踏切のある在来線のGoA 2.5と山手線GoA 3──McKinsey予知保全と中国CR450 2030工程表

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 九州は日本信号と組んで、踏切のある在来線で「GoA 2.5」（運転免許を持たない係員が乗務する自動運転）の実現を目指しています。JR 東日本は山手線で 2021 年 12 月から ATO（自動列車運転装置）試験を続け、GoA 3 相当の自動化も将来的な検討対象とされています（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、2026 年に列車デジタルツイン標準化と AI 生成式工程文書化、2027 年以降の高鉄自動運転の高度化などの方向性を示したと報じられています（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 GoA 3──運転士不足対応の階段

鉄道の自動運転は GoA（Grade of Automation）で 0〜4 を細分した 6 区分に分かれ、(GoA 0) 目視運転、(GoA 1) 運転士による手動運転、(GoA 2) ATO 補助・運転士在線、(GoA 2.5) 運転免許を持たない係員が乗務、(GoA 3) 自動運転・緊急時対応要員が乗務、(GoA 4) 完全無人運転、と進みます。JR 九州 × 日本信号が目指す 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 東日本山手線の ATO 試験は将来の自動化を見据え、線路上の踏切がない都市鉄道型の無人運転を技術的に実証しています。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 で保線員世代交代を支える──線路・架線・信号システムの同時稼働

鉄道の保線業務は、(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 系統を同時に管理します。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、AI 予知保全の優先順位を 5 系統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──2027 GoA 3 常態化・2030 時速 400km の工程表

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）。具体的な工程表は、(1) 2026 年：列車デジタルツイン「即插即用」標準化、AI 生成式工程文書化、(2) 2027 年：高鉄自動運転 GoA 3 常態化運営、といった方向性が示されているとされています。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。