Agentic AI Integration Platformとは何か
まず「SI（システムインテグレーション）」という仕事の中身を確認しておきたい。銀行の勘定系、保険の契約管理、電力会社の給電指令、鉄道の運行管理——こうした「止まると社会が止まる」システムは、パッケージソフトを買ってくれば済むものではない。顧客企業の業務ルールを聞き取り（要件定義）、それをシステムの設計図に落とし（設計）、プログラムを書き（コーディング）、想定される全パターンを検証し（テスト）、24時間365日動かし続ける（運用）。この一連の工程を請け負うのがSIであり、日本のITサービス産業はこの工程を「何人のエンジニアが何カ月働いたか」＝人月で売ってきた。
生成AIがこの領域に入り込んだのは2023年以降だが、これまでの使われ方は「補助」にとどまっていた。エンジニアがChatGPTやGitHub Copilotに「この関数を書いて」と指示し、出てきたコードを人間が検証して採用する。工程の主語はあくまで人間で、AIは道具だった。
今回日立が発表したAgentic AI Integration Platformは、この主語を入れ替えることを狙っている。「エージェント型（agentic）」とは、目標を与えられたAIが自分で手順を計画し、ツールを呼び出し、結果を見て next step を決める——つまり自律的にタスクを完遂する形態を指す。日立のプラットフォームは、外部環境分析や構想策定の段階から要件定義、設計、コーディング、テスト、運用に至るまで、工程ごとに最適化されたAIエージェントを配置する。日本経済新聞は2026年7月24日の記事で、日立がシステム開発におけるAI活用率を現在の60％から早期に100％まで引き上げると報じている。
具体例で言えば、従来は業務部門へのヒアリングを重ねて数週間かけて作っていた要件定義書を、既存システムのソースコードと業務マニュアル、過去の設計書をエージェントが読み込んで草案化する。設計エージェントがそれをアーキテクチャ図とインターフェース仕様に展開し、コーディングエージェントが実装、テストエージェントが組み合わせ網羅のテストケースを生成して実行する。人間の役割は、生成物の妥当性を判断し、業務上の意思決定を下すことに移る。
日立製作所 AI＆ソフトウェアサービスビジネスユニット Head of AI CoEの元山厚氏は、設計からテスト工程において13人月かかっていた作業を10.5時間に短縮し、約200倍の生産性向上を実証したと説明している。13人月は概算で2,000時間強にあたるから、10.5時間という数字はほぼ整合する。
プラットフォームの構造と「企業コンテキスト」という発明
このプラットフォームは大きく三つの層で構成される。
第一の層は、フロンティアAIを安全に使うための実行基盤である。Anthropic、Google Cloud、OpenAIのモデルを工程やタスクに応じて選択でき、その上にセキュリティ、コスト、信頼性を管理統制する機能が乗る。エンタープライズでAIエージェントを走らせるとき、実際に効いてくるのは「どのモデルが賢いか」よりも「機密情報がどこへ流れるか」「トークン課金がいくらになるか」「同じ入力に対して結果が再現するか」という運用側の問題であり、そこを統制するレイヤーを日立は基盤の中心に据えた。構成要素としては、日立独自の「Hitachi GenAI System Development Framework」に加え、傘下のGlobalLogicが持つアジャイル開発向けツール「VelocityAI」、運用側の「HARC for AI」（Hitachi Application Reliability Centers）が組み込まれる。日立によれば、VelocityAIと連携した環境ではAIを単体で使う場合と比べてトークン利用料を最大54％削減できたという。
第二の層が、今回の発表でもっとも独自性が高い「企業コンテキスト」である。AIエージェントが企業システムの改修で躓く最大の理由は、コードやドキュメントに書かれていない前提が大量に存在することにある。「この顧客区分は制度改正前の契約だから月末処理を別立てにしている」「この項目は監査対応で必ず二重チェックを通す」といった、担当者の頭の中にしかない判断基準がそれだ。日立は、顧客企業の経営意図や業務知識、判断基準といった暗黙知を「企業コンテキスト」として形式知化し、AIが読める形（AI Readable Knowledge）で蓄積する仕組みを組み込んだ。しかもこのナレッジは、構想策定・開発・運用のサイクルを回すなかでエージェント自身が実行結果をもとに更新していく。プラットフォームが使われるほど、その顧客に固有の知識が濃くなっていく設計である。
第三の層が、OT（制御・運用技術）領域向けのコード生成基盤だ。工場の制御、発電所の監視、車両の運行制御といった領域は、汎用のコーディングエージェントが学習データをほとんど持たない世界である。日立はここに独自の基盤を用意した。要件定義工程で報じられた「最大240倍」という数字は、このOT領域での実証値とされる。
この暗黙知の形式知化を現場で担うのが、日立が「FDE（Forward Deployed Engineer）チーム」と呼ぶ専門部隊だ。顧客の開発現場に常駐し、課題定義から実装、運用、継続改善までを一気通貫で担う。プラットフォームを売って終わりではなく、人が入り込んで企業コンテキストを掘り出し、それをプラットフォームに還流させる——ソフトウェア製品とコンサルティングの中間形態と言ってよい。
「240倍」「200倍」をどう読むか
発表された倍率は目を引くが、日立自身が「特定条件下の結果であり、プロジェクトの規模や特性によって変動する」と注記している点は重要だ。実際、顧客の実プロジェクトで報告されている数字は桁が違う。MS&ADシステムズではコーディング・単体テスト工程で約25％、静岡銀行および静銀ITソリューションのオープン勘定系では約30％の生産性向上である。研究室での200倍と、現場での25〜30％。この落差こそがエンタープライズSIの実像を示している。
日立が全社目標として掲げるのも、200倍ではなく「2027年度に工程全体で生産性30％向上」だ。工程全体という限定が効いている。要件定義の一部タスクが240倍速くなっても、承認プロセス、他システムとの調整、受け入れテスト、本番移行の手順は人間と組織の速度で進むからだ。
日立の生成AI活用は今回が出発点ではない。日経クロステックが2025年7月17日に報じたところによれば、日立は2024年度における生成AIの適用効果が50億円に達したとし、2027年度にはシステム開発の生産性を30％高めて適用効果を1,000億円規模にする目標を掲げていた。3年で20倍という目標線の上に、今回のプラットフォーム発表が置かれている。同記事では金融ビジネスユニットの白井剛氏が、レガシーのソースコードから設計書を生成する用途で工数45％・期間65％の削減、顧客要件からシステム構成図を作る用途で6割の時間短縮といった実績を挙げる一方、ミッションクリティカルな大規模SIではガバナンスと開発手順を整えなければハルシネーションによる品質問題を招くと述べている。
顧客側の受け止めも「速さ」だけを見ているわけではない。プラットフォームには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、JCB、静岡銀行、みずほフィナンシャルグループが賛同を寄せており、いずれも高信頼性と開発スピードの両立という文脈で言及されている。
なぜ今なのか ― Investor Day 2026が示した数字
このプラットフォームは単発の製品発表ではなく、2026年6月10日に開催されたHitachi Investor Day 2026でデジタルシステム＆サービス（DSS）セクターCEOの阿部淳氏が示した事業戦略の実装である。同セクターの説明資料では、AIによる事業環境変化がもたらす新市場を2030年に100兆円規模と見積もり、モダナイゼーションがCAGR 15〜20％、AIサービスがCAGR 30〜35％、社会インフラ×AIがCAGR 15〜20％で伸びるとの内部分析を示している。
日立が狙う土俵は明快だ。国内で稼働中の顧客業務システムのうち、日立が抱えるインストールベースは約15,000システム。これをAI-Ready化（モダナイズ）し、その上にAI実装とAI関連サービスを乗せていくことで、2030年に国内売上3〜5兆円を目指すというシナリオである。DSSセクターのAI関連売上（モダナイゼーションとAIサービスの国内・海外合計）はFY2025実績で8,000億円、FY2025〜2027でCAGR 20〜25％を掲げる。
セクター全体の数字も好調だ。新報告セグメント構成ベースで、DSSの売上収益はFY2024の29,652億円からFY2025は30,683億円、FY2026見通しは31,900億円。Adjusted EBITA率はFY2024の14.2％からFY2025は15.5％へ1.3ポイント改善し、FY2026見通し15.7％、FY2027には16〜18％を目指す。Lumada売上収益比率はFY2024の46％からFY2025に62％へ16ポイント上昇し、FY2027には75〜80％を掲げる。国内ITサービス事業だけを取り出すと、売上はFY2024の20,800億円からFY2025は22,100億円、Adjusted EBITA率は16.7％から18.4％へ上昇しており、日立は国内ITサービスベンダーでトップレベルの利益率と位置づけている。受注面では1契約30億円以上の大型案件の受注総額が3,300億円、前年比+87％、バックログは1.8兆円で+11％となっている。
グループ全体では、2026年3月期の売上収益が10兆5,867億円（前期比+8.2％）、Adjusted EBITAが1兆3,114億円、親会社株主に帰属する当期利益が8,024億円（+30.3％）と過去最高を更新。2027年3月期は売上収益11兆1,000億円、調整後営業利益1兆3,150億円、当期利益8,500億円を見込む。
そして人。DSSセクターの国内SEは約3.5万人。このベース人財の中から、めざす水準として国内5,000人のFDEチームを立ち上げる計画だ。成長投資はFY2026にオーガニックで300億円、FY2026〜FY2027でインオーガニックの投資枠1兆円を確保している。
阿部氏が同資料で「Agentic Integration」と名付けた自律型AI開発のコンセプトは、要件定義・設計・コーディング・テスト・運用の各エージェントがナレッジを蓄積しアセットを再利用することで、生産性とスケーラビリティのゲームチェンジャーになるというものだ。今回のAgentic AI Integration Platformは、その構想に具体的な製品名と実証数値を与えたものと位置づけられる。
フロンティアAI三社との同時提携とGlobalLogicの位置
2026年前半、日立は主要AI企業と立て続けに手を組んだ。5月19日にAnthropicとの戦略的パートナーシップ、6月9日にGoogle Cloudとの戦略的アライアンス拡大、6月17日にOpenAIとの連携本格化、そして7月16日にNVIDIAとのマルチエージェント・オーケストレーション技術での協業である。
Anthropicとの提携は規模が大きい。日立は約29万人の従業員の業務プロセスにClaudeを展開し、世界最大級のエンタープライズ導入企業を目指すとしている。両社は約10万人のAIプロフェッショナル人財を育成する計画で、北米・欧州・アジアにまたがる「Frontier AI Deployment Center」を初期約100人体制で立ち上げ、300人規模へ拡大する。AnthropicのChief Commercial OfficerであるPaul Smith氏は、電力網や交通網、工場を動かすシステムにAIを持ち込むには最高水準の安全性と信頼性が求められると述べ、日立の阿部氏はAnthropicの信頼性の高いAI技術とミッションクリティカル領域における日立のドメイン知見の組み合わせを強調している。財務条件は開示されていない。
OpenAIとの連携では、金融機関などのレガシー基幹システム刷新を支援するサービスを共同開発し、OpenAIのAIエージェントで旧式システムのコードを解析して移行作業の効率を高める。日立はまたOpenAIのサイバーセキュリティ向けプログラム「Trusted Access for Cyber（TAC）」を通じてセキュリティ特化モデルへのアクセスを得る予定だ。Google Cloudとの提携はFDEによるフィジカルAIの社会実装とセキュリティ領域が主眼で、Gemini Enterpriseの活用も含まれる。
この「特定ベンダーに寄りかからない」構えには背景がある。IT services調査会社HFS Researchは2026年4月13日付の分析で、AnthropicがエンタープライズAIのシェアを24％から40％へ伸ばし、Claude Codeが提供開始9カ月でARR 25億ドル（約4,100億円）に達したと指摘。Anthropicのラン・レート収益が2025年末の90億ドル（約1兆4,800億円）から2026年4月には300億ドル（約4兆9,000億円）へ拡大したとしている。同社はさらに、IT services各社が「特定モデルに深くコミットする陣営」（Accenture、Deloitte、Infosys、Cognizant、PwC、KPMG）と「Bedrock等をモデル中立の統合層として使う陣営」（Genpact、HCLTech、Wipro、Tech Mahindra）に分岐しつつあり、後者はコモディティ化リスクを抱えると論じている。日立のマルチモデル戦略は後者に近い立ち位置だが、企業コンテキストという顧客固有の資産をプラットフォーム側に囲い込むことで、モデル中立性とロックインを両立させようとする設計になっている。
もう一つの資産がGlobalLogicだ。日立は2021年3月31日に同社の買収を発表（負債込み96億ドル、発表当時の為替で約1兆500億円）、同年7月に完了した。Refinitivのデータでは、日本企業による米ハイテク企業買収として過去最大の案件だった。Investor Day資料によれば、GlobalLogicの売上はFY2024の34億ドル（約5,600億円、スタンドアローン19億5,000万ドル＋他BU・グループ会社計上のシナジー分14億5,000万ドル）からFY2025は45億ドル（約7,400億円、スタンドアローン20億ドル＋シナジー分25億ドル）へ伸び、シナジー分は前年比+73％。一方で日立自身が「スタンド・アローン事業のトランスフォーム」を課題として明記している。2026年1月29日には、GlobalLogicとHitachi Digital Servicesの統合が発表され、2026年4月から運営を開始した。両社合計で約38,000人（GlobalLogic約32,000人＋Hitachi Digital Services約6,000人）の体制を、GlobalLogic社長兼CEOのSrini Shankar氏が率いる。
強み ― 「止められないシステム」という参入障壁
日立の優位は三点に整理できる。
第一に、インストールベースである。約15,000の稼働中システムは、AIエージェントを売り込む先のリストであると同時に、企業コンテキストの原材料でもある。新規参入のAIコーディングツールがどれほど高性能でも、静岡銀行の勘定系がなぜその仕様になっているかを知ることはできない。
第二に、ミッションクリティカル領域とOTのドメイン知見。金融、公共、電力、鉄道といった「止められない」システムでは、生産性より先に安全性と説明責任が問われる。日立は防衛事業の売上がFY2025に前年比+26％で伸び、大型案件受注が+87％と伸びていることからも分かるとおり、この領域での実績が事業の柱になっている。汎用エージェントが最も入りにくい領域を主戦場に選んでいる点は、戦略として一貫している。
第三に、収益性。国内ITサービス事業のAdjusted EBITA率18.4％は、人月商売としては高い水準にある。生産性向上の成果を値下げに吸い取られずマージンに残せるかどうかは、この出発点の高さに左右される。
外部評価も一定の裏づけを与えている。HFS Researchが2026年に公表した「HFS Horizons: Agentic Services, 2026」は、36社のサービスプロバイダを評価したなかでHitachi Digital Servicesを取り上げ、産業領域の深い知見とITとOTの双方をまたぐガバナンス済みオペレーショナルエージェントの組み合わせを強みとして挙げた。物理AI、文書処理、サステナビリティ報告、診断、検査などにまたがる200以上のエージェントライブラリ「HARC Agents」、AIワークロードの信頼性・責任性・可観測性を担保する「R2O2.ai」、統合ダッシュボードでエージェントを統制する「Agent Management System（AMS）」が中核IPとして記載されている。グローバル製造業の事例では、請求書処理の自動化率を65％から90％へ引き上げ、修正工数を96％削減、クラウドコストを約23％低減したとされる。
課題 ― 検証データの外挿、人月モデルの自己矛盾
第一の課題は、実証数値の一般化可能性である。AIコーディングの生産性については、業界全体で数字が激しく揺れている。評価研究機関METRが2025年7月に公表したランダム化比較試験では、経験豊富なオープンソース開発者16人・246タスクを対象に、AIツールを使った場合の作業時間がむしろ19％長くなった。しかも被験者自身は「20％速くなった」と感じていた。METRは2026年初頭の追試で同じコホートの一部について18％速いという推計を出しており、ツールの改善と開発者の習熟によって37ポイントの振れ幅が生じたことになる。ただしMETR自身、参加者の選択バイアスによって中心推計の信頼性が損なわれたとして研究デザインの変更を発表している。McKinseyの4,500人・150社規模の調査では、定型タスクでは所要時間46％減、複雑なタスクでは10％未満という差が出ており、単一の倍率で語ること自体に無理がある。
品質面のコストも軽視できない。AI生成コードはセキュリティ脆弱性が最大2.74倍多いとの分析、CodeRabbitによる470件のプルリクエスト分析での不具合1.7倍、GitClearが測定したコードチャーンの3.1％から5.7％への上昇（2020〜2024年）、Opseraの25万人超のデータセットにおけるAI起点プルリクエストのレビュー滞留4.6倍——といったデータが並ぶ。開発者の84％がAIコーディングツールを使うか使う予定である一方、信頼度は2024年の40％から2026年に29％へ低下したという調査もある。「速く書けること」と「速く出荷できること」は別問題であり、日立が企業コンテキストとFDEに投資しているのは、まさにこの隙間を埋めるためだと読める。
第二の課題は、エージェント導入プロジェクト自体の失敗率だ。Gartnerは2025年6月、コストの膨張、ビジネス価値の不明確さ、リスク統制の不備を理由に、エージェント型AIプロジェクトの40％超が2027年末までに中止されると予測した。同社は同時に、2028年までに日常的な業務意思決定の15％以上がエージェント型AIによって自律的に行われ、エンタープライズソフトウェアの33％がエージェント型AIを内蔵すると見ている（いずれも2024年時点はそれぞれ0％、1％未満）。普及と失敗が同時に進む局面である。
第三の課題は、ビジネスモデルの自己矛盾である。日経クロステックが指摘するとおり、生産性が50％向上すれば顧客はそれに比例した値下げを期待する。TISはFY2029までにシステム開発の生産性50％向上を掲げ、NTTデータやNECも同様の方針を取るが、人月単価×工数という値付けのままでは、生産性向上はそのまま売上減に直結する。日立が今回、生産性向上の成果を「AI適用効果」という別建ての指標（2024年度50億円→2027年度1,000億円）で語っているのは、この矛盾を意識した表現とも読める。実際にAdjusted EBITA率が16〜18％へ向かうのか、それとも値下げ圧力に消えるのかが、投資家にとって最大の観測点になる。
第四に、HFS Researchが挙げる改善余地。同社はHitachi Digital Servicesについて、実証済みのアウトカムがOT領域に偏っており、銀行・ヘルスケア・IT運用での成果の可視化が課題だとし、ビルド＆ランの実行力に比べてアドバイザリー（上流コンサルティング）の厚みが限定的だと指摘する。顧客からは共同設計の透明性向上と統合コストへの不満、パートナーからは対応業種の拡大と技術マーケティングの改善が求められているという。なおHFSがHorizon 3（Market Leaders）のリーダーとして名指ししたのはAscendion、Capgemini、EY、HCLTech、KPMG、NTT DATA、Publicis Sapient、TCSの8社であり、Services-as-Softwareへの移行が最も進んだ「SaS Stars」に選ばれたのはAccenture、Cognizant、IBM、Infosys、Wiproの5社で、日立の名前はどちらにもない。
競合 ― 富士通が半年先行、ハイパースケーラーは下から侵食
国内で見れば、日立は先行者ではない。富士通は2026年2月17日、大規模言語モデル「Takane」（Cohereとの共同開発）と富士通研究所のAIエージェント技術を使い、要件定義から設計・実装・結合テストまでの全工程を複数エージェントが協調実行する「AIドリブン開発基盤」の運用開始を発表している。2024年度の法改正対応ソフトウェア改修の実証では、約300件の変更案件のうち1案件で従来3人月を要した改修が4時間に短縮され、約100倍の生産性向上を確認した。2026年1月には診療報酬改定に伴う実際の改修に適用を開始し、富士通Japanが提供する医療・行政分野の全67業務ソフトウェアへ2026年度中の適用を目指す。日立の発表は、この5カ月後に出てきたことになる。
NTTデータは自律実行型のエージェント基盤「LITRON CORE」を展開し、2026年4月からは企業が自然言語で自社向けエージェントを開発できる「LITRON Builder」の提供を開始した。LITRON関連ビジネス全体で2027年度末までに累計200億円規模の売上を目指す。TISは2029年度までに開発生産性50％向上を掲げる。日経クロステックによれば、富士通は国内約2万件のプロジェクトのうち約3割で生成AIを活用し、2025年度末までに5〜6割へ引き上げる計画を示していた。
海外勢の攻め方は違う。AWSは「AWS Transform for mainframe」で、数百万行のレガシーコード解析、ビジネスロジック抽出、モノリスの業務ドメイン分解、モダンアーキテクチャ生成といった最も重い工程をエージェントで自動化する。Toyota Motor North Americaは同サービスを使い、4,000万行超のCOBOLをJavaへ移行する作業をAI支援なしの場合の半分の期間で進めた。IBMはAnthropicモデルをAmazon Bedrock上で使うエージェント型IDE「IBM Bob」を一般提供し、COBOL、PL/I、Java、Assemblerのコード理解・リファクタリング・影響分析を支援する。日立が「顧客の現場に人を置いて暗黙知を掘る」上流から攻めるのに対し、ハイパースケーラーは「コードそのものを機械可読の資産に変える」下流から攻めている。
そしてAIネイティブ勢の直接参入がある。「Devin」を開発するCognition AIは2026年6月に日本法人を設立し、正井拓巳氏が社長を務める。IT Leadersによれば同社の直近の年間収益は約790億円（前年比7倍）、2026年5月の調達を経た評価額は約4.2兆円で、日本ではDeNA、みずほ証券、ワークスアプリケーションズが顧客として挙がっている。IT人材不足、レガシーモダナイゼーション、業界構造改革という日本固有の課題を正面から狙う布陣であり、日立にとっては協業先であると同時に、SIの中間工程を直接奪いにくる存在でもある。
VCと投資家はどう見ているか
資金の流れは、この構造変化を裏づけている。Crunchbaseの集計では、2026年上半期の世界のスタートアップ投資は過去最高の5,100億ドル（約84兆円）に達し、2025年通年の4,400億ドル（約72兆円）を半年で上回った。うちAI企業が3,559億ドル（約58兆円）で全体の86％を占め、OpenAIとAnthropicの2社だけで2,170億ドル（約36兆円）、全体の43％を吸収した。PitchBookによる米国分の集計も4,127億ドル（約68兆円）と過去最高である。エージェント型AIに絞ると、2026年1〜5月に29件・約11億ドル（約1,800億円）が投じられ、前年同期の9件・約5億3,800万ドル（約880億円）から大きく伸びた。
個別企業では、Devinを提供するCognition AIが2026年5月のシリーズDで10億ドル超（約1,640億円超）を調達し評価額260億ドル（約4兆2,600億円）へ拡大。Cursorを開発するAnysphereは2026年2月までにARR 20億ドル（約3,280億円）に到達したと報じられている。AnthropicのClaude CodeはARR 25億ドル（約4,100億円）規模とされる。SIの中間工程を担ってきた「人」の代替物に、SI各社の年間売上に匹敵する資金が流れ込んでいる構図だ。
その帰結が既存IT services企業の株価に出ている。Accentureは2026年6月18日の決算発表を受けて1日で約18％下落し、同社史上最大の下げを記録した。通期の増収率ガイダンスは5％から3〜4％へ引き下げられ、コンサルティング収益の伸びは1％、新規受注は前年比約2％減。7月初旬時点では株価は約137ドル（約2万2,500円）で、52週高値308ドル（約5万500円）から約55％低い水準、実績PERは10倍前後で取引されている。マネージドサービスの受注が前年比15％減という、アニュイティ部分の縮小も指摘された。CEOのJulie Sweet氏は中東要因による1億ドル（約164億円）の影響とFY27へのずれ込みを挙げ、AIは追い風であって刺客ではないと反論している。一方でMicrosoftのCVPであるStephen Boyle氏が「Accentureに75万人は要らない、TCSに60万人は要らない」と公然と述べ、ServiceNowのCTOが従来7:1だったエンジニア対PM比率が1:1へ圧縮されつつあると語るなど、労働ピラミッドの前提が崩れつつあるという見方が強まっている。
日本市場でも同じ震源が観測された。野村證券の分析によれば、2026年2月3日のAnthropicによるClaude Sonnet 4.6公開を契機に、MSCI Japan Software & Serviceは17.2％下落（市場相対で22.0％のアンダーパフォーム）、米国は8.5％、欧州は6.3％の下落となった。野村のストラテジストは、この種の技術起因の懸念は過去、約50営業日で市場平均に対し4〜5％程度のアンダーパフォームに収束してきたのに対し、今回の10％超は行き過ぎだとの見方を示し、日本のセキュリティ基盤や大手SIer、データ基盤としてのERPは相対的に底堅いと論じている。日立株は2026年2月10日に6,039円を付けた後、プラットフォーム発表当日の7月24日終値は4,850円、時価総額は約22.0兆円だった。
日立自身もVCとして当事者である。ドイツ・ミュンヘン拠点のHitachi Venturesは2025年2月に4億ドル（約660億円）の第4号ファンドを組成し、運用資産総額を10億ドル（約1,640億円）規模へ拡大。ポートフォリオにはAIエージェントのEma、フィジカルAI基盤モデルのArchetype AI、製造ロボティクスのXaba、小規模言語モデルとエージェントワークフローのArcee AIなどが並ぶ。HFS Researchも、Hitachi Digital Servicesのエコシステムを支える要素としてHitachi Venturesの投資先を明示的に挙げている。自社のSI基盤で使う技術を、CVC経由で早期に押さえにいく構図だ。
投資家の視点から見たとき、Agentic AI Integration Platformの評価軸は「200倍」ではない。DSSセクターのAdjusted EBITA率がFY2027に16〜18％へ届くか、Lumada売上収益比率が75〜80％へ上がるか、AI関連売上がCAGR 20〜25％を維持するか——生産性向上が値下げに消えずマージンとミックス改善に転換されるかどうか、その一点に集約される。
今後、いつ何が計測できるか
直近の観測点は2026年9月3日・4日に東京国際フォーラムで開催される「Hitachi Social Innovation Forum 2026 JAPAN」である。日立グループ最大規模のイベントで、執行役社長兼CEOの德永俊昭氏が「社会インフラを進化させるフィジカルAI」と題した基調講演を行い、2つのスペシャルセッションと13のビジネスセッション、HMAXをはじめとする展示が予定されている。Agentic AI Integration Platformの詳細もここで開示される。プラットフォームのアーキテクチャ、対応するモデルの具体的な選択基準、顧客事例の追加開示がどこまで出るかが見どころになる。
四半期ベースでは、2026年7〜8月に公表される2027年3月期第1四半期決算、および10〜11月の第2四半期決算で、DSSセクターのAdjusted EBITA率と受注の推移が最初の答え合わせになる。FY2026の見通しは売上収益31,900億円・Adjusted EBITA率15.7％・Lumada比率70％であり、ここからの上振れ・下振れがプラットフォーム効果の初期シグナルになる。
2027年度（2027年4月〜2028年3月）が本命の検証年だ。工程全体で生産性30％向上、生成AI適用効果1,000億円規模、AI適用率100％、DSSのAdjusted EBITA率16〜18％、Lumada比率75〜80％——目標が一斉に期限を迎える。ZDNET Japanが報じたロードマップでは、2026年にモダナイゼーション実績とエンタープライズ向け仕様駆動開発の研究完了、2027年に仕様駆動開発の本格適用が置かれている。Gartnerの「エージェント型AIプロジェクトの40％超が2027年末までに中止」という予測とちょうど同じ時間軸であり、日立が例外側に立てるかが問われる。
構造面では、FY2026〜FY2027に確保された1兆円のインオーガニック投資枠の使い道が最大の変数だ。Hitachi Digital Servicesは2025年にドイツのデータ・AI企業Synvertを買収しており、AIサービスとアドバイザリーの厚みを補う追加買収があるかどうか。HFSが指摘した「アドバイザリーの薄さ」を埋める案件が出れば、Horizon 3側への移動を示すシグナルになる。ITプロダクト事業の構造改革では、OKIとのATM事業統合が2026年10月に事業開始予定で、ストレージとATMを整理してリソースをAI・モダナイゼーションへ振り向ける動きが進む。
より長期では、2030年に国内3〜5兆円という「モダナイゼーション・AIサービス」の売上目標がある。2030年に100兆円規模とされる新市場のうち、日立がどれだけ取れるか。FDEチームを国内5,000人へ拡大する計画の進捗、GlobalLogicのスタンドアローン事業の転換、そして生産性向上分を顧客とどう分け合う契約形態（アウトカムベース課金への移行）を設計できるか。人月から離れられるかどうかが、最終的にこのプラットフォームの成否を決める。
