何が起きたか

Jパワー、日立製作所、マクニカは2026年11月19日、重要社会インフラ分野で使うフィジカルAIの開発基盤について、3社で構築方法を検討することで一致した。Jパワーと日立が検討中のAI用データセンター(AI-DC)への実装も視野に入れる。第一弾として、Jパワーグループの発電・送変電設備を活用し、次世代送電線点検ドローンを対象にした実証を検討する。

詳細

構想は、デジタルツインやシミュレーション環境でAIを学習・検証し、検証済みモデルを設備やロボットで実行、現場で得たデータを次の学習・検証に反映するSim2Realの循環だ。NVIDIA Omniverseライブラリ、NVIDIA Cosmos、NVIDIA Isaacの活用を視野に入れ、日立の「HMAX Data Fabric」「HMAX AI Operations」も組み合わせる。現場向けにはNVIDIA Jetsonを使ったエッジAI実行環境を検討し、設備認識、異常検知、自律移動、経路計画などの推論をリアルタイムで行う構想で、クラウドへの常時接続に依存しない運用を目指す。 役割は、Jパワーがユースケースの企画と実フィールドの提供、日立が基盤の構成検討・構築・検証、マクニカがSim2Real実証環境の設計・構築・運用支援などを担う。将来はAI-DC上で学習・検証・運用を一体化し、電力以外の重要社会インフラ分野への展開も目指すとしている。

Key Facts

Jパワー、日立、マクニカは2026年11月19日、重要社会インフラ分野のフィジカルAI開発基盤の構築方法を共同で検討することで一致した。[2]
第一弾として、Jパワーグループの発電・送変電設備を使い、次世代送電線点検ドローンを対象にした実証を検討する。[2]
NVIDIA Omniverseライブラリ、NVIDIA Cosmos、NVIDIA Isaacなどの活用を視野に入れる。[2]
NVIDIA Jetsonを活用したエッジAI環境を検討し、設備認識、異常検知、自律移動、経路計画などを現場でリアルタイムに処理する構想だ。[2]
Jパワーは実フィールドの提供、日立は開発基盤のアーキテクチャー検討・構築・検証、マクニカはSim2Real実証環境の設計・構築・運用支援などを担う。[2]

本紙の見方

この構想の要点は、AIモデルを作る計算・学習の場所と、モデルが働くインフラ現場を一つの改善循環で結ぼうとしている点にある。AI-DCは学習・検証・運用の基盤として検討され、OmniverseやCosmos、Isaacはシミュレーション側、Jetsonは現場での推論側に置かれる。さらに、実機で得たデータを再学習へ戻す設計であり、単にドローンへAIを搭載する取り組みとは異なる。もっとも、発表は基盤構築の検討段階で、実証やAI-DCへの実装が完了したという内容ではない。 最初のユースケースを送電線点検ドローンに置いたことで、発電・送変電設備を持つJパワーの現場資産、日立のIT・OT・AIの知見、マクニカの実証環境構築支援をつなぐ役割分担が示された。点検対象の設備や現場データをシミュレーションへ反映し、モデルの検証結果を実機に戻す流れが成立するかが、基盤の実効性を左右するとみられる。日立のデータ基盤とAI運用支援を合わせる構成は、現場データを蓄積するだけでなく、AIモデルの運用状態やリスクも扱う設計を意図している。ただし、どのデータをどの粒度で扱うか、機密情報の管理をどう実装するかは、発表資料では具体化されていない。 本紙が報じたAPTO、GENIAC-PRIZE 2026の学生向けフィジカルAI課題に採択では、模倣学習用データの設計とロボットアームの課題が示された。今回の計画は、学習データの設計にとどまらず、インフラのシミュレーション、実設備での稼働、現場データの還流までを対象とする点で、実運用を含む開発サイクルに踏み込む。両者は対象も規模も異なるが、物理環境と学習データをどう結びつけるかという論点を共有する。 業界構造への含意は、インフラ運営者が実フィールドを出し、IT・OT事業者が基盤を構成し、技術支援企業がシミュレーションと実機の接続を担う分業モデルにある。複数の重要インフラへ広げるには、送電線点検で得た検証結果を他の設備や業務へ移せるか、現場ごとの差異をどうモデルに反映するかが焦点となる。次に確認すべきなのは、ドローン実証の実施条件と評価方法、AI-DCへの実装時期、データ管理とモデル更新の手順、現場での安全性・稼働実績である。発表は実証の検討開始を示すもので、これらの実績値や具体的な導入時期は示していない。

なぜ重要か

送電線点検ドローンを対象に、シミュレーションで検証したAIを実フィールドで動かし、得られたデータを学習へ戻す構想であり、電力設備の点検・保守を担う事業者にとって、現場データとAI開発を結ぶ方法を検討する取り組みとなる。3社は、NVIDIA Jetsonを用いた現場推論環境も検討しており、クラウドへの常時接続に依存しない運用を目指すとしている。

日本への影響

日本の電力インフラ運営者にとって、発電・送変電設備の実フィールドを使った検証と、AI-DC上の学習・運用基盤を結びつける構想である。Jパワーが現場を提供し、日立とマクニカが基盤や実証環境を担う分担が、送電線点検以外の国内重要インフラへ応用できるかが焦点となる。