Vulcan : un assistant de maintenance qui connaît chaque manuel et chaque réparation passée

Notre approche

Manuels, modes opératoires, schémas P&ID et garanties sont découpés en passages (avec OCR pour les scans), transformés en vecteurs par un modèle d’embeddings local et stockés dans PostgreSQL avec pgvector. Un connecteur en lecture seule sur le réseau de l’usine synchronise la GMAO (lecture directe de la base ou export planifié, sans service cloud) : ordres de travail, pièces consommées, codes de panne, heures de marche et notes des techniciens. À chaque question, l’agent interroge les deux sources en parallèle, filtrées sur l’équipement exact : les étapes de réparation officielles, et la façon dont la même panne a été réparée sur cette même machine. Un modèle de langage open source (Llama, Qwen ou Mistral), installé sur un serveur GPU dans l’usine, rédige alors un guide court qui cite la page du manuel et le numéro d’ordre de travail, et peut préparer le nouvel ordre de travail avec ses pièces. La reconnaissance vocale (Whisper) tourne elle aussi en local : aucune question, aucun document ni aucune donnée ne quitte le site, et l’assistant fonctionne même sans internet. Des votes pouce haut / pouce bas et un pipeline d’évaluation hebdomadaire signalent les manuels et les listes de pièces à mettre à jour.