AI e PLC: un livello UNS e DataOps di validazione prima della scrittura

Il 13 ottobre 2026 IIoT World ha pubblicato un Q&A in cui Denis Leite, Director of Digital Transformation di Mekatronik, risponde alle domande rimaste aperte dopo la sessione dell'Industrial AI Summit 2026 "From Months to Days: Accelerate Industrial AI with a Modern Data Architecture". L'articolo è taggato HighByte. Non è uno standard né il lancio di un prodotto: è il punto di vista di un praticante, ma tocca una questione concreta per chi lavora con PLC e SCADA, cioè come far arrivare all'impianto i suggerimenti di un modello di AI.

Due livelli di sicurezza all'edge

Leite distingue due piani. Il primo è la sicurezza OT convenzionale: hardening dei dispositivi, sistemi operativi, segmentazione di rete, controllo degli accessi e firmware. Secondo lui un'architettura UNS (Unified Namespace) o DataOps non sostituisce questi controlli.

Il secondo piano è il controllo del flusso informativo tra OT e IT, in particolare dei dati che tornano verso le macchine. È qui che l'architettura dei dati può aggiungere un presidio.

Raccomandare, non scrivere

In una topologia punto-punto, un'applicazione di ottimizzazione o di AI potrebbe scrivere un nuovo setpoint direttamente nel PLC, per esempio via OPC UA. Nell'architettura descritta da Leite, invece, l'applicazione pubblica nella UNS una raccomandazione o un valore richiesto. Un livello DataOps intermedio lo valida prima che raggiunga il sistema di controllo. Le istanze DataOps di HighByte possono essere distribuite a più livelli: vicino all'edge, negli strati OT intermedi e all'interfaccia con l'IT, così da controllare cosa esce dall'ambiente PLC e cosa può rientrarvi.

I controlli citati sono:

• il valore è in un intervallo accettabile?
• il processo si trova nello stato operativo corretto?
• il comando ha senso nel contesto?
• sono soddisfatte le altre condizioni richieste?

L'applicazione esterna propone; l'architettura OT decide come e quando la modifica raggiunge il processo.

Controllo degli accessi sul broker MQTT

Un secondo strumento è l'access control del broker MQTT, che stabilisce quali client possono pubblicare o sottoscrivere quali porzioni del namespace. I permessi verso l'alto (da OT a IT) e quelli verso il basso (comandi verso l'OT) possono essere gestiti separatamente, per cui un'applicazione può leggere molti dati senza avere alcuna via di scrittura verso il campo.

Il problema della scala

Leite non vuole centinaia di modelli di AI ciascuno con connessioni dirette a PLC e altri asset: sarebbe difficile da mantenere e moltiplicherebbe le interfacce da proteggere e governare. Una UNS con DataOps riduce queste dipendenze dirette e crea confini controllati.

Il lato università-industria

Una parte secondaria dell'intervista riguarda la collaborazione con l'università. Mekatronik ha circa 20 anni di lavoro con i produttori e partnership con Siemens e HighByte. Per Leite, fiducia e storico di consegne portano alla università (UPE) progetti di R&S rischiosi delle aziende. Egli separa i problemi di ricerca, come manutenzione predittiva, ottimizzazione di processo e nuove applicazioni di AI, da quelli che l'industria sa già risolvere, come edge computing e DataOps. Del resto del ragionamento qui non si dà conto.

Cosa ne ricava chi progetta sistemi di controllo

Il messaggio pratico è un pattern per il write-back dell'AI: niente accesso diretto in scrittura OPC UA per le applicazioni di AI, ma gate di validazione, controlli di stato e di range, e ACL sul broker. La decisione finale resta nel perimetro OT, dove sono noti stato di processo e vincoli di sicurezza. Il tema si collega alla discussione sulla governance degli agenti AI in ambito OT; qui l'attenzione è sull'architettura del percorso di scrittura.

Come ogni indicazione di un singolo esperto, va adattata al contesto: le regole di validazione, gli intervalli e gli stati ammessi dipendono dal processo e vanno definiti con chi conosce l'impianto.