フィジカルAIで変わる世界
フィジカルAIで変わる世界
2026年11月18日
2026年8月5日、日立製作所はLumada Innovation Hub Tokyoにて「フィジカルAIで変わる世界――現実世界を動かすAIの衝撃と企業の次の一手」をテーマとしたウェビナーを開催。現実世界を動かすフィジカルAIの実装は社会に何をもたらし、日本企業はそれをどう活用していくべきなのか、識者を交えて展望した。その模様をお伝えする採録記事の第2回は株式会社日立パワーソリューションズ Chief Lumada Business Officer 森脇 紀彦氏による特別講演。AIの活用によって社会インフラ保守の現場はどう変わりつつあるのか、実例とともに紹介する。
私からは、「社会インフラ×フィジカルAI」というテーマで実際の現場での取り組みを中心にお話しします。私は日立製作所の研究開発部門で情報技術の開発、人工知能の研究開発マネジメントなどに携わり、2019年からはエネルギー事業部門で社会インフラのデジタル戦略とDXを担当してきました。現在は日立パワーソリューションズでフィールドサービスへのAIの適用に取り組んでいます。
社会インフラの現場では今、人手不足と設備の老朽化が同時に進んでいます。高度成長期に整備された施設・設備でメンテナンスの必要性が高まっている一方、生産年齢人口は今後大きく減少していきます。これらの複合的な要因により、生産性の向上、業務の効率化、技能継承、競争力の強化などが妨げられています。
その課題を解く鍵として期待されているのがAIです。画面の中で自律的に判断・タスクを実行する「AIエージェント」は、ソフトウェア開発やバックオフィス業務などで活用が進み始めており、効率化に貢献しています。これに対し、画面の外に出て実世界を動かす「フィジカルAI」は、今後さまざまな現場の仕事を変えていくと期待されています。
フィジカルAIにおける日立の強みは、社会インフラを長年にわたって支えてきた製品・制御技術とドメインナレッジ、そして「カスタマーゼロ」、つまり自社の工場や現場でまず実証し、価値を確かめてからお客さまへ展開できることです。こうした強みを生かし、製造、物流、社会インフラ、生活サービスなどの分野でフィジカルAIの活用を推進しています。
日立パワーソリューションズは、日本全国33か所のサービス拠点と本社での遠隔監視サービスにより、24時間365日、エネルギーや社会インフラ設備の劣化による損傷などの未然防止、障害からの早期復旧を支えています。それら全国に広がる現場と人員のマネジメントなども含め、フィールドサービス全体をAIで変革し、人手不足への対応と熟練の暗黙知の継承に取り組んでいます。
AIによる業務サポート事例の一つが、障害受付業務を行うサービスレスポンスセンターの支援です。社会インフラの制御機器などに障害が起きるとここへ連絡があり、担当者が原因を調査、対策の立案、部品の手配、各サービスセンターへの作業指示を行います。製造から20年以上経つ機器にも対応するため、担当者は大量のマニュアル、仕様書、過去のトラブル履歴から必要な情報を探す必要があり、熟練者の暗黙知に頼る部分が大きくなっていました。
その業務にAIを適用したのですが、一般的なチャットボットをそのまま使うと、もっともらしい誤答、いわゆるハルシネーションが起こります。そこで一連の手順を段階に分け、機器やサイト番号、発生した現象を順番に分析し、正しいマニュアルから必要な情報を取り出すAIエージェントを開発し、業務の効率化と迅速化を図っています。
二つ目の事例は、フィールドワーカー自身の課題解決力を高める取り組みです。従来、現場の課題を解決するツールをつくるには、課題をデータサイエンティストに伝え、専用ツールを開発してもらい、検証するというプロセスが必要でした。しかしAIの活用により、現場の困りごとを文章で書き、正解例となるデータを与えるだけで、直感的かつスピーディーにアプリを作成できるようになっています。
例えば、機器の補修作業における点検支援アプリをつくりました。作業前後の映像をAIに比較させ、コンデンサー電極の極性や放電クリップ外し忘れ、ボルト・ナットの取り付けなどを確認させるものです。プログラミングは一切必要なく、扱う装置に合わせたアプリを自分たちで作成することが可能です。
ほかにも、作業後に工具を装置内に置き忘れていないか、紛失していないかを作業前後の工具箱の写真から比較分析、自動判定するアプリ、現場写真を基に飛び出したねじや突起物などの危険箇所を画像上にマーキングし、作業前に警告するアプリなどを作成しました。回路設計図面に赤ペンで書き入れた変更指示が、修正後の図面に正しく反映されているかを自動で判定するといったAIの活用例もあります。ヒューマンエラーの防止や報告書作成の省力化など、フィールドワーカーの困りごとはAIによってかなり改善できるようになってきました。
三つ目の事例は、ロボットを活用するフィジカルAI時代のフィールドサービス構想です。現在、ロボットが扉を開ける、複数のメーターの数値を読み取る、LiDARセンサーを搭載したロボットが現場を巡回し3Dモデルを作成するといった機能の実証を進めています。人に代わって定期的に巡回し、高精細な3Dデータを継続して取得できれば、現場の状態をリアルタイムに近い形で更新できます。
また、さまざまな企業活動データ、文書データなどに、現場の映像・音声・センサーデータなどを加えた大規模なマルチモーダルデータから、それぞれの意味を理解して処理する仕組みも構想しています。それにより、フィールドワークでは予測と状況に応じたダイナミックな保守のスケジューリング、故障・余寿命予測によるダウンタイム削減のほか、蓄積したデータから新しい保守知識を発見することも可能になると考えています。
私たちが培ってきたOT(Operational Technology)、つまり現場を動かす技術と最先端のAIを掛け合わせることで、ベテランのノウハウを誰もが使いこなせる形にできます。めざしているのは、フロントラインワーカーが持つ経験や判断をAIやロボットで支えることで、一人ひとりが生き生きと安心して、健康に働ける環境と生産性の向上を実現することです。AIとロボットが当たり前に現場へ入ってくる未来を見据え、あるべき職場の姿を描きながら、これからも取り組みを進めていきます。