Hitachi объявила о разработке технологии «координации искусственного интеллекта» (AI Orchestration), предназначенной для корректировки графиков цепочек поставок при изменениях спроса, производства или ресурсов. Технология опирается на взаимодействие специализированных ИИ-агентов вместо использования одной большой языковой модели для выполнения всего процесса оптимизации.
27 августа 2026 года Hitachi объявила о разработке технологии, названной «координацией искусственного интеллекта» (AI Orchestration), с целью перенастройки графиков цепочек поставок при изменении спроса, производства или ресурсов. Технология основана на сотрудничестве специализированных агентов искусственного интеллекта, а не на использовании одной большой языковой модели для выполнения всего процесса оптимизации.
Компания планирует представить технологию в рамках своей линейки решений HMAX Industry начиная с 2027 года. Кроме того, её планируется продемонстрировать на мероприятии Hitachi Social Innovation Forum 2026 JAPAN, которое состоится 3 и 4 сентября 2026 года.
Как работает технология?
Согласно материалу, каждый ИИ-агент отвечает за определённую задачу или область внутри цепочки поставок, тогда как уровень координации распределяет работу и обменивается результатами между агентами. При обнаружении изменения одного из условий, например повышения приоритета клиента или снижения производственных мощностей, система может заново рассчитать предлагаемую схему и представить новый график для рассмотрения.
В этом подходе Hitachi использует технологии, включая Hitachi AI Technology/ и сервис оптимизации, а также MLCP, то есть «программирование ограничений с помощью машинного обучения» (Machine Learning Constraint Programming). MLCP объединяет обработку математических ограничений с использованием знаний, накопленных в предыдущих процессах оптимизации, что позволяет решать сложные и изменяющиеся задачи в производстве, дистрибуции и других областях.
Что меняется на практике?
Компания заявляет, что технология способна учитывать такие факторы, как состояние запасов, ресурсов и энергоснабжения при перепланировании операций. ИИ-агенты также могут анализировать показатели, например значимость клиента и ожидаемый уровень запасов, а затем предлагать план с учётом ключевых показателей эффективности и операционных ограничений на уровне всей компании.
Процесс не ограничивается автоматическим созданием графика: предусматривается участие человека в окончательной проверке и принятии решения. Если пользователь оценит предложенный результат как неподходящий, это можно зарегистрировать как данные обратной связи и затем использовать для улучшения последующих предложений и ускорения внедрения технологии.
Связывание корпоративных систем и полевых операций
Hitachi указывает, что архитектура технологии может связывать ИИ-агентов с различными бизнес-системами, такими как ERP и MES, а также с решениями физического искусственного интеллекта на операционных объектах. Цель заключается в объединении сбора и анализа данных с управлением исполнением в диапазоне от киберсистем до физических операций, одновременно снижая необходимость ручной интеграции данных между системами.
Почему эта новость важна? Значимость объявления заключается в попытке перевести искусственный интеллект от этапа предоставления отдельных рекомендаций к управлению распределённым процессом оптимизации между несколькими системами и функциями. Однако материал не содержит сведений о ценах, первых клиентах или независимых результатах измерений, а начало предоставления технологии запланировано на 2027 год; поэтому масштабируемость и точность решений в реальных промышленных условиях остаются двумя аспектами, требующими проверки после появления дополнительной информации.