Hitachi heeft HMAX Data Fabric, HMAX AI Operations en Physical AI FDE Service geïntroduceerd, drie nieuwe oplossingen die bedoeld zijn om kunstmatige intelligentie (AI) verder te brengen van digitale assistenten naar fabrieken, energienetwerken, spoorwegen, robots en andere infrastructuren waar softwarebeslissingen kunnen leiden tot fysieke acties. Het bedrijf wil operationele data en kennis van gespecialiseerde technici omzetten in begrijpelijke informatie voor AI-modellen, terwijl toezicht op veiligheid, prestaties en werking behouden blijft.
De kern van HMAX en de blik op Hitachi’s inzette op fysieke AI in 30 seconden
- HMAX Data Fabric combineert IT- en OT-gegevens en structureert deze met behulp van ontologieën en kennisgrafen zodat AI-systemen er gebruik van kunnen maken.
- Physical AI FDE Service betrekt specialisten van Hitachi bij projecten om kennis te extraheren en digitaliseren die normaal gesproken in ervaren personeel aanwezig is.
- HMAX AI Operations bewaakt prestaties, veiligheid, governance, kosten en risico’s die specifiek voor AI gelden.
- Het platform kan modellen voeden voor het aansturen van robots en apparatuur, evenals voor agent-gestuurde AI-toepassingen.
- Deze drie oplossingen zijn beschikbaar vanaf 3 september 2026, met prijsinformatie op aanvraag.
Deze aanpak adresseert een probleem dat ontstaat bij het buiten de desktop brengen van generatieve AI en agenten. Een bedrijf kan relatief snel een taalmodel koppelen aan bedrijfsdocumenten. Maar het inzetten van AI in een fabriek, spoorweg of energienetwerk vereist kennis van fysieke beperkingen, relaties tussen apparatuur, procedures en veiligheidsregels die vaak niet eens gedocumenteerd zijn.
Hitachi wil juist haar expertise in operationele technologie inzetten als onderscheidend element. Het bedrijf bevestigt betrokken te zijn geweest bij zo’n 15.000 mission-critical systemen, samen met klanten en partners, en bezit meer dan een eeuw industriële ervaring.
Met HMAX streeft Hitachi ernaar om (gedeelten van) die operationele kennis om te zetten in een gestructureerde laag die door AI gebruikt kan worden.
HMAX Data Fabric helpt AI de betekenis van gegevens te begrijpen
Een fabriek kan miljoenen datapunten genereren, maar nog steeds moeite hebben om deze gegevens effectief te gebruiken met AI.
Het probleem ligt niet altijd in het beschikken over informatie, maar in het begrijpen ervan.
Een waarde van 82 graden kan afkomstig zijn van een motor, ketel, koelsysteem of een omgevingssensor. Het getal zegt op zichzelf weinig. Om het te interpreteren moet men weten wat het betekent, welk apparaat het produceert, van welke andere componenten afhankelijk is en wat de normale werkgrenzen zijn.
HMAX Data Fabric probeert dat contextuele begrip te bieden.
Het platform integreert gegevens uit IT- en OT-systemen en gebruikt ontologieën om de betekenis en onderlinge relaties tussen activa, processen en variabelen te beschrijven.
Vervolgens organiseert het deze informatie in kennisgrafen, structuren die entiteiten en hun onderlinge verbanden weergeven.
Het doel is dat een AI-model niet enkel een verzameling records ziet, maar informatie met voldoende context om logisch te kunnen redeneren.
Hitachi geeft het voorbeeld van het spoorwegvervoer.
Bij indicaties van een probleem in trein of infrastructuur, kan HMAX Data Fabric gegevens over de actuele toestand van diverse componenten koppelen aan historische gedragsgegevens van zulke activa.
Daaruit kan AI helpen de oorzaak van de storing te achterhalen en operators en onderhoudsteams adviseren of ingrijpen noodzakelijk is, bijvoorbeeld door operationele aanpassingen of preventieve interventies.
Hitachi streeft ernaar dat deze analyse vooraf kan plaatsvinden, nog voordat de storing leidt tot een onderbreking of panne. De effectiviteit hangt af van datakwaliteit, gebruikte modellen en de specifieke omstandigheden van elke implementatie.
Digitaliseren van kennis die met werknemers verdwijnt
Een ander niet-technologisch probleem achter HMAX is de pensionering van gespecialiseerde vakmensen.
Een aanzienlijk deel van industriekennis wordt nooit gedocumenteerd of opgeslagen.
Een ervaren technicus detecteert bijvoorbeeld afwijkingen door geluid, vibraties, temperatuur en gedrag te combineren—zoals hij dat al decennia doet.
Een handleiding kan technische grenzen beschrijven, maar de kenner weet bovendien welke subtiele aanwijzingen vaak precederen op een storing.
Wanneer zo’n persoon de onderneming verlaat, kan deze waardevolle kennis verdwijnen.
Het Physical AI FDE Service wil deze kennis vastleggen en omzetten in herbruikbare informatie.
FDE staat voor Forward Deployed Engineer. In dit model werkt specialisten direct bij de klant, in tegenstelling tot enkel het leveren van een technologische oplossing.
Hitachi heeft teams samengesteld die professionals uit IT, OT, productontwikkeling, AI en industriële sectoren combineren. Hun werkzaamheden starten bij het identificeren van concrete problemen, gevolgd door dataverzameling, modelontwikkeling en operationele ondersteuning.
Een opvallende techniek die het bedrijf noemt, is het gebruik van AI om “interviews” te houden met ervaren technici.
Het systeem stelt interactieve vragen om procedures voor probleemoplossing, besluitvormingscriteria en andere ongedocumenteerde kennis te exploreren.
De verzamelde informatie wordt omgezet in ontologieën en kennisgrafen die door andere AI-systemen kunnen worden geraadpleegd.
De aanpak gaat verder dan automatisering: het formeert operationele kennis tot een waardevol digitaal actief, dat blijft bestaan en gebruikt kan worden, zelfs als het personeel wijzigt of vertrekt.
Desalniettemin blijft validatie door experts essentieel om de volledigheid en juistheid van deze kennis te waarborgen, zeker wanneer het onderdeel wordt van beslissingen over kritieke infrastructuur.
Van aanbevelingsagent naar systeem dat zelf handelt
HMAX Data Fabric is ontworpen om te koppelen met zowel agent-gestuurde AI ontwikkelomgevingen als systemen die modellen trainen om robots en andere apparatuur te besturen.
Hier verschijnt het concept van Physical AI.
Een chatbot genereert informatie; een agent kan daarnaast tools gebruiken en digitale acties uitvoeren. Physical AI gaat nog een stap verder doordat het interactie heeft met echte machines en processen.
De consequenties van een fout worden hiermee ook ernstiger.
Een hallucinerende reactie van een bedrijfsassistent kan tot een verkeerd antwoord leiden. Maar in een fysieke infrastructuur kan een verkeerde interpretatie invloed hebben op machines, productieprocessen of diensten.
Daarom koppelt Hitachi HMAX Data Fabric aan IWIM (Integrated World Infrastructure Model), haar fundamenteel model voor sociale infrastructuren dat in november 2025 werd gepresenteerd.
IWIM bevat kennis van operationele technologie en fysische fenomenen, waardoor AI-systemen bestaande restricties beter kunnen begrijpen.
Het ultieme doel is om verschillende modellen te laten samenwerken, waarbij variabelen zoals uitbuiting van apparatuur, energieverbruik, onderlinge relaties en operationele grenzen worden meegenomen.
In juli 2026 kondigde Hitachi een samenwerkingsverband aan met NVIDIA om multi-agent orkestratietechnologie te ontwikkelen voor HMAX.
Dit schetst een architectuur waarin verschillende gespecialiseerde agents over onderdelen van een operatie kunnen toezien en hun beslissingen coördineren binnen vooraf vastgestelde beperkingen.
HMAX AI Operations zal ook de agents zelf monitoren
Hoe autonomer AI wordt, des te belangrijker wordt het om het gedrag na ingebruikname te controleren.
HMAX AI Operations biedt hiervoor een monitoringlaag.
Hitachi voorziet een operationele laag die voortdurend de prestaties van modellen, veiligheid, governance, datakwaliteit, toegangscontrole, auditing en compliance bewaakt.
Daarnaast detecteert het problemen door ontbrekende of ruisachtige data en vermindert het risico’s, zoals AI-hallucinaties.
De platform maakt gebruik van technologieën zoals HARC for AI, een service die betrouwbaarheid van AI-systemen waarborgt volgens principles vergelijkbaar met Site Reliability Engineering (SRE).
HMAX AI Operations bevat ook een centraal beheer voor agents, inclusief observatie, prestatie-evaluatie, kostenvisualisatie, risicoanalyse en beveiligingscontroles.
Tevens is er een agent voor IT-operaties die diverse tools samenbrengt om incidenten te analyseren en oorzaken te onderzoeken.
Deze evolutie is logisch in een wereld met steeds meerdere AI-agenten die operationeel worden ingezet.
Bij grootschalige deployment is inzicht nodig in welke agents actief zijn, welke permissies ze hebben, wat ze kosten, welke acties ze uitvoeren en hoe ze gedijen bij veranderende omstandigheden.
Industrieel AI vereist meer dan alleen modellen
Het presenteren van Hitachi benadrukt een belangrijk verschil tussen generatieve AI voor consumenten en AI voor kritieke infrastructuren.
In zulke omgevingen is het model slechts een onderdeel van de gehele architectuur.
Er zijn ook schone data, operationeel context, gespecialiseerde kennis, toegangsrechten, fysieke regels, observatie, veiligheid en mechanismen om verkeerd gedrag te stoppen of corrigeren nodig.
Het feit dat Hitachi de oplossingen beschikbaar stelt sinds 3 september 2026 onderstreept dat autonomie niet de afwezigheid van operationeel toezicht betekent, maar dat het dat juist kan versterken.
De drie oplossingen worden aangeboden met prijs op aanvraag en staan centraal tijdens het Hitachi Social Innovation Forum 2026 Japan, dat op 3 en 4 september in Tokio wordt gehouden.
HMAX Data Fabric benadrukt dat een geavanceerd model niet voldoende is als het niet weet wat de data betekenen of welke regels het moet volgen.
De volgende stap in bedrijfskritische AI ligt mogelijk niet in het bouwen van grotere modellen, maar in het beter laten begrijpen van de specifieke context van organisaties.
In een fabrieksomgeving, energienet of spoorweg omvat die context bovendien het fysieke domein: de beperkingen van de wereld die een taalmodel niet leert door te lezen, maar door ervaring en kennis.
Veelgestelde vragen
Wat is HMAX Data Fabric?
Het is een platform van Hitachi dat informatie uit IT- en OT-systemen integreert en structureren doormiddel van ontologieën en kennisgrafen, met als doel contextuele gegevens te leveren voor AI-modellen en agenten.
Wat betekent Physical AI?
Fysieke AI omvat systemen die interactie hebben met processen, machines, robots en andere infrastructuren in de echte wereld. Hitachi ziet toepassingen in sectoren als industrie, energie en spoorwegen.
Wat doet HMAX AI Operations?
Het bewaakt prestaties, veiligheid, governance, datakwaliteit, toegangscontrole, risico’s en biedt centrale beheer- en toezichtmogelijkheden voor AI-agenten.
Vanaf wanneer zijn de nieuwe HMAX-oplossingen beschikbaar?
Vanaf 3 september 2026, met prijzen op basis van offerte.