こんにちは！KINTOテクノロジーズ（以下、KTC）のAIファーストグループで、生成AIの社内活用推進を担当している和田です。普段は生成AIを使った業務価値の創出から、社内の教育研修、技術の手の内化まで、「AIを現場に届ける」仕事をしています。 今回お話ししたいのは、 AI Agent（AIエージェント） というトレンドです。KTCのようなテックカンパニーの内側で何が起きているのか。そして、ITやAIの知識を持つ我々と、業務の知識を持つ方々（それは時によってメーカーの設計技術者さんだったり、販売店の営業さんだったりします）との「協業の形」がどう変わろうとしているのか。「ニンベンのついた自働化」というキーワードを軸に、お伝えしていきます。 1. はじめに ― なぜ今「エージェント」なのか 生成AIの進化を振り返ると、大きく3つのフェーズがあったと考えています。 時期 フェーズ 特徴 2022〜2023年 チャットAI 1問1答。「質問すれば答えてくれる」体験が広がる 2024年 RAG全盛期 RAG（Retrieval-Augmented Generation：社内データ等を検索しながら回答を生成する手法）で「自社の情報を知っているAI」が登場 2025年〜 AI Agent AIが自ら考え、ツールを使い、複数ステップの仕事をこなす Agentを実現するOSSの老舗であるLangChainをはじめ、エージェントという概念自体は2023年頃にはすでに存在していました。しかし当時は、LLMそのものの"地頭"がまだ追いついていませんでした。指示を正しく理解できない、途中で迷子になる、ツールの使い方を間違える ― そんな状態を覚えている方もいると思います。 ここ1〜2年でLLM（Large Language Model：大規模言語モデル）の精度が飛躍的に向上したことで、ようやくエージェントが「実用に耐える」レベルになってきました。これは毎日エージェントを使い、自身の業務を常に効率化し続けてきた私の実感です。 2026年の今、多くの企業がエージェント技術を「PoCから社会実装へ」と動き始めています。試すフェーズは終わり、業務に組み込むフェーズに入りつつある。だからこそ、「どう組み込むか」の設計思想が問われています。 2. 目指す姿 ― 「ニンベンのついた自働化」とはどんな状態か KTCが所属するトヨタグループでは昔から「自働化」という概念が大切にされています。「動」ではなく「働」。機械が異常を検知したら自ら止まり、不良を後工程に流さない。問題を顕在化させ、人が原因を究明し対処できる状態をつくる。人を機械の番人にせず、本来人間にしかできない判断や改善に集中させる。自動化の中に「人の知恵」を埋め込む思想です。 ・・・とはいうものの、AIエージェントの時代における「ニンベンのついた自働化」とは、一体どんな状態でしょうか？ 私はこう定義しています。 人間の役割が明確になっている エージェントが作業している間、人はより創造的・判断的な仕事に集中できている。たとえば、エージェントがログ分析をしている間に、人間は対応方針の意思決定に集中する、といった状態です。 エージェントの「持ち物」が事前に整っている 必要な権限、参照すべきデータ、判断基準 ― これらを人間が先回りして渡している。エージェントに手待ちをさせない環境設計です。 「やってはいけないこと」の境界線が設計されている 例えば「データの参照はOK、削除はNG」「提案はするが、最終承認は必ず人間」といったガードレールが明確に引かれている。 業務を知る人がフロー全体をデザインしている 技術者だけでは、業務の「行間」は読めません。何年・何十年と積み上げてきたドメイン知識を持つ人が、AIとの協業設計に参加している状態です。 この4つが揃ったとき、AIは「勝手に動く怖いもの」ではなく、「信頼して任せられるチームメイト」になる。それが「ニンベンのついた自働化」の姿だと考えています。 3. 進め方の指針 ― PoCを現場に届けるための3ステップ 「エージェント、作ってみたけど現場に浸透しない」 これは本当によく起きる現象です。理由はシンプルで、 技術的に動くものを作ることと、それが業務に根付くことは、まったく別の話 だからです。 私がエージェント開発の中で踏む3つのステップを紹介します。 ステップ1：課題を「正しく」見つける ここでの「正しく」とは、AIで解くべき課題かどうかを見極めるという意味です。 何年もかけて磨き上げられてきた課題解決の型は、道具が変わっても色褪せません。トヨタグループが大切にする問題解決のアプローチ ― 「現状把握」「真因追求」は、AI活用の文脈でもそのまま有効です。 ただし、一つ重要な判断軸が加わります。 「全てをAIでやろうとしない」 ということ。 たとえば、月に数回しか発生しない作業を自動化しても、構築・運用コストに見合わないことがあります。逆に、毎日30分かかる定型作業は、多少精度が荒くてもエージェント化する価値がある。費用対効果とスケール感を冷静に見極めることが、このステップの肝です。 ステップ2：試す・作り込む AIエージェントの構造は、実はシンプルです。大きく2つの要素で成り立っています。 プロンプト ：エージェントへの「指示書」。あなたの役割はこれで、こういう手順で仕事をしてください、という設計図です。非エンジニアの方は「新人に渡す業務マニュアル」をイメージしていただくとわかりやすいかもしれません。 ツール ：エージェントが使える「道具箱」。ウェブ検索、社内データの参照、計算、メール送信など、LLM単体では苦手なことを補う機能群です。 ・・・ただし、「シンプルな構造 = 簡単に完成する」ではありません。 プロンプトの書き方ひとつで、エージェントの振る舞いは劇的に変わります。ツールの選び方、渡すデータの粒度、エラー時のフォールバック設計。この作り込みの工程に、全体の工数の大半がかかると言っても過言ではありません。 ステップ3：業務フローに「組み込む」 ここが最も重要で、かつ最も見落とされやすいステップです。 完成したエージェントを業務フローのどこに置くか。誰が使うか。既存のツールとどう共存させるか。例外が起きたときに誰がフォローするか。 これらの問いに答えられるのは、 ドメインの知識を持つ人だけ です。 ここで言う「ドメイン知識」とは、特定の業務ノウハウだけを指しているわけではありません。業務フローを再設計するための価値判断基準、組織の意思決定経路や力学、そして現場の肌感覚 ― これらすべてを含む、長年の経験から培われた知の総体です。 たとえば自動車・モビリティの領域で考えると、その重要性がよくわかります。 現場の業務ノウハウ 整備士が持つ「この車種のこの年式は、ここが壊れやすい」という経験則。販売店の営業が持つ「この地域では◯月に需要が伸びる」という季節感覚。こうした知識は、個別業務に深く根ざしています。 価値判断と優先順位の基準 「納車までのリードタイムを短縮するよりも、お客様への中間報告の頻度を上げるほうが満足度に効く」「この検査工程は品質上絶対に省略できないが、書類作成の順序は変えられる」。業務フローを再設計するとき、何を守り何を変えてよいかを判断できるのは、その業務の「重み」を知っている人だけです。 組織の事情と意思決定の経路 「この変更はA部門だけでは通らない、B部門の部長の合意が要る」「この申請は制度上オンラインで完結するが、実質は事前の根回しが必要」。どんなに優れたエージェントを作っても、組織の中で動かせなければ意味がない。その道筋を知っているのも、ドメインの力です。 これらの知識は構造化されていません。業務マニュアルにも社内ドキュメントにも、ましてやLLMの学習データにも十分には載っていない。だからこそ、エージェントを開発する技術者だけでは業務フローの設計はできないし、業務を知る「人」が設計に参加する必要があるのです。 具体的な場面で言えば、「この申請は月末に集中するから、そのタイミングでエージェントが下書きを用意しておいてくれると助かる」「この承認フローは部長の口頭確認が実質必要だから、エージェントの自動承認は外したほうがいい」 ― こうした判断は、何年も現場で業務を回してきた人にしかできません。 だからこそ、ステップ3は技術者と業務担当者の「共同作業」になります。ここに「ニンベンのついた自働化」の真価があると考えています。 4. よくある落とし穴 ― 「動くけど根付かない」を避けるために セクション3で「 正しい進め方 」を紹介しましたが、現場では逆のパターン ― つまり、やってしまいがちな失敗 ― も数多く見てきました。エージェントが「技術的には動いているのに、業務に根付かない」とき、原因はたいてい次の3つのどれかに行き着きます。 落とし穴1：「全部AIで」と決めつけてしまう エージェントの可能性に惹かれるあまり、「AIに丸投げ」してしまうケースです。 一見すると大胆で魅力的に聞こえます。しかし、業務フローの中には「人の判断が入ることで価値が生まれている」工程が必ずあります。たとえば、クレーム対応における熟練オペレーターの声色の判断や、契約書レビューでのベテラン法務担当の「この条項は先方の意図と違う気がする」という直感。データ上は自動化できそうに見えても、その判断こそが顧客との信頼関係を支えている。こうした工程をAIに丸ごと置き換えると、効率は上がっても、守るべきものが静かに失われていきます。 ステップ1の「 AIで解くべき課題かどうかの見極め 」が甘いと、ここにはまります。 落とし穴2：ドメインエキスパート不在のまま業務フローを設計する エンジニアだけで「こう組み込めば効率的だろう」と業務フローを設計してしまうケース。技術的には合理的でも、現場の実態と噛み合わない、机上の空論で設計が進行してしまいます。 セクション3で挙げた「 組織の事情と意思決定の経路 」。これを知っているのは、何年もその業務を回してきた人だけです。エンジニアがどれほど優れていても、この層の知識は外から取得できません。 落とし穴3：「作って渡す」で終わりにしてしまう 「エージェント、完成しました。マニュアルも書きました。あとはよろしくお願いします」。 この引き渡し方は、ほぼ確実に定着しません。エージェントは従来のシステムとは違い、使い方や問いかけ方によって振る舞いが変わります。現場の人が「こう聞けばこう返る」という感覚を掴むまでには、作った人と一緒に使ってみる期間が要ります。 もうひとつ見落とされがちなのが、 UI/UXの設計 です。エージェントと聞くと、つい「チャットUI」を思い浮かべがちですが、チャットはあくまで暫定的なインターフェースにすぎません。現場の人が本当に求めているのは「チャットで何でも聞ける」体験ではなく、「いつもの業務の流れの中で、自然にAIの力が効いている」体験です。それはボタンひとつで起動するワークフローかもしれないし、既存ツールの中に溶け込んだ提案機能かもしれない。チャットUIで得たフィードバックを手がかりに、ユーザーが本当に求める体験を作り込んでいく ― この工程を「渡して終わり」にすると、永遠にチャットの域を出られません。 使っていく中で「ここはもう少しこうしてほしい」というフィードバックが生まれる。そのフィードバックをその場で反映できる ― この即応性が、エージェントが業務に馴染むかどうかの分岐点になります。 これらの落とし穴に共通するのは、 技術と業務の間に「翻訳者」がいない ということです。 エージェントにせよ何にせよ、 使ってもらってなんぼ です。どれだけ精緻に作り込んでも、現場で使われなければ価値はありません。そして「使われる」ためには、技術的な完成度よりも、業務への馴染み方のほうがはるかに重要です。エンジニアとドメインエキスパートが同じ机で一緒に考える体制さえあれば、これらの失敗の多くは防げます。 次のセクションでは、その「一緒に考える」を実現するための協業モデルについてお話しします。 5. 今後の展望 ― Forward Deployed Engineer（FDE）という協業の形 最後に、「ニンベンのついた自働化」を現場に届けるための、IT企業との新しい協業モデルについてお話しします。 Forward Deployed Engineer（FDE） とは、エンジニア自身が顧客の現場に入り込み、課題のヒアリングから実装・運用定着まで一気通貫で担う職種です。 起源は米国の Palantir Technologies が確立した FDSE（Forward Deployed Software Engineer） とされています。名前の由来は軍事用語の「Forward Deployed（前線展開）」で、「製品を納品するだけでは使われない、エンジニアが現場に入って初めて価値が生まれる」という哲学から生まれました。 従来のIT企業では、エンジニアは社内でシステムを開発し、営業・PM・カスタマーサクセスを介して顧客と接するのが一般的です。FDEはこの構造を変え、エンジニアが顧客と直接対話しながら、要件定義・実装・定着支援までをすべて担います。コンサルタントと異なるのは「自ら手を動かす」点です。 具体的には、 作れるエンジニア自身が、課題を持っている現場に直接入り込んで、一緒に考える 。プロトタイプを一緒に触りながら、同じ机で議論する。セクション4で挙げた 「作って渡す」で終わりにしてしまう という落とし穴の裏返しとも言えます。作って渡すのではなく、作りながら一緒に使う。その距離感が、エージェントの定着を左右します。 役割 担うこと FDE （IT側） 技術的な複雑さを引き受ける。AIの限界と可能性を正直に伝える。「これはできます、これは今は難しいです」を明確にする。 ドメインエキスパート （業務側） 業務の文脈を提供する。「このデータならここから取れる」「この件は誰に聞けばいい」「この申請は私が通します」という現場の力を発揮する。 この2つが掛け合わさったとき、初めて「ニンベンのついた自働化」が現場に根付く。私はそう信じています。 KTCは、この「FDEとドメインエキスパートの共創」を、自分たちの現場で実践し続けていきます。困りごとを見つけ、試し、形にして、届ける。そのサイクルの中で得た知見を、こうした場で発信していくことが、私にできる貢献のひとつだと考えています。 ここまで読んでいただき、ありがとうございました！ 「AIエージェント」という言葉が少し身近になり、「うちの現場でも何かできそうだな」と感じていただけたなら、この記事を書いた甲斐があります。 ぜひ一緒に、「ニンベンのついた自働化」を実装していきましょう。

イベント概要 自動車・製造業を中心にCAEワークロードを実行されているお客様向けに、本年2月（東京リージョンは3月）に一般提供開始した Hpc8aインスタンス をはじめとしたAWSの最新ソリューション、並びにその基盤となるアーキテクチャを提供するAMD様、業界内で強力なリーダーシップを有するSIパートナー様や主要なアプリケーションベンダーの皆様から最新情報をお届けする集中イベントを、4月20日週に東京・大阪・名古屋 3か所のロードショーの形で実施いたします。AWSでグローバルにCAEワークロード責任者を務める Sandeep Sovani も来場します。是非お近くの会場にてご参加ください。 開催日程 東京: 　　4月20日(月) @AWS目黒オフィス　13:15 ～ 17:15 （受付: 12:45～） 大阪: 　　4月22日(水) @AWS大阪オフィス　13:15 ～ 17:15 （受付: 12:45～） 名古屋: 　4月23日(木) @ウインクあいち　13:15 ～ 17:15 （受付: 12:45～） （※セミナー終了後、ネットワーキングセッションを実施いたします。こちらも奮ってご参加ください。） イベントプログラム 時間 内容（※一部リモート・録画投影にて実施予定） 13:15 – 13:30 オープニング 13:30 – 14:00 AWSセッション 14:00 – 14:30 AMD様セッション 14:30 – 15:00 CAE SIer様セッション 15:00 – 17:00 CAEアプリケーションベンダー様セッション（調整中） 17:00 – 17:15 Q&A / クロージング 17:15 – 19:00 ネットワーキングセッション（※ご参加可能な方） 軽食・飲み物をご用意しております ※当日迄にセッション時間内訳等変更となる可能性がございます。 ※一部のセッションは英語での提供となりますが、通訳を手配する予定です。 セミナー参加情報 開催形式 : 　会場参加型セミナー（オンライン配信はありません） 東京会場(4/20)            〒 141-0021東京都品川区上大崎3-1-1 目黒セントラルスクエア21階　AWS目黒オフィス内セミナールーム 大阪会場(4/22)            〒 530-0005 大阪市北区中之島 3-3-3 中之島三井ビルディング26F　AWS大阪オフィス内セミナールーム 名古屋会場（4/23)      〒 450-0002 愛知県名古屋市中村区名駅4丁目4-38 ウインクあいち 1307会議室 参加費用 無料 参加対象者 CAEワークロードを持つ自動車・製造業等のお客様、エンジニア、事業部門、意思決定者の方まで多くの方にご参加いただけます。 定員 各回30名 ※定員に達した場合は申込を締め切らせていただきます。 お問い合わせ アマゾンウェブサービスジャパン セミナー事務局 Email : aws-jp-hpc@amazon.com お申込サイト https://bit.ly/4uzniiM ※開催日が近くなりましたらお申込みいただいた方のご連絡先に 入館証他詳細をご連絡させていただきます。

本記事は 2026/03/11 に公開された “ From Pilot to Production: Scaling Industrial AI with AWS at Hannover Messe 2026 ” を翻訳し、 日本のお客様向けの補足情報 を追加したものです。 Hannover Messe 2026 がまもなく開催されます。今年注目の話題は工場フロアでの AI の活用です。世界有数の産業技術展示会である Hannover Messe の中心は、製造、エネルギー、物流の業界リーダーや実務者が一堂に会し、世界の産業が直面する重要な課題に取り組みます。今年のイベントは 4 月 20 日から 24 日までドイツのハノーバーで開催され、約 123,000 人の来場者、4,000 以上の出展者、そして数千もの製品やソリューションが集まります。AWS は、製造業の企業が AI を大規模に展開するための実用的なソリューションを提供します。Hannover Messe 2026 では今年も、ホール 15、ブース D76 の AWS ブースにご来訪ください。そこでは、AWS と AWS パートナーのソリューションを通じて、フィジカル AI、エージェンティック AI、エッジからクラウドへの連結性、インテリジェントなデータ基盤の最新情報を展示します。これらはすべて、製造業者が変革を加速し、測定可能なビジネス成果を促進するのに役立つように構築されています。 なぜ Hannover Messe 2026 に参加するのか 最新技術を学び、関係づけ、体験したいなら、Hannover Messe はまさにその機会です。以下の内容にご期待ください： 展示会： 4,000 以上の出展者が広大なホールに集まり、Hannover Messe はスマート製造、デジタルエコシステム、産業向けエネルギーにまたがるソリューションを紹介しています。AWS はデジタルエコシステムホールの中心、ホール 15、ブース D76 にあります。到着前に イベントレイアウト を確認しルートを計画してください。 カンファレンス： Hannover Messe のカンファレンスプログラムでは、C レベルの幹部、業界のビジョナリー、技術実務家によるプレゼンテーションが満載の専門ステージが特徴です。今年のアジェンダでは、フィジカル AI、エージェンティック AI、自律型製造、エッジからクラウドへの機器への接続、デジタル主権を取り上げます。AWS のスピーカーが週を通してステージに立ち、産業用 AI を大規模展開するための知見を共有します。スケジュールは以下のとおりです： 基調講演: AWS の自動車・製造部門のゼネラルマネージャーである Ozgur Tohumcu が、Volkswagen Group の Florian Lechner と共に、「 試験運用から本番へ：AWS とフォルクスワーゲングループで産業用 AI を大規模展開 (From Pilot to Production: Realizing Industrial AI at Scale with AWS and Volkswagen Group)」と題した基調講演を行います。このセッションは 4 月 21 日火曜日 午後 1:15–1:45 にセンターステージで行われます。Volkswagen Group が AWS を利用したデジタル生産プラットフォームを世界中の 40 以上の施設にどのようにスケールしているかを学びます。 成果のために: AIによる再産業化 (Build to Win: AI-driven Re-industrialization) – 4 月 20 日（月）午前10:20, Hall 26, Booth E43 – Spotlight Stage (Solution Lab Automation &amp; Digitalization) デジタル主権の複雑さを乗り越える (Navigate digital sovereignty complexity) – 4 月 20 日（月）午後3:10, Hall 26, booth E43 – Expert Stage 1 (Solution Lab Automation &amp; Digitalization) 製造のエージェントユースケースを初めて動かす:ライブマルチエージェントシステムデモ (Run Your First Manufacturing Agentic Use Case: Live Multi-Agent System Demo) – 4 月 21 日（火）午前11:15, 午前10:20 in Hall 26, Booth E43 – Spotlight Stage (Solution Lab Automation &amp; Digitalization) AI による製造業のバリューチェーンにおける脱炭素化と排出量モデリング (From Data to Decarbonization: AI-Powered Emissions Modeling Across Manufacturing Value Chains) – Hall 12, Stand F56 – Expert Stage (Solution Lab Energy &amp; Industry Infrastructure) マスタークラス： さらに深く学びたい人のために、Hannover Messe では、ライブ Q&amp;A を含む最大 60 分のインタラクティブな実務者によるセッションを提供します。AWS は今年、主要な産業用 AI トピックをカバーする 3 つのマスタークラスセッションを開催します。お早めに申し込んで、席を確保してください。 エージェントを活用したデータ探索によるデータ分析の加速(Accelerate data insights with agentic data exploration) – 4 月 20 日月曜日、午後 3:30、Solution Lab Automation &amp; Digitalization (Hall 26 Booth E43), Masterclass Room 1 エージェントベースの AI による在庫再調整の自動化 (Automate inventory rebalancing with Agentic AI)– 4 月 21 日火曜日、午後 4:45、Hall 12, Solution Lab (F56) Masterclass Room ショップフロア制御からフィジカル AI への移行：産業接続性とインテリジェントオートメーションの架け橋 (From Shop Floor Control to Physical AI: Bridging Industrial Connectivity and Intelligent Automation) – 4 月 23 日木曜日、午前 11:00、Solution Lab Automation &amp; Digitalization (Hall 26 Booth E43), Masterclass Room 1 ネットワーキング： Hannover Messe は、業界リーダーとつながる世界最大のグローバル産業イベントの 1 つです。展示フロア以外でも、AWS は週を通して様々なイベントを開催します。エグゼクティブ、顧客、パートナーが集まり、有意義なディスカッションを行います。AWS の専門家とのより深い個別ディスカッションをご希望の場合は、 ミーティングをリクエスト してください。ミーティングはブース内のミーティングルームで開催されます。 また、AWS パートナーのプラチナスポンサーが主催するブース内のイブニングレセプションも開催されます。ドリンクや軽食を楽しみながら、AWS のトップパートナーやその幹部とネットワーキングし、交流する機会をお楽しみいただけます。 4 月 20 日（月）午後 5:30 – 午後 7:00、 Zoomlion 提供のイブニングレセプション 4 月 21 日（火）午後 5:30 – 午後 7:00、 Siemens 提供のイブニングレセプション 4 月 22 日（水）午後 5:30 – 午後 7:00、 QAD Redzone がスポンサーのイブニングレセプション ホール 15 での AWS 展示内容 AWS は、ホール 15 のブース D76 に 1,400m² の展示スペースを設置します。ここでは、エンジニアリング・開発、スマート製造・サプライチェーン、スマート製品・サービスの 3 つのソリューション領域を紹介します。 今年の AWS ブースのハイライトは、 AI 駆動の製品ジャーニー です。これは製造工程を最初から最後まで実体験できる展示です。 参加者は自分でカスタムの金属製ドリンクコースターをデザインし、プロセスの最初から最後まで自律的に製造されるのを 確認 します。この体験は 3 つの領域全てにまたがります。 エンジニアリング &amp; 開発トンネル： ジェネレーティブデザイン、CAD AI エージェント、デジタルスレッドによるナレッジアシスタント、AI 駆動シミュレーションのライブデモンストレーションをご覧ください。 自律型製造セル： 自律移動ロボット（AMR）、協働ロボット（コボット）、ヒューマノイドロボットが、AWS を使用してオーケストレーションされたレーザー彫刻生産ラインを実行するためにリアルタイムで協力する様子をご覧ください。 フィジカル AI ステーション： AWS が提供するスケーラブルで統合されたエッジ to クラウドへのソリューションを通じて、製造業者は、合成データの生成、分散モデルトレーニング、写実的なシミュレーション、フリートの導入、物理ロボットとスマート製造システムのための高度なエージェントタスクを速やかに実現できます。これら&nbsp;5 つの柱となるプロセスを通じて、フィジカル AI の導入が可能になります。 今年の新展示 Amazon から学ぶ では、AWS が Amazon のフルフィルメントと物流を内側から支えているかを紹介します。ブース内のその他のキオスクでは、 Amazon Bedrock AgentCore 、 Amazon Nova Forge 、 Amazon Quick 、 AWS Transform に焦点を当てています。これらのキオスクでは、サプライチェーン最適化、データ探索、OT モダナイゼーション、組み込みソフトウェア開発、スマートマシンのためのエージェンティック AI ソリューションを 取り上げて います。 AWS のブースには 24 のスポンサーパートナー が参加し、プラチナスポンサーには QAD Redzone、Siemens、Zoomlion が含まれます。当社の 製造および産業パートナーネットワーク は、クラウドの旅のあらゆる段階で比類のない専門知識と選択肢をお客様に提供します。パートナーキオスクを探索して、幅広い製造のユースケース向けに AWS 上に構築された協調的なソリューションを発見してください。また、AWS Business Outcomes Xcelerator（BOX）プログラムについても学べます。このプログラムでは AWS と AWS パートナーが協力して、運用の近代化、生産プロセスの最適化、ビジネスの成長を促進します。 ブース体験をさらに豊かなものにする 50 以上のブース内シアターセッション が開催されます。ここでは、AWS の専門家、パートナー、顧客が実世界のストーリーを共有します。 セッションは、工場現場のフィジカル AI から、サプライチェーンのエージェントソリューションやインテリジェントなデータ基盤まで、幅広いトピックに及びます。AWS シアターセッションのスケジュールをチェックして、参加をご計画ください。 AWS が産業 AI をどのように支えているか AWS は、製造業の企業が AI でパイロットから本番環境へ移行するためのサポートを提供します。Hannover Messe 2026 では、AWS が産業変革における最重要課題にどのように取り組んでいるかを探ってみましょう： フィジカル AI と自律型製造： 工場フロアは急速に変化しています。フィジカル AI により、ロボット、コボット、自律システムが物理世界を認識、推論、行動します。AWS は、これらのソリューションを大規模に展開するための柔軟なエッジからクラウドまでのインフラストラクチャを提供します。シミュレーションやモデルトレーニングからエッジでのリアルタイム推論まで、AWS は製造業にフィジカル AI をもたらすのに役立っています。自律型製造セルでその様子をご覧ください。 サプライチェーンのためのエージェンティック AI： サプライチェーンは複雑で動的であり、迅速な意思決定を困難にします。AWS は製造業の企業のエージェンティック AI ソリューションの導入を支援し、お客様が計画を自律的に最適化し、混乱を予測し、意思決定を加速することを支援します。これらのソリューションは、産業グレードのインフラストラクチャによって実現されいてます。サプライチェーンキオスクを確認したり、Amazon Bedrock AgentCore でできることについてさらに学んでください。 インテリジェントデータ基盤とデジタルスレッド： サイロ化されたデータは、産業 AI の採用の大きな障壁です。AWS は、製造業者が統一されたデータ基盤を構築します。この基盤には、検索可能なナレッジグラフや製品デジタルスレッドソリューションが含まれ、製品ライフサイクル全体にわたって情報を接続します。この基盤により、生成 AI、エージェンティック AI、フィジカル AI をスケールすることが可能になります。ブースのエンジニアリングおよび開発エリアでさらに詳しく探ってみてください。 エッジからクラウドへの接続： 工場フロアの資産をクラウドに接続する際、既存のインフラストラクチャを丸ごと取り除く必要はありません。AWS IoT SiteWise Edge は、250 以上のデバイスのネイティブ産業プロトコルをサポートし、製造業務全体でデータをシームレスに収集、コンテキスト化、分析します。ブースのスマート製造エリアに立ち寄り、エッジからクラウドへの接続ソリューションをご覧ください。 運用レジリエンスとデジタル主権： 国境を越えて事業を展開する製造業者は、どこで事業を行っても、データの安全性、コンプライアンス準拠、レジリエンスに自信を持つ必要があります。AWS は、運用レジリエンスとデジタル主権のための目的別ソリューションを提供しており、欧州主権クラウドも含まれています。これらのソリューションにより、製造業者はイノベーションを遅らせることなく規制要件を満たすことができます。ブースの欧州主権クラウドの展示にお越しいただき、さらに詳しく学んでください。 ブースにお越しください Hannover Messe 2026 では、ホール 15、ブース D76 の AWS ブースへお越しください。クラウド技術における最新の産業イノベーションをご覧ください。AI による製品の旅を体験し、AWS の専門家と会い、ガイド付きブースツアーに参加するか、シアターセッションに参加して、AWS が製造業者の産業 AI 変革をどのように支援し加速させているかについてさらに学んでください。 イベントの前に AWS の担当者に連絡してミーティングを予約してください。最新の情報については、 Hannover Messe 2026 イベントページ を訪れ、LinkedIn で AWS for Manufacturing をフォローしてください。 日本のお客様に向けた情報 日本からのお客様向けには、ハノーバー現地において、AWS の日本メンバーによる日本語でのブースのご案内や、個別ミーティング等を実施しています。上記リンクまたは担当の営業経由でお申し込みください。また、現地でも日本人スタッフにお気軽にお声がけください。 <!-- '"` --> 翻訳は、ソリューションアーキテクトの山本が行いました。 Emily O’Kelly Emily は AWS のインダストリープロダクトマーケティングマネージャーです。彼女は産業および製造部門でのイノベーションとデジタル変革を推進することを専門としています。Emily は、明確で差別化されたメッセージング、説得力のあるユースケースの作成、サービスと機能を位置づけるために協力して働くことで、業界の変革を推進するインパクトのある瞬間を作り出すことに熱心です。Emily はロードアイランド大学で産業システム工学の学位を取得し、サザンニューハンプシャー大学で MBA を取得しています。