商品管理と取引
データに基づくインサイトと、セキュアで機動性の高いプラットフォームにより、グローバルな商取引を支えるトレーディングエコシステムを変革します。
顧客とマーケティング戦略
パーソナライズされたつながりある体験を通じて顧客エンゲージメントを再構築し、信頼と長期的な価値を築きます。
デジタルエンジニアリング
アイデアをスケーラブルなデジタルソリューションへと転換し、デザイン・テクノロジー・エンジニアリングの力で加速させます。
ステーション・スタジオ
デジタルイノベーションでモビリティハブを再定義し、移動中の人々と企業に、よりスマートでサステナブルな体験を創出します。
サプライチェーン＆インダストリー5.0
変化を予測し、目的を持って効率性を実現する、強靭で知的な供給ネットワークを構築します。
サステナビリティ
責任あるイノベーションを推進し、組織がネットゼロ目標を達成し、将来の世代に良い影響をもたらすよう応援します。
鉱山における因果推論とハイブリッドインテリジェンス
2026年4月17日
業界の問い方が間違っている：フローチャートかLLMか――それは誤った二者択一
鉱山における因果推論とハイブリッドインテリジェンス
構造化された手順も言語モデルも単独では解決できない問題を、因果推論とハイブリッドAIアーキテクチャがどのように解決するのか
NTT DATAと『MITテクノロジーレビュー』が共同で実施した、ラテンアメリカにおける鉱業自律化に関する調査（2025年）では、直感に反する事実が明らかになりました。鉱業におけるAI導入の最大の障壁は、変革への抵抗や予算の制約ではなく、推論システム自体の設計にあるということです。 AIシステムが適切な行動を推奨できても、それを実行するオペレーターの言語でその理由を説明できなければ、定着は失敗します。実際のシフトにおける変動性に対応できないほど柔軟性に欠けていれば、失敗します。何が起こったのかと、その原因を区別できなければ、後になって失敗が露呈します。
本ホワイトペーパーは、NTTデータのMining Autonomy Operating Model（鉱山自律運用モデル）における第2の柱である「インテリジェンスレイヤー」を扱うものです。本書では、NTT Researchが開発し、ACL 2025で発表したハイブリッド推論アーキテクチャを紹介しています。この技術は、MOV運用インテリジェンスプラットフォームを支える中核として、採鉱現場で発生する問題の時間的な連鎖を理解する動的因果グラフ、利用可能な確信度に応じて構造化フローチャートと大規模言語モデルを組み合わせる3つの推論モード、さらにシフトを重ねるごとにシステムを継続的に学習・進化させる学習ループによって構成されています。その結果として実現されるのは、問題発生後に対応するのではなく、事前に兆候を捉えて対応できるインテリジェンスレイヤーです。また、どのような推論過程を経て判断に至ったのかをオペレーター自身が確認できるため、現場で信頼して活用できる仕組みとなっています。
