Copilot Studio w fabryce: wyszukiwanie wśród 4 500 dokumentów technicznych

Producent komponentów przemysłowych z jednym zakładem produkcyjnym w Polsce gromadził dokumentację techniczną od ponad 15 lat. Łącznie około 4 500 plików: procedury jakości ISO 9001, instrukcje stanowiskowe BHP, karty technologiczne wyrobów, specyfikacje materiałowe, audyty wewnętrzne, raporty CAPA. Rozproszone po SharePoincie (część zindeksowana, część nie), dyskach sieciowych, archiwum PDF na serwerze NAS i kilku folderach po byłych pracownikach działu jakości.

Inżynierowie produkcji zgłaszali jedno powtarzające się wyzwanie: po prostu nie da się znaleźć aktualnej wersji procedury. Pytanie typu jaka jest tolerancja powierzchniowa dla wyrobu X, klasa Y, klient Z często kończyło się dzwonieniem do kolegi z innej zmiany albo do byłego pracownika na emeryturze. Analiza zegarów pokazała, że średnio inżynier produkcji tracił 18 minut na znalezienie konkretnej procedury — przy 8 takich poszukiwaniach dziennie to ponad 2,5 godziny.

Próba uporządkowania ręcznego była podejmowana wcześniej dwukrotnie. Za każdym razem zatrzymywała się na 30% — bo każdy dział ma własną logikę nazewnictwa, a próba narzucenia jednego standardu kończyła się protestem działu jakości i obrony status quo. Zarząd potrzebował rozwiązania, które działa NA istniejącym chaosie, a nie wymaga jego uporządkowania jako warunku wstępnego.

Pierwsze 2 tygodnie: audyt zawartości i klasyfikacja dokumentów per ważność biznesowa. Z 4 500 plików wyłoniliśmy 1 200 dokumentów o największym wpływie operacyjnym (procedury aktualne, instrukcje stanowiskowe, specyfikacje klientów). Pozostałe 3 300 trafiły do drugiej fali indeksowania — z niższym priorytetem rankingu. Kluczowe ustalenie: nie ruszamy struktury folderów, dokumenty zostają tam gdzie są.

Build trwał 4 tygodnie. Azure AI Search jako warstwa indeksacji: connectory do SharePointa, NAS i dysków sieciowych zakładu; semantic ranker dla pytań w naturalnym języku po polsku; respektowanie uprawnień Azure AD (operator z hali nie zobaczy dokumentów handlowych z biura). Microsoft Copilot Studio jako interfejs: agent dostępny w Microsoft Teams i przez webchat, z personą dopasowaną do producenta (technical, fact-based, zawsze podaje źródło z linkiem do dokumentu).

Ostatnie 2 tygodnie to pilot z 12-osobową grupą inżynierów produkcji z intensywnym tuningiem na podstawie nagrań rozmów i metryk satisfactionu. Wyłapywanie sytuacji typu: pytanie o wyrób X dostarczył dokumenty dla wyrobu X' (różniący się jedną literą). Po dwóch tygodniach tuningu accuracy odpowiedzi przekroczyła 91%. Rollout do całego zakładu trwał 5 dni.

Po 6 tygodniach od pełnego rollout'u inżynierowie produkcji raportują odzyskanie średnio 2 godzin dziennie — wcześniej traconych na poszukiwania. Najbardziej wymowne: 8 powtarzających się dziennie pytań typu jaka jest tolerancja dla X jest teraz obsługiwane przez agenta w 40 sekund zamiast wymagać interakcji z innym pracownikiem. Dział jakości notuje 80% redukcję ad-hoc maili z pytaniami typu gdzie jest procedura.

Niespodziewany efekt: agent ujawnił niespójności w samych procedurach. Gdy ktoś pytał o tolerancję dla wyrobu klasy A, agent uczciwie pokazywał, że w archiwum są dwie wersje procedury — z 2019 i 2023 r. — z różnymi tolerancjami i bez jednoznacznej oznaki, która jest aktualna. To uruchomiło proces uporządkowania kluczowych procedur — ale już z konkretną listą priorytetów wygenerowanych przez agenta, a nie z arbitralnej decyzji dyrektora jakości.

Audyt jakości przeprowadzony 3 miesiące po wdrożeniu wskazał agenta Copilot Studio jako dobrą praktykę i wzorzec do replikacji. Zarząd rozważa obecnie zastosowanie podobnego podejścia w drugim obszarze: dokumentacji ofertowej i archiwum projektów handlowych, gdzie pracownicy biura zgłaszają identyczny problem chaosu po latach pracy.