LKS Next – Deliveron
LKS Next
Sector: Actividades profesionales, Actividades científicas, Actividades técnicas
Business Case
Los conservadores, encargados de realizar reparaciones, muchas veces acuden al cliente simplemente para revisar cuál es el problema al que se enfrentan y vuelven a la central a por el material necesario. Perdiendo gran cantidad de tiempo.
Objetivos
Desarrollar unos manuales de reparación según la información aportada por el cliente en el momento de reportar de la incidencia. Permitiendo al conservador llevar el material necesario la primera vez, ahorrando así viajes innecesarios.
Use case
Tras dar el aviso el cliente al SAT, la conversación se transcribe a formato texto, y se calculan su respectivo embedding (posición dentro de un espacio vectorial). Una vez obtenido el embedding el aviso se asocia a un manual de reparación generado para este tipo de averías (las averías con un embedding similar). Consecuentemente, el conservador podrá coger el material de reparación que sugiere dicho manual.
Infraestructura
On Premise
Tecnologías utilizadas
Tecnologías de IA que generan lenguaje escrito o hablado, imágenes o videos (IA generativa); Minería de Textos; Reconocimiento de voz
Datos utilizados
Conversaciones entre clientes y SAT, base de datos de antiguos avisos de averías (aparatos, tipo de avería, fecha de la avería, fecha de venta del aparato …) y textos con información de procesos de reparación.
Recursos utilizados
Dedicación de personal con conocimientos, servidores para alojar el aplicativo y acceso vía servicios a modelos del lenguaje.
Dificultades y aprendizaje
Entender que a partir de ahora los datos no estructurados como texto libre, voz, imágenes etc son un recurso muy valioso y que es importante adecuarlos para poder contar con ellos.
KPIs (impacto en el negocio y métricas del modelo)
Una vez el conservador asiste al lugar de reparación determina si el manual generado ha sido útil o no, retroalimentando al modelo que genera dichos manuales. De este modo con el tiempo se reducirá el porcentaje de error y consecuentemente se tendrán que hacer menos viajes para las reparaciones.
Financiación
Clientes y ayudas públicas
