AI Predittiva e Suggerimenti su Manuali (RAG)

AI predittiva e RAG sui manuali tecnici

Il modulo AI Manutentya trasforma il CMMS da semplice gestionale di ticket a assistente intelligente per il tecnico di manutenzione. Tre funzionalità AI integrate:

1. Suggerimenti su ticket via RAG sui manuali tecnici PDF.
2. Manutenzione predittiva basata su MTBF, MTTR e storico guasti.
3. Scheda guasto automatica generata alla chiusura del ticket.

RAG sui manuali tecnici (Retrieval-Augmented Generation)

Quando carichi un manuale PDF su un macchinario nell'anagrafica, Manutentya:

1. Estrae il testo del PDF lato browser con pdf.js (zero carico server).
2. Spezza il documento in chunks di ~500 parole.
3. Genera embeddings vettoriali con OpenAI text-embedding-3-small.
4. Indicizza in database per ricerca semantica.

Come funziona durante l'intervento

Quando il tecnico apre un ticket di guasto, vede il pulsante "Analizza con AI". Click → l'AI:

• Prende la descrizione del guasto dal ticket.
• Cerca semanticamente i passaggi più rilevanti nei manuali PDF del macchinario (similarità coseno).
• Cerca anche nello storico guasti precedenti dello stesso macchinario o famiglia.
• Combina le informazioni e restituisce una risposta strutturata.

Output AI strutturato

• Cause probabili: 3-5 possibili cause ordinate per probabilità.
• Verifiche da effettuare: checklist di test diagnostici.
• Procedura passo-passo: come intervenire concretamente.
• Ricambi tipicamente coinvolti: lista dei pezzi da preparare.
• Precauzioni di sicurezza: rischi e DPI necessari.

Il tecnico junior ha accesso istantaneo alla "memoria" tecnica condensata dei manuali e dei guasti precedenti — riduce i tempi di diagnosi del 40-60% rispetto al ricerca manuale.

Manutenzione predittiva

Pulsante in dashboard statistiche fermi che attiva l'analisi predittiva: l'AI esamina:

• MTBF di ogni macchinario degli ultimi 6 mesi.
• MTTR e trend nel tempo.
• Frequenza guasti con priorità alta.
• Pattern stagionali.

Output: classificazione macchinari a rischio alto / medio / basso con:

• Motivazione (es. "MTBF in calo del 30% negli ultimi 3 mesi").
• Azione consigliata (es. "Pianificare ispezione completa entro 2 settimane").

È l'evoluzione dalla manutenzione preventiva (cadenza fissa) a quella predittiva (basata sui dati reali), che riduce ulteriormente i fermi del 10-20%.

Scheda guasto AI automatica

Alla chiusura del ticket, l'AI genera automaticamente una scheda guasto strutturata con:

• Problema rilevato: sintesi della descrizione iniziale e dei test eseguiti.
• Soluzione adottata: cosa è stato fatto concretamente.
• Causa radice: il "perché" reale del guasto.
• Riassunto operativo: 2-3 righe per archivio rapido.

Pulsante "Rigenera" per riprodurre se servono modifiche. Le schede alimentano il database di conoscenza per i ticket futuri (RAG).

Tecnologie utilizzate

• OpenAI GPT-4o-mini: per generazione testo (suggerimenti, schede, predittiva).
• OpenAI text-embedding-3-small: per embeddings vettoriali RAG.
• OpenAI GPT-4o (Vision): per analisi foto guasto (modulo dedicato).
• pdf.js: estrazione PDF lato browser (zero carico server, supporto file di centinaia di pagine).

Costi e privacy

Le chiamate API OpenAI sono fatturate a consumo (tipicamente 2-10 centesimi per ticket analizzato con AI). I dati sono inviati a OpenAI in modalità "Zero Data Retention" per non essere usati per training.

Il modulo è opzionale e attivabile sull'azienda. Si combina con il modulo Diagnosi Vision AI per analisi anche di immagini, e con il Planning Tecnici per riassegnazione AI dei carichi.