技術者が積み上げてきた経験とノウハウを基本とした判断で、障害発生時の復旧に対処してきたJR東日本。同社は日立製作所のAI技術を活用し、復旧時間の短縮や輸送の安定化を目指す。
東日本旅客鉄道（JR東日本）は2023年4月から、人工知能（AI）技術を活用する「復旧支援システム」を、輸送障害発生からの復旧支援に使用する。復旧支援システムには日立製作所（以下、日立）が開発した「オペレーション・リコメンデーションシステム」を利用する。従来、障害原因の特定や復旧には技術者の経験や知見に依存した情報収集と判断が必要だった。復旧支援システムを活用することで、属人化からの脱却とデジタル技術活用による復旧時間削減、輸送の安定化を目指す。
JR東日本が使用する復旧支援システムには、日立が開発した「リコメンドAI技術」を活用したオペレーション・リコメンデーションシステムが使われている。現地係員を指揮する指令員は、鉄道の沿線設備の故障による輸送障害が発生した際に、障害の内容や確認項目といった詳細情報を復旧支援システムに入力する。その後、同システムが過去のデータベースから共通の特徴を持つ事象を判定・抽出し、障害の原因の絞り込みや復旧方法の提案を、復旧支援に当たる現地係員に提示する。これにより現地係員は、輸送障害から復旧する時間を短縮できるようになる。
復旧支援システムによって、技術者の経験や知見だけでは特徴の類似性に気付きづらい、まれに発生する輸送障害も、類似事象の抽出が可能となる。同システムを活用したシミュレーションでは、復旧におよそ2時間かかっていた輸送障害で、復旧時間を50％程度短縮できることを確認した。
同システムを利用する現地係員の利用スキル向上に向けた取り組みとして、JR東日本は複合現実（MR）を使用したゴーグルによる訓練を進める。具体的には、復旧手順の習得や、ゴーグルから投影される現地映像を活用して、現地係員と遠隔の司令員が共同で復旧に当たるといった訓練に取り組む。
Copyright © ITmedia, Inc. All Rights Reserved.
生成AIを活用して業務や顧客体験の再構築を進める動きが活性化しているが、その多くが、PoCやラボ環境の段階にとどまっている。なぜなら、生成AIの可能性を最大限に引き出すための、インフラのパフォーマンスが不十分だからだ。
昨今のソフトウェア開発では、AIコーディングアシスタントの活用が主流になっている。しかし、最適なコーディングアシストツールは、開発者や企業によって異なるという。導入の際は、どのようなポイントに注意すればよいのか。
生成AIの活用にはデータベースが重要となるが、従来のデータベースは最新テクノロジーに対応できないなどの課題がある。本資料では、データベースをモダナイズし、生成AIを用いてビジネスイノベーションを生み出すための方法を探る。
ビジネスにおいて、検索体験およびその結果の質の向上が重要なテーマとなっている。顧客はもちろん、自社の従業員に対しても、実用的な答えをより迅速に、手間なく入手できる環境の整備が求められている。
登場以来ビジネスへの活用方法が模索されてきた生成AI。近年では業務組み込みにおける具体的な成功例が数多く報告されている。本資料では、5件の生成AI活用事例を交えて、業務に組み込む上での具体的なアプローチを解説する。
いまさら聞けない「仮想デスクトップ」と「VDI」の違いとは
遠隔のクライアント端末から、サーバにあるデスクトップ環境を利用できる仕組みである仮想デスクトップ（仮想PC画面）は便利だが、仕組みが複雑だ。仮想デスクトップの仕組みを基礎から確認しよう。
「サイト内検索」＆「ライブチャット」売れ筋TOP5（2025年4月）
今週は、サイト内検索ツールとライブチャットの国内売れ筋TOP5をそれぞれ紹介します。
「ECプラットフォーム」売れ筋TOP10（2025年4月）
今週は、ECプラットフォーム製品（ECサイト構築ツール）の国内売れ筋TOP10を紹介します。
「パーソナライゼーション」＆「A／Bテスト」ツール売れ筋TOP5（2025年4月）
今週は、パーソナライゼーション製品と「A／Bテスト」ツールの国内売れ筋各TOP5を紹介し...
ITmediaはアイティメディア株式会社の登録商標です。
