Plataforma interna d'IA d'AETECH
Plataforma autoallotjada que permet consultar en llenguatge natural anys d'incidències i documentació tècnica, amb agents integrats en les eines de treball de l'empresa.
- Any
- 2026
- Context
- AETECH
- Stack
- RAG · Recuperació híbrida · Reranking
- 80%
- Material rellevant recuperat (abans 63%)
- 30×
- Menys memòria per sessió
- 600%
- Millora màxima d'eficiència en tasques
Des del juliol de 2026 soc responsable del disseny, el desenvolupament i el manteniment de la plataforma interna d'intel·ligència artificial d'AETECH, així com de la seva adopció a l'organització. La plataforma s'executa íntegrament dins de la infraestructura de l'empresa i posa a disposició dels equips tècnics el coneixement acumulat en incidències, informes i documentació, sense que cap dada surti de l'organització. A més de respondre consultes, treballa dins dels programes d'enginyeria que l'equip ja fa servir: escriu codi de PLC directament als projectes de TIA Portal i Studio 5000, edita formularis d'AVEVA i crea dashboards de PI Vision a partir d'una conversa, sempre amb l'estàndard de la casa i les convencions de cada projecte.
En síntesi
RAG en producció amb avaluació sobre consultes reals, agents amb eines acotades i integració amb sistemes existents
Context
AETECH acumula anys d'incidències, informes i documentació tècnica distribuïts entre sistemes que no estan connectats entre si. Davant d'una avaria, la solució sovint ja està documentada, però localitzar-la requereix més temps que resoldre-la de nou.
L'objectiu de la plataforma és que qualsevol tècnic pugui formular una consulta en llenguatge natural i obtenir una resposta fonamentada en la documentació de l'empresa, amb referència a les fonts. Com que bona part d'aquest material és documentació de clients, el desplegament autoallotjat és un requisit de partida i no una opció.
Arquitectura
Cap document ni cap consulta surt de la infraestructura d'AETECH. L'aïllament entre usuaris s'implementa a nivell de sistema operatiu, no només a la capa d'aplicació: cada usuari treballa en un entorn separat. En un sistema que indexa documentació de diferents clients, la separació ha de ser estructural i no pot dependre de l'absència d'errors en el codi.
Avaluació i resultats
Per avaluar la plataforma he construït un conjunt de proves a partir de consultes reals dels tècnics, que s'utilitza per validar cada canvi abans de desplegar-lo.
Amb aquest procés, la proporció de material rellevant recuperat ha passat del 63% al 80%, i el consum de memòria per sessió s'ha reduït 30 vegades. Aquesta segona millora és la que fa viable l'ús diari de la plataforma en termes de latència i de cost.
Adopció a l'organització
L'encàrrec inclou liderar l'adopció de la plataforma a tota l'organització: analitzar el funcionament de cada equip, definir quins assistents li són útils, presentar la plataforma, formar els usuaris i recollir de manera sistemàtica els casos en què no dona una resposta adequada.
Aquests casos determinen les prioritats de millora i alimenten el conjunt d'avaluació, de manera que el sistema evoluciona a partir de l'ús real i no de suposicions.
Stack
- Arquitectura RAG Base de dades vectorial amb recuperació híbrida (semàntica i lèxica) i fase de reordenació.
- Models multimodals Diagnòstic a partir de fotografies d'equips, quadres i plaques de característiques.
- MCP Connectors propis cap a Jira i Microsoft 365.
- Agent local en C# i .NET Integració amb TIA Portal mitjançant l'API Openness de Siemens (SCL, taules de variables, maquinari, PROFINET), Studio 5000 i AVEVA.
- Aïllament a nivell de sistema operatiu Entorns separats per usuari.
- Desplegament autoallotjat Tota la plataforma dins de la infraestructura d'AETECH.
Estat actual
La plataforma està en ús i en evolució contínua. Les línies de treball actuals són ampliar la cobertura documental, incorporar més consultes reals al conjunt d'avaluació i ampliar les capacitats de l'agent de TIA Portal.