レッキの製油所で始まる、異常の兆候を拾うAI
ナイジェリアのレッキにあるDangote（ダンゴテ）の製油所が、Honeywellの新しい産業AI基盤の最初の導入先になります。Honeywellは2026年10月26日、精製・石油化学・LNGの事業者向けに「Forge Plant Cognition」を発表しました。10月14日に発表した施設運用向けの「Forge Cognition」を土台にしたもので、こちらはプラントの運転に的を絞っています。
発表文によると、この基盤はリアルタイムの運転データ、エンジニアリングの知識、同社の精製プロセス部門UOPの知見、物理モデルを組み合わせ、次の3つの領域で使われるとされます。
- 隠れた利幅を取り戻す：ボトルネックを見つけ、処理量・収率・製品価値を最適化する
- 生産を守る：設備やプロセスの異常の兆しを捉え、計画外停止を減らす
- 専門知識を広げる：プロセスの知識をAIの業務フローに組み込み、判断を速く一定にする
構成要素には、Dell AI Factory with NVIDIA、運転データを扱うエージェント向けのNVIDIA Nemotron、プラントのデジタルツインに使うOmniverseのライブラリ、映像から警報と異常検知を行うCosmosとMetropolis VSSブループリント、物理AIモデルを作るPhysicsNeMoが挙がっています。
この2つの数字には発表文の脚注で条件が付いています。実施費用を差し引く前の総額であること、保証されないこと、この製油所に固有であること、そして製油所の構成、原油の種類、稼働率、製品マージン、データの品質などで結果が変わることです。1バレル0.29ドルで年6,000万ドルを超えるには、計算上、日量およそ57万バレル以上の処理が要ります。今回の発表文は、2025年11月の発表に触れ、Honeywellが同製油所の処理能力を日量65万バレルから3年以内に140万バレルへ引き上げるのを支援していると説明しています。65万バレルを基準にすれば、この試算はほぼ満量の運転を前提にしたものと読めます（編集部の計算と解釈）。
この記事では、3つの領域のうち日本の工場でも起こりやすい「生産を守る」場面に絞り、想定のプラントに置いてみます。
午前1時、塔底ポンプの振動が上がる
以下は、編集部が想定した国内の石油化学プラントの一場面です。実在の工場や事例ではなく、Honeywellが示した導入の手順でもありません。
想定のプラントでは、蒸留塔の底から液を抜き出す塔底ポンプを2台持ち、1台を運転、1台を予備にしています。午前1時過ぎ、運転中のポンプの軸受の振動値がゆっくり上がり始めました。警報の設定値にはまだ届いていません。同じころ、ポンプ周りを映す定点カメラの映像で、メカニカルシール（回転軸から液が漏れないようにする部品）の付近に、湯気のような白いもやが断続的に映っています。
当直の運転員が考える可能性は3つです。軸受の劣化、シールからの微量の漏れ、塔の運転条件の変化によるポンプ吸込み側の悪化。前の2つは予備機への切替で収まりますが、3つ目なら切り替えても同じことが起こります。
この場面に、Forge Plant Cognitionの構成を置くと、流れは次の6段階になると編集部は考えます。
①検知（AI）。振動値は警報の設定値に届いていないため、従来のDCS（分散制御システム）の警報は鳴りません。AIが見るのは値の高さではなく上がり方で、同じ時間帯にカメラの映像で白いもやが出ていることと結び付けて、「同じポンプで2種類の兆しが重なっている」と知らせます。発表文にある映像の異常検知と運転データのエージェントを組み合わせると、こうした使い方になると読めます（編集部の解釈）。ここで欠かせないのは、カメラの映像とヒストリアン（運転データを時系列で蓄積するシステム）の振動タグが、同じ設備番号で結び付いていることです。
②照合（AI）。AIは、このポンプの前回の軸受交換とシール交換の時期、同型ポンプの故障履歴、塔の液面と温度の推移を突き合わせます。塔の運転条件に変化がなければ、3つ目の可能性は下がります。照合に使う保全履歴がCMMS（設備保全管理システム）にあり、ヒストリアンのタグと同じ設備番号で引けるかどうかで、この段階の精度が決まります。
③影響の試算（AI）。「予備機へ切り替える」「処理量を落として朝まで様子を見る」「このまま運転する」の3案について、下流への影響と漏れが進んだ場合のリスクを並べます。発表文が挙げるデジタルツインと物理モデルは、この種の試算に向く道具です。ただし、試算の前提になる塔やポンプのモデルが現状の設備に合っていなければ、並べた数字は参考になりません。
④判断（人）。切り替えるかどうかを決めるのはシフト長です。夜間に現場へ出られる人数、予備機の直近の点検状態、下流の装置が切替時の流量の揺れを受け止められるか、といった材料はAIの見ているデータの外にあります。
⑤操作（人）。予備機の起動は現場の作業で、DCSで流量と圧力を確かめながら運転機を止めます。発表文はAIが判断を「支援する」と説明しており、AIが機器を操作するとは書いていません。
⑥記録（システム）。AIの提案、シフト長の判断と理由、切替の結果と、翌朝の分解点検で分かった原因を、ポンプの設備番号で結んで残します。ここが抜けると、翌月に同じ兆しが出たときにAIの提案が当たっていたのかを誰も確かめられません。
提案が使えるかどうかを分けるデータ
6段階のうち、AIの受け持ちは①〜③です。その出来は、モデルの性能より手前の、データのつなぎ方で決まる部分が大きいと編集部は見ています（推測）。プロセス産業では、組立加工のMESに当たる情報が、ヒストリアン、LIMS（品質分析の結果を管理するシステム）、CMMS、運転日誌に分かれて置かれているのが普通です。この違いは組立加工とプロセス産業で異なるAIの使い方でも整理しています。
| 段階 | 使うデータ | 置き場所の例 | つながっていないと起こること |
|---|---|---|---|
| ①検知 | 振動・温度の時系列、カメラ映像 | ヒストリアン、映像管理システム | 2つの兆しが別々の警報になり、重なりに気づけない |
| ②照合 | 交換・点検の履歴、同型機の故障履歴 | CMMS、紙の点検記録 | 原因の候補を示せても根拠を示せない |
| ③影響の試算 | 設備の仕様、塔の運転モデル | 設計図書、シミュレーションモデル | 現状と合わない前提で数字を並べる |
| ⑥記録 | 提案・判断・作業結果 | 運転日誌、CMMSの作業指示 | 提案の当たり外れを後から評価できない |
ヒストリアンのデータは、圧縮や間引きの設定によって、振動の上がり方のような細かい変化が消えていることがあります。この点はヒストリアンのデータはそのままAIに使えるかで詳しく扱いました。
異常が出た夜の後に残すべきもの
想定の場面でAIが価値を出すのは①と②の速さです。振動が警報値に届く前に候補が出ていれば、シフト長は人手のある時間帯に切替を計画できます。一方、AIの提案と人の判断が食い違ったときの扱いを決めていないと、運用は早く行き詰まります。
10月14日に発表されたForge Cognition本体の位置づけと、「不要アラーム90%減」の条件はHoneywell Forge Cognitionは工場で使えるかで整理しました。石油・エネルギープラント全般のAIの到達点は石油・エネルギープラントのAIにまとめています。
今回の発表には、価格、Dangote以外の提供先、提供開始の時期、導入の段階分けは書かれていません。続報や他の導入先の公表で確かめる必要があります。
よくある質問
Forge Plant CognitionとForge Cognitionは何が違うのですか？
Forge Cognitionは10月14日に発表された施設運用向けのエージェントAIとシミュレーションの基盤で、警報管理、設備の健全性予測、エネルギー使用を主な対象にしています。Forge Plant Cognitionはこれを土台に、精製・石油化学・LNGのプラント運転向けに組み直したもので、UOPのプロセスの知見と物理モデルを組み合わせる点が発表文で強調されています。
1バレルあたり29セントは大きい数字ですか？
発表文はこれを、Dangoteレッキ製油所での暫定データにもとづく、実施費用を引く前の運転上の便益と説明しています。年6,000万ドル超はフル稼働を前提に掛け合わせた値です。精製マージンの水準は時期や原油の種類で大きく動くため、この数字の大小を一般論で評価することはできません。
日本の化学プラントでもすぐに使えますか？
発表時点で確認できる導入先はDangoteの製油所だけで、対象は精製・石油化学・LNGとされています。国内での提供の有無や時期は発表文にありません。仮に検討する場合も、まずヒストリアン、CMMS、映像を設備番号で結べるかを確かめることが先になります。
- Honeywell Technologies Launches Forge Plant Cognition with Dangote, Built with NVIDIA AI and Dell Technologies（Honeywell、2026年10月26日）
- Honeywell Technologies Launches Forge Cognition with NVIDIA and Dell Technologies, Advancing Physical AI Across Buildings and Industrial Operations（Honeywell、2026年10月14日）
- Honeywell launches AI platform for refinery operations（engineering.com、2026年10月）
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全141本
- ドイツ政府とNVIDIAのフィジカルAI意向表明は工場に何をもたらすか：5つの基本の問い
- Booz Allenの実験でAIは16分でOT制御網へ：深刻に受け取る理由と割り引く理由
- MES×AIの始め方：使えるデータ・3つの連携方式・製品選定までの実装ガイド
- 中国の製造業AIの全体像：政策・主要プレーヤー・規制・日系工場への影響
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
