Для диагностики специалистам приходилось собирать сведения в нескольких системах
Trane Cloud собирает текущие и исторические показания подключённых систем отопления, вентиляции и кондиционирования (HVAC). Для поиска неисправности или оценки нескольких объектов специалисту приходилось открывать разные экраны мониторинга и технические материалы. По данным AWS и Trane, типовая диагностическая задача могла занимать 20 минут и более . Источник
Чтобы выяснить причину неисправности, специалисту нужны руководство, сведения об особенностях оборудования и история показаний. Доступ к этим данным зависит от его прав. При этом для диагностики важно знать, что происходит с оборудованием прямо сейчас . Поэтому система обращается и к документации компании, и к текущим показаниям оборудования. Источник
Пять ИИ-помощников отвечают за разные задачи диагностики
Trane использует Amazon Bedrock AgentCore и Strands — инструменты для создания и запуска ИИ-агентов. Эти программы выполняют задачи с помощью модели ИИ и подключённых сервисов. В системе пять специализированных помощников: ассистент по справочным материалам работает с документацией; ассистент по техническим знаниям отвечает на технические вопросы; аналитический ассистент анализирует текущие показания оборудования и неисправности; экспертный консультант помогает подобрать решение; навигационный ассистент находит нужные внутренние ссылки и инструменты. Источник
Через AgentCore Gateway помощники получают данные Trane Cloud по API — интерфейсу обмена данными между программами. OpenSearch ищет технические материалы по смыслу вопроса. AgentCore Memory сохраняет историю разговора, чтобы к диагностике можно было вернуться позднее. Модели Anthropic Claude в Amazon Bedrock готовят ответ по найденным документам и показаниям. Система также записывает обращения к инструментам: по этим журналам можно проверить её действия. Источник
Помощники используют текущие показания и учитывают права пользователя
Система сверяет документацию с показаниями оборудования
Аналитический помощник запрашивает текущие и прошлые показания систем отопления, вентиляции и кондиционирования. По ним он предлагает возможные причины неисправностей, находит оборудование, которому нужен осмотр, и ищет способы улучшить его работу. Источник
Помощники получают доступ к внутренним сервисам
AgentCore Gateway подключает помощников к сервисам Trane Cloud через единый интерфейс. Через него можно добавлять другие системы — например, учёт нарядов на работы или CRM, систему работы с клиентами. По описанию решения, при каждом таком подключении не требуется заново менять порядок работы агентов. Источник
Диагностику можно продолжать уточняющими вопросами
Система помнит предыдущие вопросы и сведения об оборудовании. Можно спросить: «А теперь сравни с прошлым месяцем», — не повторяя всё заново. Источник
Ответ зависит от роли пользователя
Роль пользователя определяет, к каким данным он имеет доступ и насколько подробный ответ получает. AWS приводит пример: выездному специалисту нужна пошаговая диагностика, а собственнику здания — краткий обзор с акцентом на эффективность оборудования. Источник
По замерам Trane, типовую диагностическую задачу выполнили примерно за 20 секунд
По опубликованным данным, типовая диагностика с переходами между несколькими экранами раньше занимала около 20 минут. Через запрос обычными словами ту же задачу удалось выполнить примерно за 20 секунд.
AWS и Trane сообщают об ускорении в 60 раз для той диагностической задачи, на которой проводили замеры.
По данным Trane, рабочий прототип создали и показали участникам проекта за три-четыре недели. Затем начались внутреннее бета-тестирование и доработка.
По опубликованным данным, готовую серверную часть системы агентов удавалось подключать к другим приложениям компании за неполный день . Это результат конкретного проекта. Он не определяет сроки подключения агентов к другим корпоративным системам. Источник
Проверить права → выбрать помощника → найти документы → получить показания → подготовить ответ → передать решение специалисту
Оборудование и роль специалиста → руководства и текущие показания → сведения о неисправности → порядок диагностики → действия специалиста.
Сведения об оборудовании → инструкции, показания датчиков и история обслуживания → объяснение отклонения → решение оператора.
Сведения о клиенте и продукте → база знаний, состояние учётной записи и рабочие инструменты → ответ → следующий шаг или передача специалисту.
Вопрос по группе объектов → проверка прав пользователя → текущие и исторические показатели → вывод → решение об осмотре или улучшении работы.
Для диагностики нужны и документация, и данные работающего оборудования
Текущее состояние дополняет сведения из руководства
Руководство описывает, как оборудование должно работать. Показания датчиков — как оно работает сейчас. Для диагностики часто нужны оба источника.
У каждого помощника своя задача
Работа с документацией, ответы на технические вопросы, анализ показаний, консультации и поиск ссылок поручены разным помощникам. Для каждого можно определить отдельные задачи и набор доступных инструментов.
Права доступа ограничивают данные до подготовки ответа
Роль пользователя определяет, какие сведения и инструменты доступны агенту. Помощник соблюдает правила доступа, уже принятые в компании.
Нужно видеть, на каком шаге произошёл сбой
Trane записывала шаги обработки запросов и обращения к сервисам. По этим данным разработчики отличали ошибки ИИ от сбоев подключённых систем. AWS приводит пример: повторявшийся сбой оказался связан с отсутствующей защищённой настройкой доступа к сервису — «секретом», как её называют разработчики. Источник
Специалист получает документы и показания в одном диалоге
Для диагностики помощнику нужны технические материалы и сведения о том, что происходит с оборудованием сейчас.
Когда система сначала ищет материалы в базе знаний, а затем готовит ответ по найденному, такой подход называют RAG. В решении Trane помощники используют и технические материалы, и текущие показания оборудования, и внутренние сервисы. Они также учитывают историю разговора и права доступа. Специалист получает собранные сведения в одном диалоге и по ним продолжает диагностику.
Такой подход можно рассмотреть для других задач, где ответ зависит от текущего состояния: выездного обслуживания, производства, логистики, энергетики, технической поддержки и управления оборудованием.
Для этого систему работы со знаниями компании связывают с текущими данными, инструментами, правами доступа и историей диалога .
Четыре вопроса перед подключением ИИ-помощника к рабочим системам
Какие текущие данные или сведения о проведённых операциях нужны для верного ответа?
Из каких внутренних систем помощнику нужны данные и какие действия он должен в них выполнять?
Что должен видеть и делать выездной специалист, управляющий или собственник здания?
Как отслеживать обращения к инструментам, искать причины сбоев и проверять качество ответов?
ИИ для баз знаний и анализа рабочих данных
Для ответа на один рабочий вопрос команда открывает документацию и несколько систем?
Расскажите о вопросе, для ответа на который сотрудник открывает несколько программ и технических документов. Вместе определим нужные источники, права доступа и решение, которое принимает специалист. Затем разберём, как помощник может собрать эти сведения и что человек должен проверить в ответе.
Это независимый разбор команды M2B2 системы ИИ-помощников Trane Technologies для эксплуатации зданий. Решение описано в статье AWS от 22 сентября 2026 года. Команда M2B2 не участвовала во внедрении. Описание системы и показатели взяты из этой статьи. Сокращение времени с 20 минут до 20 секунд получено во внутренних замерах Trane с участием технических специалистов в течение нескольких недель. Команда M2B2 не проверяла результат независимо.