日立推出AI代理,將專家知識形式化,大幅提升品質保證業務效率,作為HMAX Industry系列一環

Key facts

  • 日立推出AI代理,將專家知識形式化,大幅提升品質保證業務效率,作為HMAX Industry系列一環
  • 日立製作所自2026年4月起,將AI代理「品質知識系統」作為HMAX Industry系列的一部分開始提供。該代理將專家知識形式化,可將故障處理搜尋時間縮減約90%,顯著提升品質保證業務效率。
  • Source: PR Times
  • Date: 2026年6月4日

Direct answer

日立製作所自2026年4月起,將AI代理「品質知識系統」作為HMAX Industry系列的一部分開始提供。該代理將專家知識形式化,可將故障處理搜尋時間縮減約90%,顯著提升品質保證業務效率。

Citation
日立推出AI代理,將專家知識形式化,大幅提升品質保證業務效率,作為HMAX Industry系列一環 (2026年6月4日), PR Times
Source
PR Times
Date
2026年6月4日
日立製作所自2026年4月起,將AI代理「品質知識系統」作為HMAX Industry系列的一部分開始提供。該代理將專家知識形式化,可將故障處理搜尋時間縮減約90%,顯著提升品質保證業務效率。
新製品NQ 0/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年6月4日 20:01
  • 🔍 收集: 2026年6月4日 11:21
  • 🤖 AI分析完成: 2026年6月6日 22:54(收集後59小時33分鐘)
株式會社日立製作所(以下簡稱日立)自2026年4月起,開始提供一款名為「品質知識系統」的AI代理(以下簡稱本AI代理),作為其HMAX Industry系列的一部分。該AI代理能從大量過去的品質相關數據中導出最佳見解,大幅提升製造業的品質保證業務效率。本AI代理支援品質保證部門在發生設備故障等問題時所承擔的一系列業務,包括搜尋過去的故障處理記錄和製作處理報告。這大幅減少了品質保證業務中資訊收集所需的時間,實現了更快速的客戶詢問回應和服務品質提升。未來,日立計劃新增分析品質狀況的功能,以支援制定缺陷預防措施,並為提升產品本身品質做出貢獻。此外,公司也正在考慮未來與OT(營運技術)領域的合作,目標是將其發展為物理AI。

具體而言,日立基於累積了大量過去案例的資料庫,分析專家使用哪些關鍵字和順序來搜尋資訊並做出判斷的業務流程。透過將累積為暗默知識的專業技能形式化,該公司以數位方式再現了以往依賴資深工程師經驗和直覺的判斷。這使得無論負責人員的經驗水平如何,都能夠快速且準確地做出判斷。作為一項結合日立長期累積的領域知識與先進AI的數位服務,它有助於解決製造業的技能傳承和生產力提升等課題。

本AI代理首先在日立的社會基礎設施控制系統開發據點——大甕事業所(茨城縣日立市)導入,作為「Customer Zero」計畫的一部分,由公司自身作為第一個用戶來驗證其有效性。結果顯示,該公司確認了以下效果:故障處理案例搜尋時間縮減約90%,處理報告製作時間縮減80%以上,缺陷原因分析時間縮減80%以上。基於這些成果,日立將根據客戶的品質保證業務流程進行應用設計,支援本AI代理的順利導入和落地。

今後,日立將積極將本AI代理作為HMAX Industry系列的一部分,向製造業推廣。透過利用從本AI代理獲得的知識模型,包括工程師的見解、缺陷資訊和客戶詢問數據,該公司旨在建立一個良性循環,將現場的智慧和靈感回饋到製造的上游流程。未來,日立計劃不僅在品質保證業務,也將在設計、製造和維護業務中部署類似的服務。

日立正專注於「HMAX Industry」,這是一個體現Lumada 3.0的次世代解決方案套件,結合了產品豐富的安裝基礎(數位化資產)數據、領域知識和先進AI,專為工業領域設計。日立旨在成為物理AI的領導公司,透過提供以這些技術為核心的「工業解決方案」,最大化客戶終身價值,並在全球範圍內變革產業,為實現富裕社會做出貢獻。

本AI代理的主要特點

本AI代理的核心技術應用了日立專業組織「Generative AI中心」所擁有的數據管理和AI應用專業知識。透過將專家擁有的100多項業務知識納入AI,並反覆改進和調整提示詞,日立建立了一個具備專家視角的獨特AI代理。具體而言,它實現了以下三項高效能的業務支援:

1. 高精度搜尋,讓經驗不足的人員也能運用專家知識

它可以根據自然語言提問或客戶詢問郵件的內容,高精度地搜尋過去的故障處理記錄和手冊。透過將以往依賴專家經驗和直覺(暗默知識)的事件判斷過程形式化並納入AI代理,即使是經驗不足的人員也能快速做出初步應對,將搜尋時間縮減約90%。

2. 透過快速製作高品質草稿報告來提升客戶滿意度

只需輸入事件、現象、對策方針等關鍵字,即使是經驗不足的人員也能快速製作出專業且易於閱讀的故障處理報告草稿。這消除了報告製作的個人化和品質差異,能夠更快地向客戶報告和提供資訊,從而提升客戶滿意度,並將報告製作時間縮減80%以上。

3. 透過多面向的品質狀況分析來提升故障處理能力和產品品質(功能預計未來追加)

這將使AI代理能夠對累積的大量品質文件(如故障處理報告)以及功能規格書等資訊進行多面向分析。這種不依賴於負責人員個人觀點的高效分析,不僅能支援制定缺陷預防措施,還能透過將分析結果回饋給開發部門,為提升產品本身品質做出貢獻,並將分析時間縮減80%以上。

背景

在製造業所處的環境中,除了全球性的人才短缺和世代交替,產品和系統也日益高度化和複雜化,企業所需的知識和技能變得更加專業化和多樣化。特別是當發生設備故障或品質問題等突發狀況時,品質保證部門能否迅速且準確地應對,從業務連續性和客戶滿意度的角度來看變得越來越重要。另一方面,在實際業務中,故障處理和原因分析往往依賴於資深工程師多年累積的經驗和判斷。這導致了技術和專業知識的傳承問題,以及實現不受負責人員經驗水平影響的高效穩定品質保證業務的挑戰。

常見問題

這個AI代理的價格是多少?

文章中沒有提及價格資訊。需要個別報價。

導入需要多長時間?

文章中沒有提及具體的導入時間。需要根據客戶的業務流程進行應用設計。

這個AI代理適用於哪些類型的製造業?

文章中沒有限定特定行業,但可能適用於所有會發生設備故障或品質問題的製造業。