編集できるデータの種類
HOSHUTAROはIBM Maximoとのデータ連携を強く意識した設計になっています。 HOSHUTAROのデータ項目とIBM Maximoのデータ構造を並べると、その対応関係は以下のとおりです。
| HOSHUTARO | IBM Maximo | 説明 |
|---|---|---|
| 機器（Asset） | 機器（ASSET） | 管理対象の機器・設備。TAG No. で識別し、ロケーション階層と機器分類を持つ |
| 工事（WorkOrder） | 作業指示（WORKORDER 親） | 年度点検・オーバーホールなど、複数機器をまとめる作業計画の親単位 |
| 作業（WorkOrderLine） | 作業指示（WORKORDER 子） | 機器×日程の1スケジュール明細。計画・実績の日時・工数・コストを保持する |
| 機器階層（HierarchyPath） | ロケーション（LOCATION） | 製油所・エリア・ユニットなど、機器の設置場所を表す階層ツリー |
| 機器分類（AssetClassificationPath） | 分類（CLASSSTRUCTURE） | 回転機・遠心ポンプなど、機器種別の分類ツリー |
| 作業分類（WorkOrderClassification） | 作業分類（WORKTYPE） | 年次点検・オーバーホールなど、作業種別のマスターリスト |
| 機器仕様（Specification） | 仕様（ASSETSPEC） | メーカー・容量・定格など、機器固有の仕様値 |
HOSHUTAROで編集できるデータの種類は、意図的に必要最低限に絞っています。 項目が多すぎると、場合によっては「空欄を埋めること自体が目的」になってしまうケースもあります。 一方で、その細かな記録が現場で実際に役立つことも理解しています。 現在の項目は、そのバランスを考慮した選択です。今後の開発の中で調整していきます。
AIが支援してくれること
前章で紹介したデータはすべてUI上で直接編集できますが、以下の作業はAIが支援してくれます。
- ExcelデータのHOSHUTAROデータモデルへの変換
- 機器に対する機器階層・分類の紐づけ
- 過去の履歴をもとにした将来の工事・作業の自動生成 研究中
- データに基づく推論能力の自己学習（ファインチューニングの自動化）研究中
保全現場では垂涎の機能だと思いますが、セキュアなローカルモデルを使う場合はまだ試行錯誤が続いています。 執筆時点（2026年5月）の見通しでは、NVIDIA RTX 50シリーズ以上のGPUと128GB以上のメモリを備えたハードウェアが標準的な構成になりそうです。 省エネルギーと高速処理を両立するNPUも登場していますが、GPU・NPU・CPUを効率的に使い分けるヘテロジニアスランタイムの成熟が鍵になりそうです。
GeminiやClaudeなどのクラウドモデルを使う場合は、セキュリティとAPIコストの管理が必要になります。 どちらを選ぶかは、企業のデータポリシーや予算に合わせて検討してください。
カスタマイズできること
生成AIの進歩により、大抵のことが高速でカスタマイズできるようになりました。 星取表UIに特化したソリューションの価値は変化しうるものですが、激動の中の通過点として、現在以下のカスタマイズを可能としています。
連携
- Maximo以外のEAM / CMMSとのAPI連携（API提供製品に限る）
AI
- AIモデルの指定
- AIモデルの独自チューニング（ファインチューニング）
- Skillsチューニング
デプロイ
- デプロイ環境の指定
外観
- ロゴ
- アプリ名称
- データ項目名称
- UI
AIの進歩が速い中、今のソリューションがすぐに古くなってしまう心配があります。 ですが、新しい技術を取り入れ、自社の業務を日々進化し続ける文化を作ることが本当の資産だと考えます。 HOSHUTAROの導入がまずその一歩になれば幸いです。