何が起きたか

カメラ映像や作業指示などをもとに、レバー操作を学習させ、状況に応じて適切な操作を判断・実行する技術を開発する。

本紙の見方

今回の発表で新しいのは、油圧ショベルを対象に、カメラ映像と作業指示からレバー操作を学習するフィジカルAIの研究開発を、GENIACの枠組みで産学連携として始める点である。既定路線の延長としては、建設機械の自動運転や遠隔化の文脈にある取り組みで、日立建機が将来の用途として災害現場のがれき除去や建設・鉱山現場の掘削・積込作業を挙げていることからも、実運用を見据えた基盤づくりだと読める。本紙の関連記事である ヤンマーHDと日立建機、コンパクト建機で協業検討へ基本合意（2026-08-10）では、日立建機はコンパクト建機の協業可能性を探っていた。今回は協業対象が完成車や機体開発そのものではなく、オペレータ操作の学習という知能層に移っており、機体の設計・販売競争とは別に、操作データをどう集めて学習させるかが競争軸になることを示しているとみられる。Jizaiの Palmimo DevKitの先行販売開始 は卓上ロボット分野の話だが、今回の日立建機の動きは、ロボットの形状よりも現場動作を学ぶデータ基盤に重心がある点で異なる。業界構造でみると、今回の焦点は入力データ、学習方法、そして現場適用の三層にある。油圧ショベルの自動運転は、単に機械を自動化するだけではなく、オペレータ操作を模倣・抽象化できるデータをどれだけ蓄積できるかに左右される。GENIAC採択という事実は、単独企業の実験ではなく、産学連携で実装可能性を検証する段階に入ったことを示す一方、実際に何台規模で学習データを集めるのか、どの程度の操作をどこまで自律化するのかはまだ読み切れない。詳細は原典を参照されたい。

なぜ重要か

日立建機自身の発表によれば、この研究開発は油圧ショベルの操作学習を通じて、自動運転技術の実装を狙うものだ。建設機械の自動化では、機体そのものよりも操作データと学習設計が競争条件になるため、どの現場作業をどこまで学習対象にするかが重要になる。

日本への影響

日本では建設機械メーカーが強みを持つ一方、現場データの収集と学習基盤の整備は個社対応になりやすい。日立建機がGENIACと産学連携を前面に出したことで、国内の建設機械分野でも、機体開発だけでなく操作データの蓄積・学習・安全検証をどう進めるかが論点になる。