Agentes autónomos de IA: qué son y qué hacen en planta

Un agente autónomo de IA es un programa que recibe un objetivo, decide los pasos para cumplirlo, usa herramientas —consultar una base de datos, leer un documento, crear un registro— y revisa el resultado antes de dar el siguiente paso. La diferencia con un chatbot es esa: el chatbot responde; el agente persigue un objetivo y actúa.

Las guías de Salesforce, IBM o Google explican bien qué es un agente en una oficina. Esta es sobre una planta, donde la pregunta que importa es otra: qué puede hacer un agente sin que nadie salga herido ni se detenga una línea.

Qué tiene un agente autónomo #

• Un objetivo, no una instrucción paso a paso: «explica por qué bajó el OEE de la línea 2 ayer».
• Un modelo que razona: un modelo de lenguaje que decide qué consultar y en qué orden.
• Herramientas: lo que el agente tiene permitido usar. Leer las paradas del turno, buscar el procedimiento, crear un borrador de orden de trabajo.
• Memoria: lo que la planta sabe y dejó escrito. Sin ella, el agente responde con lo que cree, no con lo que consta.
• Límites: qué puede hacer solo, qué necesita aprobación y qué no puede hacer nunca.

Los cuatro primeros los trae cualquier plataforma. El quinto lo tiene que decidir la planta, y es el que separa un piloto útil de un riesgo.

Los niveles de autonomía en una planta #

«Autónomo» no es un sí o un no. Es una escala, y en industria conviene subirla de a un peldaño:

La mayoría de las plantas está hoy entre el nivel 0 y el 1, y está bien: el nivel 1 ya ahorra horas cada semana, porque la pregunta que antes se respondía «preguntándole a Juan» ahora se responde con evidencia.

Por qué un agente no debe escribir en el PLC #

Es la tentación obvia —si el agente sabe que la temperatura se está yendo, que la corrija— y es la que no hay que aceptar. Tres razones:

• El PLC ya tiene lazos de control diseñados, probados y firmados. Un segundo controlador que mueve consignas desde afuera compite con ellos.
• Un modelo de lenguaje puede equivocarse con total seguridad. En una respuesta, el error se corrige leyendo la fuente. En una consigna, se corrige con producto perdido o un equipo dañado.
• La responsabilidad tiene que tener nombre. Cuando algo cambia en la máquina, alguien autorizado tiene que haberlo decidido.

Por eso en iGromi la lectura del PLC es de solo lectura: cero cambios al programa y ninguna escritura. Los agentes observan, consultan y preparan; las personas deciden y ejecutan.

Qué puede hacer un agente en una planta hoy #

• Explicar una caída de OEE cruzando paradas, turnos y conteo, con cada número trazable a su registro.
• Redactar el informe de turno desde los datos, en vez de que alguien lo arme a mano al final de la jornada.
• Preparar órdenes de trabajo con el equipo, la falla observada y el procedimiento que corresponde.
• Responder con el procedimiento vigente: el torque, la secuencia de arranque, el repuesto, con la fuente y su fecha.

Hay más casos, con ejemplos de planta, en IA agéntica en manufactura.

Lo que un agente necesita antes que un modelo #

El modelo es la parte más fácil de conseguir. Lo que casi siempre falta es lo de abajo:

• Datos que llegan solos. Si las paradas se anotan a mano al final del turno, el agente razona sobre lo que alguien recordó, no sobre lo que pasó.
• Conocimiento escrito, con dueño y fecha. Un agente que cita un procedimiento vencido es peor que uno que dice «no lo sé». Es lo que resuelve el Segundo Cerebro.
• Acceso separado de la red de control. El agente consulta una copia, no la máquina.
• Una persona responsable. Alguien que revisa lo que el agente propone y responde por lo que se aprueba.

Evalúa tu planta en diez minutos #

Preparamos una planilla con quince preguntas en cinco áreas —datos, conocimiento escrito, acceso, límites y personas—. Al responderlas te dice qué nivel de autonomía es seguro hoy y cuál es el área que te limita.

Descargar la evaluación (Excel)

Preguntas frecuentes #

¿Un agente autónomo reemplaza al operador?

No. En planta, el agente le quita trabajo de búsqueda y redacción a quien decide. La decisión sobre la máquina sigue siendo de una persona.

¿Qué diferencia hay entre un agente y un sistema SCADA o MES?

SCADA y MES registran y muestran lo que pasa. Un agente usa esos registros para responder preguntas y preparar acciones. Se complementan: sin los datos del MES o del PLC, el agente no tiene sobre qué razonar.

¿Por dónde conviene empezar?

Por una sola pregunta que hoy cuesta horas responder y que tiene un dueño. Cuando esa se responde bien y con fuente, se suma la siguiente.

Contexto: este artículo es parte de la guía de inteligencia artificial industrial: qué es, dónde se aplica y cuatro casos en producción en Chile.