産業AIのMES適用は3層に分化した──2026年の実装マップ

MESに載るAIは3層に分かれた

2025年から2026年にかけて発表された産業AI機能を並べると、実装位置で明確に3つに分かれます。この区別を持たずにデモを見ると、まったく難易度の違うものを同じ「AI機能」として比較してしまいます。

層ごとの実装例と、発表された日付

iBase-tのCEOであるNaveen Poonian氏は、Solumina AIについて「A&D（航空宇宙・防衛）においてAIは統制され、制限環境で展開可能で、説明責任を果たすものでなければならない」と述べ、エアギャップ環境での動作、ITAR準拠、NISTベースのセキュリティを実装要件として明示しています。②の層でも、業種によって前提条件はここまで変わります。

層ごとに、検証すべきことが違う

同じ「AI機能あり」でも、PoCで確かめるべき内容は層ごとに別物です。

Gartnerが2026年3月23日発行の Market Guide for MES で示した順序も、これと一致します。「AIは構成の複雑さやオペレータ体験の課題を緩和して導入障壁を下げうるが、レガシー刷新が先」という指摘です。同ガイドは合わせて、オープンAPI／プラットフォーム／MCP（Model Context Protocol）整合による相互運用性を必須とし、規制産業ではセキュリティ・観測性・human-in-the-loopという信頼メカニズムが導入可否を決めるとしています。メッセージは「派手な機能ではなく測定可能な成果に集中せよ」でした。

前提条件はデータであり、そこで大半が脱落する

AVEVA World 2026（2026年5月20日、ミラノ）でAVEVAが引用したGartner予測は、この分野で最も重い一文です。

AVEVAのCPOであるRob McGreevy氏は同じ場で「課題は野心ではなくインフラだ」と述べています。42%と54%という数字は、現在から2030年までの伸びが12ポイントしかないことも同時に示しています。産業AIの導入速度は、モデルの性能ではなくデータ整備の速度で律速されているという読み方が妥当です。

規制は層によって掛かり方が変わる

規制産業では、層の違いが直接コンプライアンス負荷の違いになります。

• ①の対話UIは、既存データを読み出して要約するだけなら、記録の作成・改変を伴いません。GxP環境でも比較的入れやすい層です。ただし回答が意思決定に使われるなら、根拠データへのトレーサビリティが求められます。
• ②の業務エージェントは、判定結果が品質記録になるため難易度が一段上がります。2025年7月7日に欧州委員会が公開したEU GMPの新設 Annex 22（人工知能、11章構成） は、意図された使用、受入基準、テストデータの独立性、テスト実行、説明可能性、信頼度、運用要件を求めています。AI外観検査の判定を出荷可否に使うなら、この要求に正面から答える必要があります。
• ③のオーケストレーション層は、エージェントが複数システムを横断して操作するため、アクセス管理と監査証跡の設計が中心論点になります。同時に公開されたAnnex 11改訂案が5ページから19ページへ拡充され、重点がバリデーション中心から「セキュリティ／アイデンティティ・アクセス管理／監査証跡」中心へ移ったことは、この層の要求と符合します。

さらに、機械や医療機器に組み込まれるAIはEU AI Actの Annex I 高リスクに該当しうるため、2026年6月16日に欧州議会が承認した延期後の期限、すなわち2028年8月2日が実質的な準備デッドラインになります。層ごとの規制論点はEU GMP Annex 22の解説とAI外観検査のMES統合で個別に扱います。

よくある質問