A IA chega aos CLPs: assistentes de engenharia já leem projetos e escrevem código

Evolução: de chats a agentes embutidos

Desenvolvedores de Python, C++ e JavaScript já estão acostumados a assistentes de IA. Para CLPs, a situação era diferente. Três anos atrás, as primeiras experiências pareciam promissoras, mas eram praticamente inúteis: o ChatGPT conseguia gerar um controlador PID em ST ou um bloco de transferência TCP no TwinCAT, mas era preciso revisar o resultado com desconfiança. Faltava contexto, havia poucos exemplos de treinamento e a complexidade de integrar isso a um projeto existente era significativa.

Hoje a abordagem mudou. Em vez de modelos de uso geral, estão surgindo ferramentas especializadas que entendem a arquitetura dos projetos, contêm documentação das plataformas e conseguem ler a estrutura do programa diretamente da IDE. A transição de assistente para agente é concreta: de sugestões para a execução de uma cadeia de ações — ler o projeto, fazer uma alteração, compilar, corrigir os erros encontrados.

Cinco ferramentas, cinco abordagens

PLC Copilot foi a primeira ferramenta dessa categoria a ganhar recursos avançados. Oferece suporte a Rockwell Studio 5000, Siemens TIA Portal e AutomationDirect Productivity Suite (CODESYS está na lista de espera). Consegue explicar a lógica, encontrar relações entre tags, preparar documentação e gerar código para importação. Preços: Pro, $99/mês; Ultra, $499/mês; licença perpétua por dispositivo, $720 (com suporte de $270/ano).

Copia AI/Copilot se destaca pela fonte do contexto. Trabalha com projetos do Copia Source Control e backups do DeviceLink, o que permite comparar versões e mudanças, gerar trechos de código e converter entre LAD e ST. O preço não é público; é necessário contatar a equipe comercial da Copia.

O assistente de Structured Text (sem nome de marca citado no texto) aposta na conexão local com a IDE. Uma ponte em Python para CODESYS e um aplicativo separado para TwinCAT leem a estrutura, aplicam mudanças e enviam os resultados da compilação a um agente na nuvem. Suporta CODESYS V3.5 SP18+ e TwinCAT 3.1+ (o suporte ao TIA Portal está a caminho). Mostra as alterações feitas e corrige erros com base no diagnóstico do compilador. Preços: Pro, €24/mês; Power, €49/mês; teste gratuito disponível.

Siemens Eigen Engineering Agent é um agente embutido no TIA Portal V19, V20 e V21. Consegue gerar código para CLP, criar IHMs e configurar dispositivos. A empresa afirma que ele consegue ler esquemas elétricos em XML e AML e gerar a estrutura de um projeto a partir da descrição de uma máquina. Estar embutido na IDE dá uma vantagem de integração, mas o preço é alto: $2.100/ano por uma única licença (pode ser atribuída a três usuários, mas só um pode usá-la por vez). O período de teste é de um mês.

Beckhoff TwinCAT 3 CoAgent for Engineering é descrito como um assistente para desenvolvimento de CLP, configuração de E/S e trabalho com IHM. Promete sugestões baseadas na estrutura do projeto e acesso à documentação do Beckhoff Information System. Seu status é "em breve"; os prazos devem ser confirmados com o fabricante.

Outras soluções

Essas cinco não são as únicas. Também estão em desenvolvimento: • Factory Agent, da Software Defined Automation • FactoryTalk Design Studio Copilot, da Rockwell Automation

Todas oferecem um conjunto parecido de recursos: análise de lógica, documentação e ajuda com código. Quais funções estão realmente disponíveis depende do produto e do ambiente suportado.

Arquitetura: quatro componentes

O que uma ferramenta de IA entrega não é determinado pela interface ("projeto — campo de consulta — resposta"), mas pelo que acontece por baixo dela. A arquitetura tem quatro partes:

1. Leitura do projeto: extração de blocos, redes, variáveis, tipos, chamadas e configuração. Para texto em ST, é uma tarefa; para LAD ou FBD gráficos, é outra.

2. Seleção de contexto: busca por blocos relacionados, programas que os chamam, tipos de dados e documentação de bibliotecas. Simplesmente passar mais texto para o modelo nem sempre é a melhor estratégia. É aqui que entram um grafo de dependências e uma abordagem RAG (Retrieval-Augmented Generation): o modelo recebe a pergunta junto com o material recuperado.

3. Transformação da resposta: converter o resultado em uma alteração no objeto de engenharia ou em um arquivo de importação, preservando a estrutura do projeto.

4. Retroalimentação: compilação, diagnóstico e correção de erros. Uma compilação bem-sucedida confirma apenas a sintaxe; a lógica do novo bloco precisa ser verificada separadamente.

O valor prático de uma ferramenta depende da qualidade da implementação dessas quatro etapas, não do volume das promessas de marketing.