SWARM: Natera가 실험실 장비 고장 티켓에 에이전트 진단서를 먼저 붙인 방법
진단검사 기업 Natera는 실험실 장비 고장 티켓마다 에이전트가 진단 보고서를 먼저 붙이게 해 평균 첫 응답을 17.4시간에서 약 8분으로 줄였습니다. 정확도는 모델보다 문서에서 올랐습니다. 점수가 가장 낮던 장비 계열은 빠진 매뉴얼을 넣는 것만으로 71%에서 75%가 됐습니다.
Hybrid Sculpting: Ford 디자인 스튜디오, 점토와 VR을 오가며 디자인 테마 확정을 2주에서 5일로
Ford 디자인 스튜디오는 점토로 형상을 잡고 약 20분 스캔한 뒤 VR 헤드셋에서 다듬고, 밀링과 손 마감으로 다시 실물에 옮깁니다. 40년 경력 모델러는 실물 모델 하나에 약 2주 걸리던 예전과 달리 5일 만에 디자인 테마를 잡습니다. AI는 Ford Pro 정비 기술자 안내에 쓰이고, COO는 물리 제조용 AI는 아직 시작 단계라고 봅니다.
AI Knowledge Base for Drawings: 구켄공업, 70년치 도면 찾기를 평균 4.5분으로 줄이다
냉각탑을 만드는 일본 구켄공업이 Recursive와 OpenAI API로 70년 넘게 쌓인 도면·기술 자료를 지식 DB로 만들고, 부품표로 과거 도면을 찾는 기능과 문서 간 차이를 띄우는 기능을 붙였습니다. 후쿠오카 공장 시험에서 도면 찾기가 평균 4.5분이 됐고, 연간 검색 공수 약 90% 감소를 추정합니다.
MX(Machining Transformation): DMG 모리 사장이 본 무인화 공장, 사람 몫은 수주와 프로그래밍이고 AI는 설계·정비를 돕는다
DMG 모리(DMG森精機) 모리 마사히코 사장은 자동화가 진행될수록 사람의 몫은 기계 시간을 채울 수주와 그 시간 안에 가공 수를 늘리는 프로그래밍이라고 봅니다. 회사는 기계 안, 고객용, 설계, MRO 네 갈래로 AI를 쓰며 20년 넘게 쌓은 수리 사례를 디지털화해 정비 AI에 씁니다.
Byte by Yum: KFC 주방 화면과 Taco Bell 음성 주문 AI로 드라이브스루 속도와 매출을 올린 Yum Brands
Yum Brands는 3분기 실적 콜에서 자체 AI 플랫폼 Byte by Yum의 성과를 밝혔습니다. KFC 주방 화면 Bite로 드라이브스루가 8% 빨라지고 환불이 12% 줄었습니다. Taco Bell은 900곳 넘는 매장에서 음성 주문 AI를 쓰며 매출이 약 1.5% 올랐습니다. 따라 할 때 필요한 매장 데이터, 지표, 12주 시범안을 붙였습니다.
Drive-Thru AI: Starbucks가 바리스타 주문 정확도와 고객별 맞춤 메뉴에 AI를 넣는 2027년 계획
Starbucks CEO Brian Niccol은 4분기 실적 콜에서 드라이브스루 바리스타의 주문 처리를 돕는 AI를 시험한다고 밝혔습니다. 도착한 고객을 알아보는 맞춤 메뉴와 앱 AI 검색도 추진합니다. 시험 일정은 내놓지 않았습니다. 따라 할 때 필요한 주문 데이터, 지표, 8주 시범안을 붙였습니다.
Otis ONE·Micro-Pricing: Otis가 승강기 데이터로 수리 제안을 먼저 내고 가격을 가치별로 나누는 방식
Otis는 3분기 콜에서 Otis ONE 데이터를 쓰는 AI 엔진이 수리 제안을 먼저 만들고 기술자 추천과 영업 후속이 이를 받친다고 밝혔습니다. 고객 가치로 가격을 나누는 AI micro-pricing은 수리 매출에 먼저 반영됐고 수리 매출은 9% 늘었지만 AI 효과만 떼어 낸 수치는 아닙니다. 따라 할 때의 데이터, 효과 분리법, 12주 시범안을 붙였습니다.
AI Agents for Service Technicians: TK엘리베이터가 출동 브리핑과 작업보고를 에이전트로 바꾼 방식
TK엘리베이터가 기술자 2만5천 명에게 출동 전 브리핑 에이전트와 말로 보고하면 추가 질문까지 하는 음성 디브리핑 에이전트를 주고, 140만 대 연결 설비를 보는 9개 원격 운영센터와 한 순환으로 묶었습니다. 브리핑 필드, 디브리핑 슬롯, 6주 파일럿과 판정 기준을 붙였습니다.