छोटा जवाब: प्लांट फ़्लोर पर जेनरेटिव AI वहाँ अपनी जगह कमाता है जहाँ काम टेक्स्ट है, और बेवरेज प्लांट ढेर सारा ऐसा टेक्स्ट बनाता है जिसे कोई नहीं पढ़ता। यह MES स्टॉप लॉग, अलार्म और ऑपरेटरों के नोट्स से शिफ़्ट हैंडओवर का मसौदा बना सकता है। यह SOP के सवालों का जवाब सेक्शन के हवाले के साथ दे सकता है। यह फ़ाइव व्हाइज़ और Ishikawa डायग्राम में टीम की मदद कर सकता है, कारण सुझाकर और मिलती-जुलती पुरानी घटनाएँ निकालकर, जबकि टीम पुष्टि करती है। यह वन-पॉइंट लेसन का मसौदा बना सकता है और कई भाषाएँ बोलने वाले क्रू के लिए अनुवाद कर सकता है। हर मामले में ढाँचा एक ही है: डेटा सिस्टम से, शब्द मॉडल से, विवेक और साइन इंसान से।
जिस भी प्लांट में मैंने काम किया, वहाँ एक शिफ़्ट हैंडओवर बुक थी। ज़्यादातर में रात दर रात वही तीन एंट्री होती थीं: ‘लाइन ठीक चली’, ‘लेबलर में दिक्कत’, ‘मेंटेनेंस देखें’। अगली शिफ़्ट को जो जानकारी चाहिए थी, वह कहीं और थी, स्टॉप लॉग में, अलार्म सूची में, उस ऑपरेटर के दिमाग में जो अभी-अभी घर गया था।
यही वह समस्या है जिसमें जेनरेटिव AI सच में अच्छा है। प्रोसेस कंट्रोल करना नहीं, ख़राबियों का अनुमान लगाना नहीं (वह करने वाले मॉडल पिछली पोस्ट में आए), बल्कि वह टेक्स्ट पढ़ना और लिखना जो प्लांट को जोड़े रखता है। यह सीरीज़ की छठी पोस्ट है, और यह ऐसी पाँच जगहें बताती है जहाँ इसका फ़ायदा मिलता है।
शिफ़्ट हैंडओवर सार
एक काम का हैंडओवर चार सवालों के जवाब देता है: क्या कुछ असुरक्षित है, क्या कोई प्रोडक्ट होल्ड पर है, क्या अब भी ख़राब है, और अगली शिफ़्ट को सबसे पहले क्या करना है। इनके जवाब का डेटा पहले से मौजूद है:
- MES स्टॉप लॉग, अवधि और रीज़न कोड के साथ
- SCADA का अलार्म इतिहास, जिसे एक स्क्रिप्ट समूहों में बाँट सकती है ताकि एक अलार्म के चालीस दोहराव एक ही मुद्दा गिने जाएँ
- ऑपरेटरों के खुले टेक्स्ट वाले नोट्स
- LIMS या QA सिस्टम से क्वालिटी होल्ड
लैंग्वेज मॉडल इन्हीं इनपुट से एक तय ढाँचे में हैंडओवर का मसौदा बनाता है। दो नियम इसे भरोसेमंद बनाते हैं। हर संख्या (स्टॉप के मिनट, होल्ड की मात्रा, बैच नंबर) सिस्टम से दी जाती है, मॉडल उसे याद से कभी नहीं लिखता। और मसौदे की हर लाइन अपने स्रोत से जुड़ी होती है, ताकि आने वाला सुपरवाइज़र क्लिक करके देख सके। जाने वाला सुपरवाइज़र पढ़ता, एडिट करता और साइन करता है। हैंडओवर बुक बेहतर होती है और सुपरवाइज़र तीस के बजाय दस मिनट लगाता है।
हवाले के साथ SOP के जवाब
इस सीरीज़ की दूसरी पोस्ट ने एक CIP उदाहरण के ज़रिए रिट्रीवल-ऑगमेंटेड जेनरेशन समझाया था। फ़्लोर पर इसका इस्तेमाल सीधा है: ऑपरेटर पूछता है ‘फ़ॉर्मेट बदलने के बाद 330 ml कैपर का टॉर्क सेटिंग कितना है?’ और उसे SOP नंबर और सेक्शन के साथ जवाब मिलता है।
कीमत चैटबॉट में नहीं है। कीमत सवाल और नियंत्रित दस्तावेज़ के बीच की दूरी घटाने में है। इसे बनाने या बिगाड़ने वाली चीज़ दस्तावेज़ लाइब्रेरी है: हर SOP का एक मौजूदा वर्शन, साफ़ शीर्षक के साथ, और पुराने वर्शन इंडेक्स से बाहर। अस्त-व्यस्त SOP फ़ोल्डर वाले प्लांट को अस्त-व्यस्त जवाब मिलेंगे, बस तेज़ी से।
फ़ाइव व्हाइज़ और Ishikawa के लिए रूट-कॉज़ असिस्टेंट
जब कोई लाइन दो घंटे रुकती है, तो एक अच्छी टीम ढाँचेबद्ध रूट-कॉज़ एनालिसिस करती है: कारणों की श्रृंखला पकड़ने के लिए फ़ाइव व्हाइज़, और कोई श्रेणी न छूटे इसके लिए Ishikawa (फ़िशबोन) डायग्राम। आम शीर्षक हैं मैन, मशीन, मेथड, मटीरियल, मेज़रमेंट और एनवायरनमेंट।
यहाँ लैंग्वेज मॉडल एक उपयोगी सूत्रधार है। घटना का विवरण, स्टॉप डेटा और मेंटेनेंस इतिहास मिलने पर वह:
- हर Ishikawa शीर्षक के तहत संभावित कारण सुझा सकता है, ताकि टीम पहले विचार पर ही अटक न जाए
- CMMS और इंसिडेंट लॉग से मिलती-जुलती पुरानी घटनाएँ निकाल सकता है, जो अक्सर उसका सबसे कीमती काम होता है
- जब टीम ‘ऑपरेटर की गलती’ पर बहुत जल्दी रुक जाए, तो अगला ‘क्यों’ पूछ सकता है
- टीम के कारण पर सहमत होने के बाद इंसिडेंट रिपोर्ट का मसौदा बना सकता है
जो उसे नहीं करना चाहिए, वह है निष्कर्ष निकालना। लैंग्वेज मॉडल ने आपका फ़िलर कभी नहीं देखा। वह फ़ाइव व्हाइज़ की एक साफ़-सुथरी, तार्किक श्रृंखला बना देगा जो पढ़ने में सुंदर हो और गलत हो, क्योंकि वह विश्वसनीय लगने के लिए ही बना है। श्रृंखला की हर कड़ी को फ़्लोर से सबूत चाहिए: एक फ़ोटो, एक रीडिंग, एक घिसा हुआ पार्ट। मॉडल सुझाता है, टीम पुष्टि करती है।
ट्रेनिंग और वन-पॉइंट लेसन
वन-पॉइंट लेसन एक पन्ना होता है, ज़्यादातर तस्वीरें, जो एक चीज़ सिखाता है: क्राउन क्रिम्प कैसे जाँचें, गाइड रेल कैसे सेट करें। ये TPM के सबसे अच्छे ट्रेनिंग टूल्स में से हैं और सबसे उपेक्षित भी, क्योंकि इन्हें लिखने में वह समय लगता है जो किसी के पास नहीं।
मॉडल SOP सेक्शन और काम जानने वाले ऑपरेटर की ली कुछ फ़ोटो से इसका मसौदा बना सकता है। विषय का विशेषज्ञ उसे एडिट और मंज़ूर करता है। यही तरीका ट्रेनिंग के बाद क्विज़ के लिए, और लंबे SOP को छोटी चेकलिस्ट में बदलने के लिए भी काम करता है। मंज़ूर वर्शन को किसी भी दूसरे नियंत्रित दस्तावेज़ की तरह डॉक्यूमेंट सिस्टम में रखिए।
बहुभाषी फ़्लोर
कई बेवरेज प्लांट एक साथ कई भाषाओं में चलते हैं। किसी भारतीय ब्रुअरी में ऑपरेटर हिंदी, कन्नड़ या मराठी में नोट्स लिख सकता है, सुपरवाइज़र अंग्रेज़ी पढ़ता हो सकता है और SOP शायद सिर्फ़ अंग्रेज़ी में हों। आज के मॉडल इनके बीच इतना अच्छा अनुवाद करते हैं कि रोज़ के नोट्स और सवालों के लिए सच में काम आते हैं।
दो नियंत्रण मायने रखते हैं। ख़तरे वाले शब्दों, केमिकल के नामों और उपकरणों के नामों के लिए एक तय शब्दावली इस्तेमाल कीजिए, ताकि ‘कॉस्टिक’ कभी ‘तेज़’ जैसा कोई धुँधला शब्द न बन जाए। और अनूदित SOP और सुरक्षा निर्देश जारी करने से पहले उनकी समीक्षा किसी ऐसे व्यक्ति से कराइए जो भाषा में धाराप्रवाह हो और प्लांट को जानता हो। पढ़ने के लिए अनुवाद कम जोखिम वाला है। गर्म कॉस्टिक लाइन के पास कोई जिस निर्देश का पालन करेगा, उसका अनुवाद नहीं।
यह कहाँ टूटता है
कचरा स्टॉप कोड से कचरा हैंडओवर बनते हैं। अगर आधे स्टॉप ‘other’ हैं, तो हैंडओवर पूरी ईमानदारी से ‘other’ का सार बनाएगा। जो कभी दर्ज ही नहीं हुआ, मॉडल उसे वापस नहीं ला सकता।
धाराप्रवाह टेक्स्ट ग़ायब जानकारी छिपा देता है। एक अच्छे से लिखा हैंडओवर जो उसी एक क्वालिटी होल्ड को छोड़ दे जो मायने रखता था, एक बेतरतीब हैंडओवर से बुरा है, क्योंकि लोग उस पर भरोसा करते हैं। एक जाँच बनाइए कि हर खुला होल्ड और हर सुरक्षा अलार्म मसौदे में आए।
रूट-कॉज़ असिस्टेंट टीम को एक जगह बाँध देते हैं। अगर मॉडल का पहला सुझाव सबसे पहले दिखाया जाए, तो टीम शायद उससे आगे कभी न देखे। अलग-अलग शीर्षकों से कई संभावित कारण दिखाइए, और उन्हें दिखाने से पहले टीम से उनके कारण पूछिए।
नियंत्रित दस्तावेज़ नियंत्रित ही रहते हैं। मसौदा बना SOP या वन-पॉइंट लेसन तब तक जारी नहीं होता जब तक अधिकार वाला कोई व्यक्ति उसे मंज़ूर न करे। मॉडल लिखना तेज़ करता है, मंज़ूरी नहीं।
निचोड़
प्लांट में जेनरेटिव AI टेक्स्ट के साथ सबसे अच्छा है: वह हैंडओवर जिसे कोई ठीक से नहीं लिखता, वह SOP जिसे कोई ढूँढ नहीं पाता, वह रूट-कॉज़ मीटिंग जो ‘ऑपरेटर की गलती’ पर रुक जाती है, वह लेसन जिसे बनाने का किसी के पास समय नहीं, वह नोट जो ऐसी भाषा में लिखा है जिसे सुपरवाइज़र नहीं पढ़ता। हर मामले में तथ्य सिस्टम देते हैं, मॉडल लिखता है, और इंसान जाँचकर साइन करता है। काम का यह बँटवारा कोई सीमा नहीं है। यही डिज़ाइन है।
अगली पोस्ट: OpEx के लिए एजेंटिक AI, एक एजेंट जो OEE नुकसानों पर नज़र रखता है और वर्क ऑर्डर का मसौदा बनाता है, और वे गार्डरेल्स जो उसे प्रोसेस कंट्रोल से दूर रखते हैं। SOP सर्च पर पहले के नज़रिए के लिए देखिए Knowledge Search Over Brewery SOPs With Gen AI। पूरी सूची सीरीज़ पेज पर है।
अक्सर पूछे जाने वाले सवाल
ब्रुअरी या बॉटलिंग प्लांट में जेनरेटिव AI शिफ़्ट हैंडओवर में कैसे मदद कर सकता है? यह MES से शिफ़्ट के लाइन स्टॉप, अलार्म और ऑपरेटर नोट्स पढ़कर एक ढाँचेबद्ध हैंडओवर का मसौदा बना सकता है: सुरक्षा के मुद्दे, क्वालिटी होल्ड, खुली ख़राबियाँ, और अगली शिफ़्ट को सबसे पहले क्या करना है। आँकड़े सीधे सिस्टम से आते हैं, मॉडल उनके इर्द-गिर्द सार लिखता है, और जाने वाला सुपरवाइज़र सौंपने से पहले उसे जाँचकर साइन करता है।
क्या LLM रूट-कॉज़ एनालिसिस कर सकता है? यह मदद कर सकता है, निष्कर्ष नहीं निकाल सकता। अच्छा असिस्टेंट हर Ishikawa शीर्षक के तहत संभावित कारण सुझाता है, मिलती-जुलती पुरानी घटनाएँ निकालता है और अगला ‘क्यों’ पूछता है। वह मशीन को देख नहीं सकता, और ख़ुशी-ख़ुशी एक साफ़-सुथरी कारण-श्रृंखला बना देगा जो गलत हो। टीम को अब भी हर कड़ी फ़्लोर के सबूत से जाँचनी होती है।
क्या SOP और सुरक्षा निर्देशों के लिए मशीन ट्रांसलेशन सुरक्षित है? मसौदों और रोज़ के नोट्स के लिए यह उपयोगी है, और सुरक्षा से जुड़ी किसी भी चीज़ के लिए इस पर नियंत्रण चाहिए। ख़तरे वाले शब्दों, केमिकल के नामों और उपकरणों के नामों के लिए एक तय शब्दावली इस्तेमाल कीजिए, और अनूदित SOP और सुरक्षा निर्देश जारी करने से पहले उनकी समीक्षा किसी ऐसे व्यक्ति से कराइए जो भाषा में धाराप्रवाह हो और प्लांट को जानता हो।