2026年2月3日、日本の日立製作所は工場設備の故障診断を支援するAIエージェント「現場サポートAIナビ」の提供開始を発表した。保全員の判断を補助し、技能継承と現場の生産性向上を狙う。
設備故障診断AIを正式提供
日立が提供を開始した「現場サポートAIナビ」は、工場の保全員が点検中に異常を発見した際、タブレットなどから質問すると原因と対策を提示するAIエージェントである。新規の事象にも対応し、次に取るべき行動を段階的にガイドする仕組みを備える。
対象は動力設備や制御装置、ポンプ、バルブなど幅広く、ディスクリート産業からプロセス産業まで適用可能。大手製造業での試験運用や共同検証の実績があり、実運用を前提とした設計となっている。
設備図面をナレッジグラフ（※）に変換し、保全記録などのOT（※）データとともに生成AIへ学習させることで、一般的な保全技術者と同等以上の診断をめざす。API提供やパッケージ導入に対応し、既存システムとの連携も想定される。将来的には現場データをリアルタイムに取り込み、フィジカルAIとして運用に組み込む構想も示された。
※ナレッジグラフ：知識や関係性をノードとエッジで表すデータ構造。設備図面や部品の関連性を整理し、AIが文脈として理解・推論できる形にする技術。
※OT：Operational Technologyの略。設備や制御装置の運用・監視に関する技術やデータの総称で、製造現場の稼働情報や保全履歴などを含む。
技能継承と依存リスクの分岐点
熟練技術者の減少が進む製造業にとって、故障診断をAIが補助する意義は大きいと考えられる。経験差による判断のばらつきを抑え、教育や引き継ぎの負担を軽減できる可能性がある。現場の初動対応が標準化されれば、設備停止の回避や生産性向上にもつながるとみられる。
一方で、AIへの依存が進みすぎれば、人の判断力や技能の蓄積が相対的に低下する可能性もある。学習データの偏りや更新遅れが誤診断につながるリスクも指摘されている。導入後の運用体制やデータ整備は、成果に影響を与える重要な要因になり得る。
今後はリアルタイムデータと連動した予兆保全や、グローバル拠点での知識共有への発展が見込まれる。AIを「代替」ではなく「補完」として位置づけ、人の経験知と融合できるかが普及を左右する要素になる可能性がある。
関連記事：
日立×三菱ケミカル、化学プラント保全をAIが支援 設備管理DXが次段階へ
ソフトバンクG、新型Pepper投入 AIエージェントで現場業務が自律化へ
