日立、SI全工程にAIエージェント基盤——「約200倍」が指すものと工程全体に入れる意味

※ 本記事は2026年7月25日時点の公開情報に基づきます。最新情報は各社公式発表等をご参照ください。

日立製作所は2026年7月24日、エンタープライズ向けシステムインテグレーション（SI）の全工程にAIを適用する「Agentic AI Integration Platform」を開発したと発表しました。構想策定から運用までの工程ごとに、最適なAIエージェントを組み込む構成です。自社を「カスタマーゼロ」とした社内実証では、要件定義で最大240倍、設計〜テストで約200倍の生産性向上を確認したとしています。同社は約1万5000のお客さまシステムのインストールベースと長年の運用保守で培った経験を生かし、拡大するモダナイゼーション需要に対して本プラットフォームを全面的に適用して、2027年度に工程全体で生産性30%向上を実現するとしています（出典: 株式会社日立製作所 ニュースリリース）。

「240倍」と「30%」が同じ発表に並ぶ理由

公表された倍率には、いずれも「当社内における特定の工程・条件下での実証値」という注記が添えられています。要件定義の最大240倍は、OT領域（生産設備などの制御技術）の実務者とIT部門が画面仕様を確定する作業を対象としたもの。設計〜テストの約200倍は、自社パッケージ製品の機能拡張を対象とした仕様駆動開発の試行で得た数値です（出典: 同上）。

同じ発表には、実顧客との先行実績も並んでいます。MS&ADシステムズとはコーディング・単体テスト工程で約25%、静岡銀行・静銀ITソリューションとは同工程で**約30%**の生産性向上を実証済みとしています（出典: 同上）。

240倍と25%。桁が3つ違うこの2つは矛盾していません。前者は特定の作業を切り出した社内実証値、後者は実案件の工程単位の値です。同社が2027年度の目標に掲げるのは工程全体で30%向上。読む側が持ち帰るべきは、見出しの倍率ではなくこの30%のほうだと考えます。

部分最適から工程全体へ——エージェントを置く場所

注目したいのは、日立のシステム開発におけるAI活用率が既に60%を超える水準にある点です（出典: 同上）。それでも工程全体の目標は30%。ここに部分最適と全体最適の距離が表れています。

コーディング支援ツールで実装工程が2倍速くなっても、全体の所要時間が半分になるわけではありません。実装が全工程の3割を占めるなら、短縮できるのは全体の15%です。残る7割——要件定義、レビュー、テスト、運用への引き継ぎ——に手をつけない限り、全体の数字は動きません。

同プラットフォームが「外部環境分析や構想策定から要件定義、設計、コーディング、テスト、運用の工程ごとに最適なAIエージェントを組み込んだ」構成をとるのは、この構造への回答だと読めます（出典: 同上）。最も高い倍率が出たのが実装ではなく要件定義の合意形成作業だった点も示唆的です。ボトルネックは工程の中ではなく、仕様が決まらない時間やレビュー待ちといった工程と工程の「間」にあることが多いと私たちは見ています。

モデルを固定しない基盤と、ナレッジの「AI Readable」化

本基盤は、Anthropic・Google Cloud・OpenAIなどのフロンティアAIを柔軟に選択できる構成です。GlobalLogicの「VelocityAI」との連携環境では、AI単体利用と比べトークン利用料を最大54%削減できるとしています（出典: 同上）。

ただ、オペレーションの観点でより重いのはもう一方の要素です。日立は「企業コンテキスト」と自社のミッションクリティカルシステムで培った「システムインテグレーションナレッジ」を、AIがスムーズに活用できるAI Readableなナレッジベースとして整備する方針を示しています（出典: 同上）。

エージェントの出力は、参照できる知識の質を超えません。過去の判断根拠や設計の前提が担当者の頭の中にしかなければ、どのモデルを選んでも答えは浅くなります。属人化は人を守っているようで守っていない。仕組みにして初めて、人にもAIにも使える資産になります。

中小企業への翻訳——倍率ではなく「測定条件」を聞く

ベンダー提案書に生産性向上の数字が並ぶ機会は今後さらに増えます。受け取る側が確認すべきは次の3点です。

1. どの工程を測ったか — 全工程か、特定の作業を切り出したものか
2. どの条件で測ったか — 提供元の社内実証か、実顧客との案件か
3. 工程全体では何%か — 部分の倍率と、全体の改善率は別の数字

日立の発表は倍率に条件の注記を付け、実顧客での25〜30%も同じリリースに載せています。提案を受ける側は、同水準の情報開示を求めてよいはずです。

自社側でやることは、もっと地味です。まず、どの工程が一番時間を食っているかを記録する。1週間、案件が「止まっている時間」を書き出すだけで、ボトルネックはたいてい見えます。次に、手順書と判断基準を文書に残す。ナレッジベースの中小企業版は手順書1本から始まります。ここを飛ばしてツールだけ入れても、速くなるのは一部の作業だけです。

まとめ

• 日立製作所が2026年7月24日、SI全工程にAIを適用する「Agentic AI Integration Platform」を発表。社内実証で要件定義は最大240倍、設計〜テストは約200倍の生産性向上を確認
• いずれも「当社内における特定の工程・条件下での実証値」との注記付き。実顧客との先行実績はMS&ADシステムズで約25%、静岡銀行・静銀ITソリューションで約30%
• 約1万5000のお客さまシステムのインストールベースを生かし、モダナイゼーション需要に本プラットフォームを全面的に適用して2027年度に工程全体で生産性30%向上を目指す。Anthropic・Google Cloud・OpenAIのモデルを柔軟に選択できる構成
• 中小企業が見るべきは見出しの倍率ではなく測定条件。自社側は工程の「止まっている時間」の記録と、手順書・判断基準の文書化から着手する

AIエージェントの効果は、ツールの性能よりも、それを置く工程の設計で決まります。日立が全工程を対象にしたことも、活用率が既に60%を超える同社が全体目標を30%に置くことも、同じ現実を指しています。1工程だけ速くしても、全体は速くなりません。自社のどこで時間が失われているかを把握できている会社が、最も少ない投資で最も大きな効果を得ると私たちは考えます。