La maquinaria industrial genera mas alarmas de las que un tecnico puede procesar. Por cada alarma relevante que exige seguimiento, la persona a cargo debe reunir contexto historico, determinar el procedimiento correcto, verificar si una senal especializada confirma el modo de falla y, finalmente, redactar una recomendacion. NVIDIA sostiene que ese flujo, repetitivo y bien definido, es un candidato ideal para un agente de IA, y publico una guia tecnica para construirlo con sus modelos abiertos Nemotron.
El agente se apoya en tres piezas: las librerias NVIDIA NeMo para orquestacion, los modelos abiertos Nemotron como motor de razonamiento y el runtime seguro NVIDIA OpenShell para ejecucion en aislamiento. Dada una alarma con su marco de sensores y los metadatos del activo, el sistema reune contexto (historial, manuales de procedimiento, casos similares), corre chequeos especializados y emite un paquete estructurado de evidencia. Todo el pipeline corre acelerado por GPU detras de un unico endpoint HTTP, de modo que cualquier sistema aguas arriba lo invoca de la misma forma.
¿Por que el triaje de alarmas es tan dificil?
Autos, trenes, ascensores y motores industriales estan cada vez mas conectados. Con esa interconexion, los equipos de servicio enfrentan un volumen creciente de datos para diagnosticar fallas. A menudo hay cientos de alarmas por hora, miles de lecturas de sensores por considerar y documentacion en formatos dispares que explica que hacer en cada caso.
Cuando salta una alarma, el tecnico suele recorrer multiples fuentes para responder tres preguntas: si ese activo ya presento la falla antes y que la resolvio, que dice el manual especifico para ese codigo de error y planta, y si la senal es real o un artefacto del sensor. Recien despues escribe la orden de trabajo. Es una tarea intensiva que exige experiencia amplia y saber interactuar con muchos sistemas.
¿Como funciona el agente de analisis?
El trabajo del agente es simple de especificar. Entra un solo evento: la carga de la alarma con su ventana de sensores y los metadatos del activo. Sale un unico paquete de evidencia, con observacion, hipotesis de causa raiz, remedio y accion recomendada, mas la traza que respalda cada paso. El presupuesto de latencia se mide en segundos, no en minutos: el operador espera que esa fila del tablero se ponga en verde.
Para lograrlo, el agente combina instrucciones, capacidad de razonamiento y herramientas orquestadas. El razonamiento lo aportan los modelos Nemotron, una familia de pesos abiertos con datos y recetas de entrenamiento publicos. En concreto, el asistente usa Nemotron 3 Nano para tareas simples de orquestacion y Nemotron 3 Super (variante 120B con 12B de parametros activos) para el razonamiento complejo. Los modelos se sirven como contenedores NIM optimizados, cerca de la linea de produccion para baja latencia o en la nube.
Herramientas aceleradas por GPU
El agente atraviesa tres subfases por alarma: reunir evidencia, correr chequeos especializados y generar mas validar la accion. Cada paso usa herramientas aceleradas con librerias CUDA-X o modelos de la familia Nemotron.
- Recuperacion estructurada: arma consultas SQL con intervalos y filtros de sensores. Las lecturas recientes se agregan con NVIDIA cuDF; para el data warehouse historico usa una herramienta Text-2-SQL sobre Apache Vanna, que convierte preguntas en consultas.
- RAG acelerado: gran parte del conocimiento util vive en manuales y playbooks no estructurados. NVIDIA NeMo Retriever orquesta modelos como Nemotron Parse y Nemotron RAG para extraer e indexar esa informacion.
- Memoria de remedios: la busqueda sobre tickets pasados y estrategias de solucion se acelera con cuVS, lo que permite responder si una firma de falla ya se vio antes y si el arreglo funciono.
¿Que pasa con las alarmas genericas?
Una alarma de "temperatura alta" o "pico de vibracion" suele necesitar confirmacion especializada: ¿el rodamiento realmente falla o es un artefacto del sensor? Para eso el agente puede llamar a subagentes que muestrean la serie temporal, aplican una transformada de Fourier o filtran outliers con librerias como NVIDIA cuFFT y cuML.
Una vez reunida la evidencia, el modelo Nemotron sintetiza la observacion, la hipotesis de causa raiz, el remedio y la accion recomendada. Ese resultado se somete a una compuerta de politica y confianza, y se revisa con Nemotron 3 Content Safety. Si la confianza es alta y esta dentro de politica, la accion se marca para despacho automatico; si es baja o queda fuera de politica, escala a un tecnico con la evidencia ya adjunta.
