La inteligencia artificial generativa y los modelos de lenguaje de gran tamaño (LLMs) han atraído recientemente mucha atención en el ámbito de las aplicaciones industriales. Sin embargo, la mayoría de los casos de uso se centran en asistentes de propósito general o en Retrieval Augmented Generation (RAG), mientras que la comunicación directa basada en texto con sistemas de fabricación del mundo real sigue siendo limitada.
Este trabajo presenta una prueba de concepto que integra GPT-4o de OpenAI con un sistema de tres tanques equipado con sensores de grado industrial (temperatura, caudal, presión, nivel de agua) y actuadores (válvulas, refrigeración, presurización). Un Controlador Lógico Programable (PLC) con un servidor OPC-UA permite el intercambio de datos en tiempo real y el control mediante un cliente OPC-UA en Python.
Usando agentes LangChain junto con GPT-4o como LLM, se desarrollaron agentes conversacionales que facilitan la interacción basada en texto con el sistema a través del protocolo OPC-UA. Para evaluar de manera integral el rendimiento de los agentes, se diseñó además un banco de pruebas de evaluación, que permite registrar todos los comandos recibidos por el servidor OPC-UA y compararlos con los comandos deseados enviados por el agente.
Las pruebas confirman la viabilidad del control en tiempo real mediante entrada de texto y revelaron una precisión del 84,3% en un agente que utiliza programación libre para conectarse y enviar comandos al servidor OPC-UA. Aunque se requiere un estudio más profundo sobre las medidas de seguridad, nuestros resultados muestran cómo las soluciones basadas en LLM pueden acelerar la transformación digital y habilitar la colaboración humano-máquina en entornos de fabricación avanzada.
