本发布的重点 ■共同开发搭载SLM、即使在通信故障下也能运作的灾难对策支持系统，创建危机管理中心在灾难发生时也能不停歇运作的体制。 ■根据每栋建筑物的不同设备与状况，输入灾情后，AI将从大量手册中提取对应内容。以优先级提示初步应对措施，支持不受值班人员熟练度影响的精确判断。 ■融合三井不动产的危机管理专业知识，以及日立在建筑物解决方案的经验与AI技术。在验证后以实现正式运作为目标，同时也考虑向其他营运商推广，为可持续且具备韧性的城镇建设做出贡献。 三井不动产股份有限公司（以下，三井不动产）与株式会社日立制作所（以下，日立）为进一步强化三井不动产在日本全国所拥有的约200栋办公大楼的总括单位「危机管理中心」在灾难时的应对能力，已开始开发与验证利用生成AI之一的SLM（Small Language Model：小型语言模型）的脱机灾难对策支持系统（以下，本系统）。 本系统为了确保即使在本地环境（On-premises）*1下也能达到可实用化的精度，将关于建筑物营运与灾难对策的专业知识融入AI之中。通过日立的生成AI活用专业服务，利用专注于业务的语言模型*2与AI代理人*3，实现现场可使用的灾难对策支持系统。 目前，双方正推进本系统的实证，目标是通过技术验证与改良，尽早实现正式运转。此外，通过将本系统作为日立HMAX for Buildings：BuilMirai的产品线之一提供，将双方共同确立的最尖端合作成果提供给其他办公大楼管理营运商，为可持续且具备韧性的城镇建设做出贡献。 三井不动产危机管理中心目前正在实证中的脱机灾难对策支持系统画面 *1 指企业等利用自行准备的服务器等设备、软件来导入、使用系统的形态。 *2 日立新闻发布（2024年8月29日）「为迎接生成AI的正式业务应用，开始提供『业务专用LLM建构・营运服务』」。 *3 日立新闻发布（2025年3月26日）「日立通过活用数百个案例所获得的OT知识的方法，迅速提供客户专用的AI代理人」。 ■本系统开发的意义 日本正经历自然灾害日益频繁且生产年龄人口减少的趋势，在办公大楼营运上，「确保安全与安心」与「效率化与省力化」的并立已是当务之急。三井不动产的危机管理中心，作为常设的中枢据点，以24小时365天的体制实施值班（社员2名轮班制）。当观测到震度5强以上的地震时，会在中心内设置灾难对策总部，约300人规模与各地区对策总部合作，统一管理全国信息，并迅速进行向大楼用户提供信息以及功能的持续与复旧。 另一方面，大规模灾害时，固定电话、手机及互联网连接有可能受到限制，因此，需要一个不依赖通信，且能支持不受值班人员熟练度影响的初步应对机制。 因此，三井不动产与日立基于「危机管理中心的派遣人员，即使在大规模灾害导致通信障碍等情况下也能妥善应对，这将有助于以大楼为起点活动的用户们日常的安全与安心」的理念，开始开发与验证利用SLM的脱机灾难对策支持系统，以便在不受通信环境影响下获得精确支持。 ■本系统开发中的双方优势与角色 三井不动产提供了其在营运约200栋办公大楼过程中累积的危机管理现场知识、庞大的营运与灾难应对手册，以及BCP/BCM的治理能力，主导了需求定义与评估。通过贴近危机管理中心实际运营情况的精确设计，确保了每栋建筑物的个别最适化与营运实施性。 日立则以其在电梯等建筑物设备、管制中心营运中积累的知识，以及以HMAX for Buildings为代表的、结合数据、领域知识与先进AI以创造新价值的次世代解决方案群的开发能力为武器，设计与实施了轻量且高可靠性的脱机AI系统。其数字系统与服务部门基于针对金融业等领域所累积的严格安全要求与任务关键型营运所发展的架构，满足了三井不动产的高度需求。 ■本系统的特点 (1) 运用生成AI于脱机环境的系统构成 针对大规模灾害时可能发生的网络故障或外部服务器故障，采用了在本地环境运作的机制。构建了不依赖云端连接，且能确保危机管理中心决策不中断的系统基础。生成AI（SLM）在此基础上，负责整理初动应对判断所需信息并提供应对方案，支持中心人员的决策。 (2) 自动提示专注于灾难对策业务的「初步应对指南」 当通过智能型手机等设备输入各建筑物的灾情状况时，生成AI会横向搜索并解读庞大的灾难应对手册，向中心人员提示应优先运行的应对与作业。提供符合因地理位置、建筑结构不同而产生的建筑物个别需求的支持。 (3) 将资深人员的经验值继承为「组织的力量」 为了应对超出手册预期的现场状况，事先将资深人员的知识与过去的应对经验学习给生成AI。实现不受值班人员熟练度影响的快速准确初步应对。 (4) 支持高水准回应的VLM运用与微调 即使在大规模灾害时，也能实现与通用大型语言模型同等水准的回应精确度和响应速度。在回应时，会同时提供作为参考来源的手册信息，使其具备在确认应对内