Der französische Industriekonzern führt mehrere generative KI-Projekte durch, vom Personalmanagement über die Wartung seiner Flugzeuge bis hin zur Erstellung technischer Dokumentation.
Safran ist ein französischer Industriekonzern mit Fachkenntnissen in den Bereichen Luftfahrt, Raumfahrt und Verteidigung und beschäftigt mehr als 80.000 Mitarbeiter, verteilt auf rund zwanzig Tochtergesellschaften. Im Jahr 2015 gründete die Gruppe Safran Analytics, eine interne Einheit, die für die Analyse von Daten und KI-Technologien und die gemeinsame Gestaltung von Entwicklungen in diesen Bereichen mit Geschäftsteams verantwortlich ist. Im Jahr 2021 richtet Safran seine Abteilung für digitale und Informationssysteme ein, um die digitale Transformation der Gruppe zu verhandeln. Gleichzeitig wird Safran Analytics de facto zu einer strategischen Achse für das Unternehmen.
„In der Vergangenheit wurde KI für Teams als trockenes Thema wahrgenommen. Mit der Einführung der generativen KI wurde den Berufsgruppen klar, dass sie von diesem Bereich direkt betroffen sein könnten, was zu einem Phänomen der Beschleunigung führte.“ Philippe Naïm, Direktor von Safran Analytics. Dabei beschließt das Unternehmen, den Zugriff auf ChatGPT nicht einzuschränken. Außer dass die Chatbot kann nur zur Manipulation öffentlicher Daten verwendet werden. Konzernmitarbeiter können so das Modell nach allgemeinen Informationen abfragen. „Für proprietäre Daten hat Safran eine eingerichtet ChatGPT sicher, in einer kontrollierten und kontrollierten Umgebung. Ziel ist es, jegliches Risiko des Verlusts sensibler Informationen zu vermeiden“, erklärt Philippe Naïm.
Microsoft Copilot wird von 300 Mitarbeitern genutzt
Das interne ChatGPT wurde in einer ersten Evaluierungsphase zunächst für 1.000 Benutzer bereitgestellt und steht nun 5.000 Mitarbeitern zur Verfügung. Mithilfe der Azure OpenAI-API von GPT 4 und 3.5 ist es auf interne Instanzen angewiesen. Teams verwenden es normalerweise, um Formatierung, Übersetzung usw. zu verwalten.
Gleichzeitig beginnt Safran mit der Nutzung von Microsoft Copilot, insbesondere zur Erstellung von Dokumentzusammenfassungen und Teams-Besprechungsprotokollen. Bisher wurde der Microsoft-Assistent bei 300 Personen eingesetzt.
Welchen Unterschied macht Safran zwischen ChatGPT und Copilot? „Microsoft Copilot arbeitet in einer kontextualisierten Umgebung. Es indiziert die Arbeitsumgebung, was es ihm ermöglicht, seine Antworten unter Berücksichtigung dieser zu gestalten. Was bei ChatGPT nicht der Fall ist. Copilot kann beispielsweise einen Mitarbeiter über den Fortschritt einer Besprechung informieren.“ an der er nicht teilgenommen hat, was bei ChatGPT offensichtlich nicht der Fall ist“, bemerkt Philippe Naïm. „Tatsache bleibt, dass der Reifegrad von ChatGPT bei der Textgenerierung größer ist als der von Copilot.“
„Heute haben wir fünf vertikale generative KI-Projekte umgesetzt“
Gleichzeitig leitet Safran vertikale generative KI-Projekte. Projekte, die die Implementierung von Rag (für Retrieval-Augmented Generation) auf Basismodellen wie GPT-4 beinhalten. Denken Sie daran, dass Rag es ermöglicht, Informationen aus Dokumentationsdatenbanken Dritter in die Ergebnisse eines Fundamentmodells einzubinden.
Insgesamt hat Safran rund hundert vertikale Anwendungsfälle identifiziert, auf die generative KI angewendet werden kann. „Heute haben wir fünf, die in Form von MVP (für Minimum Viable Product, Anm. d. Red.) implementiert wurden“, kommentiert Philippe Naïm. „Wir haben uns für die Safe-Agile-Methode entschieden. Die Projektteams sind auf der Ebene der Tochtergesellschaften präsent, wobei die Aufgabe von Safran Analytics darin besteht, sie zu fördern, um sie bei der Nutzung der Tools und bei der Entwicklung ihrer Fähigkeiten zu unterstützen Datenwissenschaft„
Unter den Anwendungsfällen in der Produktion finden wir: einen auf das Personalmanagement ausgerichteten Support-Chatbot, einen Assistenten zur Vereinfachung der Erstellung industrieller technischer Dokumentation oder auch einen Bot zur Unterstützung des Betriebs. „Hinter diesem neuesten Projekt steht die Idee, die Datenbank mit den bereits durchgeführten Reparaturen abzufragen, um die Reparatur vorzuschlagen, die den bereits aufgetretenen Fällen am nächsten kommt“, betont Philippe Naïm. Vierter Anwendungsfall: der Einsatz von LLMs zur Indexierung von Qualitätsbenchmarks, riesige Datenmengen in der Luftfahrt. Im Blickfeld: Je nach Wartungsproblem findet der Assistent im Handumdrehen den jeweils gültigen Qualitätsmaßstab.
Neuester Anwendungsfall: Verwaltung von Kundenanfragen zum Zeitpunkt der Produktlieferung. „Bei der Auslieferung eines Flugzeugs überprüft der Kunde beispielsweise das Gerät und sendet im Falle eines Defekts Reklamationen. Dadurch entsteht ein Fluss von Fragen und Antworten, der wiederum von der Rag nach unseren Vorgaben gesteuert wird“, präzisiert Philippe Naïm.
Der Lappen wird systematisch eingesetzt
Derzeit wird Rag systematisch für alle Projekte auf Safrans eigener Infrastruktur implementiert, die durch die GPT-4-API unterstützt wird. Eine Technik, die es der Gruppe ermöglicht, Halluzinationen zu vermeiden und die Qualität der Reaktion sicherzustellen. „Es ist natürlich von grundlegender Bedeutung, dass es funktioniert, um von einer effizienten Dokumentationsbasis zu profitieren“, betont Philippe Naïm. Für die Zukunft plant Safran, die Größe der Modelle zu reduzieren, wenn sich die MVPs als überzeugend erweisen. Ziel: Reduzierung der Maschinenressourcenkosten sowie des damit verbundenen CO2-Fußabdrucks. „Tatsache bleibt, dass ein kleines Modell eine Trainingsphase mit großer Präzision erfordert“, erkennt Philippe Naïm und fügt hinzu: „Wir testen parallel andere LLMs, zum Beispiel Claude 3. Unsere Architektur wurde so konzipiert, dass sie in Bezug auf Sprachmodelle agnostisch ist.“ .“
Safran Analytics unterstützte die Umsetzung dieser verschiedenen Projekte durch die Organisation von Schulungen und wöchentlichen Webinaren, um Teams beizubringen, wie sie Eingabeaufforderungen optimieren können. Es wurde eine Community von Benutzern eingerichtet. „Der Einsatz generativer KI bei Safran hat echte Nachahmung hervorgerufen. Wir haben kürzlich eine Veranstaltung organisiert, bei der 150 Personen zu diesem Thema zusammenkamen. Die Atmosphäre war sehr extrovertiert und kollaborativ. Was in einer Ingenieursgruppe wie unserer nicht üblich ist. Ebenso während der PI.“ Bei der Planung der fünf genannten Anwendungsfälle entwickelte sich eine gute Dynamik zwischen den zentralen Teams von Safran Analytics und den Geschäftsteams der verschiedenen beteiligten Einheiten.
