「自動化を自動化する」が商品になった。Siemens Eigen Engineering Agent は、制御エンジニアの何を変えるのか
ハノーバーメッセ 2026 は、ドイツで開かれる世界最大級の産業技術見本市です。2026年の会場では、人に近い形をしたロボットであるヒューマノイドの発表が目立っていました。
たとえば、ドイツの大手産業機器・自動化企業 Siemens は、Erlangen 電子工場で、Humanoid の HMND 01 Alpha が物流作業をこなした事例を発表しました。Humanoid は産業向けヒューマノイドロボットを開発する企業で、HMND 01 Alpha は同社の車輪型ロボットです。映像としても分かりやすく、ロボットが工場の中で動き始めていることが伝わるニュースでした。
ただ、同じ Siemens が 4月20日に出したもうひとつの発表の方が、工場 DX の実務には大きく効くかもしれません。それが、Eigen Engineering Agent です。
Eigen Engineering Agent は、Siemens の自動化エンジニアリング環境である TIA Portal の中で使う産業向け AI エージェントです。TIA Portal は、PLC や HMI などを設計・設定するための Siemens の統合エンジニアリング環境です。PLC は工場設備を制御する装置、HMI は人が設備の状態を見たり操作したりする画面のことです。
Siemens は、この TIA Portal の中に AI エージェントを組み込みました。対象になるのは、PLC コードの生成、HMI 画面の作成、デバイス構成、既存プロジェクトの検索や説明などです。対象ユーザーは、世界で 60万人を超える TIA Portal ユーザーです。
Siemens Digital Industries の Rainer Brehm 氏は、これを "automating automation" と表現しています。日本語にすれば、「自動化を自動化する」ということです。
これまでは、人やロボットの作業をどう自動化するかが主なテーマでした。今回は、その自動化を設計するエンジニアの作業そのものが、AI の対象になり始めています。
工場 DX の実務という観点では、こちらの方が重い発表かもしれません。理由は、ロボット1台の性能ではなく、60万人規模のエンジニアリング作業に直接触れる話だからです。
「提案する AI」から「実行する AI」へ
これまでの産業向け AI は、どちらかというと「コパイロット」型が中心でした。自然言語で質問すると、コードの案を出したり、仕様書の内容を探したり、設定の候補を示したりする。そこから先は、人間のエンジニアが判断し、修正し、ツールに組み込む必要がありました。
Eigen Engineering Agent は、その一歩先を狙っています。Siemens の説明によれば、商用提供フェーズに入った産業 AI エージェントのひとつとして位置づけられています。
Siemens Data and AI 担当 EVP の Vasi Philomin 氏は、今回の変化について、AI が横から助言するだけではなく、実際の設計ツールの中で、作業を分解し、実行し、確認できる形にまとめる段階へ進んだものだと説明しています。
ここでいう「自律実行」は、人のレビューなしに最終判断まで AI に任せる、という意味ではありません。タスクを分解し、実行し、検証し、レビュー可能な成果物として出すところまでを AI が担う、という意味です。最終的な確認や採用判断は、人間のエンジニアに残ります。この違いは小さくありません。
コパイロット型の AI は、エンジニアの作業を速くします。一方で、エージェント型の AI は、作業の一部をまとめて引き受けます。前者は「手を速くする」道具であり、後者は「手間そのものを減らす」道具です。
制御エンジニアの仕事には、創造的な判断だけでなく、地味で時間のかかる作業が多く含まれています。過去プロジェクトの中から必要なブロックを探す。似たようなコードを直す。命名やスタイルをそろえる。画面部品を調整する。パラメータを一括で変更する。ドキュメントを確認する。Eigen Engineering Agent が入り始めたのは、まさにこの領域です。
対象は「書く・直す・探す・そろえる・読み解く」
Siemens の製品ページを見ると、Eigen Engineering Agent が対象にしている作業はかなり具体的です。難しい機能名を並べるよりも、現場の手間として見た方が分かりやすいかもしれません。
たとえば、設備をどう動かすかを記述する制御プログラムを書く作業があります。過去のコードを見ながら似た処理を書き、テスト用のロジックを作り、エラーが出たら直す。こうした作業を AI が支援します。
設備の操作画面を作る作業も対象です。作業者が見る画面、設備の状態を表示する画面、ボタンや表示の動きを制御する処理などを作る支援です。古い仕組みで作られた画面を、新しい仕組みに移す作業も含まれます。
さらに、設定をそろえる作業もあります。複数の装置や部品にまたがる設定を一括で変更し、社内のルールに合っているかを確認し、必要なドキュメントを作る。こうした作業は目立ちませんが、手でやると時間がかかり、ミスも入りやすい部分です。
そして大きいのが、過去のプロジェクトを読み解く作業です。「この工程を制御している部分を見せて」と聞くと、関連する制御ブロックや構造を探せるようになる。途中からプロジェクトに入った人にとっては、既存の設計を理解する助けになります。
最後に、翻訳や説明、トラブル対応の支援もあります。画面上の言葉を多言語に訳したり、技術情報を説明したり、問題が起きたときの確認手順を示したりする。調べものや確認作業にかかる時間を短くする用途です。
ここで起きているのは、制御エンジニアの仕事のうち、「書くもの」「直すもの」「そろえるもの」「読み解くもの」「探すもの」が、少しずつ AI エージェントの対象になっているということです。
AI は、制御エンジニアが判断にたどり着く前に積み重なる手間を、少しずつ引き受け始めています。そして、その手間はこれまであまり見える化されてきませんでした。
新人教育が「数週間」から「数日」になる意味
Siemens が紹介している事例の中で、特に分かりやすいのが自動車ラインビルダーの新人教育です。自動車ラインビルダーとは、自動車工場の生産ラインを設計・構築する企業のことです。
従来、新しいエンジニアがプロジェクトに参加して戦力になるまでには、数週間かかっていました。理由は、単に TIA Portal の使い方を覚える必要があるからではありません。既存プロジェクトの構造、制御ブロックの関係、画面やデバイスのつながり、過去の設計意図を読み解く必要があるからです。
制御プロジェクトには、図面や仕様書だけでは分からない文脈がたくさん残ります。なぜこのブロック名なのか。なぜこの信号だけ例外処理が入っているのか。どの改造で今の形になったのか。そうした情報を探すだけで、かなりの時間がかかります。
Eigen Engineering Agent を使うと、新人エンジニアは自然言語でプロジェクトに質問できます。「Station 3 を制御する全ブロックを見せて」と聞けば、関連する情報をすぐに確認できる。Siemens は、その結果としてオンボーディング期間が数週間から数日に短縮されたと説明しています。
これは、単なる教育期間の短縮ではありません。制御エンジニアリングでは、既存プロジェクトを読み解ける人が限られることが、しばしばボトルネックになります。ベテランに聞かないと分からない。過去案件を触った人でないと怖くて直せない。新人が入っても、最初の数週間は調査と理解に時間を取られる。
AI がその読み解きを支援できるなら、属人化したプロジェクトに新しい人が入りやすくなります。これは、人手不足や技術継承の問題にも関わる話です。
一方で、注意点もあります。AI が既存プロジェクトを説明できるようになると、オンボーディングは速くなります。ただし、なぜその設計になったのか、過去にどんなトラブルがあり、どこに現場の判断が入ったのかという暗黙知まで、すべて自動で引き継がれるわけではありません。
読み解く時間が短くなるほど、何を人が理解しておくべきかを、これまで以上に意識して設計する必要があります。
100社超・19カ国で試された後に一般提供へ
Eigen Engineering Agent は、発表だけのコンセプトではありません。Siemens は、19カ国・100社以上での試験導入を経て、一般提供を始めたと説明しています。正式な販売前に実際の企業で使い、効果や課題を確認してきた、ということです。
名前が出ている企業もあります。中国の CASMT は、新エネルギー車向けの高機能生産ラインを手がける企業です。同社は EMB、つまり電動ブレーキのラインで、デバイス構成、コード生成、HMI 可視化などに Eigen Engineering Agent を使っています。会話型のワークフローに変えることで、専門家間の引き継ぎが減り、デバッグや納期短縮につながったと説明されています。
オーストリアの ANDRITZ Metals は、金属加工設備などを手がける企業です。同社はコード生成、ドキュメント生成、TIA Portal 内での課題解決に活用しています。
米国の Prism Systems は、制御プログラムの生成と取り込みに活用し、該当する作業時間の短縮を確認しています。
この並びを見ると、対象は特定業界に閉じていません。自動車、金属加工、システムインテグレーターといった複数の現場で、共通して「制御エンジニアリングの手間」を減らす方向に使われています。
Siemens が狙っているのは、個別の便利機能ではなく、TIA Portal という日常的な作業環境そのものに AI を組み込むことです。これは、AI ツールを別に立ち上げて使う話とは少し違います。
エンジニアが毎日開いている環境の中に、AI エージェントがいる。この差は、導入のしやすさにも、定着のしやすさにも関わってきます。
ロボットの AI 化とは別の場所で、工場 DX が進んでいる
最近の工場 DX や Physical AI の話題では、ロボットそのものに注目が集まりがちです。ヒューマノイドが何を持てるのか。どのくらい器用に動けるのか。人と同じ空間で働けるのか。そうした話は分かりやすく、映像にもなります。
しかし、工場の自動化は、ロボット単体で成り立っているわけではありません。ロボットや設備を動かすには、PLC があり、HMI があり、センサーやドライブがあり、ネットワークがあり、それらをつなぐ制御設計があります。現場で本当に時間がかかるのは、派手なデモではなく、この設計・設定・修正・引き継ぎの部分だったりします。
Eigen Engineering Agent は、その裏側に入ってきた AI です。対象にしているのは、ロボットや設備を動かすためのエンジニアリング作業です。制御プログラム、操作画面、設定、過去設計の読み解きといった手間を短くし、現場で使い続けやすくする点に意味があります。
工場で AI を使うというと、異常検知、画像検査、予知保全、ロボット制御のような用途が先に思い浮かびます。もちろん、それらも重要です。ただ、その前後には、設計する人、設定する人、つなぐ人、直す人の作業があります。その作業が詰まると、どれだけ良い AI やロボットがあっても、現場には定着しません。Siemens は、現場で時間がかかりやすいエンジニアリング作業そのものを、AI の対象にし始めています。
Schneider 的な「選別」と Siemens 的な「作業自動化」
以前、フランスの大手電機・産業オートメーション企業であるSchneider Electric の AI 活用について、PoC で止まらないためには「どの AI を本番に乗せるか」を見極める力が重要だと整理しました。PoC は試しに導入して効果を確認する段階を指します。多くの企業では、この小規模実証から本番運用に進めず、そこで止まりやすいという課題があります。
Schneider Electric の話は、どの領域に AI を入れるべきか、どう選別するかという組織側の話でした。一方で、今回の Siemens の話は、選んだ後のエンジニアリング作業をどう減らすかという道具側の話です。
この 2つは対立するものではありません。まず、どの業務や設備に AI を入れるべきかを見極める。次に、実際に導入・設定・改造する作業を AI エージェントで短くする。この両方がそろうと、小規模実証から本番運用までの距離はかなり縮まります。
工場 DX では、導入したいアイデアが見えていても、実際に設計し、設定し、改造する人手が足りなくなりやすいです。特に制御エンジニアリングは、設備ごとの文脈が強く、引き継ぎにも修正にも時間がかかります。Eigen Engineering Agent は、そうした実装段階で膨らみやすいエンジニアリング作業の負担を減らす製品です。
Rockwell も同じ方向を見ている
この動きは Siemens だけではありません。
Rockwell Automation も、ハノーバーメッセ 2026 で AI-orchestrated Factory System Design をデモ展示しています。Rockwell Automation は、米国の大手産業オートメーション企業です。同社の発表では、工場の動きを仮想空間で再現する Emulate3D、 Visual Studio Code、 GitHub Copilot、制御設計を支援する FactoryTalk Design Studio などを組み合わせ、工場システム設計を AI で支援する方向が示されています。
ただし、ここは Siemens とは成熟度が違います。Siemens の Eigen Engineering Agent は、一般提供が始まっています。一方で、Rockwell の発表はデモ展示の位置づけです。したがって、両社を同列に「出荷済み」と見るのは正確ではありません。それでも、方向性は近いです。
制御プラットフォームを持つ企業が、PLC エンジニアリングや工場設計の作業そのものに AI を組み込み始めている。これは、自動化業界の競争軸が少し変わり始めていることを示しています。
これまでは、制御機器の性能、ソフトウェアの使いやすさ、現場での安定性が大きな競争軸でした。これからは、エンジニアリング作業をどこまで短くできるか、過去の制御プログラムや画面設定をどこまで理解しやすくできるか、新人や途中参加のメンバーがどこまで早く参加できるかも、重要な差になっていくはずです。
「自動化を自動化する」の次に残る仕事
Siemens が使っている Eigen という名前には、ドイツ語で「自身の」という意味があります。また、理工系の人にとっては、固有値を意味する eigenvalue を思い出す言葉でもあります。Siemens は、変化の激しい AI の中でも、産業ドメイン知識に根ざした安定した知性であることを示す名前として説明しています。
名前としては、かなりよくできています。ただ、本当に重要なのは名前ではありません。60万人を超える TIA Portal ユーザーのうち、どれくらいの人が Eigen Engineering Agent を日常的に使い始めるのか。どの作業を任せ、どの判断を人に残すのか。AI が作ったコードや設定を、どのようにレビューし、品質保証するのか。ここが次の論点になります。
工場の制御は、間違えたら設備停止や品質不良につながります。AI が作業を速くしてくれるとしても、現場でそのまま受け入れられるわけではありません。レビュー、検証、標準化、責任分担が必要になります。
つまり、制御エンジニアの仕事は、手で作る作業の比重が下がり、AI が作ったものを評価し、現場で使える形に整える役割が重くなっていきます。
コードを一から書く時間は減るかもしれません。既存プロジェクトを探し回る時間も減るかもしれません。画面や設定をそろえる作業も短くなるかもしれません。
その代わりに、AI が出したものを評価する力、設備や工程の制約を踏まえて判断する力、現場で安全に使える形に落とし込む力が、より重要になります。
「自動化を自動化する」は、スローガンではなく商品になり始めました。次に問われるのは、制御エンジニアがその仕事の何を手放し、何を新たに引き受けるのかです。
AI の同僚は、すでに TIA Portal の中に座り始めています。工場 DX の変化は、ロボットや設備を動かす人の机の上からも進み始めています。
このテーマに近い記事
・Siemensは設計に、Boschは現場にAIを入れた｜ハノーバーメッセ2026で見えた、工場AIの二つの入り口
・AIは答えるだけでなく、制御システムへ指示を渡し始めた｜Beckhoffが示した工場AIの新しい接点
・工場AIは、どのクラウドに乗るのか。ハノーバーメッセ2026で見えたSchneider×Microsoft、Rockwell×AWSの違い
このテーマを自社に当てはめて考えるには
工場 AI をどの業務から考えるべきかを整理したい方向けに、Siemens、Bosch、Beckhoff、Schneider Electric、EDAG の 5 社を比較した有料記事を公開しています。設計・エンジニアリング工程、稼働中の現場、制御層、クラウド基盤という導入起点ごとに、自社で検討する際の見方を整理しました。
製造業向け AI は、どこから考えるべきか。Siemens・Bosch・Beckhoff・Schneider・EDAG で見る、自社の導入起点マップ
ご相談について
製造業向け AI・工場 AI の導入を検討している中小製造業の経営者・経営企画の方に向けて、SIer や AI ベンダーに相談する前の「論点整理」から、小さく試す段階の試作まで、個人活動としてお手伝いしています。
どの業務に AI を入れるのか、どこまで外部に任せ、何を社内に残すのか。小さく試す段階から本番投資へ進む条件をどう置くのか。導入後も外部支援に過度に依存せず、自社で判断を続けられる形にできるか。こうした点を一緒に整理します。
論点整理だけで終わらせません。必要であれば数週間で動く試作やトライアル環境まで用意し、実物を見ながら次を決めます。
なお、ご相談は公開情報と一般的な業務整理の考え方に基づくものです。所属先の業務・顧客・技術情報に関わる助言は行いません。
サービス内容・料金・お問い合わせフォームは、こちらにまとめています。
https://chiteki-tankyu-hub.com/
初回30分のオンライン相談は無料です。まず何から手を付けるべきか、という段階のご相談で構いません。有料の壁打ち相談では、当日整理した内容を「導入前に確認すべき論点メモ」1枚にまとめてお返ししています。
このnoteのお問い合わせフォーム、または X のDMでもお受けしています。
最後までお読みいただき、ありがとうございました。
この note では、工場 AI、ロボット、スマートファクトリーの動向を、経営、技術、現場実装の 3 つをつなぎながら整理しています。
個別ニュースの紹介だけでなく、どの企業がどの入口から工場 DX に入り、どこで現場実装の難しさが出るのかまで追っています。
今後もこのテーマを継続して読みたい方は、フォローしていただけるとうれしいです。
出典・参考リンク
Siemens AG｜"Siemens launches the Eigen Engineering Agent, bringing purpose-built AI to industrial automation engineering"｜https://press.siemens.com/global/en/pressrelease/siemens-launches-eigen-engineering-agent-bringing-purpose-built-ai-industrial
Siemens AG｜"Siemens brings AI to the physical world with Eigen Engineering Agent"｜https://press.siemens.com/global/en/pressrelease/siemens-brings-ai-physical-world-eigen-engineering-agent
Siemens｜"Eigen Engineering Agent - TIA Portal"｜https://www.siemens.com/en-us/products/tia-portal/eigen-engineering-agent/
Manufacturing Digital｜"How Siemens Deployed One of the First Industrial AI Agents"｜https://manufacturingdigital.com/articles/how-siemens-ai-engineering-agent-eigen-works
Robotics & Automation News｜"Siemens launches AI engineering agent to automate PLC coding and industrial workflows"｜https://roboticsandautomationnews.com/2026/04/20/siemens-launches-ai-engineering-agent-to-automate-plc-coding-and-industrial-workflows/100758/
AI News｜"Siemens introduces AI system for automation engineering"｜https://www.artificialintelligence-news.com/news/siemens-ai-automation-engineering-workflows/
Siemens AG｜"Siemens and Humanoid bring Physical AI to the factory floor"｜https://press.siemens.com/global/en/pressrelease/siemens-and-humanoid-bring-physical-ai-factory-floor-deploying-humanoids-industrial
Rockwell Automation｜"Rockwell Automation to Demonstrate AI-Orchestrated Factory System Design at Hannover Messe 2026"｜https://www.rockwellautomation.com/en-nl/company/news/press-releases/ai-orchestrated-factory-design-at-hannover-messe.html