Emerson amplía capacidades de Nigel con generación de código basada en prompts

Contexto: IA en sistemas de prueba industrial

La validación y prueba de equipos industriales sigue siendo un cuello de botella costoso en cadenas de manufactura. Los ingenieros invierten tiempo considerable escribiendo código de verificación, configurando scripts de control y documentando protocolos. Emerson, con su experiencia en soluciones de automatización y medición, ha identificado esta brecha y desarrolló Nigel: una plataforma de inteligencia artificial específicamente entrenada para contextos de prueba y validación.

El anuncio: generación de código mediante lenguaje natural

Durante el evento NI Connect en Fort Worth, Emerson presentó una mejora sustancial a Nigel: la capacidad de generar código directamente a partir de instrucciones en lenguaje natural (prompts). Los ingenieros pueden describir qué desean verificar o medir en lenguaje coloquial, y la plataforma genera automáticamente el código necesario para ejecutar esa prueba. Esta funcionalidad reduce drásticamente la barrera técnica y acelera iteraciones de validación.

Además del generador de código, Emerson anunció inteligencia multiplataforma, permitiendo que Nigel comprenda y trabaje con diferentes arquitecturas de hardware, marcos de software y estándares de comunicación industrial. Esto es crucial en ambientes heterogéneos donde conviven equipos legados con tecnología moderna.

Cómo funciona y detalles técnicos

Nigel opera mediante un modelo de lenguaje entrenado específicamente en patrones de código de prueba, lenguajes de scripting industriales y protocolos de medición (como GPIB, Ethernet, etc.). Cuando un usuario introduce un prompt describiendo una prueba —por ejemplo, “verificar que la salida analógica se estabiliza en 5V después de 2 segundos de encendido”— el sistema interpreta la intención, considera el contexto del dispositivo bajo prueba y genera código ejecutable.

La capacidad multiplataforma implica que Nigel no está limitado a un solo lenguaje de programación o conjunto de instrumentos. Puede trabajar con Python, C#, LabVIEW y otros lenguajes comunes en laboratorios de prueba, adaptando la sintaxis según la plataforma objetivo.

Implicaciones para Latinoamérica

En la región, la adopción de tecnología IA en manufactura ha sido lenta comparada con mercados desarrollados. Sin embargo, empresas medianas de electrónica, autopartes y componentes industriales enfrentan presión constante por mejorar eficiencia. Una herramienta como Nigel baja el costo de entrada: no requiere especialistas en lenguajes de scripting complejos, sino ingenieros con conocimiento del dominio.

Para centros de ingeniería regionales y laboratorios de validación, la generación automática de código puede reducir hasta 40-50% del tiempo dedicado a programación de pruebas. Esto se traduce en ciclos de validación más cortos, menos retrasos en certificación y capacidad para validar más variantes de productos en el mismo período.

Emerson continúa refinando Nigel con retroalimentación de usuarios, lo que sugiere que futuras versiones incorporarán capacidades aún más especializadas para sectores como automotriz, telecomunicaciones y manufactura de componentes de precisión.