国交省、排水機場AIの研究開発に酉島・クボタなど5グループを採択

ニュースの要点

国土交通省は2026年10月29日、河川排水機場のAIモニタリングシステムを開発する5グループを採択したと発表しました。酉島製作所とブレインズテクノロジーなど、設備とAIの知見を持つ企業が研究開発に取り組みます。

公募は8月18日から9月15日まで実施され、異常の検知・要因分類と、故障リスクや残存寿命の予測が対象です。建設技術研究所、日立インダストリアルプロダクツ、クボタ、日本電気が代表となるグループも採択されました。

国交省は設備の機能喪失の防止と適切な維持管理体制の確保を目的にしています。研究テーマには学習などに使うデータ開発も含まれます。公表時点では研究開発の採択であり、全国の排水機場への商用導入を決定したものではありません。

ニュース出典: 国土交通省「AIモニタリングシステムの研究開発を実施する研究開発グループを採択しました ～排水機場ポンプ設備の異常検知・寿命予測システムの研究開発に着手～」（2026年10月29日）

イノベーション総研の考察

異常の兆候を見つけることと、どの設備をいつ補修するか決めることは同じではありません。今回の公募が異常検知と寿命予測を分け、データ開発も求めている点から、設備保全AIの事業化に残る課題を読み解きます。

異常検知と寿命予測では、必要な証拠が違う

設備の変化を知らせるAIと、補修の優先順位を支えるAIは分けて評価します。

排水機場は、河川へ水を排出して浸水被害を抑える設備です。酉島製作所は、設備の老朽化と専門技術者の減少により、限られた人員で状態を把握し、点検や更新を効率化する必要があると説明しています。AIの役割は、設備を動かす判断に使える情報を増やすことにあります。

委託先の三菱総合研究所が示す研究課題は、異常検知・要因分類と、健全性・故障リスク・残存寿命の予測に分かれます。振動の変化を検知できても、どの程度の故障リスクを意味するかまでは自動的に分かりません。後者には設備の状態と、その後に起きた故障や補修を結ぶ証拠が必要と考えられます。

ポンプメーカーとAI企業の連携を、研究課題へ具体化する

設備知識と解析技術をつなぐ接点は、故障や補修の記録をどう読むかにあります。

今回の代表機関は建設技術研究所、酉島製作所、日立インダストリアルプロダクツ、クボタ、日本電気です。構成法人には鶴見製作所、ブレインズテクノロジー、Arithmer、Hmcomm、東朋テクノロジー、クボタ環境エンジニアリング、エクストラネット・システムズ、ウィットシステムズ、荏原製作所が含まれます。

例えば酉島とブレインズは、設備仕様や運転記録、点検・故障・補修履歴を状態監視データと組み合わせるとしています。ブレインズは2025年11月から協議会に参画しており、今回は研究開発グループとしての採択に進んだ形です。他グループの詳細な役割や成果まで、この一例から推測して広げることはできません。

学習データの開発を省くと、設備差を見誤りかねない

正常な運転の違いを整理することが、異常を知らせる前提になります。

公募では、異常検知・異常要因分類用と、リスク診断・寿命予測用のデータ開発が必須テーマです。既存モデルを導入するだけでなく、何を正常とし、故障や劣化とどう対応付けるかを整えることも研究対象にしていると読めます。

設備ごとに運転条件や記録方法が異なれば、変化が故障兆候なのか、通常の運転条件の違いなのかを区別する必要があります。過去の故障記録が少ない設備で精度をどう確認するかも課題です。今回の採択だけで、こうした問題が解消したとはいえません。

通知の精度だけでなく、現場が判断できたかを確かめる

保全AIの評価には、通知後の確認と補修判断まで含める必要があります。

反対仮説は、異常通知が増えても、人の再確認が増えるだけで点検負担が減らないという見方です。故障を見逃さないことが重要な設備では、誤った警報も現場の限られた時間を使います。AIの検知率だけで運用価値を説明するのは不十分です。

担当者の方が保全AIを検討する場合は、まず一つの設備群を選び、どの通知を受けて誰が何を確認するかを決める方法が考えられます。設備担当と解析担当が、確認作業に要した時間や判断が変わった事例を共同で記録すれば、精度と業務負担を同じ場で比較できます。これはイノベーション総研の提案であり、本事業の正式な評価基準ではありません。

5グループの採択を、全国導入の確約とは読まない

次に追うのは、研究の評価条件と実設備での適用範囲が示されるかです。

三菱総合研究所の公表時点では、各グループの研究開発概要は後日掲載予定となっています。採択によって研究体制は具体化しましたが、比較結果、個別費用、商用契約や全国展開の条件は確認できません。採択件数から市場規模や各社の受注を推計すべきではありません。

今後は、どの運転条件や故障種別を対象にし、研究成果を誰がどう評価するかを追う必要があります。既存点検を補う段階と、点検や更新の計画そのものを変えられる段階を分ければ、次の研究・実証に投じる資源を判断しやすくなると考えられます。

まとめ

国交省の採択は、ポンプ設備とAIの企業が研究を進める体制を具体化したものです。異常の発見と寿命・故障リスクの評価を分け、データの整備から現場の保全判断まで確かめることが事業化の前提になります。採択を商用導入や受注の実績と混同せず、今後の評価条件を追います。

関連記事: 仮説検証の進め方 ／ 新規事業の仮説の立て方