Hitachi a présenté HMAX Data Fabric, HMAX AI Operations et Physical AI FDE Service, trois nouvelles solutions visant à faire progresser l’intelligence artificielle, en la déployant non seulement dans les assistants numériques, mais aussi dans les usines, réseaux électriques, chemins de fer, robots et autres infrastructures où une décision logicielle peut entraîner une action dans le monde physique. L’objectif de la société est de transformer les données opérationnelles et le savoir-faire des travailleurs spécialisés en informations exploitables par les modèles d’IA, tout en conservant une supervision sur la sécurité, la performance et le fonctionnement.

Les clés d’HMAX et l’engagement de Hitachi en faveur de l’IA physique en 30 secondes

• HMAX Data Fabric intègre des données IT et OT (technologies opérationnelles), en les structurant via des ontologies et des graphes de connaissance pour permettre leur utilisation par des systèmes d’IA.
• Physical AI FDE Service mobilise des spécialistes de Hitachi dans les projets pour extraire et digitaliser le savoir-faire, souvent détenu par des travailleurs expérimentés.
• HMAX AI Operations surveille la performance, la sécurité, la gouvernance, les coûts et les risques spécifiques à l’IA.
• La plateforme peut alimenter des modèles pour contrôler des robots et des équipements, ainsi que des applications d’IA orientées agent.
• Ces trois propositions sont disponibles depuis le 03/09/2026, avec des prix sur devis.

Ce dispositif répond à un enjeu qui se pose lorsque l’on souhaite déployer l’IA générative et les agents au-delà du simple environnement bureautique. Une entreprise peut relier rapidement un modèle de langage à des documents d’entreprise, mais faire participer une IA à la gestion d’une usine, d’un réseau ferroviaire ou d’une infrastructure énergétique requiert la connaissance de contraintes physiques, d’interrelations entre équipements, de procédures et de règles de sécurité souvent non documentées.

Hitachi mise précisément sur son expertise en technologie opérationnelle comme différenciateur. La société affirme avoir participé, avec ses clients et partenaires, à près de 15 000 systèmes critiques essentiels, et dispose d’un siècle d’expérience dans l’industrie.

L’approche avec HMAX consiste à transformer une partie de ce savoir-faire opérationnel en une couche structurée que l’IA peut exploiter.

HMAX Data Fabric, une solution pour enseigner à l’IA la signification des données

Une usine peut générer des millions de données, sans pour autant pouvoir les exploiter efficacement avec l’IA.

Le problème ne réside pas toujours dans la disponibilité des informations, mais dans leur compréhension.

Une lecture de 82 degrés peut provenir d’un moteur, d’une chaudière, d’un système de refroidissement ou d’un capteur environnemental. Le seul chiffre ne suffit pas ; il faut connaître sa signification, son origine, les composants qui en dépendent, ainsi que leurs plages normales de fonctionnement.

HMAX Data Fabric tente d’apporter ce contexte.

La plateforme intègre des données issues de systèmes IT et OT, et utilise des ontologies pour décrire leur sens et les relations entre actifs, processus et variables.

Elle organise ensuite cette information à l’aide de grafos de connaissance, des structures représentant des entités et leurs relations.

L’objectif est qu’un modèle d’IA ne se contente pas de trouver une collection de données, mais dispose d’un contexte suffisant pour raisonner et interpréter l’information.

Hitachi illustre cela avec l’exemple du chemin de fer.

En cas de signaux d’alerte concernant un train ou une infrastructure ferroviaire, HMAX Data Fabric peut faire le lien entre l’état actuel de divers composants et leur comportement historique.

L’IA pourrait ainsi aider à identifier la cause d’une anomalie et fournir des éléments pour que les opérateurs ou équipes de maintenance décident si une intervention ou une modification opérationnelle est nécessaire.

L’objectif est d’anticiper la survenue d’incidents avant qu’ils ne provoquent une panne ou une interruption. Bien entendu, la fiabilité dépendra de la qualité des données, des modèles déployés et des conditions spécifiques à chaque environnement.

Digitaliser le savoir-faire qui disparaît avec les experts

Un enjeu moins technologique est également au cœur de HMAX : le départ à la retraite des travailleurs expérimentés.

Une partie significative du savoir-faire industriel n’est jamais formalisée en base de données.

Un technicien chevronné peut détecter qu’une machine fonctionne anormalement grâce à un subtil mélange de bruits, vibrations, températures et comportements qu’il a appris à reconnaître au fil des décennies.

Le manuel technique peut décrire les limites techniques du matériel, mais le savoir tacite du technicien — les signaux faibles annonciateurs d’une panne — reste difficile à formaliser.

Quand cette personne quitte l’entreprise, une partie de ce savoir s’évanouit avec elle.

Physical AI FDE Service vise à convertir ce savoir en une ressource exploitable.

FDE signifie Forward Deployed Engineer. Dans ce modèle, des spécialistes techniques travaillent directement avec le client, au lieu de se limiter à fournir une plateforme technologique.

Hitachi a constitué des équipes combinant experts en IT, OT, produits, intelligence artificielle et divers secteurs industriels. Leur mission commence par l’identification de problèmes concrets, suivie de la préparation de données, du développement de modèles, puis de leur opération continue.

Une technique particulièrement innovante consiste à utiliser l’IA pour interviewer les experts.

Le système pose des questions de manière interactive afin d’extraire des procédures de résolution de problèmes, des critères de décision ou des savoirs jusque-là non documentés.

Ensuite, ces informations peuvent être transformées en ontologies et graphes de connaissance, consultables par d’autres systèmes d’IA.

Au-delà de l’automatisation, cette approche considère le savoir opérationnel comme un actif numérique, qui peut être conservé et réutilisé face à la relève ou au changement d’équipiers.

Toutefois, transformer une explication humaine en une représentation structurée n’assure pas que le contenu soit correct ou exhaustif. La validation par des experts reste essentielle, surtout lorsque ces données prennent part à la gestion d’infrastructures critiques.

Du système de recommandations à la plateforme de décision autonome

HMAX Data Fabric se connecte aussi bien à des environnements de développement d’IA agentique qu’à des systèmes d’entraînement de modèles capables de piloter des robots ou autres équipements.

C’est ici qu’intervient la notion d’IA physique.

Une conversation guidée par chatbot génère des informations, mais un agent peut utiliser des outils et exécuter des actions concrètes. L’IA physique pousse cette interaction plus loin, en se connectant directement avec des machines et des processus réels.

Les risques en cas d’erreur deviennent alors beaucoup plus importants.

Une hallucination dans un assistant d’entreprise peut entraîner une réponse inexacte, mais dans le monde physique, une erreur d’interprétation pourrait toucher une machine, perturber un processus ou endommager une infrastructure.

C’est pourquoi Hitachi connecte HMAX Data Fabric à IWIM (Integrated World Infrastructure Model), son modèle de référence dédié aux infrastructures sociales, présenté en novembre 2025.

IWIM intègre des connaissances en technologie opérationnelle et une modélisation des phénomènes physiques pour aider l’IA à comprendre les contraintes du monde réel.

L’objectif ultime est ambitieux : permettre à plusieurs modèles de coordonner leurs opérations tout en tenant compte de variables telles que l’utilisation des équipements, la consommation électrique, les interactions entre systèmes et les limites opérationnelles.

En juillet 2026, Hitachi a également annoncé une collaboration avec NVIDIA pour développer une architecture multi-agent destinée à HMAX.

Ce dispositif envisage une architecture où différents agents spécialisés pourraient intervenir dans des segments précis d’une opération, en coordonnant leurs décisions dans le respect des contraintes fixées.

HMAX AI Operations, aussi chargé de contrôler ses propres agents

Plus une IA gagne en autonomie, plus il devient crucial de surveiller son comportement après déploiement.

HMAX AI Operations se veut une couche opérationnelle pour une supervision continue des modèles, de la sécurité, de la gouvernance, des coûts et de la qualité des données.

Elle doit aussi repérer les problèmes liés à des données manquantes ou bruyantes, réduire les risques liés à l’IA, notamment les hallucinations, et gérer l’administration centralisée des agents.

La plateforme s’appuie sur des technologies comme HARC for AI (Hitachi Application Reliability Centers for AI), un service appliquant des méthodes de fiabilité inspirées du SRE (Site Reliability Engineering) aux systèmes d’IA.

HMAX AI Operations intègre également un système de gestion centralisée des agents, avec des fonctions d’observabilité, d’évaluation de performance, de visualisation des coûts, de diagnostic et d’analyse des risques en matière de sécurité.

Une fonction est également prévue pour aider à analyser les incidents IT en exploitant diverses sources d’information, facilitant ainsi l’investigation des causes potentielles.

Ce qui constitue une étape naturelle dans la gestion des systèmes, d’autant plus nécessaire lorsque des dizaines ou centaines d’agents sont déployés. Il devient essentiel de connaître leur existence, leur périmètre, leur coût, leurs actions et leur comportement face à des modifications de l’environnement.

L’industrie de l’IA nécessitera bien plus que de simples modèles

La présentation de Hitachi met en évidence une différence claire entre l’IA générative de consommation et celle susceptible d’être utilisée dans les infrastructures critiques.

Dans ces environnements le modèle n’est qu’un composant de l’architecture globale.

Un ensemble de données propre, un contexte opérationnel précis, un savoir-faire expert, des permissions, des règles physiques, de l’observabilité, de la sécurité, et des mécanismes pour arrêter ou corriger les comportements erronés sont également indispensables.

La présence de solutions comme HMAX AI Operations témoigne que l’autonomie de l’IA ne supprime pas la nécessité d’opérations humaines, elle peut la renforcer.

Hitachi a lancé ses trois solutions à partir du 3 septembre 2026, avec une tarification disponible sur devis. Elles ont été présentées lors du Hitachi Social Innovation Forum 2026 Japan, les 3 et 4 septembre à Tokyo.

Ce qui distingue HMAX Data Fabric, c’est sa capacité à répondre à une préoccupation essentielle qui émerge avec le déploiement d’agents hors des applications de bureau : avoir un modèle avancé ne suffit pas si celui-ci ignore la signification des données qu’il reçoit ou les règles à respecter.

La prochaine étape de l’IA dans l’entreprise pourrait consister moins à augmenter la taille des modèles, qu’à leur faire mieux comprendre le contexte spécifique des organisations où ils sont implantés.

Dans une usine, un réseau électrique ou un réseau ferroviaire, ce contexte inclut également des contraintes physiques que les modèles de langage ne peuvent apprendre simplement en lisant des documents : limites, règles de sécurité, interactions physiques.

Questions fréquentes

Qu’est-ce que HMAX Data Fabric ?

Une plateforme de Hitachi qui structure des données provenant de systèmes IT et OT à l’aide d’ontologies et de graphes de connaissance, afin de fournir des informations contextualisées exploitables par des modèles et agents d’IA.

Que signifie Physical AI ?

L’IA physique concerne des systèmes d’intelligence artificielle qui interagissent avec des processus, machines, robots ou infrastructures physiques du monde réel. Hitachi envisage son application dans l’industrie, l’énergie et les chemins de fer.

À quoi sert HMAX AI Operations ?

Il supervise la performance des modèles, la sécurité, la gouvernance, l’accès, les coûts, et la qualité des données. Il vise aussi à réduire les risques liés à l’IA, comme les hallucinations, et à gérer les agents de façon centralisée.

Quand ces nouvelles solutions HMAX seront-elles disponibles ?

Hitachi indique que HMAX Data Fabric, HMAX AI Operations et Physical AI FDE Service sont disponibles depuis le 3 septembre 2026. Les prix restent sur devis.