Inteligencia artificial para programar PLC: qué hace bien y qué no

Desde 2023 todos los grandes fabricantes de control anunciaron su asistente de inteligencia artificial para programar PLC. Ya no son demos de feria: hoy se venden, se instalan en el entorno de ingeniería y escriben código. La pregunta útil para una planta no es si la IA "va a reemplazar al programador", sino otra más concreta: al usar IA para programar PLC, qué parte del trabajo puede hacer bien, qué parte no, y cómo usarla sin poner en riesgo la máquina.

Qué ofrece hoy cada fabricante

Siemens — Eigen Engineering Agent. Es la evolución del Industrial Copilot que Siemens presentó junto a Microsoft. Se conecta directamente a TIA Portal (V19, V20 y V21) y, a diferencia de un chat genérico, trabaja sobre el proyecto abierto: ve el hardware, los bloques, las variables y las pantallas. Puede generar y adaptar lógica en SCL y LAD, configurar dispositivos a partir de planos eléctricos en XML o AML, armar pantallas de WinCC Unified y generar las variables del PLC según la topología. Se compra en el marketplace de Siemens. El fabricante habla de tareas entre 2 y 5 veces más rápidas; es una cifra propia, sin verificación independiente.

Beckhoff — TwinCAT CoAgent. Llegó en 2025 junto con TwinCAT PLC++, la nueva generación del runtime de Beckhoff. Es un asistente integrado en el entorno de desarrollo que sugiere y optimiza código, genera documentación y consulta la documentación oficial. Beckhoff aclara algo que vale para todos: lo que genera tiene que revisarlo una persona antes de entrar al proyecto.

CODESYS — Development System MCP Server. En lugar de un asistente propio, CODESYS abrió su entorno a cualquier asistente de IA mediante el Model Context Protocol (MCP), un estándar abierto. El asistente puede leer y modificar Texto Estructurado, recorrer el árbol del proyecto y compilar para ver los errores. Hoy trabaja solo en Texto Estructurado: los lenguajes gráficos se pueden leer pero no modificar. Requiere la licencia profesional de CODESYS.

Rockwell Automation ofrece un copiloto similar dentro de FactoryTalk Design Studio, su entorno en la nube para Logix.

Un caso real con números

El integrador Wipro PARI publicó con AWS cómo automatizó la traducción de especificaciones funcionales a lógica de contactos. Sus ingenieros cargan la especificación en planillas; un sistema basado en modelos de lenguaje (Claude, sobre Amazon Bedrock) la convierte en código según IEC 61131-3 y lo corrige en varias vueltas. Según la empresa, cada requerimiento pasó de 3 a 4 días de trabajo a unos 10 minutos, con una precisión de código de hasta 85%.

Ese último número es el más importante del caso: en el mejor escenario publicado, una de cada siete veces el código no estaba bien. Para un informe eso es un borrador con errores; para un PLC que mueve una prensa, es un riesgo. La ganancia es enorme, pero solo si alguien que entiende el proceso revisa cada bloque.

Lo que la IA hace bien

• Código repetitivo con reglas claras. Bloques para válvulas y motores, secuencias de pasos ya definidas, alarmas estándar, tablas de variables. Es justamente el trabajo que más horas consume y el que menos criterio de proceso necesita.
• Documentar lo que no está documentado. Explicar un programa heredado sin comentarios, describir qué hace cada red, armar una narrativa funcional para mantenimiento.
• Traducir y migrar. Pasar lógica entre dialectos (SCL de Siemens a ST de CODESYS), o convertir scripts viejos de VBScript de un HMI clásico al JavaScript que exige WinCC Unified.
• Preparar pruebas. Proponer casos de prueba para un bloque y correrlos en un simulador como PLCSIM antes de tocar la máquina.

Lo que la IA no puede hacer

• Entender el proceso físico. Un modelo de lenguaje no sabe que un cilindro tarda más en volver cuando baja la presión de aire, ni que ese motor no puede arrancar directo porque el variador no lo soporta. Escribe código que compila; no sabe si la máquina se va a romper.
• Garantizar que no inventa. Los modelos pueden referenciar instrucciones que el compilador no admite o direcciones que no existen, y lo hacen con total seguridad. Cuanto más convincente se ve el código, más fácil es no revisarlo.
• Poner en marcha. Calibrar un transmisor 4–20 mA, verificar el sentido de giro de un servo, encontrar el ruido que corta la red PROFINET o el borne flojo: eso sigue siendo trabajo de campo.
• Hacerse responsable. Ninguna herramienta firma un análisis de riesgos ni responde por un accidente. La responsabilidad sigue siendo de quien aprueba el programa.

La línea que no se cruza: seguridad funcional

Las funciones de seguridad —parada de emergencia, puertas enclavadas, barreras ópticas— se diseñan bajo normas como IEC 61508 e ISO 13849, que exigen comportamiento determinista y verificable. Los modelos de IA son probabilísticos: no se puede demostrar que respondan bien ante todas las combinaciones de falla. Por eso la IEC 61508 no recomienda técnicas de inteligencia artificial en el software de seguridad de mayor integridad.

En la práctica, la regla es simple: la IA puede ayudar a escribir la lógica de proceso; la lógica de seguridad se escribe, se revisa y se valida como siempre, en su propio programa de seguridad y con su propio procedimiento.

Cómo usar IA para programar PLC sin correr riesgos

1. Nada generado va directo a un PLC en producción. Primero compila, después se prueba en simulación (PLCSIM o el gemelo digital que tengas) y por último lo revisa un programador con experiencia en ese proceso, línea por línea.
2. Cuidá a dónde va tu proyecto. Un proyecto de TIA Portal contiene el conocimiento del proceso de tu planta. Antes de usar un asistente en la nube, revisá qué datos envía y si se usan para entrenar modelos. Si la planta trabaja aislada, existen opciones que corren en servidores propios.
3. Usala donde rinde. Documentar código heredado, generar la parte repetitiva, migrar scripts y preparar pruebas. El tiempo que ahorra ahí es el que conviene invertir en sintonizar lazos, probar secuencias y revisar la seguridad.
4. Separá la seguridad. Las funciones de seguridad quedan fuera del alcance de cualquier asistente, en hardware y programa de seguridad, con su validación formal.

En resumen

La IA ya es una herramienta concreta para programar PLC y puede ahorrar mucho tiempo en el trabajo repetitivo. Pero el valor de un programa de control no está en que compile, sino en que la máquina haga lo correcto en todas las situaciones, incluidas las que nadie escribió en la especificación. Ese criterio todavía lo pone el programador que conoce la planta.

Si estás evaluando incorporar estas herramientas o migrar un proyecto a TIA Portal, mirá cómo trabajamos la programación de PLC o contanos tu caso. Y si te interesa el criterio para elegir lenguaje dentro del programa, seguí con LAD, SCL y los lenguajes IEC 61131-3.

---

📚 Referencias bibliográficas (Formato APA)

1. Siemens AG. (2026). Eigen Engineering Agent. https://www.siemens.com/en-us/products/tia-portal/eigen-engineering-agent
2. Siemens AG. (2026). The new AI agent doesn't just make suggestions [Comunicado de prensa]. https://news.siemens.com/en-us/the-new-ai-agent-doesnt-just-make-suggestions/
3. Beckhoff Automation. (2025). TwinCAT PLC++ and TwinCAT CoAgent [Comunicado de prensa]. https://www.beckhoff.com/en-us/company/press/twincat-plc-and-twincat-coagent-2025-03.html
4. CODESYS GmbH. (2026). CODESYS Development System MCP Server. https://www.codesys.com/ecosystem/release-lifecycle/releases-updates/development-system-mcp-server/
5. Amazon Web Services. (2025). How Wipro PARI accelerates PLC code generation using Amazon Bedrock. AWS Machine Learning Blog. https://aws.amazon.com/blogs/machine-learning/how-wipro-pari-accelerates-plc-code-generation-using-amazon-bedrock
6. IEC. (2010). IEC 61508-3: Functional safety of electrical/electronic/programmable electronic safety-related systems – Part 3: Software requirements. International Electrotechnical Commission.
7. ISO. (2023). ISO 13849-1: Safety of machinery – Safety-related parts of control systems – Part 1: General principles for design. International Organization for Standardization.