fbpx
  • Inicio
  • Internacionales
  • Mitsubishi Fuso combina el aprendizaje automático y las técnicas avanzadas de procesamiento del lenguaje natural (PNL) para mejorar la experiencia del producto
Internacionales

Mitsubishi Fuso combina el aprendizaje automático y las técnicas avanzadas de procesamiento del lenguaje natural (PNL) para mejorar la experiencia del producto


16.12.2020
Mitsubishi Fuso combina el aprendizaje automático y las técnicas avanzadas de procesamiento del lenguaje natural (PNL) para mejorar la experiencia del producto

Mitsubishi Fuso Truck and Bus Corporation (MFTBC), uno de los principales fabricantes de vehículos comerciales de Asia, se complace en anunciar mejoras en los procesos de gestión de la calidad mediante la aplicación de soluciones de búsqueda cognitiva que combinan técnicas de procesamiento de lenguaje natural y aprendizaje automático. Esta iniciativa se presenta como un impulso adicional dentro de MFTBC para respaldar el tiempo de actividad del cliente aprovechando el big data.

La búsqueda cognitiva permite la indexación de grandes volúmenes de información y ayuda a aclarar las interpretaciones de los datos mediante la agrupación y la comparación. MFTBC ha aprovechado esta tecnología para responder mejor a los informes de calidad de los clientes. Antes de la actualización, todos los informes recibidos a través de los distribuidores se habían leído, analizado y emparejado manualmente con otros problemas de calidad conocidos para identificar tendencias, así como para determinar la escala y la gravedad de los casos notificados. 

Si bien este paso se basó en gran medida en la experiencia de cada individuo que supervisaba la tarea, el proceso ahora integra un análisis basado en la búsqueda cognitiva de textos de informes de calidad y busca problemas potencialmente relacionados en una biblioteca basada en la nube de escenarios pasados ​​y en ejecución para ayudar al responsable. empleados. Capacidades de procesamiento del lenguaje natural, que mejoran la "comprensión" de los datos a través del análisis lingüístico, se agregaron para aumentar la precisión de la búsqueda. Como un paso más para aumentar la precisión de los análisis, también se integró el aprendizaje automático para refinar continuamente la relevancia de la información sugerida.

Para construir el sistema, el equipo de gestión de calidad de MFTBC comenzó creando una biblioteca detallada de casos pasados ​​para extraer información importante de los informes de calidad. El sistema ahora se basa continuamente en esta biblioteca mediante el análisis de los informes de calidad presentados a través de un portal en línea por los distribuidores en inglés o japonés. Actualmente, el proceso es compatible con todos los vehículos KD y BU FUSO producidos en Japón y Tramagal (Portugal), incluidos los distribuidos en los mercados internacionales.

Desde que la implementación de estas tecnologías comenzó en enero de este año, el tiempo de espera para el procesamiento de informes se ha reducido en un 30%. Esto significa que la retroalimentación a los clientes se puede completar más rápidamente en comparación con el año pasado, minimizando el potencial de escenarios de tiempo de inactividad prolongados. Como iniciativa de interconexión con el cliente, el nuevo sistema complementa las funciones de telediagnóstico y monitoreo de vehículos en tiempo real proporcionadas por la plataforma telemática Truckonnect. El uso de la búsqueda cognitiva en la gestión de la calidad en MFTBC también es parte de un movimiento de digitalización más amplio dentro de las operaciones en la sede de Kawasaki. La digitalización ha sido un pilar importante de la mejora de procesos en una amplia variedad de áreas de trabajo, que van desde la línea de producción hasta las relaciones con los proveedores.