(Une architecture d'usine intelligente de nouvelle génération pour la convergence OT, IT et IA, validée par la pratique)

Dans le paysage actuel de la fabrication intelligente, l'OT, l'IT et l'IA coexistent mais restent souvent fragmentés : les équipements de terrain génèrent des quantités massives de données qui demeurent piégées dans des systèmes et des rapports isolés ; la granularité et le contexte des données sont perdus lors de la transmission entre les couches, forçant l'IA à prendre des décisions basées sur des « contextes déformés » ; même les modèles les plus puissants manquent d'une « interface de déploiement » unifiée, rendant difficile la création d'une véritable boucle fermée. Parallèlement, les exigences de sécurité et de contrôle sont extrêmement strictes, empêchant l'IA d'intervenir directement sur les lignes de production à sa guise.

Un défi plus grave réside dans le fait que, même pour les liaisons de données OT et IT, seules 23 % environ des entreprises manufacturières les ont réellement intégrées. Lorsque l'IT peine à se connecter efficacement à l'OT, le rôle de l'IA en usine devient encore plus limité.

La solution ne consiste pas à créer un énième îlot isolé, mais à reconstruire une architecture en boucle fermée à trois couches reliant l'OT, l'IT et l'IA :

• Couche de perception (Données): Organiser les données fragmentées en « états du monde » exploitables ;
• Couche de réflexion (Intelligence): Permettre aux machines de raisonner et de planifier au sein de sémantiques et de structures ;
• Couche d'action (Exécution): Garantir que les décisions sont mises en œuvre de manière sûre et transparente dans le monde réel.

Il ne s'agit pas simplement d'une vision sur PowerPoint, mais de prototypes et de pratiques que nous avons déjà réalisés dans des usines simulées (simulateur NLDF, Factory Agent) et des usines réelles (usine de Fuyang).

Imaginez ceci :

« Je suis presque plein ici, je mets l'alimentation en pause. »
« Bien reçu, je patiente un cycle. »

Il ne s'agit pas d'humains qui conversent, mais de véhicules à guidage automatique (AGV) de deux lignes de production qui négocient en utilisant le langage.

C'est précisément le futur que nous explorons : une usine intelligente de nouvelle génération capable de communiquer, de se comprendre et de s'auto-optimiser et d'itérer en continu.

Cadre théorique

L'intelligence humaine repose sur une boucle fermée simple mais puissante : Percevoir → Réfléchir → Agir.

• Percevoir nous permet de voir le monde en transformant les stimuli externes en informations ;
• Réfléchir nous permet de donner du sens, de formuler des jugements et d'élaborer des plans ;
• Agir nous permet de modifier notre environnement et d'affiner notre cognition grâce au retour d'expérience.

La robotique s'inspire de ce principe en proposant le paradigme classique « Percevoir-Réfléchir-Agir » : l'intelligence artificielle complexe peut être décomposée en trois modules collaboratifs : un module de perception qui collecte les signaux environnementaux, un module de décision qui planifie les stratégies et un module d'exécution qui réalise les actions. C'est précisément grâce à ce paradigme que les robots ont progressivement quitté les laboratoires pour intégrer des environnements réels complexes.

Les systèmes industriels nécessitent également une telle « boucle fermée cérébrale ». Sans une perception unifiée, même une abondance de données reste fragmentée ; sans une intelligence explicable, l'IA devient une boîte noire difficile à appréhender ; et sans une exécution sûre et contrôlable, toute automatisation peut devenir un risque potentiel.

En partant des principes fondamentaux, un système d'agent intelligent digne de confiance doit satisfaire trois lois universelles :

1. La perception doit être exploitable – Les données ne sont pas destinées à être accumulées ou stockées, mais doivent être organisées et modélisées pour constituer un « état du monde » compréhensible et utilisable par les agents intelligents.

2. L'intelligence doit être explicable – Les décisions ne sont pas des résultats issus d'une boîte noire, mais doivent pouvoir être traduites du langage naturel en plans structurés, avec une logique et un contexte traçables.

3. L'exécution doit être sûre et contrôlable – Les actions ne sont pas émises aveuglément, mais doivent s'opérer dans un cadre protocolé avec des limites de sécurité, permettant la collaboration homme-machine, le retour en arrière et l'audit.

Par conséquent, le cadre philosophique à trois couches que nous proposons n'est pas seulement une architecture technique, mais une abstraction universelle pour les systèmes d'agents intelligents :

• Couche de perception (Données): Organise les données fragmentées en « états du monde » exploitables ;
• Couche de réflexion (Intelligence): Permet aux machines de raisonner et de planifier en s'appuyant sur la sémantique et les structures ;
• Couche d'action (Exécution): Garantit que les décisions sont mises en œuvre de manière sûre et transparente dans le monde réel.

Ce besoin ne concerne pas uniquement les usines, mais constitue un principe applicable à tout système cherchant à intégrer l'IA dans le monde physique.

« Sans perception exploitable, il n'y a pas d'intelligence explicable ; sans exécution contrôlable, il n'y a pas de boucle fermée digne de confiance. »

Vue d'ensemble de l'architecture

Nous pouvons désormais utiliser une « boucle fermée à trois couches (Percevoir–Réfléchir–Agir) » explicable, contrôlable et évolutive pour relier la perception sémantique, la génération de décisions et l'exécution automatisée au sein d'un système d'agent industriel intelligent de bout en bout.

Basée sur la philosophie de conception (trois principes fondamentaux) proposée dans la section 2, la mise en œuvre utilisera une structure à trois couches ainsi qu'un schéma illustratif incluant une couche d'application pratique.

Analyse de l'architecture en couches + Produits correspondants pour chaque couche (Tableau récapitulatif)

Couche de perception : Des silos de données aux états du monde exploitables

La couche de perception agit comme l'« organe sensoriel » des agents intelligents ; elle est chargée de collecter, d'organiser et d'exprimer l'état du monde, fournissant ainsi les informations environnementales nécessaires à la prise de décision par la couche de réflexion.

Défi majeur : Le problème des silos de données

En matière de perception des données, le véritable défi n'a jamais été de savoir « si les données peuvent être collectées », mais plutôt comment concevoir des méthodes de collecte dans une perspective d'exploitation. Se contenter de « récupérer des données là où elles se trouvent » aboutit souvent à un amas d'archives fragmentées et sans lien entre elles, fonctionnant de manière isolée et formant, à terme, des silos de données.

De telles données ressemblent à des matières premières empilées au hasard dans un entrepôt : en apparence, le stock semble abondant, mais il manque de numérotation, de conditionnement et de rayonnage unifiés. Lorsque vous avez réellement besoin de récupérer « la bonne pièce », il est difficile de la trouver rapidement. Plus grave encore, différents lots peuvent présenter des doublons, des conflits et des incohérences sémantiques.

Le résultat est que les données collectées avec tant d'efforts, au lieu de devenir des « ressources compréhensibles et utilisables », se transforment en coûts irrécupérables.

Espace de nommage unifié (UNS) – L'épine dorsale sémantique pour éliminer les silos de données

L'introduction de l'architecture UNS (Unified Namespace) dans le secteur industriel est la pierre angulaire pour éliminer les silos de données et parvenir à une interconnexion des données. Elle va au-delà de la simple intégration en organisant toutes les données de l'usine selon une structure arborescente sémantique, permettant aux données issues de sources et de formats différents de converger vers un modèle unifié conforme à l'architecture de l'entreprise. L'UNS fournit essentiellement un « service d'annuaire » et une « couche sémantique » pour les données industrielles, agissant comme une source unique de vérité pour les données en temps réel. Il offre une « carte sémantique » intuitive aux agents LLM, leur permettant d'appliquer une « attention sélective » et une « rétention de contexte » aux flux de données pertinents en fonction de leurs rôles.

Mise en œuvre technique de l'UNS : Organisation sémantique basée sur le modèle ISA-95

L'UNS (Unified Namespace) utilise généralement un modèle arborescent pour construire une structure de données sémantique unifiée, organisant les entités complexes d'usine, les processus de production et les points de données de manière hiérarchique et organique. Le modèle ISA-95, en tant que norme internationale pour l'automatisation industrielle, constitue un paradigme directeur typique pour la mise en œuvre de ce modèle arborescent par l'UNS. Pour parvenir à une organisation sémantique, le modèle ISA-95 est largement adopté afin de bâtir des structures physico-spatiales hiérarchiques (par exemple : entreprise, site, zone, cellule de travail, ligne de production), où chaque équipement ou ligne de production est associé à un état en temps réel, à des données d'action ou à des données analytiques (par exemple : TRS), facilitant ainsi la navigation et l'inspection. L'organisation sémantique de l'UNS permet non seulement de réduire considérablement les silos de données et les incohérences de format, mais elle fournit également une « carte sémantique » intuitive pour les agents LLM, leur permettant d'appliquer une « attention sélective » et une « rétention de contexte » aux flux de données pertinents en fonction de leurs rôles.

Solution : Une architecture à trois couches : Collecte → Organisation → Expression

La tâche principale de la couche de détection (Sense Layer) n'est pas simplement la « capture » de données, mais plutôt la conception préalable de la structure sémantique, du système de nommage et des relations contextuelles des données, en tenant compte de la manière dont les consommateurs les utiliseront. Ceci est crucial pour garantir que les données ne deviennent pas fragmentées, mais qu'elles deviennent au contraire le « langage et la mémoire » de la couche intelligente, soutenant ainsi des décisions et des actions concrètes.

Les systèmes industriels traditionnels utilisent souvent des protocoles binaires ou des formats de données propriétaires. Cependant, les modèles LLM sont plus aptes à traiter des informations structurées et significatives. La structure clé-valeur du JSON s'aligne parfaitement sur la manière dont les LLM traitent les relations et le sens, libérant ainsi considérablement le potentiel des LLM en offrant une richesse sémantique, une pertinence contextuelle et des capacités de raisonnement hiérarchique. Parallèlement, les sujets MQTT fournissent aux agents LLM des chemins d'information auto-descriptifs, leur permettant de filtrer intelligemment et de se concentrer sur les flux de données pertinents, réalisant ainsi un passage des mécanismes d'interrogation traditionnels aux approches pilotées par les événements, ce qui réduit considérablement la surcharge d'informations.

Pour atteindre les objectifs ci-dessus, la couche de détection subdivise le traitement des données en trois étapes fondamentales :

1. Collecte

Rassembler des données multi-sources provenant d'automates (PLC), de capteurs, de systèmes MES/ERP, de journaux de contrôle qualité, etc. Le défi réside dans la fragmentation des protocoles et des formats ; c'est pourquoi des interfaces standard comme OPC UA, des passerelles et des API sont généralement utilisées pour l'accès. Dans ce processus, les outils de prétraitement en périphérie (edge) comme Node-RED jouent également un rôle clé.

2. Organisation

Trier les flux de données brutes à la périphérie ou au niveau de la couche d'agrégation, ce qui inclut l'alignement temporel, le filtrage du bruit et l'imputation des données manquantes, ainsi que le complément de sémantique contextuelle (ID de l'appareil, segment de processus, numéro de lot) et la normalisation des unités et des formats. Cette étape est cruciale pour transformer les données brutes en un « état du monde » compréhensible par la couche intelligente.

3. Expression

Transformer les données organisées en un « état du monde » exploitable par la couche intelligente.

Les données seront stockées dans ces trois types de bases de données :

• TSDB (Base de données de séries temporelles): Stocke les données de capteurs à haute fréquence et les courbes historiques, prenant en charge les requêtes en temps réel et historiques.
• Data Lake (Lac de données): Stocke des données multimodales (images, vidéos, documents, journaux), prenant en charge l'entraînement hors ligne, la modélisation historique et l'analyse de relecture. Combiné au concept de « Data Lakehouse d'usine léger et natif du cloud » , en mettant l'accent sur ses caractéristiques de légèreté et de nativité cloud.
• Base de données relationnelle: Stocke les données métier structurées et les métadonnées.

Pratiques et études de cas de la plateforme SupOS

SupOS, en tant que plateforme de données utilisant le concept UNS, comprend les composants architecturaux suivants :

• Source Flow: Basé sur Node-RED, il agit comme un pipeline reliant les appareils et les systèmes, responsable de la transformation des données de protocole en temps réel en charges utiles JSON.
• Namespace: Le cœur de SupOS, un courtier MQTT sémantique et un analyseur basé sur l'UNS, modélisant les données à l'aide de hiérarchies de sujets et de charges utiles JSON structurées.
• Sink: La couche de stockage, qui conserve les données Namespace de séries temporelles dans des bases de données spécialisées comme TimescaleDB ou TDengine, et les données relationnelles dans PostgreSQL, permettant ainsi une interrogation et une compression efficaces.
• Event Flow: Coordonne les données Namespace, les intègre dans des flux d'événements ou d'informations de niveau supérieur, et prend en charge la fusion de charges utiles JSON ainsi que l'ajout d'invites générées par le système pour une optimisation assistée par LLM.

Cas d'intégration concret : En prenant pour exemple l'intégration des données de bons de travail (ERP), de l'état des équipements (PLC) et des indicateurs de qualité (Excel), la plateforme SupOS définit d'abord une structure claire via Namespace (par ex. Equipment/CNC1, Order/orderInfo, Quality/orderQualitylog). Ensuite, les nœuds Node-RED dans Source Flow sont utilisés pour analyser, formater (en JSON) et envoyer les données provenant de l'API REST, des automates Modbus et des fichiers Excel vers les Namespaces correspondants. Enfin, Event Flow connecte les données de commande et de qualité en temps réel au LLM pour une analyse des causes profondes, en écrivant les résultats dans Quality/qualityAnalysis, permettant ainsi une intégration complète des données et une application intelligente.

Résumé

La valeur de la couche de perception (Sense Layer) ne réside pas dans le simple « transfert de données », mais dans la transformation de ces données en un « état du monde numérique » ordonné, sémantique et exploitable. C'est comme transformer des matières premières désorganisées en une bibliothèque de pièces soigneusement rangées par catégorie sur des étagères, permettant à la couche intelligente d'appeler, d'assembler et de raisonner à tout moment.

En bref, la couche de perception ouvre le flux de données des appareils OT et des systèmes IT vers l'analyse IA, offrant à l'IA industrielle les « yeux » et le « réseau de données » nécessaires pour percevoir l'usine dans sa globalité.

Couche de réflexion / Réflexion

Définition : L'étape de « réflexion » est celle où les données brutes collectées et traitées lors de l'étape de « perception » sont transformées en informations exploitables. La couche de réflexion est le « cerveau » des agents intelligents, responsable de la compréhension des intentions, de la génération de solutions et de la planification des décisions. Une fois que la couche de perception a fourni l'état de l'environnement ou l'intention de l'utilisateur, la couche de réflexion analyse et raisonne sur ces informations, détermine l'objectif à atteindre et génère les solutions correspondantes. Ces solutions sont généralement « structurées » : la couche de réflexion traduit les besoins exprimés en langage naturel en plans structurés exécutables, tels que des organigrammes, des séquences d'appels de fonctions/outils ou du code de logique de contrôle. Cela équivaut à préparer un « plan d'action » pour la couche d'exécution.

Défis majeurs et opportunités pour les agents

La prise de décision industrielle traditionnelle repose largement sur l'intuition empirique et des systèmes logiciels passifs. À une époque marquée par la pénurie de main-d'œuvre et des changements rapides, ce modèle n'est pas seulement insoutenable, il révèle également ses limites intrinsèques face à la gestion de volumes massifs d'informations et d'environnements dynamiques complexes. Par conséquent, l'avenir de l'IA industrielle dépasse le simple cadre du RAG (génération augmentée par récupération), des chatbots ou des systèmes de questions-réponses passifs ; il nécessite des systèmes d'agents en boucle fermée, capables de prendre des décisions de manière proactive, d'exécuter des commandes et d'assumer la responsabilité des résultats. Ce changement permet à l'intelligence artificielle de combler véritablement le fossé entre la « réflexion » et l'« action », réalisant une convergence profonde entre intelligence et exécution.

Factorio : le banc d'essai idéal pour les agents intelligents

Pour explorer cette possibilité, nous avons introduit Factorio, un « environnement de simulation industrielle contrôlé, complexe et physiquement cohérent ». Ce n'est pas seulement un jeu ; c'est le « bac à sable numérique » idéal pour les agents LLM industriels. Ici, chaque décision prise par un agent reçoit un retour physique, tout comme dans une véritable usine, mais sans les coûts et les risques élevés du monde réel. En tant que plateforme de test de jumeaux numériques de qualité industrielle unique en son genre, Factorio permet aux chercheurs et aux développeurs, sans les contraintes du matériel physique, de :

1. Tester en profondeur les systèmes LLM industriels dans des environnements complexes physiquement cohérents: Il fournit un microcosme d'usine hautement réaliste, simulant des éléments industriels réels tels que les ressources, les chaînes de production et la logistique, permettant aux agents LLM d'apprendre et de se valider dans une complexité proche des scénarios du monde réel.
2. Visualiser les décisions des agents et leurs conséquences en temps réel, pour que « ce qui est pensé soit vu »: Chaque opération de l'agent (par exemple, construire, démonter, configurer des équipements, optimiser l'agencement) peut être instantanément affichée sur l'interface visuelle, améliorant considérablement la transparence et l'interprétabilité du processus de prise de décision.
3. Expérimenter diverses stratégies d'automatisation à faible coût et haute efficacité: Comparé aux coûts d'essais et erreurs dans les usines réelles, Factorio offre un espace expérimental infini, permettant aux agents d'essayer avec audace, d'itérer rapidement et d'accélérer la validation et l'optimisation de stratégies innovantes.
4. Valider les capacités de planification et d'optimisation de l'IA par rapport aux mécanismes industriels établis, accélérant ainsi le déploiement des modèles: Il fournit une boucle de rétroaction stricte pour la planification, l'ordonnancement et l'optimisation des modèles d'IA, garantissant que les agents peuvent non seulement « réfléchir », mais aussi traduire leurs pensées en actions physiques efficaces et mesurables, accélérant considérablement le cycle de recherche et développement des applications d'IA industrielle.

Cette approche de « laboratoire naturel » accélère considérablement le cycle de recherche pour les applications d'IA industrielle, nous permettant de nous concentrer sur l'intelligence de l'agent lui-même.

Pour libérer pleinement le potentiel intelligent des agents et leur permettre de relever des défis industriels plus complexes, nous nous concentrons davantage sur leurs capacités de collaboration multi-agents et d'appel d'outils puissants.

Collaboration multi-agents et appel d'outils

Les systèmes industriels nécessitent souvent la collaboration de plusieurs agents intelligents spécialisés. La combinaison du JSON et du MQTT, via un échange de messages sémantiques, permet une collaboration multi-agents transparente. Par exemple, dans un scénario de crise dans Factorio, les agents dédiés à la pollution, à la production et aux ressources peuvent effectuer des analyses indépendantes en s'abonnant aux modèles de sujets (Topics) pertinents (par exemple, factorio/pollution/#, factorio/production/#), et publier des décisions structurées en JSON via des sujets comme factorio/coordination/crisis_response pour parvenir à des réponses coordonnées. Par exemple, en cas de panne d'un four, les agents peuvent se coordonner pour activer des lignes de production de secours, déployer des modules d'efficacité et ajuster l'allocation des ressources. Ce mécanisme assure une transparence sémantique et une flexibilité temporelle, permettant à des optimisations complexes au niveau du système d'émerger à partir d'informations contextuelles partagées entre agents spécialisés.

De plus, pour améliorer les capacités de prise de décision, la couche de réflexion (Think Layer) disposera également de puissantes capacités d'accès aux outils, se connectant à des solveurs numériques, des modèles d'apprentissage automatique, des API externes, etc., pour effectuer dynamiquement des opérations telles que l'interrogation de bases de données et le calcul de plannings. Par exemple, la fonctionnalité d'appel de fonction d'OpenAI, combinée au framework open-source LangChain, permet aux LLM d'interroger des bases de données d'usine ou des systèmes MES selon les besoins, assurant ainsi une prise de décision et une exécution autonomes. Pour renforcer la fiabilité des décisions, le raisonnement par chaîne de pensée (Chain-of-Thought) est utilisé pour permettre aux modèles de raisonner explicitement étape par étape, générant ainsi des processus décisionnels explicables.

Projets et exemples pratiques : Dans ce domaine, nous avons mené des projets tels que Factory Agent, des simulations d'usine, Node-RED Copilot et BIS (Business Intelligence Assistant) en tant que copilote industriel. Parmi eux, BIS peut générer automatiquement des processus métier MES (Manufacturing Execution System) basés sur des PRD (documents de spécifications produit) saisis par l'utilisateur, et fournir des analyses intelligentes ainsi que des suggestions d'optimisation, améliorant considérablement l'efficacité de la conception et du développement des systèmes MES.

Couche d'exécution / Do

Elle peut également être comprise comme un « IDE d'exécution » collaboratif entre l'IA et l'humain. La couche d'exécution est le « bras armé » des agents intelligents, dont le rôle est de traduire les décisions en langage structuré émises par la couche de réflexion en comportements de contrôle concrets. Lorsqu'une décision est prise par la couche de réflexion (par exemple, suggérer d'ajuster les paramètres d'une machine ou de planifier un lot de transport logistique), la couche d'exécution est chargée d'émettre des commandes et de mettre en œuvre les actions, pilotant les équipements, logiciels ou personnels réels pour finaliser la décision, bouclant ainsi la boucle Sense-Think-Do. Le cœur de la couche d'exécution consiste à mapper des solutions numériques abstraites vers des actions physiques ou numériques spécifiques. Par exemple, un plan de « réduction de la température pour augmenter le rendement » généré par la couche intelligente pourrait nécessiter que la couche d'exécution appelle l'API du système de contrôle industriel pour réduire la température du four de 5°C, ou émette des instructions via le système d'ordonnancement pour qu'un AGV livre des matières premières en avance.

Protocole de contexte de modèle (MCP) et moteur de flux Node-RED

Pour exécuter les instructions de manière fiable dans des environnements complexes et hétérogènes, la couche d'exécution introduit le protocole d'appel unifié (MCP, Model Context Protocol) comme interface standard. Le protocole MCP fournit un langage commun pour l'exécution des agents intelligents ; il encapsule les formats de messages de commande, les informations contextuelles et les plans d'exécution, garantissant que les différents sous-systèmes puissent comprendre et répondre correctement aux instructions des agents. En bref, le MCP permet aux agents intelligents de collaborer avec divers systèmes et appareils dans un style conversationnel de haut niveau, similaire à la collaboration humaine, évitant ainsi la rigidité des appels API traditionnels. Ses fonctionnalités clés améliorées incluent :

• La récupération et la mise à jour des flux Node-RED via MCP.
• La fourniture d'un système de sauvegarde de flux multi-versions avec validation d'intégrité.
• L'ajout de descriptions détaillées des arguments pour les outils, facilitant le travail des LLM et la gestion de tâches complexes.
• L'obtention d'informations sur les nœuds disponibles (nom, aide, nom du module), plutôt que le code brut.
• L'installation de nouveaux modules de nœuds via LLM, ainsi que la gestion des états des modules et des nœuds.
• La prise en charge de la gestion des onglets, des nœuds individuels, de la recherche de nœuds, de l'accès aux paramètres et à l'état d'exécution, ainsi que le déclenchement à distance des nœuds d'injection (inject nodes).

Outils du Model Context Protocol (MCP)

Les outils MCP sont subdivisés en outils de flux (gestion des flux), outils de nœuds (gestion des nœuds), outils de sauvegarde (gestion des sauvegardes), outils de paramètres (paramètres système) et outils utilitaires, offrant ainsi des capacités de contrôle complètes pour Node-RED.

Fonctionnalités expérimentales MCP de supOS : Pour améliorer encore l'interaction avec les LLM, supOS propose des fonctionnalités MCP expérimentales. Elles permettent aux LLM d'accéder au contenu UNS en temps réel et de l'interpréter via un serveur et un client MCP intégrés. Les outils pris en charge incluent get-model-topic-tree (obtenir la structure de l'arborescence des rubriques), get-model-topic-detail (obtenir les métadonnées des rubriques), get-topic-realtime-data (obtenir les données en temps réel pour une rubrique spécifiée), et get-all-topic-realtime-data (obtenir les données en temps réel pour toutes les rubriques associées). Ces outils étendent considérablement les capacités de perception et d'interaction des LLM sur la plateforme SupOS, permettant la création d'agents plus intelligents.

Si vous souhaitez découvrir comment les agents LLM peuvent interagir en profondeur avec des systèmes industriels comme Node-RED, nous vous invitons à visiter notre dépôt GitHub open-source node-red-mcp-server (https://github.com/supcon-international/node-red-mcp-server) pour faire l'expérience directe de cette puissante interface d'interaction IA industrielle.

Moteur de flux Node-RED

Le moteur de flux Node-RED est un composant crucial de l'architecture de la couche d'exécution. Node-RED orchestre la logique d'exécution via des flux de données visuels, ce qui le rend particulièrement adapté à la configuration rapide de processus de contrôle multi-étapes dans les environnements industriels. En développant des nœuds de plug-in spécialisés pour Node-RED, la structure décisionnelle de l'agent (telle que les organigrammes générés par le Copilot mentionné précédemment) peut être directement injectée dans Node-RED pour exécution. Node-RED gère ensuite l'interaction avec les appareils et services sous-jacents, permettant une exécution de processus « low-code ». De cette manière, les décisions émises par la couche intelligente deviennent une série de nœuds dans Node-RED (par exemple, lecture de capteur, jugement, action d'exécution), qui sont ensuite réellement « exécutés » dans la couche d'exécution. Ici, le terme « flux » désigne la structure spécifique du workflow d'exécution, qu'il s'agisse d'un flux de nœuds Node-RED, d'un processus BPMN (Business Process Model and Notation) ou d'une séquence de scripts personnalisée.

Node-RED Dev Copilot : un IDE d'exécution pour les humains et l'IA

Node-RED Dev Copilot est une application innovante du protocole MCP dans la couche d'exécution. Il s'agit d'un plug-in de barre latérale d'assistance à la programmation par IA qui offre une aide puissante pour le développement sous Node-RED. Ses fonctionnalités principales incluent :

• Support IA multiplateforme: Compatible avec OpenAI, Google Gemini, DeepSeek et les API personnalisées compatibles OpenAI.
• Streaming en temps réel (SSE): Fournit un retour immédiat grâce aux réponses en streaming.
• Intégration du protocole MCP: Détecte et appelle automatiquement les outils MCP, permettant une assistance IA puissante dans le développement Node-RED.
• Appel d'outils intelligent: L'IA sélectionne et exécute automatiquement les outils pertinents en fonction des besoins.
• Interface latérale et basculement entre nœuds: Utilisable directement dans l'éditeur Node-RED, permettant de basculer librement entre les nœuds LLM.
• Stockage sécurisé et historique des sessions: Stocke les clés API de manière sécurisée via le mécanisme de gestion des identifiants de Node-RED et prend en charge l'historique des conversations multi-tours.

Grâce à Node-RED Dev Copilot, la couche d'exécution devient véritablement un « IDE d'exécution » à la fois pour les développeurs humains et pour l'IA, améliorant considérablement l'efficacité du développement et le niveau d'intelligence des processus automatisés.

Si vous souhaitez découvrir comment Node-RED Dev Copilot assiste la programmation par IA, nous vous invitons à visiter notre dépôt GitHub open-source (https://github.com/supcon-international/node-red-dev-copilot) pour faire l'expérience directe de cet IDE d'exécution pour humains et IA.

Communication MQTT et standardisation des commandes

La couche d'exécution s'interface avec divers protocoles et interfaces orientés terrain, tels que les commandes API, les API REST, les opérations de base de données, les instructions de contrôle de robots, etc., en mappant chaque étape du flux vers des actions concrètes. Pour garantir la transmission fiable et en temps réel de ces actions, la couche d'exécution utilise généralement des bus de messagerie légers comme MQTT en tant que canal de contrôle, combinant un modèle de publication/abonnement pour assurer la diffusion instantanée des commandes et le retour d'état.

Dans la communication entre les agents et l'environnement de l'usine simulée, l'architecture des sujets MQTT et le format de message JSON sont hautement standardisés. Par exemple, les commandes envoyées par les agents doivent respecter le format JSON suivant :

{
  "command_id": "str (Optional field, used for recording decision process)",
  "action": "str (Must be one of the supported actions)",
  "target": "str (Target device ID for the action, optional)",
  "params": {
    "key1": "value1", ...
  }
}

Et les messages de réponse du système sont les suivants :

{
  "timestamp": "float (Simulation timestamp)",
  "command_id": "str (From the player's command_id)",
  "response": "str (Feedback information)"
}

Pris en charge action les commandes incluent move (déplacement AGV), charge (recharge AGV), unload (déchargement AGV), load (chargement AGV), et get_result (obtention des résultats KPI). Cette standardisation garantit des commandes claires, contrôlables et traçables.

Scénarios pratiques et considérations de conception

Dans la couche d'exécution, nous nous concentrons sur la manière de mettre en œuvre les décisions de l'IA en tant qu'actions sur site de manière sûre et efficace. Par exemple : système de planification d'AGV : une fois que la couche intelligente a déterminé la séquence de livraison pour plusieurs AGV, la couche d'exécution doit émettre des tâches vers chaque AGV et superviser leur exécution. Nous avons développé un plugin de contrôle d'AGV Node-RED capable de communiquer avec le contrôleur de répartition de l'AGV, traduisant automatiquement le plan de planification de la couche intelligente en instructions d'itinéraire spécifiques pour l'AGV, qui sont ensuite publiées via MQTT pour assurer une répartition centralisée de la flotte d'AGV. Dans le contrôle des processus de production, la couche d'exécution envoie des paramètres optimisés au système de contrôle DCS via le protocole MCP et surveille les retours pour confirmer que les paramètres ont été appliqués. Lorsque des robots industriels ou des équipements de ligne de production sont impliqués, la couche d'exécution doit souvent prendre en compte les verrouillages de sécurité et les mécanismes d'intervention manuelle.

Dans le contrôle industriel réel, une pratique courante consiste à introduire un mécanisme de « double confirmation » pour éviter les erreurs de manipulation. Bien que cette fonctionnalité ne soit pas incluse dans le projet actuel d'agent d'usine simulée, elle sera prise en compte dans la conception de la couche d'exécution pour les déploiements réels futurs afin de garantir la sécurité : les décisions de l'agent sont d'abord envoyées à l'interface homme-machine pour examen, où les opérateurs ont le droit de rejeter ou d'ajuster dans un certain laps de temps, avant d'être finalement transmises à l'équipement par la couche d'exécution. Cela reflète les exigences de sécurité du contrôle industriel en boucle fermée. De plus, la couche d'exécution doit également gérer l'asynchronisme et les performances en temps réel : les actions industrielles peuvent présenter des délais et une simultanéité ; par exemple, le contrôle d'un lot d'équipements nécessite une coordination synchrone. Notre solution consiste à combiner des machines à états dans les flux Node-RED pour gérer les instructions en plusieurs étapes de manière séquentielle et simultanée, et à utiliser les capacités de suivi de contexte de MCP pour garantir que chaque action a une réponse correspondante et n'est pas perdue. Par ailleurs, grâce à la simulation, nous avons également vérifié l'efficacité de la couche d'exécution : en faisant émettre des commandes par des agents intelligents dans un environnement de jumeau numérique et en observant les réponses des équipements virtuels, nous optimisons la logique d'exécution avant de la déployer en production réelle. Cette tentative d'agents simulés réduit efficacement les risques de déploiement. En résumé, la couche d'exécution transforme les « discussions théoriques » de la couche intelligente en « actions concrètes », avec son protocole unifié et son moteur de flux garantissant une commande et une planification cohérentes des diverses actions des équipements, tout en permettant aux humains de voir de manière transparente ce que fait l'IA à chaque étape, améliorant ainsi l'interprétabilité et la contrôlabilité du système.

05｜Scénarios d'application réels et études de cas

1. Simulateur SUPCON NLDF (Natural Language Driven Factory)

Simulateur SUPCON NLDF : Le « Stanford Town » des agents industriels – Un simulateur de référence industrielle ouvert, évolutif et quantifiable

Le simulateur SUPCON NLDF est un environnement de simulation d'usine discrète hautement configurable, implémenté en SimPy. Il simule non seulement des problèmes complexes de planification avancée et d'allocation de ressources du monde réel, mais sert également de plateforme de référence ouverte pour la technologie des agents, permettant d'explorer les possibilités de collaboration et l'évolution continue dans le domaine industriel.

Dans ce monde industriel numérique, semblable à un « Stanford Town », nous avons construit un écosystème dynamique comprenant 3 lignes de production, un entrepôt de matières premières et un entrepôt de produits finis. Chaque ligne de production est méticuleusement équipée de postes de travail A, B et C ainsi que d'un poste d'inspection qualité, le tout relié efficacement par des tapis roulants intelligents et un réseau de véhicules à guidage automatique (AGV). Les joueurs (ou les développeurs d'agents intelligents) doivent gérer un total de 6 AGV, coordonnant la production et optimisant les processus tout en répondant avec flexibilité aux diverses pannes aléatoires et urgences, afin d'atteindre le score KPI global le plus élevé possible.

Philosophie de conception fondamentale : interface JSON externe, pilotage interne par langage naturel, pour une évolutivité infinie. La communication entre l'environnement de simulation et les agents des joueurs s'effectue via des messages JSON standardisés. Nous demandons aux joueurs de développer des capacités de traitement du langage naturel robustes au sein de leurs agents, formant ainsi une boucle de décision complète JSON -> NL -> JSON . Cela permet non seulement aux machines de se comprendre, de collaborer, de s'adapter et de prendre des décisions autonomes grâce au langage, tout comme les humains, mais surtout, cela crée une arène ouverte, évolutive et itérative où les joueurs et chercheurs du monde entier peuvent contribuer et apporter des améliorations en continu. Le simulateur NLDF vise à devenir une référence en matière d'intelligence industrielle dynamique, repoussant constamment les limites des capacités de prise de décision et de coordination des agents IA industriels dans des environnements réels complexes, en introduisant de nouveaux défis, des scénarios industriels plus sophistiqués et des mécanismes d'évaluation avancés. Les joueurs peuvent optimiser leurs agents en continu, partager leurs stratégies et construire collectivement un écosystème d'intelligence industrielle en constante évolution.

Indicateurs KPI et système de notation :

Le système de notation utilise une échelle de 100 points, avec l'efficacité de la production (40 points), le coût de la qualité (30 points) et l'efficacité des AGV (30 points) contribuant chacun selon une pondération correspondante. Cela fait du simulateur NLDF une référence pour évaluer quantitativement les capacités de prise de décision et de coordination des agents LLM dans des environnements industriels complexes.

Nous avons rendu le code de cette partie open source et nous invitons tout le monde à visiter le dépôt GitHub (https://github.com/supcon-international/25-AdventureX-SUPCON-Hackathon) pour découvrir personnellement ce « Roosevelt Town » dans le domaine industriel et ressentir le grand mystère du monde industriel.

2. Agent d'usine + Factorio : Pratique visualisée du contrôle intelligent

Factorio, en tant qu'« environnement de simulation industrielle physiquement cohérent, contrôlé mais complexe », constitue notre banc d'essai idéal pour la recherche sur le contrôle intelligent par agents LLM. En introduisant des agents LLM dans Factorio, nous pouvons « visualiser en temps réel les décisions des agents et leurs résultats » et expérimenter diverses stratégies d'automatisation sans les contraintes du matériel physique. L'agent d'usine « perçoit, raisonne, agit et apprend » dans cet environnement, démontrant les capacités de contrôle pratiques des agents intelligents.

Voici trois scénarios de contrôle intelligent dans Factorio et leurs enseignements clés :

2.1 Scénario 1 : Optimisation de l'efficacité de l'énergie solaire

Objectif: Maximiser la production d'énergie par unité de surface dans un espace limité et assurer un approvisionnement électrique stable 24h/24 et 7j/7.

L'agent, grâce à un raisonnement spatial itératif et à une analyse des retours, a découvert de manière autonome le ratio théoriquement optimal de 1,18:1 entre panneaux solaires et accumulateurs. Son processus de raisonnement comprenait une analyse initiale de la « disponibilité de l'espace, du placement inefficace des panneaux et de l'insuffisance de l'énergie nocturne » ; la formulation de l'hypothèse d'un « manque d'accumulateurs et d'une mauvaise disposition » ; et l'élaboration de la stratégie de « réorganisation de la disposition, test des ratios et surveillance de la stabilité ». Ce résultat s'aligne étroitement sur les conceptions d'experts humains obtenues après de longues périodes d'essais et d'erreurs, prouvant que les agents LLM peuvent atteindre une optimisation de disposition de qualité industrielle grâce à une intelligence pilotée par le langage.

2.2 Scénario 2 : Opérations efficaces d'extraction de cuivre

Objectif: Maximiser la collecte de minerai de cuivre par minute dans une zone et un budget énergétique définis.

L'agent a non seulement augmenté le nombre de foreuses, mais a également réorganisé l'ensemble de la disposition minière grâce au raisonnement spatial, à l'optimisation du débit et à la gestion de l'énergie. Son processus de réflexion s'est appuyé sur l'observation initiale d'une « disposition désorganisée des foreuses, de tapis de sortie encombrés et d'une couverture incohérente des sous-stations » ; il a formulé l'hypothèse d'« optimiser l'espacement des foreuses, simplifier le routage des tapis roulants et placer stratégiquement les sous-stations » ; et a élaboré une stratégie basée sur une « disposition en grille uniforme, des tapis de sortie alignés et un placement en quinconce des sous-stations ». Il a ainsi obtenu une disposition en grille uniforme pour les foreuses, une centralisation du routage des tapis de sortie et un placement stratégique des sous-stations, augmentant la production de minerai de 52 % et atteignant plus de 98 % de temps de fonctionnement des foreuses. Cela démontre la capacité de l'agent LLM à reconstruire et à optimiser les processus industriels dans de multiples dimensions.

2.3 Scénario 3 : Concilier efficacité et durabilité

Objectif : Maintenir un rendement de production élevé tout en maintenant les niveaux de pollution en dessous de 500 ppm pour éviter les sanctions environnementales.

Dans ce scénario, l'agent a fait preuve d'une capacité de raisonnement adaptatif pour trouver des compromis. Il n'a pas seulement optimisé une seule mesure, mais a équilibré les objectifs concurrents de l'efficacité de la production et de la durabilité environnementale. Son processus décisionnel a impliqué l'observation de l'état initial de « production élevée, pollution élevée » ; il s'est basé sur l'hypothèse que « la production et la pollution doivent être équilibrées » et a formulé la stratégie d'« ajuster les combinaisons de modules et de changer de sources d'énergie ». En combinant des modules (modules d'efficacité + modules de productivité) et en sélectionnant les sources d'énergie (solaire + charbon en secours), l'agent a réussi à maintenir les niveaux de pollution sous le seuil critique tout en conservant un rendement élevé. Cela montre que les agents LLM peuvent négocier et équilibrer des objectifs multiples, en fournissant des solutions réalisables et explicables.

Ces cas pratiques dans Factorio démontrent avec force le puissant potentiel des agents LLM pour la prise de décision autonome, l'optimisation de la disposition et les compromis multi-objectifs dans des scénarios industriels complexes.

Nous avons également mis en open source le code pertinent pour Factory Agent dans Factorio, et nous invitons tout le monde à visiter le dépôt GitHub (https://github.com/supcon-international/Factorio-Agent) pour découvrir personnellement ce monde industriel ludique.

3. Usine intelligente Supcon Fuyang : déploiement d'agents en conditions réelles

L'usine intelligente Supcon Fuyang est un cas de déploiement réel de l'architecture complète « Sense-Think-Do » (Percevoir-Réfléchir-Agir). Le Forum économique mondial souligne que les agents IA en temps réel peuvent augmenter la productivité de 14 % et réduire la latence décisionnelle de 80 % — une transformation en cours à l'usine de Fuyang. Ici, plusieurs agents d'usine ont été déployés pour améliorer la réactivité opérationnelle et le niveau d'intelligence de la ligne de production.

• Agent 1 : Planification intelligente des AGV. Cet agent planifie de manière autonome les AGV en interprétant les événements d'état des équipements en temps réel, permettant un transport de matériel intelligent et efficace.
• Agent 2 : Surveillance et optimisation en temps réel de l'OEE. Cet agent surveille en continu les performances de l'OEE (taux de rendement synthétique), identifie les maillons inefficaces et recommande immédiatement des plans d'optimisation, transformant ainsi les données brutes des machines en informations exploitables, aidant les ingénieurs à réagir plus rapidement, à améliorer le débit et à réduire la charge de travail manuelle.

Les pratiques à l'usine de Fuyang, incluant des réalisations telles que la maintenance prédictive et les graphiques de qualité traçables, démontrent pleinement comment les agents d'usine peuvent concrétiser la vision d'opérations intelligentes et axées sur les données dans un environnement industriel réel, servant de modèle pour l'intégration profonde de l'OT, de l'IT et de l'IA. De plus, l'usine explore l'utilisation de l'apprentissage par renforcement pour ajuster les paramètres, améliorant ainsi les capacités d'optimisation auto-adaptative de la ligne de production.

L'usine de Fuyang est une usine automatisée réellement opérationnelle, et nous invitons sincèrement nos amis de tous horizons à venir visiter et constater la mise en œuvre et le fonctionnement réels de ces miracles industriels.

Perspectives

L'usine n'est plus seulement une « collection de machines » exécutant des instructions.

C'est un « système vivant » capable de percevoir, de juger et de prendre des décisions.

Nous construisons le « cerveau + système nerveux » et les « mains et pieds » des futurs systèmes industriels.

Imaginez une usine où les machines ne se contentent pas de prédire les pannes, mais y répondent de manière autonome. L'intelligence artificielle peut détecter le vieillissement d'un moteur, vérifier la disponibilité des pièces de rechange dans l'ERP, générer des bons de commande et planifier l'intervention des techniciens, le tout avant même qu'une défaillance ne survienne. Ce passage d'une approche passive à une approche proactive, couplé à l'automatisation pilotée par l'IA, constitue le socle de l'usine du futur, permettant aux systèmes industriels de fonctionner avec un minimum d'intervention humaine et une efficacité maximale.

C'est précisément là toute la valeur de l'architecture à trois couches « Sense-Think-Do » que nous avons conçue et que nous faisons évoluer en permanence pour répondre aux défis industriels actuels. Il ne s'agit pas d'un simple concept théorique, mais d'une approche étayée par une série de produits et de cas d'usage déjà mis en pratique et en cours d'exploration.

Certains contenus ont été désactivés dans ce document

‍