DeepDigest
LangChain Blog · · ~2 мин

Toyota использует Deep Agents и LangSmith для масштабирования корпоративного ИИ

Toyota внедряет решения на основе Deep Agents и LangSmith для масштабирования корпоративного ИИ. Платформа ToyotaGPT с библиотекой агентов ускоряет разработку и применение ИИ-решений в разных сферах деятельности компании. Приложения вроде GearPal и R&D GPT оптимизируют производство и исследования, сокращая временные затраты.

Toyota использует Deep Agents и LangSmith для масштабирования корпоративного ИИ

Команда корпоративного ИИ Toyota North America, насчитывающая около 35 человек, определяет стратегические направления развития ИИ в компании и создаёт приоритетные продукты. Команда работает в разных направлениях — от производства и цепочки поставок до R&D и разработки автомобилей.

Ключевой элемент портфеля ИИ Toyota — платформа ToyotaGPT. Она включает библиотеку специализированных агентов: сотрудники разных отделов используют её для получения ответов на основе внутренних данных компании (от документации по производству до отчётов R&D). Сейчас в платформе более 50 агентов в работе. Раньше на создание нового агента уходило 6 месяцев и 6 инженеров, а сейчас — 4 дня и 1 инженер.

Для оптимизации производства команда разработала приложение GearPal. Оно даёт техническим специалистам интерфейс на естественном языке для диагностики проблем с роботами и оборудованием на производственной линии. Раньше диагностика занимала 5–6 часов, теперь — 2–3 минуты. GearPal также помогает передавать знания от опытных сотрудников новым работникам.

В сфере R&D работает агент R&D GPT. Он позволяет исследователям запрашивать внутренние материалы Toyota и находить нюансы, на ручной поиск которых раньше уходили недели. Благодаря агенту сроки исследований сократились с 3 лет до 1 года. Чтобы повысить точность поиска по пересекающимся областям (например, краска, коррозия, материалы сидений), команда создала систему параллельного вызова инструментов на базе LangGraph.

LangSmith служит для мониторинга ИИ-приложений Toyota — с его помощью команда отслеживает работу агентов, выявляет сбои и анализирует поведение пользователей. С помощью LangSmith Insights Agent команда изучает, как разные отделы используют ToyotaGPT, и определяет, какие новые агенты стоит разрабатывать в первую очередь.

Каждый сценарий использования ИИ на производстве должен обеспечивать возврат инвестиций (ROI) в размере шести-семизначной суммы в год. По прогнозам, по мере развития портфеля решений ежегодная экономия на каждом производственном объекте достигнет нескольких миллионов долларов, а в перспективе — семи-восьмизначной суммы.

Go back to blog
Create agents
Toyota Motor North America
Deep Agents
LangGraph
LangSmith
4 days and 1 engineer
Deep Agents
LangSmith

// оригинал
LangChain Blog ↗ Читать оригинал
9 просмотров
// поделиться Telegram VK