日立、HMAXを支えるデータ基盤など3つの共通ソリューションを提供開始

ニュースの要点

日立は2026年9月3日、社会インフラや産業向けのソリューション群「HMAX by Hitachi」を支える三つの共通ソリューションの提供を開始したと発表しました。

専門家が経営課題の特定から伴走するPhysical AI FDEサービス、暗黙知（言葉にしにくい経験上の知識）や異種データを統合するHMAX Data Fabric、AI特有のリスクを監視するHMAX AI Operationsです。同社は、現場データを整理し、熟練者の経験や判断基準を抽出して、オントロジーに基づくナレッジグラフとして蓄積すると説明しています。

そのデータをロボット制御AIやAIエージェント（目的に沿って自ら作業を進めるAI）へ接続し、現場の制約を踏まえた運用を支援する構想です。提供価格は個別見積とされています。一方、標準導入期間や新ソリューションの導入社数、比較条件を伴う定量的な効果は発表文で明示されていません。

ニュース出典：株式会社日立製作所「現場全体の自律的な最適化に向け、HMAX Data Fabricなど新たな基盤・運用管理ソリューションを提供開始」（発表日：2026年9月3日）

イノベーション総研の考察

フィジカルAIの事業化は、現場知の抽出・構造化・運用監視を循環させ、個別知見を標準機能へ戻せるかで決まる。

新機能の説明だけでなく、誰のどの既存行動を変え、利用と継続へつなげるのかを見ます。

フィジカルAIは現場知の文脈を扱って初めて動く

製造やインフラの現場では、同じセンサー値でも設備の状態、保全履歴、安全要件によって判断が変わります。そのため、データを一か所へ集めただけでは、設備や作業条件の関係がAIへ適切に伝わるとは限りません。つまり、熟練者が何を見て、どの条件で止め、どの例外を許すかまで構造化して初めて、AIが業務判断を支援できます。

日立はデータ基盤と運用支援を一体で提供する

日立製作所が今回の判断をした背景には、製造・インフラ現場が抱える分散データと運用判断の断絶があります。発表内容からは、現場データ、AI、制御、運用管理を継続的に接続する基盤設計によってこの課題に対応しようとしていると考えられます。

本件は、データ基盤だけでなく、専門家が現場へ入り知識を抽出するサービスと、運用中のリスク監視を一体化しています。実際、提供内容を工程で整理すると、現場知を抽出する、意味付けして蓄積する、AIへ渡す、運用で監視する、という流れです。そのため、モデルの性能とともに、現場のルールが変わったときに知識と監視条件を更新できるかを確認します。

個別知見を共通機能へ戻せるかが拡張性を決める

イノベーション総研は、本件の事業性を導入現場、停止時間、判断速度、再利用性、運用原価によって判断すべきだと考えます。

現場知は企業ごとに異なるため、初期導入では個別支援が欠かせません。一方、すべてを個別対応すると、案件が増えるほど専門家の人数が必要になり、収益性と拡張性が下がります。新サービスとして育てるには、業界共通のデータモデル、再利用できる接続、顧客固有の判断ルールを分ける必要があります。

反対仮説は、暗黙知の抽出が長期化し、AI運用より前のコンサルティングで止まることです。そこで、その可能性を下げるには、初期段階で対象業務を絞り、判断時間、停止回数、保全コストなど成果指標と、標準機能へ戻せる学習項目を定めます。個別案件で得た知見が次の導入を速めるなら、伴走はコストではなく製品改善の入口になります。

現場知には、共有すべき標準手順と、熟練者が状況に応じて変える例外判断があります。しかし、両者を分けずにデータ化すると、停止すべき場面と続行できる場面を区別する根拠が曖昧になります。そのため、知識の種類ごとに更新責任を置くことも運用設計の一部です。

現場判断とAI判断の境界を停止条件で分ける

第一に、「現場のどの判断を変えれば、顧客の安全、稼働率、コストが改善するか。」です。暗黙知を集めること自体を目的にせず、対象業務と成果指標を一つ選びます。そして、判断の前後を測れれば、データ整備の優先順位が決まります。

第二に、「次の導入判断までに、どの知識を再現できれば十分か。」です。熟練者のすべてを形式知化（文書やデータにして共有できる形にすること）しようとせず、頻度が高い判断や損失が大きい例外から始めます。その際は、熟練者の判断をどれだけ再現できたかだけでなく、人へ戻す条件も検証します。停止回数を減らすことだけを目標にせず、危険を検知した正常な停止と、誤検知による停止を分け、安全性と稼働率を合わせて評価します。

第三に、「顧客固有の作業と、次の顧客にも再利用する部分を誰がいつ判定するか。」です。具体的には、案件終了時に接続部品、データ定義、運用ルールを棚卸しします。また、他社へ再利用する際は、顧客固有の秘密情報を含まないか、契約でどの利用が認められているかを確認します。さらに、再利用率が上がらない場合は対象業界を絞るなど、継続・修正の基準を置きます。

導入時間・停止時間・運用原価を追う

今後は、導入現場、停止時間、判断速度、再利用性、運用原価が確認できるかを追う必要があります。提供開始時点の計画と、実際の利用・継続・顧客成果を分けて評価します。

この分野の市場構造と参入の考え方は、フィジカルAIで狙える新規事業で詳しく整理しています。

まとめ

日立のHMAX新ソリューションが示すのは、フィジカルAIの事業化には、現場知の抽出、データ化、運用監視を一つの循環として設計する必要があることです。個別支援で得た知見を標準機能へ戻せるかが、継続的な事業成長を左右します。

執筆：イノベーション総合研究所