Además, debemos alinear las necesidades reales de los clientes con la disponibilidad del mercado, ejerciendo también un papel de asesoramiento. Por ejemplo, proponiendo la incorporación de perfiles junior con potencial de desarrollo.

Tras una primera fase de exploración de los modelos de lenguaje de gran tamaño (LLM) en este contexto, el proyecto entra ahora en una etapa de consolidación en la que se avanza hacia capacidades más específicas, centradas no solo en la consulta de información, sino también en su estructuración y representación.

En la etapa inicial, el trabajo se enfocó en la utilización de dos estándares de referencia para estructurar y acceder a la información industrial. Por un lado, el estándar UNS (Universal Namespace), orientado al ámbito naval, permitía interactuar con los sistemas de un buque y realizar consultas sobre su estado y funcionamiento. Por otro, se exploró el uso de Asset Administration Shell (AAS), una tecnología más enfocada a entornos fabriles y maquinaria industrial.

Sobre esta base, el proyecto ha seguido evolucionando hacia escenarios más avanzados. Actualmente, el equipo trabaja en la integración de distintos componentes que permitirán no solo consultar información, sino también representarla de forma visual mediante gráficos generados a partir de preguntas realizadas en lenguaje natural.

“Estamos en una fase en la que empezamos a tener los distintos componentes, pero todavía no están ensamblados”, explica Jorge. “Tenemos el módulo que estructura la información, que indica cómo está organizada esa información para que el LLM pueda entenderla, aunque todavía no está implementado completamente”.

Durante el desarrollo han surgido diversos desafíos relacionados con el tratamiento de la información industrial. Según explica Jorge, las estructuras de datos empleadas son especialmente complejas y voluminosas, lo que ha obligado al equipo a replantear parte de la arquitectura tecnológica.

“Las estructuras de datos que estamos utilizando son pesadas y nuestra idea es trabajar con modelos pequeños, con SLMs. En ocasiones, el sistema no puede manejar toda la información disponible”, afirma. “Inicialmente utilizamos un modelo más grande y ahora estamos trabajando en reducirlo para hacerlo más eficiente”.

Más allá de las capacidades conversacionales, una de las principales líneas de trabajo se ha centrado en garantizar que los modelos actúen de forma controlada y predecible.

“Nos hemos enfocado en buscar las dinámicas que nos permitan hacer determinista el sistema y evitar que tome decisiones que yo no estoy mandando”, explica Jorge. “Reducimos la toma de decisiones del modelo y enfocamos el software para que el flujo de información sea muy acotado”.

Este enfoque permite consolidar metodologías y conocimiento técnico que podrán aplicarse en futuros desarrollos. “A nivel técnico es importante porque vas consolidando unas mecánicas y un know how que después puedes reutilizar en otros proyectos”, añade.

Otro de los avances destacados del proyecto es el desarrollo de interfaces capaces de generar visualizaciones dinámicas a partir de consultas realizadas en lenguaje natural. Se trata de una tendencia que empieza a aparecer en herramientas comerciales de IA, pero que todavía se encuentra en una fase temprana de madurez tecnológica.

“El tema de las gráficas es especialmente interesante. Es una interfaz interactiva que empieza a aparecer en algunos sistemas, pero es un campo que todavía no ha crecido lo suficiente”, apunta Jorge.

En este sentido, el equipo está desarrollando una aproximación que minimiza la dependencia directa del modelo de lenguaje y apuesta por flujos de procesamiento más robustos. “Estamos haciendo un flujo mucho más complejo, que no depende únicamente del modelo final. Eso nos abre la puerta a muchas posibilidades y también a los procesos que vendrán más adelante”, señala. “Las gráficas son una mecánica de visualización muy útil, porque la información presentada únicamente en texto resulta mucho más pesada para el usuario”.

El proyecto continuará durante los próximos meses con la integración de los distintos módulos desarrollados y la validación de las pruebas de concepto actualmente en marcha. La finalización está prevista para marzo del próximo año.