Ľudia a engineering17. júl 202615 min

AI šetrí inžinierske hodiny. Bezpečnostnú zodpovednosť nepreberá.

Priemyselná AI dnes generuje časti PLC projektu, vysvetľuje diagnostiku, učí robota z ukážky a hľadá anomálie v obraze. Najväčší omyl je premeniť úsporu opakovanej práce na tvrdenie, že už netreba integrátora, údržbára alebo quality inžiniera.

AI pripravuje návrh a vyhľadáva súvislosti. Človek ho porovnáva s projektom, reálnym zariadením a bezpečnostnými požiadavkami.

Úspora ľudského času v priemysle nevzniká jedným univerzálnym modelom. Každá vrstva skracuje inú činnosť: kopilot hľadanie dokumentácie, engineeringový agent tvorbu opakovateľnej štruktúry, APM analýzu historianu, vision model prípravu defektných vzoriek a physical AI ručné programovanie každého variantu polohy.

Štyri úrovne automatizácie práce, ktoré sa nesmú zamieňať

Kopilot

Navrhne a vysvetlí

Pripraví kód, sumarizuje alarmy alebo nájde postup. Používateľ rozhodne, čo sa vykoná.

Engineering agent

Vykoná viac krokov

Pracuje s projektovým kontextom, vytvorí artefakty a kontroluje ich podľa zadaných pravidiel.

Physical AI

Vníma a plánuje pohyb

Kamera a model navrhnú úchop alebo trajektóriu; robot controller a safety vrstva držia limity.

Autonómna prevádzka

Nesie celý uzavretý cyklus

Vyžaduje detekciu chýb, fallback, audit, zmenu riadenia a jasnú konečnú autoritu.

Siemens: Copilot 2024 a Eigen Agent 2026 nie sú ten istý produkt

Engineering Copilot TIA Essential podporuje generovanie a vysvetľovanie SCL kódu, základné HMI vizualizácie a prácu s dokumentáciou v TIA Portal. Je to pomocník v existujúcom engineeringovom prostredí. Pôvodný verejný zdroj nepotvrdzuje univerzálne zrýchlenie programovania o 30–50 %.

Samostatný Eigen Engineering Agent je od apríla 2026 všeobecne dostupný a pracuje s kontextom projektu. Siemens uvádza testovanie u viac než 100 zákazníkov v 19 krajinách, vykonanie vybraných úloh dva- až päťkrát rýchlejšie, až 50 % vyššiu efektivitu a až 80 % vyššiu kvalitu riešenia. Ide o metriky výrobcu, nie nezávislý priemer celého engineeringového projektu.

Zadanie a kontextfunkčný opis, ECAD, knižnice, TIA projekt

Agent musí vedieť, pre ktorý stroj, verziu a štandard pracuje.

Návrh artefaktovSCL, tagy, HMI, konfigurácia

Výstup je verzovaný návrh, nie priamy neobmedzený zápis do PLC.

Deterministická kontrolalint, kompilácia, pravidlá, testy

Strojovo overiteľné chyby sa zachytia ešte pred simuláciou.

Simulácia a reviewPLCSIM, FAT, safety review

Inžinier kontroluje sekvencie, poruchy, hraničné stavy a obnovu.

Riadené nasadenieschválenie, verzia, záloha, rollback

Do výroby ide iba presne identifikovaná a schválená verzia.

Údržba: LLM vysvetľuje, analytický model diagnostikuje

ABB Genix APM Copilot spája historické a real-time prevádzkové údaje, fyzikálne a analytické modely a jazykové rozhranie. Dôležité je poradie: diagnostický signál nevzniká iba z textového modelu. GenAI ho vysvetľuje v kontexte zariadenia, prepája s dokumentáciou a môže pripraviť pracovný príkaz.

Často citovaných 125 000 USD za hodinu neplánovaného výpadku nie je úspora produktu Genix. Ide o typický deklarovaný náklad respondentov v ABB Value of Reliability Survey 2023. Novší materiál ABB uvádza iný globálny priemer a široké rozpätie podľa odvetvia, čo je dôkaz, že finančný dopad treba počítať pre konkrétnu linku.

Bezpečná formulácia preto nie je „menej kvalifikovaný človek opraví zložitý stroj bez experta“. AI môže skrátiť hľadanie manuálu, predvyplniť postup a ukázať podobnú poruchu. Oprávnenie, izolácia energie, pracovný postup a návrat zariadenia do prevádzky zostávajú pod kvalifikovanou osobou.

Physical AI znižuje ručné programovanie, nie potrebu integrácie

Universal Robots AI Accelerator prepája PolyScope X, NVIDIA Jetson AGX Orin, kamerové vstupy a knižnice Isaac. Percepcia a plánovanie môžu prebehnúť na edge počítači, zatiaľ čo real-time pohyb a certifikované bezpečnostné funkcie zostávajú v controlleri robota.

UR AI Trainer z roku 2026 zaznamenáva obraz, pohyb a silu z ľudských demonštrácií pre trénovanie vision-language-action modelov. Dáta možno použiť aj pri otvorenom NVIDIA GR00T modeli a správanie overovať v Isaac Sim. To však nie je hotová „kognitívna vrstva“, ktorú možno bez integrácie nahrať na každé existujúce rameno.

Chápadlo, optika, dosah, kolízie, bezpečnostné zóny, komunikácia s PLC a akceptačné testy zostávajú. AI môže skrátiť zmenu sortimentu alebo prípravu trajektórie; tvrdenie o „úplnom odbúraní integračných inžinierov“ nie je podložené.

Zero-shot vision neznamená nulové uvedenie do prevádzky

Zero-shot model nebol trénovaný na označených defektoch konkrétneho výrobku. To môže výrazne znížiť zber vzácnych chybných kusov. Stále však potrebuje stabilnú optiku, osvetlenie, definovaný akceptačný prah a validačnú sadu z reálnej linky.

Výskumné práce WinCLIP a AnomalyCLIP ukazujú zero-shot detekciu na benchmarkoch. Náročnejší MVTec AD 2 zahŕňa zmeny osvetlenia, transparentné objekty a malé chyby; moderné metódy v tomto benchmarku zostali pod 60 % priemernej AU-PRO. Benchmark preto dokazuje pokrok aj hranice, nie bezobslužnú výrobnú pripravenosť.

Aj komerčné označenia treba čítať presne. Siemens Inspekto potrebuje približne dvadsať bezchybných vzoriek, hoci nepotrebuje vzorky defektov. Je to praktické učenie z normálnych kusov, nie doslovné zero-shot nasadenie bez dát.

Unilever: historická digitalizácia náboru, nie autonómny výber operátorov

Unilever v roku 2016 zaviedol digitálny absolventský nábor s online prihláškou, približne dvadsaťminútovými hrami, video pohovorom a fyzickým Discovery Centre vo finále. Dodávateľ HireVue neskôr uvádzal výrazne kratší time-to-hire a úsporu nákladov, ale čísla neboli nezávisle auditované a nemožno ich preniesť na nábor výrobných operátorov.

AI používaná pri výbere alebo hodnotení uchádzačov patrí podľa európskej regulácie medzi citlivé pracovné použitia. To z nej robí samostatnú oblasť riadenia rizika, transparentnosti a kontroly diskriminácie — nie jednoduché pokračovanie automatizácie výrobnej linky.

Ako merať ušetrený ľudský čas bez sebaklamu

Use case	Meraná jednotka	Náklad, ktorý sa nesmie vynechať
PLC/HMI engineering	hodiny do skompilovaného a otestovaného projektu	review, opravy, simulácia, FAT/SAT a prepracovanie po zmene hardvéru
Údržba	čas do správnej diagnózy a bezpečného návratu do prevádzky	falošná diagnóza, čakanie na diel, kvalifikácia a kontrola pracovného postupu
Robotika	čas na nový variant výrobku pri rovnakej kvalite a takte	zber demonštrácií, chápadlo, kamera, safety a akceptačné testy
Vizuálna kontrola	čas prípravy modelu a miera chybného prijatia/odmietnutia	optika, osvetlenie, validačná sada, drift a ľudské riešenie nejasných kusov

Nová rola automatizéra

PLC, SCADA a robotické controllery sa nestávajú slepými vykonávateľmi voľných príkazov z veľkého modelu. Zostávajú deterministickou realizačnou vrstvou. AI nad nimi pripravuje návrh, diagnostický kontext alebo obmedzenú požiadavku; automatizér definuje rozhranie, limity, testy, fallback a zodpovednosť.

Špecifikovať.Premeniť neurčité zadanie na funkciu, stavový model, akceptačné kritériá a bezpečnostné hranice.
Groundovať.Agent pracuje iba so schváleným projektom, knižnicami, manuálmi a verziami zariadení.
Validovať.Kompilátor, simulátor a testy majú vyššiu dôkaznú hodnotu než sebavedomé textové vysvetlenie.
Schvaľovať.Každá produkčná zmena má vlastníka, diff, zálohu a plán návratu.
Monitorovať.Sledovať drift, chybovosť a čas, ktorý sa po prvotnom zrýchlení vracia v podobe opráv.

Priemyselná AI je produktívna, keď znižuje opakovanie a zvyšuje kvalitu prvého návrhu. Ak iba presunie prácu z tvorby do nekonečnej kontroly, úspora existuje iba v prezentácii.

Primárne a regulačné zdroje