HitachiはLumadaプラットフォーム上で製造業特化のAIエージェントを投入し、大口顧客が評価を始めている。本当の物語はエージェント性能ではない。西側の既存勢がすでに地歩を固めている、産業AIのオペレーティングレイヤーを誰が握るかという集約しつつある戦いである。

競争地図は単一の地域プレイヤーよりはるかに広い。SiemensのIndustrial Copilot、GE Vernova、Rockwell-Microsoft連合は1年以上前から生産現場向けエージェントを展開しており、AWS、Azure、Google Cloudはインフラから産業アプリケーションスタックへ上がろうとしている。いま参入するベンダーにとっての戦略的問いは、ハイパースケーラーがその下のレイヤーをコモディティ化する前に、インストールベースの堀を築けるかどうかだ。Hitachiのおよそ1万社の顧客基盤は本物の資産だが、過去10年にクラウドネイティブの挑戦者に押しつぶされたエンタープライズソフトウェアベンダーに聞けばわかるように、インストールベースの慣性はプラットフォーム置換を何度も止められなかった。

より深いリスクは構造的だ。オペレーショナルテクノロジーのデータ上で動くエージェント型AIは、意思決定権限と責任をめぐる未解決の問いを生む。エージェントが誤った予知保全アラートを出したり、稼働中の生産ラインで欠陥を誤分類したりしたとき、コストを負担するのは誰か。プラットフォームベンダーか、インテグレーターか、メーカーか。この曖昧さは、概念実証から本番への移行を以前のIoT波よりはるかに難しくし、モデル能力にかかわらず採用を遅らせる。

機会は中堅メーカーにある。自前のデータサイエンスチームを持てない部品・材料企業は、サブスクリプション型の産業インテリジェンスへアクセスでき、厳しい人材獲得上の不利を中和できる。OEMが特定プラットフォームを標準化すれば、Tier-1サプライヤーは調達の重力によって同じスタックへ引き込まれる。これにより、アンカー顧客を最初に囲い込んだ企業に有利な、勝者総取りに近い連鎖的な力学が生まれる。

経営層への行動は3つだ。第一に、早期採用企業のサプライチェーンにいるなら、2四半期以内に互換性テストチームを立ち上げること。第二に、品質保証、職場安全、リコール露出を含むエージェント主導の判断について、法務と今から責任範囲を定義すること。第三に、OPC UAとAsset Administration Shellというオープンデータ標準への準拠を、譲れない調達条件にすること。プラットフォームロックインに対する最も持続的なヘッジは、自社のデータインターフェースを所有することであり、その交渉力は展開競争が加速する前に確保しなければならない。