciens et pour les propriétaires de véhicules.
Produits utilisés
Ressources associées
