日本物流與運輸2025 – 進行中東日本旅客鐵道（JR 東日本）
號誌與通信設備故障的生成式 AI 復原支援
JR 東日本將生成式 AI 導入號誌與通信設備的故障復原系統，預期復原時間大致可減半
問題
號誌或通信設備故障時，指令中心的調度員必須判斷原因，並指示現場人員如何處理。複雜的故障耗時，指令中心的負擔也很沉重。
做法
JR 東日本與 BIPROGY 共同建置該系統，並於2025年6月10日發表。生成式 AI 模型從過去的故障時間軸與手冊中學習，依時間順序記錄現場人員與調度員之間的無線電通話，並顯示可能原因、處置方案與預估復原時間。先前的機器學習版本自2023年3月起局部使用。系統預計於2025年9月在東京地區運行管理系統上進行試行，並於2025年度推出無線電語音轉文字摘要功能。
主要數據
~50% (expected)難以診斷之故障的預期復原時間縮減幅度，為 JR 東日本的預估，由媒體報導
啟示
BIPROGY 表示，生成式 AI 版本所需訓練時間較短、成本也低於舊有的機器學習版本。復原時間縮短50%仍屬公司預期。
分類
來源
來源摘要
[1]Business Journal2025年7月14日
說明一套生成式 AI 系統，可在號誌與通信設備故障時轉錄無線電通話，並提出原因、處置與復原時間。報導稱，東京運行管理系統的試行預定於2025年9月進行，先前的機器學習版本自2023年3月起運作。復原時間縮短50%屬於預期。
[2]Nikkei2025年6月10日
報導 BIPROGY 宣布已向 JR 東日本交付生成式 AI 復原支援系統。該 AI 從累積的故障時間軸與手冊中學習，BIPROGY 表示其訓練速度比機器學習 AI 更快、成本更低。無線電語音轉文字摘要功能預定於2025年度內推出，JR 東日本並計畫在2027年度末前推出鐵道專用的生成式 AI。
詳細內容請參閱原始資料。
收錄日期 2026年10月25日 · 更新日期 2026年10月25日
