CrossnoKaye ha presentado cómo ha construido un sistema para que la inteligencia artificial no solo analice datos de fábricas, sino que actúe sobre el equipo que las hace funcionar. La clave es que su plataforma, llamada ATLAS, se conecta a los controladores que ya existen en las plantas, sin obligar a sustituir ninguna máquina.
El problema de partida es conocido en la industria. En una planta suele haber sistemas de distintos fabricantes que no hablan el mismo idioma: los autómatas (PLC) y los sistemas de control distribuido (DCS) gestionan los equipos, los historiadores guardan series de mediciones con nombres propios de cada instalación, y los paneles de operador (SCADA) muestran la información al personal. Conectar un agente de IA externo a todo eso suele dar malos resultados, y además obliga a repartir credenciales por la red de la planta, algo que a cualquier responsable de seguridad le preocupa.
Una plataforma que ve toda la planta
ATLAS reúne en una sola plataforma el modelo de la instalación, el software de control, el historial de datos y las aplicaciones de optimización. Según la empresa, da servicio a más de 100 instalaciones industriales y 13.000 equipos controlados, en sectores como la alimentación, la refrigeración industrial o las canteras. Cada día recibe más de 50.000 millones de lecturas nuevas.
AURA, el sistema de IA de la compañía, tiene acceso directo al estado completo de la planta dentro de un mismo perímetro de seguridad. Por eso no necesita pedir permisos a sistemas externos ni manejar credenciales repartidas.
Cálculos reales, no solo respuestas de lenguaje
Los modelos de lenguaje son buenos interpretando el contexto técnico y planificando una investigación, pero no son fiables haciendo cuentas sobre millones de mediciones. Para resolverlo, AURA ejecuta código Python dentro de entornos aislados que gestiona AWS, de modo que cada cifra que ofrece sale de un cálculo real. Estos entornos se combinan con controles de seguridad de Amazon Bedrock y con medidas de seguridad locales en el propio edificio.
El sistema trabaja en tres modos: conversaciones interactivas, tareas repetibles y rutinas automatizadas. La empresa explica además qué ha aprendido al ejecutar IA física en producción, un terreno en el que un error puede tener consecuencias materiales.
La propuesta apunta a una industria pesada que lleva años acumulando datos sin aprovecharlos del todo. Si funciona fuera de las demostraciones, puede reducir costes y consumo sin tocar la maquinaria existente, aunque las cifras de rendimiento son las que la propia compañía comunica.




