Siemens Xceleratorと一般的なソフトウェア・マーケットプレイスの本質的な違い
Siemens Xceleratorと一般的なソフトウェア・マーケットプレイスの本質的な違いは、マーケットプレイスが「製品を売る」ためのものなのに対し、Siemens Xceleratorは「製品を実際の産業現場で継続的に成長させる」ことを目指している点にある。
田晏林 発 凹非寺
正直なところ、今やAIなしで仕事を完全にこなせる人は、どれほどいるだろうか。
文書を作成するときにAIへひと言尋ね、レポートを作るときには自動生成させ、顧客をフォローアップする前には背景資料を整理してもらう。財務の照合作業や営業トークの作成といった業務でさえ、バックグラウンドではAIエージェントが支援している。
実際、インターネット大手各社がこの半年間にこぞって開発してきたAIエージェントは、すでに誰もが日常的に行う業務へと静かに組み込まれている。
第三者機関の統計によると、今年6月だけで、主要なデスクトップ向けAI業務エージェントのアクセス数は6,000万回に達した。
これらのAgentは、確かに侮れない。文書作成、レポート作成、顧客フォロー、営業意思決定の支援はもちろん、投資機関に代わって有望なプロジェクトを選別し、分析レポートまで生成できる。
しかし、こうした賢いAgentをそのまま工場の現場に投入しても、おそらく何もできないだろう。
『2025年産業インテリジェントエージェントの応用状況とトレンド展望レポート』（以下、「レポート」）では、200社を超える製造企業を調査している。その結果は非常に厳しいものだった。
43％の企業はまだ産業用インテリジェントエージェントを導入しておらず、広く活用されている企業はわずか8％にとどまる。
企業が導入したくないわけではない。63％の企業は導入コストに阻まれ、46％の企業は技術と生産ラインの両方を理解する人材を見つけられずにいる。
もちろん、工場では設備の世代が混在し、プロトコルも多種多様だ。情報技術（IT）と運用技術（OT）の間には、長年にわたるデータの断絶が横たわっている。その一方で、データセキュリティについても、自律的かつ管理可能な体制を確保しなければならない。いずれも大きな障壁となる。
結局のところ、産業現場の課題は単一のポイントに限定されるものではなく、研究開発、エンジニアリング、製造、品質、運用保守を横断するシステム全体の課題である。
**個別最適だけでは全体最適を実現できない。**これこそが、産業用Agentの導入ハードルがオフィス業務よりはるかに高い理由だ。
産業用Agentには、産業分野の意味論を理解し、産業用ツールを呼び出し、リアルタイムデータに接続し、閉ループのワークフロー内で実行する能力が求められる。
言い換えれば、そのすべての能力は企業の実際の業務運営を中心に設計されなければならず、大規模モデルに単なる外装をかぶせただけでは通用しない。
産業グレードのAgentを必要とする企業にとって、独力で一から開発するのは現実的ではなく、コストも非常に大きい。
生成AIとインテリジェントエージェント技術が産業分野へ急速に進出するなか、Siemensは自社がこれまで蓄積してきた産業用ソフトウェア、オートメーション、データ、エコシステムの能力をさらに結び付けようとしている。
一方では、Eigen Engineering AgentなどのAIネイティブ製品を投入し、もう一方では、Siemens Xceleratorを通じて製品とパートナーを集結させ、産業AIの大規模な実装を推進している。
Siemens自社開発の産業用インテリジェントエージェント：支援・提案から自律実行へ
中国市場向けにすでに全面販売されているEigen Engineering Agent（Eigenエンジニアリング・エージェント）は、先月WAICで「SAILの星」を受賞した。
これはSiemensが開発した、産業オートメーション・エンジニアリング向けの初のAIエージェントである。
一般的なAI支援ツールとの最大の違いは、Eigen Engineering Agentが実際のエンジニアリングシステム上で、タスクの計画、実行、検証をエンドツーエンドで自律的に完了できる点にある。
従来、電気エンジニアはECADツールで配線やハードウェア設計を行う一方、オートメーションエンジニアは別の記述体系に基づいてプログラムを作成する必要があった。
設備リスト、変数タグ、制御ロジックの入力は、長年にわたって人手による反復作業に依存してきた。ハードウェアに変更が生じると、ソフトウェア側でも再照合が必要となり、時間がかかるうえ、ミスも起こりやすい。
Eigen Engineering Agentは、ECAD連携とプロジェクト自動生成機能を新たに追加した。
XMLやAMLなど主要フォーマットの電気設計ファイルを読み取り、データの不整合を特定して接続を設定し、実際のハードウェア・トポロジーに基づいてPLC変数タグを生成できる。
エンジニアは、作業ステーション、関連設備、運転ロジックを自然言語で記述するだけで、業界標準に準拠し、そのまま開発を継続できるプロジェクトを数分で生成できる。
実際の成果も十分に目を見張るものだ。
実運用では、Eigen Engineering Agentの実行効率は手作業のワークフローと比べて2～5倍に向上し、エンジニアリング効率は最大50％、ソリューション全体の品質は80％向上した。
現在、このエージェントは世界19カ国・地域の100社を超える企業に導入されている。
中国でも、Eigen Engineering Agentは複数の企業で試験導入が進められている。
例えば中科摩通は、新エネルギー車向けEMBインテリジェント組立設備に同エージェントを活用し、プログラム開発時間と現場デバッグ期間をいずれも30％短縮。人件費と材料ロスも10％削減した。
もちろん、Eigen Engineering Agentの開発目的は、人間のエンジニアを代替することではない。
むしろ、Eigen Engineering Agentは、反復的なコーディング、図面の解析、設備設定といった機械的で煩雑な作業を担う。それによってエンジニアはそうした業務から解放され、より価値の高いシステム上の意思決定やソリューションの革新に集中できるようになる。
Eigen Engineering Agentは、Siemensが自社開発する産業用インテリジェントエージェント製品群の一製品にすぎない。
Siemensは、Graph Studio、AI Studio、Mendixローコードプラットフォームを統合し、Intelligence Center X（ICX）産業AIオーケストレーション・ソフトウェアも発表した。
これは大規模モデルではなく、企業の既存システム上に位置するAIオーケストレーション層である。下位ではPLM、ERP、MES、CRM、OT現場データに接続し、上位ではモデル、エージェント、ワークフローを一元管理する。さらに、データへのアクセスやエージェントによる意思決定をすべて追跡できる。
簡単に言えば、ICXはSiemensが工場に備える「AI司令センター」だ。
工場の既存システムを置き換えるのではなく、それらの上位に位置してデータ、知識、モデル、エージェントを統合・編成する。AIを「会話できる」段階から「仕事ができる」段階へと引き上げると同時に、管理可能性と追跡可能性も確保し、最終的には工場の時間とコストを削減し、生産性を向上させる。
Siemensのエージェント能力体系における新たな進展として、ICXは、企業向けナレッジグラフの構築、データ分析および機械学習モデルの構築、スキル構築（Skill）、エージェントの構築・デバッグ（Agent）、複数ステップのタスク（Workflow）向けオーケストレーションなどのモジュールを提供する。企業はクラウド上でAIエージェントの開発、デバッグ、テストを行える。
これらは、産業AIが実際に仕事をこなせることを示している。しかし、産業分野はインターネットアプリケーションとは異なり、ニーズが相対的に標準化されていない。
自動車工場、半導体工場、データセンターでは、それぞれまったく異なる生産プロセスと設備体系を扱う。
同じ工場の内部でさえ、研究開発、生産、品質、運用保守のニーズは大きく異なる。
産業AIにおける本当の課題は、何でもできるスーパーAgentを作ることではない。成熟したエージェントの能力を、業界や分野ごとに異なるオートメーション・シナリオのニーズへ適応させることにある。
産業AIに必要なのはAgentだけではない
Siemensは単一のエージェント製品にとどまらず、長年にわたって蓄積してきた産業能力をモジュール化し、**オープンなデジタルビジネスプラットフォーム「Siemens Xcelerator」**として構築した。
従来のデジタルプラットフォームは、多くの場合、マーケットプレイスの論理に従っていた。売り手と買い手の関係は、取引が完了した時点で終わる。
Siemens Xceleratorが目指すのは、**「産業AIのLaunchpad」**としての役割だ。
製品ポートフォリオとパートナーエコシステムを通じて、産業AIに必要なソフトウェア、オートメーション、データ、業界知識をつなぎ、顧客によるシナリオの特定とソリューションのマッチングを支援する。製品の入手にとどまらず、導入と価値の実現までを後押しする。
このプラットフォームでは、Siemensは3層の明確なアーキテクチャによって、産業AIの能力を循環させる仕組みを実現している。
第1層：製品ポートフォリオ
現実には、多くの製造企業が直面する最大の障壁は、AIの価値を理解していないことではなく、ゼロから開発する能力を持っていないことだ。
Siemens Xceleratorはまず、すぐに導入できる産業AIソリューションを提供する。
例えば、Eigen Engineering Agentのように、実際のエンジニアリングで検証済みの製品であれば、エンジニアリングや生産プロセスに直接組み込み、企業はまず運用を開始できる。
Siemensが自社開発した各種AgentはSiemens Xceleratorプラットフォーム上に展開され、必要とする企業が「箱から出してすぐ使える」状態になっている。
第2層：開発エコシステム
既製品を使うのではなく、自社でAgentを構築したい場合にも対応できる。
Siemens Xceleratorは、開発者とエコシステムパートナーに産業用インテリジェントエージェント開発キットを提供している。
このキットには、Skill Creator、Agent Framework、Workflowなどの中核コンポーネントが含まれ、企業ユーザーはクラウド上でAIエージェントの開発、デバッグ、テストを行える。
具体的には、RAG（検索拡張生成）技術に基づくAIナレッジ検索・Q&Aサービス、さらにSkill CreatorやWorkflowツールに基づくSkillおよびワークフロー生成サービスなどがある。これにより、企業は自社のソフトウェアや内部能力をAgent化できる。
なかでも最も重要なのは、PLC、産業用エッジ、データ収集、異常分析など、OTレイヤーに蓄積されたエンジニアリングのKnow-howを、Agentが理解し、認識し、直接呼び出せるSkillとしてカプセル化することだ。
これは本質的に、産業現場の経験に「インターフェースを与える」作業であり、ここにSiemensならではの強みがある。
入口は入れ替えられても、基盤となる知識とプロセスは企業の長期的な資産となる。
Siemensのエネルギー・カーボン管理エージェントECX Agentは、こうした開発キットを基盤に構築されたものだ。
自然言語による人間とAIの協調インタラクションを提供し、ユーザーの管理下で、エネルギーの高度なリーン管理、設備のインテリジェント運用保守、炭素データのMRV（モニタリング、報告、検証）などの専門業務を自律的に実行できる。
Siemens Xceleratorのインテリジェントエージェント・アプリケーション開発フレームワークと、基盤となる専門大規模モデルエンジンによって、エネルギー・カーボン管理のインテリジェント・ワークフローを実現する。
さらに、ツールインターフェースを通じてSiemensのエネルギー・カーボン管理ソフトウェアSmart-ECXプラットフォームのAPIを呼び出し、エネルギー消費量や炭素排出量のリアルタイムデータを取得する。これにより、炭素排出量の算定、エネルギー・カーボン監査、エネルギー・カーボンに関するQ&Aを行い、排出削減案を出力できる。
社内での自社開発事例に加え、北京支点互动、上海全晓信息技术もSiemensの開発キットを活用し、自社のニーズに適した産業AIエージェントを構成している。
支点互动は、APIを通じてSiemens Xcelerator産業用インテリジェントエージェント開発キットを再利用し、AIナレッジベースの機能によって文書解析とベクトル検索を実現した。
その後、自社開発のプラットフォーム上でAgentのオーケストレーション、業務プロセス、人間による承認を含む閉ループ、そしてエンドツーエンドのガバナンスを実現。検索した産業分野のKnow-howを、再利用可能なSkillというデジタル労働力資産にカプセル化した。
全晓信息技术は、Siemens Xcelerator産業用インテリジェントエージェント開発キットに基づき、プロセス全体を構築している。ナレッジベース、Skill生成、Agentオーケストレーションなどのネイティブ機能を直接再利用できる。
同社は製造業の特定分野に注力し、業界固有の業務ルールを組み合わせて二次開発を行っている。自動車OBDテストAgentや設備運用保守Agentなど、業界向けの産業用インテリジェントエージェント・ソリューションを提供している。
第3層：ビジネスの入口
Agentを実験室で動かすことに成功しても、それはまだゼロから1への一歩にすぎない。
エージェントを開発した後、どのように買い手を見つけ、規模を拡大して横展開するか。それが商用化における中心的な課題となる。
Siemens XceleratorのオンラインプラットフォームMarketplaceでは、顧客は審査済みの産業AI能力をより迅速に見つけられる。
エコシステムパートナーも製品を展示し、産業分野の顧客にリーチし、フィードバックを得ながら継続的に改良できる。
ここにもSiemensのオープンな姿勢が表れている。第三者のAgent開発企業が参加する場合でも、Siemens Xceleratorプラットフォームはエコシステムに開かれている。
AIイノベーション企業は、Siemens Xceleratorのエコシステムへの参加を申請できる。審査に通過すれば、企業はプラットフォームに参加し、差別化された業界向けソリューションを提供するとともに、顧客向けのプロジェクトを実行できる。
例えば阿丘科技は、自社の技術スタックを再構築することなく、自社開発のAQ-VLM産業用ビジョン大規模モデルとVisionAgentビジョン・アプリケーションプラットフォームを、標準APIを通じてSiemens X Data Hubのデータ基盤およびTeamcenter PLM体系に接続できる。
Siemensは産業データのコンテキストと業務プロセスへの入口を提供し、阿丘科技はシステム検証済みの画像欠陥検出の中核能力を提供する。
両社が共同で構築した「多次元産業AIビジョン基盤」は、相互運用性テストとセキュリティ・コンプライアンス審査を完了した後、Marketplaceに掲載される。より多くの製造企業に向けて、「箱から出してすぐ使える」インテリジェント品質検査機能を提供する。
また、Siemens Xceleratorのエコシステムパートナーである設序科技が自社開発したAI自動図面生成プラットフォームは、3Dモデルを2Dエンジニアリング図面へ迅速に変換し、企業の納期遵守と納品効率の向上を支援する。
その効果は明快だ。自動車設備企業や非標準オートメーション設備企業のなかには、Marketplace上で設序科技のソリューションを見つけた企業がある。導入後、従業員1人当たりの図面作成時間は数日から数時間へと短縮され、10人規模のチームでは年間7,000時間を超える工数を削減できた。
現在、Siemens Xceleratorプラットフォームは、自動車、食品・飲料、電子・半導体、データセンター、グリーンビルディングなどの業界をカバーしている。
WAIC 2026の期間中には、AI分野の新たな9社のパートナーがSiemens Xceleratorとエコシステム協力協定を締結し、フィジカルAI、Embodied Intelligence、産業用インテリジェントエージェント、コンピューティングリソースの各シナリオをさらに拡充した。
2026年7月時点で、Siemens Xceleratorにはデジタル化・低炭素化関連の製品およびソリューションが900件以上集まり、登録ユーザーは60万人超、エコシステムパートナーは600社超に達している。そのうちMarketplaceに掲載されたAI産業アプリケーションのパートナーは100社を超える。
Siemens Xceleratorの登場は、産業界に画一的な標準解を提供するためではない。Marketplace、厳選された業務ポートフォリオ、オープンなエコシステムを通じて、現場のニーズに応じた新たな答えを次々と生み出す、巨大な自己進化型システムを構築するためだ。
Siemens Xceleratorはいかにして一度の成功をより多くの工場へ展開するのか
視点を少し引いて見れば、Siemens Xceleratorの価値を本当に決めるのは、プラットフォーム上にいくつの製品が並び、何社のパートナーが集まっているかではない。集められたリソースを、実際に機能させられるかどうかである。
産業AIの大規模展開とは、同じAgentを100の工場にコピー＆ペーストすることではない。一つひとつの導入成功を、次の導入の出発点にすることだ。
Eigen Engineering Agentなどの自社開発製品は、まず実際のエンジニアリングシステムで試行される。産業用Agentがタスクを理解し、ソリューションを生成できるだけでなく、PLC、HMI、オートメーション・エンジニアリングのプロセスに入り込み、エンドツーエンドで実行し、生産ライン上で定量化可能なROIを生み出せることを証明するためだ。
その基盤にあるのが、Siemensの産業分野における蓄積である。
TIA Portal、PLC、産業用エッジに蓄積されたエンジニアリング知識が、Agentが産業分野の意味論を理解し、実際の設備に接続し、権限管理、監査、ロールバックの仕組みのもとで安定稼働できるかどうかを左右する。
これらは、いわば産業AIの汎用シャーシのようなものだ。すべての開発者が避けて通れない基盤エンジニアリング上の課題を解決する。
このシャーシがあれば、エコシステムパートナーは同じ車輪を何度も作り直す必要がない。
自動車、半導体、エネルギー、食品・飲料などの業界の開発者は、検証済みの能力に自社の業界Know-howを重ね合わせ、異なる設備、工程、業務プロセスに対応するAgentを開発できる。
同じ産業基盤から、100種類を超える異なるシナリオ向けアプリケーションが生まれる可能性がある。
そして、これらのアプリケーションはSiemens XceleratorのMarketplaceを入口として、より多くの顧客にリーチできる。
一度動けば、次はゼロから始める必要がなくなる。
参加するパートナーが増えるほど、カバーするシナリオは豊富になり、プラットフォームに蓄積される産業知識も厚みを増す。その結果、新たなAgentの開発と導入はさらに容易になる。
これこそが、Siemens Xceleratorと一般的なソフトウェア・マーケットプレイスの本質的な違いである。
マーケットプレイスが解決するのは「製品を売る」ことだが、Siemens Xceleratorが解決しようとしているのは、「製品を実際の産業シナリオのなかで継続的に成長させる」ことだ。
製造企業もまた、選択という形でこのアプローチを支持している。
レポートによると、68％の企業が外部のテクノロジー企業とのデータ共有や技術融合を望んでいる。
Siemensはさらに、中国の工場現場を開放し、Siemens Xceleratorコンテストを通じて開発者を産業AIの分野へ呼び込み、実際のニーズをそのままエコシステム・イノベーションの実験場へと変えている。
つまり、Siemens Xceleratorが横展開するのは、「検証、蓄積、開発、提供、再検証」という一連の方法論である。
AgentがPLCコードを書けるようになったとしても、それは単一ポイントのインテリジェンスにすぎない。
しかし、異なるパートナーが異なる工程向けにそれぞれのAgentを構築し、それぞれのKnow-howを蓄積し、それぞれのROIを生み出し、さらに一つの成功事例をより多くの工場へ展開できるようになって初めて、産業AIの大規模導入が本格的に始まる。
結局のところ、オフィスAIの普及は、誰もがダイアログボックスを開けるようにすることで実現する。
一方、産業AIの普及に必要なのは、ある工場で検証された能力を、より多くの工場が安全に呼び出せる生産力へと変えることだ。
それこそが、Siemens Xceleratorが推進しようとしていることである。
Agentがもはや実証工場の目玉プロジェクトにとどまらず、PLCや産業用ソフトウェアと同じように、エンジニアがいつでも利用できる基盤能力になったとき、産業AIは初めて展示会場を出て、本当の意味で生産ラインへ足を踏み入れたと言えるだろう。