A camada de raciocínio: Mestrados em Direito (LLMs), Agentes e MCP

Um guia prático para integradores de sistemas, OEMs e engenheiros de automação - parte 2

Em parceria com Thomas Strigl , CEO da realvirtual.io

Sobre o autor: Thomas Strigl é CEO da realvirtual.io e possui mais de 18 anos de experiência em software de simulação e automação.

Clique aqui para acessar a parte 1 desta série de e-books. Da visualização à ação: Unity, sistemas de informação de máquinas, agentes de IA e o gêmeo digital industrial. .

A Parte 1 desta série de e-books apresentou a base arquitetônica por trás de um sistema moderno de informações de máquinas: a convergência de sinais de máquinas em tempo real, contexto MES, documentação estruturada e interfaces espaciais 3D em uma única superfície operacional. O estudo também explorou como o novo Regulamento de Máquinas da UE e padrões emergentes, como o Asset Administration Shell (AAS), estão impulsionando a documentação de máquinas em direção a formatos estruturados e legíveis por máquina. Esses mesmos fundamentos — dados vinculados a componentes, documentação versionada e estado contextualizado da máquina — são o que tornam os agentes de IA e os grandes modelos de linguagem utilizáveis ​​em ambientes industriais.

Esta segunda e última parte desta série de e-books aprofunda essa arquitetura, examinando a "camada fundamental": como os sistemas de IA podem acessar um contexto operacional e de documentação confiável e como protocolos como o MCP se encaixam na pilha de sistemas de informação de máquinas.

O problema de aterramento

Uma primeira abordagem comum para incorporar grandes modelos de linguagem em contextos industriais é adicionar um chatbot a um sistema existente — um site, um portal de suporte ou uma HMI ( Interface Homem-Máquina). Na prática, essa abordagem tem limitações.

Um modelo de linguagem por si só não tem acesso ao estado em tempo real da máquina, à ordem de produção atual ou à documentação específica do fabricante. Sem esse contexto, suas respostas são baseadas em dados de treinamento, que podem ser genéricos, possivelmente desatualizados e provavelmente não incluem a máquina específica em questão.

Isso geralmente é chamado de problema de aterramento . Para que um LLM produza resultados úteis em um contexto industrial, ele normalmente precisa de acesso estruturado a três elementos: o estado em tempo real da máquina, o contexto empresarial relevante e a documentação do fabricante.

A arquitetura de quatro camadas descrita na Parte 1 corresponde razoavelmente bem a esse requisito. Os sinais fornecem o estado atual. O MES fornece contexto operacional. A documentação fornece material de referência confiável. A cena 3D fornece a estrutura espacial na qual tudo isso pode ser apresentado.

MCP como padrão de integração

O protocolo de contexto de modelo (MCP) é um padrão aberto que define como ferramentas e fontes de dados podem ser expostas a modelos de linguagem de forma consistente. Especifica como um cliente se conecta a um servidor, como o servidor anuncia suas capacidades e como o modelo as invoca. Embora o MCP tenha sido originalmente projetado para ferramentas de desenvolvimento em geral, o padrão se adapta muito bem à integração industrial, onde o problema subjacente — fornecer acesso consistente a um conjunto heterogêneo de sistemas subjacentes — é semelhante.

A maioria das fábricas combina PLCs de diferentes fornecedores, um sistema MES, uma plataforma de gerenciamento de documentos e um sistema de registro histórico. Sem uma camada padrão, cada novo cliente precisa ser integrado a cada um desses sistemas individualmente. Com o MCP, cada sistema subjacente pode ser encapsulado uma única vez em um servidor MCP e exposto por meio de uma interface uniforme que qualquer cliente compatível pode usar.

Para um gêmeo digital industrial, três categorias de servidores MCP são particularmente relevantes:

• Um servidor de estado da máquina que expõe valores de sinais em tempo real, estados de alarme, posições de acionamento e histórico recente — com suporte da camada de sinal existente (OPC UA, Beckhoff ADS, MQTT, S7 ou uma camada de streaming baseada em WebSocket).
• Um servidor MES que expõe pedidos, lotes, KPIs e registros de qualidade — com suporte de APIs REST, agentes de mensagens ou consultas diretas ao banco de dados.
• Um servidor de documentação que expõe o conjunto de documentação digital estruturada — instruções de operação, esquemas elétricos, declarações de conformidade, versões de software, procedimentos de manutenção — pesquisável e recuperável por ID de componente, código de falha ou linguagem natural.

Um LLM conectado a esses três servidores tem uma base para respostas fundamentadas. Uma pergunta como "por que a linha 3 parou?" pode ser respondida lendo o estado do alarme, identificando o componente afetado, recuperando a seção de solução de problemas relevante do manual e apresentando o resultado com o componente afetado destacado na HMI 3D . O resultado é baseado em sistemas reais, e não nos dados de treinamento do modelo.

A arquitetura de referência da seção 6, descrita na parte 1 desta série de e-books, aplica-se diretamente a esta camada. Os serviços de sinalização, MES e documentação descritos ali são encapsulados por servidores MCP que os expõem através de uma interface consistente. Um ambiente de execução LLM ou de agente — executado localmente, em um servidor de borda ou em uma nuvem privada, dependendo da política de dados do cliente — se conecta a esses servidores. As respostas resultantes são fundamentadas no estado atual, no contexto atual e em documentação oficial.

A HMI 3D está no topo da pilha e serve a dois usuários: o operador e quaisquer ferramentas baseadas em IA. As ferramentas de IA utilizam-no tanto como uma superfície de apresentação (destacando componentes relevantes para uma resposta) como uma superfície de confirmação (exibindo ações propostas para revisão humana). A HMI) é desenvolvida em Unity — abrangendo a importação de CAD, cinemática, mapeamento de sinais e metadados de componentes que o ambiente de execução utilizará — e é entregue como uma versão nativa do Unity para desktop, tablet, AR/ VR ou PC industrial, ou como uma HMI 3D baseada em navegador, construída em Three.js para implementações em WebGL. O mesmo arquivo de cena criado no Unity, exportado para GLB com IDs de componentes consistentes, serve para ambos os destinos de distribuição.

O ambiente aberto C# do Unity oferece suporte à hospedagem direta de inferência — por meio do Sentis e do ONNX, conforme discutido no e-book. Projetar, simular, implantar: Por que o Unity é importante para Digital Twins industriais — e atuando como uma interface para ambientes de execução externos. Para a maioria dos projetos de integração, separar o ambiente de execução do agente da interface HMI) é a abordagem mais simples, com o MCP (Multi-Controller Platform) fornecendo o limite de integração.

Documentação e fundamentação

Existe uma sobreposição notável entre a orientação regulatória e os requisitos técnicos para a produção de LLM fundamentada.

Historicamente, a documentação tem sido um custo de entrega — produzida porque é necessária e consultada com relativa pouca frequência. Nos termos do Regulamento (UE) 2023/1230 , a documentação pode ser entregue digitalmente e, quando o for, deve ser estruturada, estar disponível online e ser mantida ao longo de todo o seu ciclo de vida por, pelo menos, 10 anos ou durante a vida útil da máquina — normalmente esta última, dado que as máquinas industriais raramente são retiradas de serviço no período mínimo regulamentar. Uma vez que a documentação esteja nesse formato, ela também possui propriedades que a tornam adequada como material de base para modelos de linguagem: ela é estruturada, é identificável por componente ou código de falha e possui a autoridade do fabricante.

Um LLM (Laboratório de Liderança em Tecnologia) baseado na documentação efetivamente fornecida pelo fabricante tem menor probabilidade de produzir procedimentos imprecisos ou números de peças inventados, pois suas respostas podem ser rastreadas até seções específicas da documentação. Isso também pode ser relevante para a auditabilidade e para a integração com as obrigações de registro e documentação de decisões que o regulamento introduz para softwares críticos para a segurança.

Para os integradores, a observação prática é que o trabalho de preparação de documentação digital estruturada — que será necessário de qualquer forma — também produz um artefato que pode ser usado como base para ferramentas baseadas em LLM. Os dois esforços se sobrepõem, em vez de competirem por orçamentos separados.

Mestrados em Direito como aceleradores de desenvolvimento

Reduzir o custo do trabalho de integração

Até agora, a discussão tratou os LLMs como consumidores de dados de gêmeos digitais — ferramentas que leem o estado em tempo real, consultam a documentação e respondem aos operadores. Existe um segundo papel com consequências mais diretas para a economia integradora: LLMs como aceleradores no desenvolvimento do próprio gêmeo digital.

A construção de um gêmeo digital integrado envolve uma quantidade significativa de trabalho que, embora tecnicamente simples, consome muito tempo. Código adaptador entre a camada de sinal e a cena 3D . Clientes REST ou OPC UA para o MES. Mapeamento de tabelas entre variáveis ​​de CLP e IDs de componentes. Gráficos, painéis e pequenos componentes de interface do usuário específicos do projeto na HMI(Interface Homem-Máquina). O trabalho de esquematização visa alinhar as seções da documentação com os componentes da cena. Nenhuma dessas tarefas é particularmente difícil; elas são manuais, repetitivas e específicas para cada projeto.

Ferramentas de codificação assistidas por LLM podem reduzir o esforço necessário para esse tipo de trabalho — gerar adaptadores para uma nova API MES, estruturar componentes de gráficos, elaborar mapeamentos entre tabelas de sinais e hierarquias cinemáticas. O efeito não é que os integradores parem de escrever código, mas sim que o trabalho rotineiro de integração leve menos tempo. Isso é importante em contextos industriais porque a longa extensão de código de integração, pequeno e específico para cada projeto, tem sido historicamente um dos principais motivos pelos quais os projetos de integração são caros.

Por que as interfaces padronizadas são importantes?

Esse efeito se intensifica quando as interfaces subjacentes são padronizadas. Servidores MCP que expõem o estado da máquina, dados MES e documentação são alvos mais fáceis para desenvolvimento assistido por LLM do que APIs personalizadas ad hoc. A combinação de interfaces padronizadas e desenvolvimento assistido por LLM reduz o obstáculo para a construção de gêmeos digitais integrados.

As limitações do código gerado pelo LLM

Vale a pena destacar duas limitações. O código gerado pelo LLM é um rascunho, não um produto final; para códigos relevantes para a segurança ou sistemas de controle, aplicam-se os mesmos processos de revisão e validação que para qualquer outro código. E a aceleração se aplica principalmente ao trabalho de integração e visualização, não à lógica de controle subjacente, que continua sendo responsabilidade dos engenheiros de automação que utilizam ferramentas já estabelecidas.

Separar a autoria da entrega em tempo de execução.

Um padrão arquitetônico útil nesse contexto é separar o ambiente de autoria do artefato entregue. O ambiente de autoria é o Unity — a plataforma consolidada para gêmeos digitais industriais, utilizada como editor onde o projetista da máquina importa arquivos CAD, define a cinemática, configura modelos de comportamento e vincula a documentação aos componentes. O Unity oferece a profundidade de ferramentas, o pipeline de importação CAD, o suporte cinemático e físico e os destinos de compilação multiplataforma que os projetos industriais precisam. O artefato entregue, no entanto, funciona no ambiente do cliente durante toda a vida útil da máquina e se beneficia de ser aberto e auto-hospedável: um visualizador baseado em navegador construído com tecnologia web padrão (Three.js, TypeScript) que consome um formato de cena padrão (GLB). O visualizador web realvirtual.io, com sua pilha de autoria baseada em Unity alimentando um ambiente de execução web de código aberto licenciado sob AGPL, é um exemplo desse padrão em produção atualmente.

A implicação mais ampla para a Indústria 4.0

Em conjunto, esses efeitos têm uma implicação mais ampla para a Indústria 4.0. Um obstáculo comum aos projetos de integração tem sido o custo de interligar sistemas heterogêneos. À medida que esse custo diminui, o gêmeo digital torna-se mais atraente como plataforma de integração — não apenas um produto de visualização, mas a camada onde convergem sinais, dados corporativos, documentação e visualização. Para os integradores de sistemas, este é o papel mais duradouro do gêmeo digital: menos um produto em si e mais o ponto de convergência de todas as outras funcionalidades.

Agentes no chão de fábrica — Um espectro

O termo "agente" abrange uma gama de comportamentos com perfis de risco bastante diferentes. É útil especificar a que se refere.

• No extremo mais restritivo estão as ferramentas de diagnóstico somente leitura . Eles observam o estado, leem a documentação e respondem a perguntas. Eles não escrevem para sistemas de controle. Um operador pergunta por que uma linha parou; o sistema lê o estado do alarme, consulta o código no manual e explica. Este é um ponto de partida razoável e, para diversos casos de uso, também um ponto final razoável.
• No meio estão as ferramentas de aconselhamento . Eles observam o estado e propõem ações — uma mudança de ponto de ajuste, uma tarefa de manutenção, um ajuste de parâmetro — mas não as executam. O operador confirma ou rejeita cada proposta. A HMI 3D pode servir como superfície de confirmação, exibindo o componente afetado e a alteração proposta no contexto espacial antes que qualquer gravação ocorra. Esse padrão preserva o julgamento humano no processo decisório, ao mesmo tempo que utiliza a assistência da IA ​​para o diagnóstico.
• No extremo menos restritivo estão os sistemas de execução que escrevem para PLCs, alteram receitas ou despacham pedidos sem a necessidade de aprovação humana para cada ação. Isso é tecnicamente viável em alguns contextos, mas introduz considerações adicionais no âmbito do novo regulamento de máquinas. A cibersegurança é agora um requisito essencial de saúde e segurança no âmbito do Anexo III, e as funções de segurança baseadas em IA estão explicitamente incluídas na lista de máquinas de alto risco do regulamento, exigindo uma avaliação de conformidade mais rigorosa. Qualquer caminho que permita que um sistema baseado em LLM escreva em um sistema de controle também é um caminho potencial de ataque. Em geral, esses sistemas precisam ser projetados com o mesmo cuidado que qualquer outro componente de sistema de controle com acesso de gravação, incluindo as obrigações de registro e armazenamento de dados que o regulamento introduz para softwares relevantes para a segurança.

Uma postura comum em projetos iniciais é adotar o modo somente leitura por padrão, expandindo para o modo consultivo com confirmação explícita do operador e tratando qualquer capacidade de execução como um componente do sistema de controle sujeito à mesma revisão e validação que o código do CLP.

Um ponto de partida prático para integradores

Para integradores que estão considerando por onde começar, uma abordagem incremental tende a funcionar melhor do que uma ambiciosa.

Uma primeira implementação prática poderia incluir:

• Utilizando um projeto de máquina existente: Comece com uma máquina que já possua uma HMI 3D e um pacote de documentação estruturada em preparação de acordo com o Regulamento (UE) 2023/1230.
• Expondo a documentação através de um servidor MCP: Encapsule o conjunto de documentação em um único servidor MCP que suporte a recuperação por ID de componente.
• Conectando a HMI 3D aos serviços de documentação: Configure a HMI 3D existente para que, ao selecionar um componente, a seção correspondente do manual seja recuperada automaticamente.
• Adicionando uma interface de IA fundamentada: Introduza um painel de bate-papo junto à visualização 3D usando um LLM de propósito geral baseado no servidor MCP de documentação.

Resultados esperados

O resultado é uma máquina onde um operador pode fazer uma pergunta, receber uma resposta que cita a documentação do fabricante e ver o componente relevante destacado na visualização 3D . Não existem estados de controle, ações autônomas ou nova infraestrutura de automação. Os benefícios — redução das chamadas de suporte, aumento das taxas de resolução na primeira visita, acesso mais fácil ao conhecimento do fabricante — são mensuráveis ​​e os riscos são limitados.

Para integradores que desejam ver como um sistema desse tipo pode funcionar na prática, uma demonstração pública de uma HMI 3D baseada em navegador, que consome dados de sinal em tempo real, está disponível em web.realvirtual.io/demo. A arquitetura subjacente — Unity como ambiente de autoria, uma pilha web aberta para distribuição e um sistema de controle de versão padrão, como o Gitea, para armazenar o pacote entregue ao longo do horizonte regulatório de dez anos — é um padrão que os integradores podem adotar e adaptar aos seus próprios projetos.

A partir desse ponto de partida, outras etapas podem ser adicionadas gradualmente. Um servidor MCP da camada de sinal permite consultas sobre o estado em tempo real. Uma conexão MES permite consultar informações sobre pedidos em andamento. As recomendações consultivas com confirmação do operador na HMI 3D ampliam ainda mais o sistema sem alterar seu perfil de risco fundamental. Cada etapa é testável e reversível por si só.

A arquitetura que suporta tanto a conformidade quanto a IA.

O e-book anterior encerrou com a observação de que os gêmeos digitais são um investimento organizacional tanto quanto técnico — que o comissionamento virtual, por exemplo, só agrega valor quando os processos circundantes estão dispostos a mudar. Uma observação semelhante se aplica aqui.

Duas linhas temporais estão agora convergindo nos integradores. O regulamento de máquinas é conhecido desde 2023, mas o trabalho prático de preparação para a data de aplicação de 20 de janeiro de 2027 — novas disposições de cibersegurança que são obrigatórias e a opção agora explícita de documentação digital estruturada com manutenção do ciclo de vida — está passando do planejamento para a execução. Em paralelo, as ferramentas de IA estão criando uma demanda por dados estruturados e fundamentados. Esses temas podem ser tratados como projetos separados, mas o trabalho subjacente apresenta sobreposição significativa. A arquitetura de quatro camadas descrita na Parte 1 oferece suporte tanto ao operador quanto a quaisquer ferramentas de IA adicionadas posteriormente. A documentação digital estruturada, preparada para fins de conformidade regulamentar, também é útil como material de base. A HMI 3D pode servir como uma superfície unificada para todos esses elementos.

Os benefícios operacionais descritos na Parte 1 — diagnóstico mais rápido, menores níveis de especialização, fornecimento de informações contextualizadas, suporte remoto significativo — aplicam-se independentemente do contexto regulatório. Os integradores fora da UE, ou que trabalham em sistemas não abrangidos pelo regulamento de máquinas, obtêm as mesmas vantagens operacionais da mesma arquitetura, sem o prazo regulamentar como fator determinante. A arquitetura se sustenta por si só em sua viabilidade operacional; a regulamentação simplesmente explicita o cronograma para o mercado europeu.

A operação autônoma não é o primeiro resultado esperado. Um ponto de partida mais realista é uma máquina que um operador possa consultar, que um integrador possa dar suporte e que um fabricante possa manter atualizada durante o horizonte regulamentar de dez anos. As ferramentas e os padrões necessários para construir tal máquina já estão disponíveis, e a maior parte da base é trabalho que os integradores são obrigados a fazer de qualquer maneira.