AI活用事例2026年11月更新

日立がSI全工程をAI化|要件定義から保守まで自動化する仕組み・Lumadaとの関係・SIer業界への影響を解説【2026年11月最新】

公開日: 2026/10/06
更新日: 2026/11/20
日立がSI全工程をAI化|要件定義から保守まで自動化する仕組み・Lumadaとの関係・SIer業界への影響を解説【2026年11月最新】

この記事のポイント

日立が2026年7月に発表したSI全工程のAI化基盤「Agentic AI Integration Platform」を解説。工程別の仕組み、最大240倍と生産性30%の違い、10月決算で示された進捗、Lumada・HMAX・FDEとの関係、SIer業界と発注企業への影響を整理します。

日立製作所は2026年7月24日、構想策定から要件定義・設計・コーディング・テスト・運用まで、SIの工程ごとにAIエージェントを組み込んだ開発基盤「Agentic AI Integration Platform」を発表しました。社内の特定作業では最大240倍の効率化を実証した一方、全社目標は「2027年度に工程全体で生産性30%向上」で、2026年10月の決算説明会では「2025年度末に約10%、2026年度末に約20%」という途中の段階も示されたと報じられています。人が要らなくなる「完全自動化」ではなく、AIエージェントと現場に入り込むエンジニア(FDE)を組み合わせてSIを作り直す取り組みと捉えるのが正確です。

この記事では、次のポイントを整理します。

  • 日立の「SI全工程AI化」の中身と、工程別にAIが担う役割
  • 「最大240倍」と「生産性30%」の違いと、2026年10月時点の進み具合(約10%→約20%→30%)
  • Lumada・Lumada 3.0・HMAXと今回の基盤の関係(2026年度の見通しの数字を含む)
  • 日本版FDEの人数(国内1,000人・5,000人育成・海外3,000人)の整理
  • 富士通・NTTデータ・NECなど他SIerとの比較(契約モデルの違いを含む)
  • SIer業界・エンジニア・発注企業それぞれへの影響と確認ポイント

SIerやIT部門で働く方、日立などの大手ベンダーにシステム開発を発注している企業の担当者、生成AIによるシステム開発の動きを追っている方に向けた記事です。

日立の「SI全工程AI化」とは:発表内容の要点

日立のAgentic AI Integration Platformの構成図(エンタープライズAI基盤とAI Readableなナレッジベース)

出典: 株式会社日立製作所 ニュースリリース(2026年7月24日)

今回の発表は「日立が受託するSI案件で使う、AIエージェント前提の開発基盤」の公開です。顧客がライセンスを買って使うSaaSやパッケージではなく、日立と同社のエンジニアチームが顧客の案件の中で使います。

項目

内容(公式発表ベース)

発表日

2026年7月24日

名称

Agentic AI Integration Platform(AI駆動型のエンタープライズ向けシステムインテグレーションプラットフォーム)

対象工程

外部環境分析・構想策定 → 要件定義 → 設計 → コーディング → テスト → 運用

主な対象顧客

金融・公共分野、エネルギー・鉄道などの社会インフラ事業者

前提となる資産

約15,000のお客さまシステムの導入実績、金融・公共・社会インフラで200以上の大規模プロジェクト経験

使用するAIモデル

Anthropic・Google Cloud・OpenAIなどのフロンティアAIから選択(自社LLMは開発しない方針)

体制

FDE(Forward Deployed Engineer)チームが顧客の現場に入り込み伴走

目標

2027年度に工程全体で生産性30%向上

料金

一般向けの料金表はなし(受託SIの中で使う基盤のため)

出典: 日立製作所 ニュースリリース(2026年7月24日)

日立は開発の背景として、熟練エンジニアの減少、既存システムの複雑化・ブラックボックス化、ビジネス環境の急な変化の3点を挙げています。金融や社会インフラのように止められないシステムほど、仕様を知る人が減ったときの痛手は大きくなります。その知見をAIが読める形で残すことが、今回の基盤の大きな狙いです。発表時には、MS&ADインシュアランス グループ ホールディングス、共栄火災海上保険、ジェーシービー、静岡銀行、みずほフィナンシャルグループのコメントも掲載されました。

なお、タイトルや一部の報道では「保守まで」「自動化」という言葉が使われますが、公式リリースの表現は「工程ごとに最適なAIエージェントを組み込んだ」「AI駆動型」です。運用工程にもエージェントを置くとされていますが、運用・保守での具体的な機能は2026年11月時点でも公開されていません。

要件定義から運用・保守までの仕組み

構想策定から要件定義・設計・コーディング・テスト・運用保守まで工程ごとにAIエージェントを配置した日立のAI駆動型システムインテグレーションプロセス

出典: 株式会社日立製作所 ニュースリリース(2026年7月24日)

この基盤は、①複数のAIモデルを統制しながら使う「エンタープライズAI基盤」、②顧客の業務知識と日立のSIノウハウを蓄えた「AI Readableなナレッジベース」、③OT(制御システム)やレガシー刷新に向けた高度化、の3つでできています。

工程別にAIエージェントが担う役割

公式発表と報道を見比べると、工程ごとの役割と公表された数値は次のように整理できます。数値が出ているのは一部の工程だけです。

工程

AIエージェントの役割

公表されている実績・数値

外部環境分析・構想策定

構想策定の支援

公表なし

要件定義

OT領域の実務者とIT部門によるシステム画面仕様の確定作業を支援

最大240倍(社内実証)

設計・コーディング・テスト

自社パッケージ製品の機能拡張、仕様駆動開発

約200倍(社内試行)

運用(保守)

運用工程にもエージェントを配置。FDEが運用まで伴走し、得た知見をナレッジベースに戻す

公表なし(機能の詳細も未公開)

全工程の横断

セキュリティ・コスト・信頼性の統制、AIモデルの選択

トークン利用料をAI単体利用比で最大54%削減(GlobalLogicのVelocityAI連携)

※240倍・200倍は、日立社内の特定工程・条件下での実証値です。公式も「効果はプロジェクトの規模・特性により異なる」と注記しています。

設計〜テスト工程に出てくる「仕様駆動開発」は、先に仕様書を固め、それをもとにAIにコードやテストを作らせる進め方です。同じ考え方はAWSのAIエディタKiroなどにも取り入れられており、Kiroとは?仕様駆動開発の特徴と使い方で具体的な流れを確認できます。

運用工程の参考事例:JPXの運用監視へのAI適用

運用工程については、日立が別の発表で具体例を出しています。2026年10月20日、日本取引所グループ(JPX)と日立は、金融市場の取引システムの運用監視業務にAIを本格的に使い始めたと発表しました(日立製作所 ニュースリリース 2026年10月20日)。

  • 40以上のシステムを24時間365日で集中監視する業務が対象
  • 「JP1 Cloud Service 生成AIアシスタント」が、アラートが出たときの対処手順の候補を絞り込み、初動を支える
  • JPXが持つ1万件超のインシデント事例を使い、約1,600件のテストケースで判断精度97%以上
  • 今後は予兆の検知、大量アラートの自動振り分け、初動の切り分けへのAIエージェント適用も検討

この事例はAgentic AI Integration Platformの適用例として発表されたものではありません。ただ、「運用までAIで支える」という日立の方向性が、ミッションクリティカルな現場で動き始めていることを示す材料にはなります。

企業コンテキストとSIナレッジを「AIが読める形」で蓄積

基盤の中心にあるのが「AI Readableなナレッジベース」です。ここには2種類の知識がたまります。

  • 企業コンテキスト: 顧客ごとの経営意図、業務知識、判断基準といった暗黙知を形式知にしたもの
  • システムインテグレーションナレッジ: 日立がミッションクリティカルシステムで培ったSIの知見

AIエージェントは工程ごとに受けたフィードバックを学び、ナレッジベースを自ら更新していく設計とされています。汎用のAIコーディングツールが苦手な「その会社だけの業務ルール」を、最初からAIに渡せる状態にしておく点が、個人向けのAI開発ツールとの大きな違いです。

マルチモデルと統制機能

日立は自社で大規模言語モデル(LLM)を開発せず、Anthropic・Google Cloud・OpenAIとのパートナーシップを通じて最新モデルを選べる環境を整えるとしています。2026年5月にはAnthropicと戦略的パートナーシップを結んでおり、その中身はAnthropic×日立の戦略的パートナーシップ解説で詳しく整理しています。

複数のモデルをそのまま使うのではなく、セキュリティ・コスト・信頼性を管理・統制する機能を持つ点も公式に明記されています。ただし、ガードレールの具体的な仕様(どのデータを外部モデルに渡すか、ログをどう管理するかなど)は公開されていません。構成としては、日立が社内で使ってきた「Hitachi GenAI System Development Framework」と、子会社GlobalLogicのアジャイル開発向け基盤「VelocityAI」を統合したものです。

OT・レガシー刷新への展開

3つ目の特長が、制御システム(OT)やレガシーシステムへの対応です。日立は制御システム独自の仕様を前提に、ClaudeやOpenAIの最新モデルに対応したOT向けのコード生成基盤をつくり、社内試行を始めたと発表しました。OT領域は今のところ試行段階で、レガシーシステム刷新(モダナイゼーション)の案件への適用を進めているところです。

「最大240倍」と「生産性30%」はどう違うのか

「240倍」と「30%」は同じ物差しの数字ではありません。240倍・200倍は特定の作業を社内条件で測った最大値、30%はSIの全工程をならした全社目標です。顧客案件での実証値は25〜30%で、全社目標に近い水準にとどまっています。2026年10月28日の第2四半期決算説明会では、この30%に向けた途中の段階も説明されたと報じられています。

数値

何を測った数字か

位置づけ

最大240倍

要件定義のうち、システム画面仕様の確定作業

日立社内の特定工程・条件下の実証値

約200倍

自社パッケージ製品の機能拡張を対象にした仕様駆動開発

日立社内の特定工程・条件下の試行値

最大54%削減

AI単体で使う場合と比べたトークン利用料

VelocityAI連携時のコスト指標

約25%向上

MS&ADシステムズの保険分野基幹システム開発(コーディング・単体テスト)

顧客との実証

約30%向上

静岡銀行・静銀ITソリューションのオープン勘定系開発(コーディング・単体テスト)

顧客との実証

60%超

日立のシステム開発におけるAI活用率

社内の活用状況

約10%

2025年度末までのSI事業の生産性向上

実績(決算説明会・報道)

約20%

2026年度末のSI事業の生産性向上

途中目標(決算説明会・報道)

30%向上

2027年度の工程全体の生産性

全社目標

出典: 日立製作所 ニュースリリース(2026年7月24日)、マイナビニュース TECH+ 2026年10月28日(約10%・約20%は報道ベース。公式の決算資料での直接確認はできていません)

差が生まれる理由は、主に次の3つと考えられます。

  1. 240倍は限られた作業の数字: 画面仕様の確定という一部の作業で測った値で、要件定義全体が240倍速くなったわけではない
  2. SIにはAIで縮まない時間が多い: 関係者の合意形成、レビュー、テスト環境の準備、データ移行、顧客側の意思決定などは、AIの処理が速くなっても大きくは短くならない
  3. ミッションクリティカル領域では人の確認を外せない: 金融や社会インフラでは、AIが作った仕様やコードを人が検証する工程を残す必要がある

ZDNET Japanの取材でも、30%という目標は生成AIの性能に比べて小さく見えると指摘されています。これに対し日立の立川茂氏(AI&ソフトウェアサービスBU テクノロジートランスフォーメーション本部長)は、全工程を平均して30%引き上げる目標を、今回のプラットフォームでより確実に実現できるという趣旨を述べています(ZDNET Japan/Yahoo!ニュース 2026年9月29日)。決算説明会でも、利益率への効果は少しずつ出てくる見通しと説明されたと報じられています。

発注側から見ると、「開発費が数百分の一になる」と期待するのは現実的ではありません。目安にしやすいのは顧客実証の25〜30%と、全社での「約10%→約20%→30%」という段階です。工期の短縮や人手不足の緩和に役立ってくる数字と見るのが妥当です。

Lumada・HMAXとの関係

Lumada 1.0から2.0、AIで社会インフラを進化させるLumada 3.0への変遷を示した日立の図

出典: 株式会社日立製作所 Lumada公式サイト

Agentic AI Integration Platformは、日立のデジタル事業「Lumada」の中で、AIソリューション群「HMAX by Hitachi」を素早く顧客に届けるための開発基盤という位置づけです。公式リリースでも、HMAXの展開を加速する基盤と説明されています。

用語

何か

今回の基盤との関係

Lumada

日立のデジタル事業ブランド・ビジネスモデル(2016年開始)

いちばん上の事業の枠組み

Lumada 3.0

AIとドメイン(現場の知見)を融合させる現在の段階。フィジカルAIが柱

今回の基盤が支える事業戦略

HMAX by Hitachi

Lumada 3.0の次世代ソリューション群。AIで社会インフラを変える

基盤が「展開を加速」する対象

Agentic AI Integration Platform

SI工程にAIエージェントを組み込む開発基盤

HMAXなどを作り、届けるための道具

FDE

顧客の現場に入り込むエンジニアチーム

基盤を使って顧客と伴走する人

Claude / GPT / Gemini など

外部のフロンティアAIモデル

基盤の中で選んで使うAIエンジン

Lumadaは「1.0=IoTプラットフォーム」「2.0=デジタルエンジニアリング」を経て、現在は「3.0=AIとドメインの融合」の段階にあると日立は説明しています。エネルギー・交通・製造・金融といった現実のインフラにAIを使う「フィジカルAI」が中心のテーマです。2026年11月17日の「Hitachi R&D Innovation Day 2026」では、フィジカルAI向けのコンセプト「IWIM(Integrated World Infrastructure Model)」も紹介されました(クラウドWatch 2026年11月20日)。

2026年度第2四半期決算で見たLumada・HMAXの規模

2026年10月28日の第2四半期決算では、Lumada・HMAXの見通しが引き上げられたと報じられています(マイナビニュース TECH+ 2026年10月28日、MONOist 2026年10月29日)。

項目

上期(2026年4〜9月)

2026年度通期見通し

Lumada売上収益

2兆4,280億円(前年同期比31%増、全社の44%)

5兆2,000億円(前年度比25%増)

HMAX売上収益

2,380億円

5,100億円(前年度比70%増)

日立全体

7〜9月の売上収益2兆9,044億円、Adjusted EBITA 3,761億円で第2四半期として過去最高

売上収益12兆円、Adjusted EBITA 1兆5,600億円に上方修正

※HMAXの数字には既存サービスを分類し直した分も含まれるとみられ、純粋に増えた分の内訳は開示されていません。

中期経営計画「Inspire 2027」では、Lumada事業の売上比率を50%に高める目標を掲げています(MONOist 2026年4月28日)。上期の時点で44%まで来ており、SIの生産性を上げることはLumada事業の拡大の下支えにもなっています。

同じ決算では、GlobalLogicとHitachi Digital Servicesを統合した新会社「Hitachi Digital(日立デジタル)」を2027年4月1日に発足させることも発表されました。約3万5,000人規模の海外デジタル事業の会社で、AIを使ったITサービスの立て直しを担います。2026年9月の「Hitachi Social Innovation Forum 2026 JAPAN」でも、今回の基盤は「Modernization powered by Lumada」の展示枠で紹介されており、レガシー刷新をLumadaの文脈で売っていく姿勢がうかがえます。

FDEとは:日立が約5,000人を配置転換すると報じられる理由

FDE(Forward Deployed Engineer)は、顧客の現場に常駐・伴走し、業務課題の把握から実装・運用までを一体で担うエンジニアです。日立は今回の基盤とセットでFDE体制を打ち出しており、AIツールだけでなく「人の動き方」も変えようとしています。

人数については、時期と範囲の違う数字が報じられているため、分けて整理します。いずれも報道ベースで、公式リリースに人数の記載はありません。

範囲

人数・時期

出典

国内(短期)

2026年度末までに国内FDEを1,000人

日本経済新聞 2026年8月28日(4〜6月期決算で示した方針)

国内(中長期)

エンジニア約3万5,000人のうち約5,000人を「日本版FDE」へ配置転換・育成

日本経済新聞 2026年9月3日、ZDNET Japan 2026年9月29日

海外

今後1年で現在の3倍、3,000人体制へ(社内育成で増員)

日本経済新聞 2026年10月29日

※国内の「エンジニア約3万5,000人」と、新会社Hitachi Digitalの「約3万5,000人」は別の数字です。

体制の中身については、次のように報じられています。

  • チーム型: 米Palantirのような個人の「スーパーマン型」ではなく、コンサルタント・業界専門家・AI人材を組み合わせるチーム型(ZDNET Japan、ITmedia AI+ 2026年9月28日)
  • 働き方の変化: 従来の「要件を持ち帰って後日提案する」形から、「その場で要件抽出から実装まで対応する」形へ(ITmedia AI+)
  • 育成: FDEの認定制度は整備中で、先行人材はすでに案件で動いている(ITmedia AI+)
  • 海外の考え方: 日立デジタルのアナンド・ビルジェCEOは、売上の伸びに人員を比例させない「非線形」の成長を掲げ、時間単位で課金するITサービスでは工数が減ると売上も減るという課題に触れています(Business Insider Japan 2026年11月5日)

FDE型の伴走は日立だけの動きではありません。富士通もAnthropicとの提携でFDEモデルを打ち出しており、詳しくは富士通×Anthropic戦略的提携の解説で比較できます。海外でも、Anthropicが企業へのClaude実装を担う会社を設立するなど、エンタープライズ向けのClaude実装支援が広がっています。

依頼範囲と費用の目安を30分で整理します

初回相談は無料・30分(オンライン)。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜(税別)

富士通・NTTデータ・NECなど他SIerとの比較

国内大手SIerは、どこもSI工程への生成AI適用を進めています。日立がほかと大きく違うのは、自社LLMを持たず外部のフロンティアAIを使い分けるマルチモデル戦略と、FDEによる現場伴走をセットにしている点です。2026年秋からは、人月以外の対価の取り方(成果報酬・利用料)でも各社の違いが見え始めています。

会社

主な取り組み

AIモデル戦略

公表・報道されている数値

人材・契約モデル

日立製作所

Agentic AI Integration Platform(2026年7月発表)

自社LLMなし。Anthropic・Google Cloud・OpenAIから選択

社内実証で最大240倍・約200倍、顧客実証で25〜30%、全社で約10%(2025年度末)→約20%(2026年度末)→30%(2027年度)

FDE国内1,000人(2026年度末)・5,000人育成、海外3,000人(報道)。稼働率をKPIにした成果報酬型を構想

富士通

AI-Driven Software Development Platform(2026年2月発表・運用開始)

自社LLM「Takane」を活用

法改正対応の改修を3人月→4時間に短縮(社内検証・報道)。FDE起点で2030年度に約1,500億円の売上(報道)

Anthropic提携でFDEを推進。対価は人月でなく利用料で得る方向(報道)

NTTデータ

全工程でのAI活用を検証。適用件数は250件超(同社公式)

—

2027年度に適用比率50%・生産性40%向上が目標(日経クロステック 2025年11月報道)

FDEによる「脱・人月」の動きが報道

NEC

自社LLM「cotomi」を中心にAIエージェントを強化

自社LLM+外部パートナー連携

SI生産性の公式数値は確認できず

社内に「AIだけの部署」を設置

TIS

2030年度に生産性50%向上を目標

—

一部工程で工数50%削減(報道)

—

出典: 各社公式発表、クラウドWatch(富士通)、週刊BCN+ 2026年6月1日、日経クロステック 2025年11月10日、日経クロステック 2026年11月10日など。社内検証の数値は条件が違うため、単純には比べられません。

自社LLMを持つ富士通・NECは、データを自社の管理下に置きやすい点や国内業務への最適化を強みにしています。日立のマルチモデル戦略は、最新モデルへの切り替えが早い反面、外部モデルの提供条件や料金の変化の影響を受けます。富士通は2026年11月のGoogle Cloudのイベントで、FDEが2週間でデータを統合し、2〜3カ月で実装する進め方を紹介したと報じられています(マイナビニュース 2026年11月19日)。NECの取り組みはAnthropic×NEC戦略提携の解説やNECのAIだけの部署の事例、海外大手SIerの動きはTCS×AnthropicのClaude提携で確認できます。

SIer業界への影響:人月・下請け・スキル・契約

開発エディタに表示されたソースコードの画面

日立の発表は、日本のSIerが長く頼ってきた「人月(工数×単価)」モデルが揺らぎ始めたことを示す出来事です。ただし、報道で確かめられる事実と、業界の構造から考えられる予測は分けて見る必要があります。

事実:日立は「脱・人月」の契約モデルを構想している

人月モデルでは、生産性が30%上がると、そのまま売上が30%減りかねません。ZDNET Japanの取材で立川氏は、工数の圧縮で失う売上について「人に価値が出てくる部分については、きっちりと対価をいただく」と述べ、システムの稼働率(ダウンタイム)をKPIにした成果報酬型契約を構想していると報じられています。日経クロステック(日経コンピュータの特集「解剖・FDE」、2026年11月10日)も、NTTデータグループと日立がFDEで人月依存からの脱却を狙っていると報じました。ただ、成果報酬型の新しい契約メニューは2026年11月時点で公式には発表されていません。

海外でも同じ課題が語られています。日立デジタルのビルジェCEOは、従来型のプロダクト/デジタルエンジニアリング事業は「AIによって圧縮されている」と述べています(Business Insider Japan 2026年11月5日)。

予測:多重下請け構造の下流から仕事が縮む可能性

AIの効果が最初に出ているのは、コーディングや単体テストといった下流工程です(静岡銀行やMS&ADの実証もこの工程)。日本のSIは元請けの下に二次・三次請けが連なる構造が一般的なので、下流工程の工数が先に縮めば、下請け企業の受注量に響く可能性があります。

デロイト トーマツのレポートも、人月モデルの収益減は2次・3次請けに偏りやすく、大手は外注費を減らして収益性を上げられる可能性があると指摘しています。同時に、基幹系の全面置き換えは起きにくく、チェックや人による担保は残るとも見ています(デロイト トーマツ「AIディスラプションで進むSIer事業再構築の方向性」2026年5月15日)。これらは日立の発表内容ではなく、業界の構造から考えられる予測です。

日立の見方:求められるスキルが「AIを組み込める人」へ移る

立川氏はZDNET Japanの取材で、コーディング単体のスキルの需要は減り、「AIをどう組み込み、最大の事業効果を生むか」を描けるAIアーキテクトの育成が競争力になるという見方を示しています。業務知識、顧客との折衝、要件の言語化といった上流のスキルの価値が相対的に上がる方向です。

AI化してもSIのリスクは残る

決算説明会では、デジタルシステム&サービス部門で7〜9月期に「社会分野の特定SI案件で90億円の一過性の追加コスト」が出たことも説明されたと報じられています(マイナビニュース TECH+ 2026年10月28日)。この案件とAI基盤の関係は報じられていません。ただ、AIで生産性を上げる取り組みが進んでも、大規模SIの遅延やコスト超過のリスクがすぐに消えるわけではないことは押さえておきたい点です。

立場

主な影響

備えとしてできること

大手SIer(元請け)

人月から成果報酬・利用料型への移行圧力。FDE型人材の取り合い

契約モデルの見直し、業界知識を持つ人材のFDE化

中堅・下請けSIer

下流工程の工数減による受注量の変化(予測)

特定業界の業務知識や、AI駆動開発のレビュー・品質保証に強みを作る

エンジニア個人

コーディング単体の価値が下がり、要件定義・設計・AI活用の力が問われる

仕様を言葉にする力、AIエージェントを使った開発経験を積む

発注企業(ユーザー)

工期短縮・レガシー刷新の加速。契約条件やナレッジの扱いの確認が必要

成果報酬のKPI設計、データの扱い、ナレッジの帰属を契約前に確かめる

AIで開発する手法そのものに関心がある場合は、バイブコーディングとはや、エージェントの基本を解説したAIエージェントとはもあわせて読むと全体像がつかみやすくなります。

発注企業が確認したい5つのポイント

日立などAI駆動型のSIを提供するベンダーに発注するなら、開発の速さだけでなく、データの扱いと契約条件を前もって確かめておくことが大切です。公式ではセキュリティ・コスト・信頼性の統制機能があるとされていますが、具体的な仕様は案件ごとに確認が必要です。

確認ポイント

確認したい内容

1. データの扱い

業務知識や判断基準(企業コンテキスト)を、どのAIモデルに、どの環境で渡すのか。学習への利用の有無、ログの保存場所

2. 生成物のレビュー責任

AIが作った仕様・コード・テストを、誰がどの基準で検証するのか。不具合が出たときの責任分担

3. ナレッジの帰属

自社の業務知識を形式知にしたナレッジベースは誰のものか。契約終了時に持ち出せるか

4. ベンダーロックイン

ナレッジが特定ベンダーの基盤にたまることで、他社への切り替えが難しくならないか

5. 契約・価格モデル

成果報酬型の場合、KPI(稼働率など)の定義・測り方・未達時の扱い。生産性の向上分が価格に反映されるか

業務知識をAIに渡す前提の開発では、自社の業界の規制やデータの癖をベンダーがどこまで理解しているかで、要件の詰め方も準備するデータも変わります。大手SIerに限らず外部にAI開発を頼む場合の考え方は、業界に詳しいAI開発会社に委託すべきかで整理しています。

セキュリティ面では、日立は2026年6月にAnthropicの「Project Glasswing」に参画し、Claude Mythos Previewを社会インフラ向けソフトウェアの脆弱性発見に使う検証を進めています(日立 2026年6月5日、日立 2026年7月28日)。また、2026年11月17日の「Hitachi R&D Innovation Day 2026」では、研究開発の取り組みとして自律型AIの安全を守る仕組みが紹介されました。設計時にAIでハザード分析を網羅的に行い、運用時は入力データの異常とAIの出力を監視・補正し、補正できなければ非常停止するという多層の防御です。AIエージェントのガバナンスの考え方「Human Sovereignty Assurance」も示されています(クラウドWatch 2026年11月20日)。これらがAgentic AI Integration Platformに組み込まれているとは明示されていないため、発注時には案件で使われる統制の中身を個別に確かめるのが確実です。

こんな企業におすすめ(恩恵を受けやすい企業)

  • 金融・公共・エネルギー・鉄道など、日立が主な対象とするミッションクリティカル領域の企業
  • 仕様を知る担当者が減り、既存システムがブラックボックスになっている企業
  • レガシーシステムの刷新(モダナイゼーション)を計画しているが、人員や工期が足りない企業
  • すでに日立にシステム開発・保守を発注しており、たまった運用知見を生かせる企業
  • 24時間監視が必要なシステムを持ち、運用の初動対応を楽にしたい企業(JPXの事例に近いケース)

おすすめしない企業(慎重に見るべき企業)

  • 自社で開発ツールとして導入したい企業(日立に発注する形でしか使えず、単体の製品販売はない)
  • 小規模な開発案件が中心で、大手SIerへの発注を前提としない企業
  • 業務データを外部のAIモデルで扱うことに、社内規程上の強い制約がある企業(自社LLMを持つベンダーとの比較検討が必要)
  • 特定ベンダーへの依存を避けたい企業(ナレッジの帰属や移行条件の交渉が前提になる)
  • 「工数が減った分だけ費用が下がる」ことを最優先にしたい企業(成果報酬型・利用料型では、そうならない可能性がある)

発表から現在までの時系列

7月の発表以降、決算での進捗報告、運用監視へのAI適用、人材施策の報道が続いています。主な動きは次のとおりです。

日付

出来事

2025年

SI工程での生成AI適用効果を2027年度に1,000億円規模とする目標が報道(日経クロステック)

2026年1月29日

GlobalLogicとHitachi Digital Servicesの統合方針を発表。VelocityAIなどを統合する「AI Factory」を設置

2026年4月28日

2025年度決算でLumada 3.0・HMAXの実績を説明

2026年5月19日

Anthropicと戦略的パートナーシップを発表

2026年6月

Project Glasswingに参画。Google Cloudとの連携拡大、OpenAIとの連携本格化。Investor DayでPhysical AI FDEを説明

2026年7月24日

Agentic AI Integration Platformを発表

2026年7月28日

Claude Mythos Previewの検証成果を発表

2026年8月28日

2026年度末までに国内FDEを1,000人にする方針が報道(日本経済新聞)

2026年9月3〜4日

Hitachi Social Innovation Forum 2026 JAPANで「Modernization powered by Lumada」として展示

2026年9月3日

徳永俊昭社長がAI導入支援に向けた国内5,000人の育成方針を説明(日本経済新聞)

2026年9月28〜29日

ITmedia AI+・ZDNET JapanがFDE体制や成果報酬型契約の構想を報道

2026年10月20日

JPXと日立が取引システムの運用監視業務へのAI適用を本格的に開始

2026年10月28日

第2四半期決算。SI生産性の段階目標(約10%→約20%→30%)、Lumada・HMAXの見通し引き上げ、新会社Hitachi Digital(2027年4月1日発足)を発表

2026年10月29日

海外FDEを1年で3倍の3,000人にする方針が報道(日本経済新聞)

2026年11月5日

日立デジタルCEOが「非線形」成長とFDE拡大を説明(Business Insider Japan)

2026年11月10日

日経クロステックの特集「解剖・FDE」で、NTTデータと日立のFDEによる人月脱却の動きを報道

2026年11月17日

Hitachi R&D Innovation Day 2026でIWIM、AIガードレール、Human Sovereignty Assuranceを紹介

※1,000億円目標は2025年時点の報道で、最新の公式資料でも維持されているかは確認できていません。

よくある質問

Q. 中小企業や個人の開発者もこのプラットフォームを使えますか?

現時点では使えません。Agentic AI Integration Platformは、日立が受託するSI案件の中で日立とFDEチームが使う基盤で、製品として販売されていません。中小企業が似たAI駆動開発を取り入れたい場合は、Claude CodeやKiroなど市販のAI開発ツールを使うか、AI活用に強い開発会社に頼むのが現実的です。

Q. 日立に発注すれば開発費は安くなりますか?

公式な価格情報はなく、一概には言えません。報道では、日立が人月ではなく成果報酬型の契約を構想しているとされており、「工数が減った分だけ安くなる」とは限りません。見積もりの際は、AI活用による工期短縮が価格や納期にどう反映されるかを確かめましょう。

Q. 生産性30%向上はどこまで進んでいますか?

2026年10月の決算説明会での説明として、2025年度末までに約10%、2026年度末に約20%、2027年度に30%という段階が報じられています。利益率への効果は少しずつ出てくる見通しとされ、240倍のような数字が全社の成果にそのまま表れているわけではありません。

Q. SE(システムエンジニア)の仕事はなくなりますか?

なくなるというより、仕事の中身が変わると考えられます。日立自身もエンジニアを減らすのではなく、国内で約5,000人をFDEとして配置転換・育成し、海外のFDEも3,000人に増やすと報じられています。コーディング中心の業務は縮む一方、顧客の業務を理解して要件を言葉にする力や、AIエージェントを組み込んだ開発を設計する力の需要は高まる見込みです。

Q. なぜ日立は自社でLLMを開発しないのですか?

公式には、グローバルなパートナーシップを通じて、常に最先端のAIモデルを柔軟に選べる環境を整えるためと説明されています。モデル開発に投資するより、業務知識(企業コンテキスト)とSIノウハウの蓄積、統制機能、現場で伴走する人材に力を入れる戦略と読めます。

Q. 既存システムの保守契約にも影響はありますか?

運用工程にもAIエージェントを置くとされていますが、保守での具体的な機能や契約への影響は公表されていません。運用監視では、JPXの取引システムでAIが初動対応を支える事例が出ています。報道では稼働率をKPIにした成果報酬型契約が構想されているため、保守契約の更新時に契約形態の提案が変わる可能性はあります。

まとめ:日立のSI全工程AI化は「完全自動化」ではなく「SIの作り直し」

日立のAgentic AI Integration Platformは、構想策定から運用まで工程ごとにAIエージェントを置き、顧客固有の業務知識をAIが読める形でためていく、受託SI向けの開発基盤です。

  • 仕組み: マルチモデル(Anthropic・Google Cloud・OpenAI)+統制機能、企業コンテキストとSIナレッジのナレッジベース、OT・レガシー刷新への展開
  • 数字の読み方: 240倍・200倍は社内の特定作業の最大値。顧客実証は25〜30%、全社では約10%(2025年度末)→約20%(2026年度末目標)→30%(2027年度目標)
  • Lumadaとの関係: Lumada 3.0のソリューション群「HMAX」を素早く届けるための基盤。2026年度の見通しはLumada 5兆2,000億円、HMAX 5,100億円(報道)
  • 人と体制: 国内FDEは2026年度末に1,000人、中長期で5,000人規模、海外は1年で3,000人へ(報道)。AIと現場伴走をセットで提供
  • 業界への影響: 人月モデルから成果報酬・利用料型への移行圧力、下流工程の縮小(予測)、AIアーキテクト型スキルへの移行

発注企業にとっては工期短縮やレガシー刷新を進める好機です。その一方で、データの扱い、ナレッジの帰属、契約のKPI設計は事前に確かめておく必要があります。運用・保守工程の具体的な機能や新しい契約メニューの詳細はまだ公式に出ていないため、日立の公式リリースとあわせて続報を追っていくのがおすすめです。

依頼範囲と費用の目安を30分で整理します

この記事の著者

AI革命

AI革命

編集部

AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。

AI・システム開発は、開始価格を公開しています

既存システムの改修 100万円〜・PoC 300万円〜(税別)。相談内容を送っていただくと、2営業日以内に担当者からご返信します