01 / QUICK GUIDE
まず、30秒でつかむ
- 01
日立は、AIエージェントへ任せる範囲を決め、危険なら人へ戻す品質維持の仕組みを開発しました。
- 02
業務の実行前に内容を確かめ、リスクに応じて見直し、人への確認、停止を行います。
- 03
技術は研究・試作の段階です。安全性を示す正答率や検知率、現場での削減効果は未公表です。
02 / KEY WORDS
専門用語を、やさしく。
ここだけ押さえれば、残りの本文はスムーズに読めます。
- AIエージェント
- 質問へ答えるだけでなく、目的に合わせて手順を考え、検索、入力、システム操作などを連続して進めるAIです。
- 証跡
- 誰が、いつ、どの情報を使い、どんな判断や操作をしたかを後から確かめるために残す記録です。
- ガードレール
- AIが許可された範囲を越えないように、禁止操作、金額上限、人の承認、緊急停止などをあらかじめ決める仕組みです。
03 / THE FACTS
何が起きたのか
日立製作所は9月3日11時、重要な業務でAIエージェントを継続的に使うための「AI品質維持サイクル」を開発したと発表しました。
最初に、業務手順、必要な証跡、過去のログ、後続業務への影響、責任者を整理します。その情報から、AIだけで進めてよい作業と、人の判断が必要な作業を分けます。
AIが外部の検索サービスや業務システムを操作する前に、予定している処理を検証します。危険度に応じて、AI自身の見直し、人への確認、実行停止へ段階的に切り替えます。
運用後は、成功した処理、止めた処理、人が修正した内容を記録します。その記録を使って、AIへ任せる範囲や確認の基準を継続的に見直す設計です。
研究成果の一部は、2026年7月のIEEE World Congress on Servicesで発表されています。これは情報技術のサービス設計などを扱う国際会議です。
今後、設備保守や情報システムの運用で試作品を検証し、将来のサービスへ組み込む考えです。一般提供の開始日、価格、正答率、危険操作の検知率は公表されていません。
つまり、何が重要なのか
日立が提案したのは、AIの性能を一度測って終わる方法ではありません。任せる範囲を決め、実行前に確かめ、結果を記録し、範囲を更新し続ける運用です。
ただし、安全な自律運用がすでに完成したわけではありません。設備保守やIT運用での試作検証は今後であり、具体的な精度や事故低減の結果もまだ示されていません。
04 / THE CONTEXT
なぜ、今これが重要なのか
これまでの生成AIは、文章の下書きや要約が中心でした。AIエージェントはその先へ進み、メール送信、申請、設定変更など、現実の業務結果を変える操作まで行います。
文章の誤りなら送信前に直せますが、設備停止や権限変更、発注を誤ると、後から簡単には戻せません。そのため平均的な正答率より、危険な場面を見分けて止める能力が重要になります。
業務は毎日同じではありません。担当者、規程、接続するシステム、扱う金額が変わるため、導入時に一度決めたルールだけでは新しい例外に追いつけません。
そこで必要なのが、実行結果を学び直しへ戻す循環です。品質管理をAIモデルだけの問題にせず、手順、記録、責任、停止条件まで広げる動きが始まっています。
05 / WHAT IT MEANS FOR YOU
私たちには、何が変わる？
非エンジニアでも、AIエージェントを導入する前に決められることがあります。まず、AIが提案だけするのか、下書きを保存するのか、外部へ送信までしてよいのかを分けます。
たとえば経費精算なら、領収書の項目入力はAIへ任せても、振込先の変更や高額支払いは人が承認する設計にします。失敗した時の損失が大きい操作ほど、人へ戻す基準を厳しくします。
記録には、入力、参照資料、AIの提案、実際の操作、承認者を残します。結果だけではなく途中の判断が見えれば、問題が起きた時に原因を追い、同じ失敗を防げます。
評価するときは『何件自動化したか』だけを見ません。人へ正しく戻せた割合、不要に止めた回数、確認にかかった時間、復旧時間を導入前後で比べる必要があります。
07 / NEXT ACTION
今日から、どう動くか
- 01
AIへ任せたい業務を一つ選び、提案、保存、外部送信、支払いの4段階に分ける。
- 02
各段階で、人の承認が必要な金額、情報、相手先と、緊急停止の責任者を決める。
- 03
試行結果に入力、根拠、AIの判断、人の修正、所要時間を残し、毎週一度ルールを見直す。