Augury publiceert open industrieel profiel voor Google Cloud-OKF

Augury publiceert een open industrieel profiel voor Google Cloud's Open Knowledge Format, meldt het bedrijf, waarmee fabrieken menselijke vakkennis, procesdynamiek en sensorvertrouwen als controleerbare contextlaag voor AI-agents vastleggen.

Voor een Nederlandse fabrikant verschuift daarmee de plek waar operationele kennis leeft. Instructies over een koude start, een ploegoverdracht of een meting die je niet moet vertrouwen, kunnen uit hoofden en losse legacy-systemen naar versieerbare bestanden met bron en menselijke controle. De live waarden blijven in de systemen die ze beheren.

Wat er nu ligt

Augury bouwt het Industrial Profile bovenop het ongewijzigde OKF. Het voegt afspraken toe die specifiek zijn voor productieomgevingen, terwijl de basis een algemeen kennisformaat blijft. De publieke repository onder de Apache 2.0-licentie bevat de profielregels, een gedeelde woordenschat en een showcase-bundel voor een fictieve fabriek.

Dat onderscheid is belangrijk. De profielregels zijn nu beschikbaar. Augury zegt ook de showcase-bundel aan het upstream OKF-project te willen bijdragen via de bestaande procedure. Die bijdrage is dus nog aangekondigd, niet afgerond.

Een contextlaag bovenop bestaande systemen

Google Cloud publiceerde de basis op 12 juni 2026 als OKF v0.1, een map met Markdown-bestanden en YAML-frontmatter. Er is geen verplichte SDK, runtime of nieuwe opslaglaag. Bestanden zijn leesbaar voor mensen, doorzoekbaar voor software en te beheren in een gewone Git-repository.

Het industriële profiel kopieert daarom geen setpoints, limieten of live sensordata. Het verwijst naar de bron die zulke waarden beheert. Zo raakt de kennislaag niet verouderd zodra een technicus een grenswaarde in het controlesysteem wijzigt. Het profiel kan naast bestaande standaarden zoals ISA-95, ISA-88 en de Asset Administration Shell werken.

Vier afspraken voor fabrieksagents

De Industrial Profile is geen nieuw dataplatform. Het is een set afspraken bovenop OKF die vier soorten context herkenbaar maakt: menselijke bronkennis, vertrouwen in metingen, oorzaakrelaties en koppelingen met bestaande industriestandaarden. Daardoor blijven bestaande systemen de bron van live waarden, terwijl agents leren hoe ze die moeten lezen. De vier afspraken zijn:

• Menselijke kennis: operatorheuristieken krijgen bronverwijzingen, letterlijke bronpassages, gegevens over de bijdrager en een status voor menselijke beoordeling.
• Datavertrouwen: expliciete regels vertellen een agent hoe hij omgaat met verouderde of vastgelopen telemetrie voordat hij een diagnose voorstelt.
• Operationele relaties: echte oorzaak en gevolg blijven onderscheiden van dubbele of redundante sensorsignalen.
• Koppeling aan standaarden: begrippen kunnen verwijzen naar identifiers uit onder meer ISA-95 voor apparatuur en ISA-88 voor procedures.

De praktische waarde zit in de combinatie. Een onderhoudsagent krijgt niet alleen een sensorwaarde, maar ook de herkomst, de betrouwbaarheid en de menselijke reden om wel of niet te handelen. Voor een productiebedrijf met meerdere lijnen of locaties maakt dat de kennis overdraagbaar naar verschillende modellen, agentkaders en clouds.

Een data-engineer hoeft daardoor niet voor elke agent een nieuwe kennisstructuur te maken. Een reliability engineer kan een werkwijze vastleggen met bron en reviewstatus, waarna verschillende agents dezelfde context kunnen lezen zolang ze OKF begrijpen. Zo blijft operationele kennis naast de bestaande systemen staan, in plaats van telkens opnieuw in een leveranciersspecifieke omgeving te verdwijnen.

Open standaardisatie krijgt een tweede laag

De beweging sluit aan bij Googles open standaard waarmee AI-agents zelf tools en API's vinden en controleren. Daar wordt de toegang tot gereedschap losgemaakt van handmatige koppelingen. Het Industrial Profile probeert op vergelijkbare wijze de context los te maken van één leverancier of één fabriekssysteem.

De repository laat tegelijk zien waar de grens ligt. De Northfield-fabriek, de assets, medewerkers en notities in de voorbeeldbundel zijn verzonnen. Het project is geen compliancekader en niet bedoeld als enige basis voor veiligheidskritische beslissingen. Kennisbestanden moeten vóór gebruik in een echte omgeving door een bevoegde engineer worden beoordeeld.

De echte verschuiving zit daarom niet in een nieuw model, maar in de laag die bepaalt welke bedrijfskennis een model mag vertrouwen. Als die laag draagbaar, herleidbaar en door mensen beoordeeld wordt, kan een fabriek agents vervangen zonder haar operationele geheugen opnieuw te verpakken.