Una foto vale mille parole — e nel mondo della manutenzione industriale, una foto analizzata da AI Vision vale anche un'ora di tempo del tecnico senior. La tecnologia GPT-4o Vision di OpenAI permette oggi di analizzare un'immagine di un componente meccanico/elettrico difettoso e ricevere in 10 secondi una diagnosi strutturata. Vediamo come funziona, quando ha senso, i casi d'uso reali.
Cosa è AI Vision applicata alla manutenzione
L'AI Vision è la capacità di un modello linguistico multimodale (come GPT-4o) di "vedere" e analizzare immagini. Applicato alla manutenzione, significa:
- Carichi una foto del componente difettoso.
- L'AI analizza l'immagine.
- Restituisce: cosa si vede, anomalie visibili, possibili cause, verifiche e azioni.
Il tutto in 10-30 secondi, costo ~2-5 centesimi per analisi.
Cosa l'AI Vision è in grado di riconoscere
Dal punto di vista pratico, AI Vision funziona bene su:
- Perdite: olio, acqua, gas. Riconosce macchie scure, gocciolamenti, residui caratteristici.
- Rotture meccaniche: cinghie spezzate, ingranaggi consumati, sigilli danneggiati.
- Corrosione: ossidazione, ruggine in evoluzione, alterazioni superficie.
- Surriscaldamento: bruciature, scolorimento da calore, deformazioni termiche.
- Usura: superfici levigate, deformate, marcature da fatica.
- Anomalie elettriche: fili strappati, isolamento bruciato, scintille (se in foto), morsetti corrosi.
- Componenti in posizione errata: viti mancanti, sigilli fuori sede, bulloni allentati.
Cosa l'AI Vision NON può fare
Limiti onesti:
- Non vede dentro la macchina: serve smontaggio o telecamera endoscopica per problemi interni.
- Non misura: niente vibrazioni, temperature precise, pressioni. Per quello servono sensori.
- Non sostituisce termocamera, vibrometro, multimetro.
- Non distingue dettagli sotto 1-2 mm in foto a media risoluzione.
- Può sbagliare: la diagnosi è "probabile", non certa. Va sempre verificata dal tecnico.
Funziona bene come filtro iniziale e seconda opinione, non come sostituto del controllo strumentale.
Come funziona in pratica
Step 1: Foto del componente
Il tecnico, con lo smartphone, fotografa il componente con anomalia direttamente dal cantiere. Tips per foto efficaci:
- Inquadratura ravvicinata del problema (non foto generale della macchina).
- Buona illuminazione: niente foto al buio.
- Componente pulito (rimuovi polvere superficiale).
- Foto multiple da angoli diversi se il problema è 3D.
Step 2: Analisi AI
Click su "Analizza con AI" → la foto:
- Viene resize a dimensioni ottimali (max 1024×1024).
- Inviata a OpenAI GPT-4o Vision con prompt strutturato.
- Risposta in 10-30 secondi.
Step 3: Risposta strutturata
Output AI tipico:
Cosa si vede: cuscinetto a sfere SKF 6204, corpo rotante con sigillo metallico, lubrificante visibile sul lato esterno.
Anomalie visibili: tracce di olio scuro fuoriuscite dal sigillo. Possibile leakage del lubrificante. Aspetto del sigillo non più piano, leggermente deformato.
Possibili cause:
1. Sigillo del cuscinetto danneggiato (alta probabilità).
2. Sovraccarico assiale prolungato che ha deformato il sigillo.
3. Contaminazione del lubrificante che ha eroso il sigillo.
Verifiche e azioni consigliate:
- Verificare temperatura cuscinetto a regime con termometro IR.
- Sostituire sigillo se danneggiato (codice OR-25-NBR).
- Verificare allineamento albero motore.
- Controllare livello lubrificante.
I 4 casi d'uso più frequenti
Caso 1: Tecnico junior in cantiere
Mario è in cantiere e vede una perdita d'olio da una pompa idraulica. Non è esperto su questo modello. Fotografa, click "Analizza AI", in 30 secondi sa: "Anomalia: leakage dal raccordo. Causa probabile: OR usurato. Soluzione: sostituire OR codice 12.4×3 NBR".
Marco interviene autonomamente senza chiamare il senior.
Caso 2: Troubleshooting da remoto
Il tecnico senior è in altra città. Riceve foto via WhatsApp del guasto del cliente. Carica la foto sul ticket Manutentya, click AI, ottiene diagnosi strutturata, può consigliare al telefono con dati oggettivi invece che a sensazione.
Caso 3: Documentazione strutturata del guasto
Le diagnosi AI salvate sui ticket alimentano l'archivio storico aziendale. Quando il modulo RAG sui manuali cerca guasti simili in passato, trova anche le diagnosi visive di guasti analoghi.
Caso 4: Pre-analisi prima di chiamare il fornitore
Hai un guasto su una macchina sotto contratto di assistenza con il fornitore. Fai foto, AI Vision, ottieni diagnosi → contatti il fornitore con descrizione tecnica precisa. Il fornitore arriva preparato con il ricambio giusto. Riduzione tempi di intervento del 50%+.
Costi e privacy
Ogni analisi Vision costa 2-5 centesimi (token GPT-4o Vision). Le immagini sono inviate a OpenAI in modalità Zero Data Retention.
Per privacy: evita di fotografare elementi che potrebbero contenere informazioni sensibili (badge dipendenti, schermate gestionali con dati clienti).
Come fa Manutentya
Il modulo Diagnosi AI da Foto di Manutentya integra GPT-4o Vision direttamente nel flusso ticket: il tecnico carica la foto, click "Analizza con AI", riceve la diagnosi strutturata salvata come messaggio sul ticket per tracciabilità.
Combinato con la RAG sui manuali, copre l'intero flusso "tecnico in cantiere ha bisogno di aiuto" con AI testuale + Vision.
Richiedi una demo di Manutentya.
