La capa que falta es el significado
AI industrial necesita saber de qué trata la pregunta. Expresiones como "chiller 2", "línea 4", "humedad de sala limpia" o "la bomba detrás de la alarma" deben resolverse en un activo, espacio, señal, documento y responsable reales.
Un knowledge graph industrial aporta esa capa semántica. Conecta objetos del sitio y registra sus relaciones. FactVerse usa este modelo para que escenas de gemelo digital, datos operativos, documentos y razonamiento AI compartan el mismo contexto físico.
Qué modela el graph
| Área del modelo | Entidades típicas |
|---|---|
| Estructura espacial | sitio, edificio, piso, sala, zona, línea, rack, bahía, exterior |
| Activos físicos | equipos, medidores, sensores, válvulas, bombas, robots, vehículos |
| Sistemas | HVAC, agua helada, aire comprimido, potencia, utilidades de proceso, seguridad, flujo logístico |
| Puntos de datos | tags, alarmas, indicadores calculados, consignas, estados |
| Objetos de conocimiento | SOP, manuales, planos, referencias BIM/CAD, plantillas de inspección |
| Eventos | alarmas, inspecciones, mantenimiento, aprobaciones, handover |
| Responsabilidad | owner, operador, equipo de servicio, revisor, clase de riesgo, permisos |
El valor aparece cuando el modelo responde preguntas de relación.
Ejemplos de relaciones
| Relación | Pregunta que soporta |
|---|---|
| activo ubicado en espacio | Dónde está el equipo detrás de esta alarma |
| equipo sirve zona | Qué áreas afecta esta AHU |
| punto mide equipo | Qué sensor produjo esta tendencia |
| medidor mide sistema | A qué circuito de agua helada pertenece esta lectura |
| activo pertenece a sistema | Qué activos aguas arriba y abajo importan |
| activo tiene procedimiento | Qué SOP revisar antes de inspección o mantenimiento |
Estas relaciones dan al AI Agent un camino de la pregunta a la evidencia.
Uso en FactVerse
Data Fusion Services mapea nombres, tags, documentos y registros de sistemas fuente a un modelo coherente. La misma bomba, medidor o sala puede tener nombres distintos en BMS, SCADA, CMMS, BIM, hojas de cálculo y planos.
FactVerse Twin Engine conecta esa identidad con el modelo espacial. Una señal aparece en el objeto 3D correcto, un documento se adjunta al activo correcto y las relaciones de sistema se revisan como una red.
FactVerse AI Agent puede recuperar evidencia siguiendo el graph: de la alarma al activo, del activo al sistema, del sistema a las zonas afectadas, y luego a SOP o registros históricos.
Brick Schema y semántica facility
Para edificios e instalaciones, Brick Schema es una referencia pública útil. Proporciona vocabulario para equipos, puntos, ubicaciones, medidores, sensores y relaciones.
DataMesh puede alinear modelos de facility con semántica tipo Brick cuando reduce ambigüedad. Sitios industriales más amplios suelen añadir líneas de producción, sistemas sub-fab, áreas logísticas, utilidades limpias, zonas de almacén, celdas robóticas, estaciones de operador y activos de simulación.
AI Grounding y búsqueda explicable
Los knowledge graphs hacen más trazables las respuestas de AI. El AI Agent puede usar el graph para acotar la evidencia antes de leer documentos y registros.
Si un ingeniero pregunta por qué una zona tiene alarmas repetidas de humedad, el graph puede identificar la zona, sensores, AHU que la atiende, activos de agua helada conectados, alarmas recientes, inspecciones y SOP relevantes. El AI Agent resume después la evidencia con referencias claras.
Gobernanza
Un knowledge graph requiere mantenimiento. Renovaciones, cambios de equipos y reconfiguraciones modifican IDs, alias, relaciones, mapeos de puntos y enlaces documentales.
La gobernanza cubre fuente de verdad, reglas de nombres, ownership de relaciones, procedencia de evidencia, confianza de mapeos importados, acceso por rol e historial de cambios.
Inicio enfocado
| Tipo de pregunta | Alcance semántico mínimo |
|---|---|
| Contexto de activo | activo, ubicación, sistema, owner, documentos, puntos live |
| Condición facility | zona, equipo que sirve la zona, sensores, alarmas, puntos de control |
| Revisión energética | medidor, sistema, espacio, grupo de equipos, indicador |
| Búsqueda SOP | clase de activo, tipo de tarea, SOP, nota de seguridad, rol requerido |
| Revisión de causa | evento, activo relacionado, sistemas upstream y downstream, registros recientes |
Expanda cuando el primer modelo responda preguntas reales con fiabilidad.
Referencias públicas
La página FactVerse describe la plataforma que conecta Twin Engine, AI Agent, Data Fusion Services y aplicaciones.
La guía Green Mark and Brick Schema muestra cómo la semántica facility tipo Brick ayuda a trazar evidencia operativa.