踏切のある在来線のGoA 2.5と山手線ATO試験──McKinsey予知保全と中国の交通AI政策

2026 年、鉄道業界の運転士確保と保線員の世代交代という構造的問題が、ようやく具体的な AI 解決策と接続し始めました。JR 九州と日本信号のGoA 2.5の取り組みは、運転免許を持たない係員が列車前頭に乗務する国内の運転形態として確認します。JR九州の2024年2月発表は、香椎線で同年3月16日から対象列車にGoA 2.5を導入することを説明しています。JR 東日本は2022年2月の発表で、2018年度からの山手線ATO（自動列車運転装置）試験と、営業時間帯に行う加減速・停車等の機能検証を説明しています。ATO試験の成果と、係員の役割を含めたGoA 3・GoA 4の実現条件は分けて確認します（日本信号「鉄道にも自動運転を」）。国土交通省は鉄道統計年報を毎年公表し、JR・私鉄（民鉄）・路面電車・ケーブルカーの輸送実績・運営指標を継続把握しています（国土交通省「鉄道統計年報」）。米欧では McKinsey が「AI-enabled railway companies」のロードマップを発表、予知保全 AI が信頼性向上と保全コスト削減で実用域に到達しました。中国は交通運輸部・国家発改委・工信部など 7 部門が「人工智能+交通運輸」実施意見を公布、2027年までに典型的な交通分野の場面へのAI適用を広げ、2030年までに交通全体への統合を深める政策目標を示しています。個別列車の自動化レベルやCR450の営業開始時期・速度目標は、別の開発・運行計画として確認します（外国ソースを引用する場合は、日本の鉄道事業法・運転免許制度・労働基準法の文脈で読み替える必要があります）。本稿は、JR・私鉄・地下鉄・路面電車・第三セクター鉄道の運転士・車掌・指令員・保線員・運行管理者・電気区・信号区担当、鉄道事業者経営企画、鉄道車両メーカー（日立・川崎車両・JR 系車両工場）、信号システムメーカー（日本信号・京三製作所・大同信号）の読者を対象に、業界に明日入る AI を業務語彙で整理します。

JR 九州 GoA 2.5 と JR 東日本山手線 ATO試験──運転形態と検証段階

GoA（Grades of Automation）0〜4は、鉄道の自動化レベルを示す区分です。国土交通省の2022年の検討会とりまとめは、国際規格に定義されていないGoA 2.5を加えて国内の一般的な路線への導入を検討しています。(GoA 0) 目視運転、(GoA 1) 非自動運転、(GoA 2) 運転士が列車起動・緊急停止・避難誘導を担う半自動運転、(GoA 2.5) 運転免許を持たない係員が列車前頭で緊急停止等を担う形態、(GoA 3) 係員が乗務し避難誘導等を担う形態、(GoA 4) 係員が乗務しない形態として整理します。GoA 2.5を含む国内の整理を、一律の国際6区分とは扱いません。JR 九州 × 日本信号が進め、香椎線で導入を発表した GoA 2.5 は、運転免許のある運転士の不足を吸収しながら踏切のある在来線で実装できる現実解として、業界の注目を集めています。JR東日本の山手線プロジェクトの説明は、2022年の試験で運転士が発進操作を行い、ATOが加速・減速・停止を担う半自動運転を検証したとしています。この成果を無人運転の実証とは扱いません。踏切の有無、線路内の支障物への対策、緊急時対応や係員の役割は、ATOの走行制御とは別の導入条件として確認します。AI が効くのは、(1) 運転計画の自動最適化（時刻表 × 利用客数 × 天候 × 工事計画）、(2) 運転士の習熟度評価（シミュレータ × 運転履歴）、(3) 運転免許なし係員の業務訓練 SOP、(4) ATO 試験データから GoA 3 への移行リスクを予測、(5) 運転士不足時の臨時運転士配置最適化、の 5 領域です。読者の所属が鉄道事業者の運行計画担当の場合、自社の運転士 1 人あたりの担当列車数と運転免許保有率を 12 か月で棚卸し、AI 投資の効果を運転士不足解消の指標で測定する設計が現実的です。

予知保全 AI で鉄道保全を支える──保線・電気・駅設備・車両の担当連携

鉄道設備・車両の保全を本稿では、(1) 線路（レール磨耗・締結装置・道床バラスト）、(2) 架線（饋電・トロリ線・剛体架線）、(3) 信号システム（リレー・電子連動・ATS／ATC／ATO）、(4) 駅施設（ホームドア・エレベーター・改札機）、(5) 車両（ブレーキ・パンタグラフ・台車・空調）、の5領域に分けて考えます。各専門部署が担当し、保線は主に線路・軌道の保守を担うため、架線・信号・駅設備・車両までを保線員だけの職務とはしません。鉄道事業者の職種案内も、施設・電気・車両の担当を分けています。保線員の世代交代と人手不足は業界共通課題で、AI 予知保全はこの世代交代を技術的に補完する手段として位置づけられています。McKinsey の業界レポートは、AI 予知保全により信頼性向上と保全コスト削減の業務効果が報告されていると整理しました（McKinsey「The journey toward AI-enabled railway companies」）。AI が効くのは、(1) 軌道計測車両のデータから線路の磨耗予測、(2) 架線の高速画像処理によるトロリ線磨耗検出、(3) 信号システムのリレー動作ログから故障予兆検出、(4) ホームドア・自動改札機の故障予兆、(5) 車両ブレーキ・空調機器の温度・振動データからの故障予兆、の 5 領域です。日本国内の鉄道事業者は、自社の保線員平均年齢・若手保線員確保率・保全コスト構成を 12 か月で棚卸し、電気・駅設備・車両の担当部署の人員と保全条件も確認し、各担当が連携してAI予知保全の優先順位を5領域で決める設計が現実的です。

中国「人工智能+交通運輸」と高鉄 CR450──政策目標と車両開発計画を分ける

中国は交通運輸部・国家発展改革委員会・工業情報化部・国家データ局・国家鉄路局・中国民用航空局・国家郵政局の 7 部門連名で「人工智能+交通運輸」実施意見を公布、業界の AI 化を国家規模で推進しました（中国交通運輸部「人工知能+交通運輸」実施意見）。同実施意見の総論は、2027年までの典型的な交通分野の場面へのAI適用と、2030年までの交通全体への統合を政策目標として示しています。鉄道分野では智能運転、列車群制御、智能供電、故障の検出・診断・修復、標準体系の整備等を推進する方針です。交通全体の政策目標を、特定の列車や線区の自動化レベル・営業開始時期・速度を確定する個別工程表とは扱いません。CR450の開発段階や速度計画は、車両・線区ごとの一次資料で別途確認する対象です。中国国鉄集団は「人工智能+高鉄」を鉄道新質生産力の重点方向に位置づけ、6C 検測・智能運維・デジタルツイン建造・列車制御の各分野で多数の実装成果を蓄積しています。鉄科院は智能建造・智能装備・智能運営の 3 板块で 10 の智能シナリオ（智能安全・施工・建管・控制・場站・故障識別・安検・調度・運維等）を整理しました。日本側の鉄道事業者は、中国の動きを「日本市場の 3-5 年先」として観察し、列車デジタルツイン・AI 生成式工程文書・運行図最適化の早期実装を検討する設計が現実的です。

JR・私鉄・地下鉄の差別化──通勤・観光・貨物の業務別 AI 適合度

鉄道事業者の業務は (1) 通勤輸送（朝晩ラッシュ・運行密度最大化・遅延吸収）、(2) 観光輸送（豪華列車・新幹線・ローカル線・SL）、(3) 都市内交通（地下鉄・路面電車）、(4) 貨物輸送（コンテナ・JR 貨物）、(5) 第三セクター・短距離民鉄、の 5 領域に分かれ、AI 適合度はそれぞれ異なります。通勤輸送は運行密度最大化と遅延吸収のための AI 運行計画・需要予測が最も効きやすく、観光輸送はインバウンド向け多言語ガイド・予約管理 SaaS・観光列車プラン提案が中心、地下鉄は GoA 3 への移行と AI 予知保全のセット、貨物は AI 配車最適化と港湾・トラックとの連携、第三セクターは廃線リスク管理・赤字補填の AI 経営判断、と業務別の AI 投資優先順位が違います。読者が所属する鉄道事業者の業務領域に応じて、AI 投資の優先順位は大きく変わります。第三セクター鉄道は赤字補填の自治体予算と廃線リスクの間で、AI で運行効率を上げて経営継続性を高める設計が、業界存続の現実解です。

運転士・保線員・指令員のキャリア──GoA 3 移行と AI 設計責任者への道

運転士・保線員・指令員のキャリアは、AI 導入で大きく変わります。運転士は GoA 2.5 → GoA 3 への移行で、運転業務の比率が下がり、運行管理者・運行計画立案・乗客対応・運転免許なし係員の教育担当に役割が移ります。保線員は AI 予知保全のデータ分析担当・現場確認・修繕計画立案に役割が広がり、現場経験を AI 教師データに変える設計責任者として立てる道があります。指令員は AI 運行計画 SaaS のドメイン設計責任者として、運行ダイヤ・遅延吸収・緊急時対応のロジック設計に踏み込めます。鉄道車両メーカー・信号システムメーカーの技術者は、AI 予知保全プラットフォームの専門開発者として年収レンジが上昇しています。読者が運転士・保線員・指令員の場合、自分の経験を AI 設計責任者の役割に変換する 36 か月キャリアロードマップを 12 か月単位で整える設計が、業界存続の中で個人キャリアを守る条件になります。