運用小型語言模型（SLM）的離線災難對策支援系統的開發與驗證啟動
三井不動產與日立合作開發並驗證了一套基於小型語言模型（SLM）的離線災難對策支援系統，旨在提升危機管理中心的應對能力。該系統能在通訊受阻的惡劣環境下運作，能根據建築物個別情況，從大量手冊中提取並優先提示應對措施，並將資深人員的經驗傳承給組織。
📋 文章處理履歷
- 📰 發表: 2026年4月15日 23:31
- 🔍 收集: 2026年4月15日 15:01
- 🤖 AI分析完成: 2026年4月15日 21:10（收集後6小時8分鐘）
本發布的重點
■共同開發搭載SLM、即使在通訊故障下也能運作的災難對策支援系統，建立危機管理中心在災難發生時也能不停歇運作的體制。
■根據每棟建築物的不同設備與狀況，輸入災情後，AI將從大量手冊中提取對應內容。以優先順序提示初步應對措施，支援不受值班人員熟練度影響的精確判斷。
■融合三井不動產的危機管理專業知識，以及日立在建築物解決方案的經驗與AI技術。在驗證後以實現正式運作為目標，同時也考慮向其他營運商推廣，為可持續且具備韌性的城鎮建設做出貢獻。
三井不動產股份有限公司（以下，三井不動產）與株式會社日立製作所（以下，日立）為進一步強化三井不動產在日本全國所擁有的約200棟辦公大樓的總括單位「危機管理中心」在災難時的應對能力，已開始開發與驗證利用生成AI之一的SLM（Small Language Model：小型語言模型）的離線災難對策支援系統（以下，本系統）。
本系統為了確保即使在本地環境（On-premises）*1下也能達到可實用化的精度，將關於建築物營運與災難對策的專業知識融入AI之中。透過日立的生成AI活用專業服務，利用專注於業務的語言模型*2與AI代理人*3，實現現場可使用的災難對策支援系統。
目前，雙方正推進本系統的實證，目標是透過技術驗證與改良，盡早實現正式運轉。此外，透過將本系統作為日立HMAX for Buildings：BuilMirai的產品線之一提供，將雙方共同確立的最尖端合作成果提供給其他辦公大樓管理營運商，為可持續且具備韌性的城鎮建設做出貢獻。
三井不動產危機管理中心目前正在實證中的離線災難對策支援系統畫面
*1 指企業等利用自行準備的伺服器等設備、軟體來導入、使用系統的形態。
*2 日立新聞發布（2024年8月29日）「為迎接生成AI的正式業務應用，開始提供『業務專用LLM建構・營運服務』」。
*3 日立新聞發布（2025年3月26日）「日立透過活用數百個案例所獲得的OT知識的方法，迅速提供客戶專用的AI代理人」。
■本系統開發的意義
日本正經歷自然災害日益頻繁且生產年齡人口減少的趨勢，在辦公大樓營運上，「確保安全與安心」與「效率化與省力化」的並立已是當務之急。三井不動產的危機管理中心，作為常設的中樞據點，以24小時365天的體制實施值班（社員2名輪班制）。當觀測到震度5強以上的地震時，會在中心內設置災難對策總部，約300人規模與各地區對策總部合作，統一管理全國資訊，並迅速進行向大樓使用者提供資訊以及功能的持續與復舊。
另一方面，大規模災害時，固定電話、手機及網際網路連接有可能受到限制，因此，需要一個不依賴通訊，且能支援不受值班人員熟練度影響的初步應對機制。
因此，三井不動產與日立基於「危機管理中心的派遣人員，即使在大規模災害導致通訊障礙等情況下也能妥善應對，這將有助於以大樓為起點活動的用戶們日常的安全與安心」的理念，開始開發與驗證利用SLM的離線災難對策支援系統，以便在不受通訊環境影響下獲得精確支援。
■本系統開發中的雙方優勢與角色
三井不動產提供了其在營運約200棟辦公大樓過程中累積的危機管理現場知識、龐大的營運與災難應對手冊，以及BCP/BCM的治理能力，主導了需求定義與評估。透過貼近危機管理中心實際運營情況的精確設計，確保了每棟建築物的個別最適化與營運實施性。
日立則以其在電梯等建築物設備、管制中心營運中積累的知識，以及以HMAX for Buildings為代表的、結合數據、領域知識與先進AI以創造新價值的次世代解決方案群的開發能力為武器，設計與實施了輕量且高可靠性的離線AI系統。其數位系統與服務部門基於針對金融業等領域所累積的嚴格安全要求與任務關鍵型營運所發展的架構，滿足了三井不動產的高度需求。
■本系統的特點
(1) 運用生成AI於離線環境的系統構成
針對大規模災害時可能發生的網路故障或外部伺服器故障，採用了在本地環境運作的機制。構建了不依賴雲端連接，且能確保危機管理中心決策不中斷的系統基礎。生成AI（SLM）在此基礎上，負責整理初動應對判斷所需資訊並提供應對方案，支援中心人員的決策。
(2) 自動提示專注於災難對策業務的「初步應對指南」
當透過智慧型手機等設備輸入各建築物的災情狀況時，生成AI會橫向搜索並解讀龐大的災難應對手冊，向中心人員提示應優先執行的應對與作業。提供符合因地理位置、建築結構不同而產生的建築物個別需求的支援。
(3) 將資深人員的經驗值繼承為「組織的力量」
為了應對超出手冊預期的現場狀況，事先將資深人員的知識與過去的應對經驗學習給生成AI。實現不受值班人員熟練度影響的快速準確初步應對。
(4) 支援高水準回應的VLM運用與微調
即使在大規模災害時，也能實現與通用大型語言模型同等水準的回應精確度和響應速度。在回應時，會同時提供作為參考來源的手冊資訊，使其具備在確認應對內容的根據時進行判斷的高度解釋能力。為了提升本系統的精確度，我們應用了能夠處理手冊中圖表資訊的VLM（Vision Language Model：視覺語言模型）。此外，為了讓AI學習災害應對相關的專業知識以及現場所需的回答格式，我們透過運用手冊和過去的問答數據進行模型的微調，使其具備適合危機管理中心業務的回應性能。
本系統採用的SLM，相較於通用LLM（大型語言模型）採用輕量級模型設計，可以在辦公室使用的通用PC或智慧型設備上運作。這得以實現1.即使在通訊故障時也能持續運營（無需雲端）、2.保護智慧財產與機密資訊（不將高機密性的手冊或營運訣竅置於外部）、3.針對特定業務進行高精度優化（專注於三井不動產的專業營運學習），這三項目標。
■未來的措施
三井不動產為實現生成AI應用所帶來的生產力提升與附加價值提升的並行，於2025年10月1日起取得ChatGPT Enterprise授權，並向約2,000名全體員工推廣。在社會與顧客需求日益多元化、高度化的趨勢下，為了創造更高層次的附加價值，未來將逐步擴大生成AI的適用範圍至提升經營決策、緩解現場人力不足、以及與數據分析的連結等領域。
日立的CI（Connective Industries）事業體中的都市解決方案與服務業務單位，正專注於將擁有豐富產品安裝基礎（數位資產）的數據，與領域知識及先進AI相結合的次世代解決方案群「HMAX for Buildings」。透過提供以此為核心的「Facility Services」，目標是最大化客戶的生命週期價值，透過全球性的產業變革，實現豐富社會的願景。
三井不動產與日立在經歷實證後，將以三井不動產危機管理中心的正式運作為目標，同時將此次合作所獲得的知識提供給其他辦公大樓管理營運商，為可持續且具備韌性的城鎮建設與城市發展做出貢獻。
■共同開發搭載SLM、即使在通訊故障下也能運作的災難對策支援系統，建立危機管理中心在災難發生時也能不停歇運作的體制。
■根據每棟建築物的不同設備與狀況，輸入災情後，AI將從大量手冊中提取對應內容。以優先順序提示初步應對措施，支援不受值班人員熟練度影響的精確判斷。
■融合三井不動產的危機管理專業知識，以及日立在建築物解決方案的經驗與AI技術。在驗證後以實現正式運作為目標，同時也考慮向其他營運商推廣，為可持續且具備韌性的城鎮建設做出貢獻。
三井不動產股份有限公司（以下，三井不動產）與株式會社日立製作所（以下，日立）為進一步強化三井不動產在日本全國所擁有的約200棟辦公大樓的總括單位「危機管理中心」在災難時的應對能力，已開始開發與驗證利用生成AI之一的SLM（Small Language Model：小型語言模型）的離線災難對策支援系統（以下，本系統）。
本系統為了確保即使在本地環境（On-premises）*1下也能達到可實用化的精度，將關於建築物營運與災難對策的專業知識融入AI之中。透過日立的生成AI活用專業服務，利用專注於業務的語言模型*2與AI代理人*3，實現現場可使用的災難對策支援系統。
目前，雙方正推進本系統的實證，目標是透過技術驗證與改良，盡早實現正式運轉。此外，透過將本系統作為日立HMAX for Buildings：BuilMirai的產品線之一提供，將雙方共同確立的最尖端合作成果提供給其他辦公大樓管理營運商，為可持續且具備韌性的城鎮建設做出貢獻。
三井不動產危機管理中心目前正在實證中的離線災難對策支援系統畫面
*1 指企業等利用自行準備的伺服器等設備、軟體來導入、使用系統的形態。
*2 日立新聞發布（2024年8月29日）「為迎接生成AI的正式業務應用，開始提供『業務專用LLM建構・營運服務』」。
*3 日立新聞發布（2025年3月26日）「日立透過活用數百個案例所獲得的OT知識的方法，迅速提供客戶專用的AI代理人」。
■本系統開發的意義
日本正經歷自然災害日益頻繁且生產年齡人口減少的趨勢，在辦公大樓營運上，「確保安全與安心」與「效率化與省力化」的並立已是當務之急。三井不動產的危機管理中心，作為常設的中樞據點，以24小時365天的體制實施值班（社員2名輪班制）。當觀測到震度5強以上的地震時，會在中心內設置災難對策總部，約300人規模與各地區對策總部合作，統一管理全國資訊，並迅速進行向大樓使用者提供資訊以及功能的持續與復舊。
另一方面，大規模災害時，固定電話、手機及網際網路連接有可能受到限制，因此，需要一個不依賴通訊，且能支援不受值班人員熟練度影響的初步應對機制。
因此，三井不動產與日立基於「危機管理中心的派遣人員，即使在大規模災害導致通訊障礙等情況下也能妥善應對，這將有助於以大樓為起點活動的用戶們日常的安全與安心」的理念，開始開發與驗證利用SLM的離線災難對策支援系統，以便在不受通訊環境影響下獲得精確支援。
■本系統開發中的雙方優勢與角色
三井不動產提供了其在營運約200棟辦公大樓過程中累積的危機管理現場知識、龐大的營運與災難應對手冊，以及BCP/BCM的治理能力，主導了需求定義與評估。透過貼近危機管理中心實際運營情況的精確設計，確保了每棟建築物的個別最適化與營運實施性。
日立則以其在電梯等建築物設備、管制中心營運中積累的知識，以及以HMAX for Buildings為代表的、結合數據、領域知識與先進AI以創造新價值的次世代解決方案群的開發能力為武器，設計與實施了輕量且高可靠性的離線AI系統。其數位系統與服務部門基於針對金融業等領域所累積的嚴格安全要求與任務關鍵型營運所發展的架構，滿足了三井不動產的高度需求。
■本系統的特點
(1) 運用生成AI於離線環境的系統構成
針對大規模災害時可能發生的網路故障或外部伺服器故障，採用了在本地環境運作的機制。構建了不依賴雲端連接，且能確保危機管理中心決策不中斷的系統基礎。生成AI（SLM）在此基礎上，負責整理初動應對判斷所需資訊並提供應對方案，支援中心人員的決策。
(2) 自動提示專注於災難對策業務的「初步應對指南」
當透過智慧型手機等設備輸入各建築物的災情狀況時，生成AI會橫向搜索並解讀龐大的災難應對手冊，向中心人員提示應優先執行的應對與作業。提供符合因地理位置、建築結構不同而產生的建築物個別需求的支援。
(3) 將資深人員的經驗值繼承為「組織的力量」
為了應對超出手冊預期的現場狀況，事先將資深人員的知識與過去的應對經驗學習給生成AI。實現不受值班人員熟練度影響的快速準確初步應對。
(4) 支援高水準回應的VLM運用與微調
即使在大規模災害時，也能實現與通用大型語言模型同等水準的回應精確度和響應速度。在回應時，會同時提供作為參考來源的手冊資訊，使其具備在確認應對內容的根據時進行判斷的高度解釋能力。為了提升本系統的精確度，我們應用了能夠處理手冊中圖表資訊的VLM（Vision Language Model：視覺語言模型）。此外，為了讓AI學習災害應對相關的專業知識以及現場所需的回答格式，我們透過運用手冊和過去的問答數據進行模型的微調，使其具備適合危機管理中心業務的回應性能。
本系統採用的SLM，相較於通用LLM（大型語言模型）採用輕量級模型設計，可以在辦公室使用的通用PC或智慧型設備上運作。這得以實現1.即使在通訊故障時也能持續運營（無需雲端）、2.保護智慧財產與機密資訊（不將高機密性的手冊或營運訣竅置於外部）、3.針對特定業務進行高精度優化（專注於三井不動產的專業營運學習），這三項目標。
■未來的措施
三井不動產為實現生成AI應用所帶來的生產力提升與附加價值提升的並行，於2025年10月1日起取得ChatGPT Enterprise授權，並向約2,000名全體員工推廣。在社會與顧客需求日益多元化、高度化的趨勢下，為了創造更高層次的附加價值，未來將逐步擴大生成AI的適用範圍至提升經營決策、緩解現場人力不足、以及與數據分析的連結等領域。
日立的CI（Connective Industries）事業體中的都市解決方案與服務業務單位，正專注於將擁有豐富產品安裝基礎（數位資產）的數據，與領域知識及先進AI相結合的次世代解決方案群「HMAX for Buildings」。透過提供以此為核心的「Facility Services」，目標是最大化客戶的生命週期價值，透過全球性的產業變革，實現豐富社會的願景。
三井不動產與日立在經歷實證後，將以三井不動產危機管理中心的正式運作為目標，同時將此次合作所獲得的知識提供給其他辦公大樓管理營運商，為可持續且具備韌性的城鎮建設與城市發展做出貢獻。