ダイキン営業利益3.4%減、空調AIの予兆検知は届かず
空調機は今、100項目を超えるデータをクラウドに送っている。送り先はダイキン工業の遠隔監視システム「エアネットサービス」だ。だが、そのログを一番使い倒しているのは、外の建築会社でも顧客企業でもない。大阪にあるダイキン自身のビルだった。
つまりダイキンが今賭けているのは、環境ログを外部に売って業界基準に押し上げる新規事業(新規事業の参考書 ※広告)ではない。自社の建物で先に試し、精度を上げてから外に出す、内製ループの強化だ。この順番を間違えると、稟議は「壮大な構想」で止まる。
エアネットサービスとは何か

エアネットサービスとは、ダイキンの空調機がクラウドへ送る運転データをもとに、エネルギー・保全・設計という3つの視点でコンサルティングする仕組みである(3C)。運転電流、運転時間、設定温度など100項目超のデータがここに集まる。
守りに使えば故障予兆になり、攻めに使えば設計提案になる。同じログが立場によって別の顔を持つ、というのがこの仕組みの面白さだ。
「100万台」は今の実数なのか
ここが一番危ない。AWSの導入事例でダイキンは「接続するエアコン台数の増加に伴い、100万台、1000万台規模の接続を保証できるシステムの実現にチャレンジ」と語っている。**これは現状の実接続台数ではなく、システムが将来耐えるべき目標値だ。**
一方でTECH PLAYの記事は「世界150カ国500万台をつなぐグローバル空調IoTプラットフォーム」と紹介している。目標値100万〜1000万台と、紹介記事の500万台。二つを突き合わせると、実際に動いている台数は500万台前後に近いと推測される。
「100万台のログが基準になる」という語り方は、目標値と実数を混同したときに生まれやすい。数字の桁を確認せずに稟議資料へ転記すると、後で突っ込まれるのはこの部分だ。
環境ログが向かう先は、外の建築業界ではない
一次情報で確認できる限り、ログが最も濃く集まっているのは大阪にあるテクノロジー・イノベーションセンター(TIC)だ。ここは「進化型・普及型ZEB」を掲げる技術開発拠点で、館内空調の内部データをクラウドで収集・分析する実証の場になっている。
2026年3月のセンター長インタビューでは、世界の空調需要が3倍になる時代への対応方針が語られていた。ここから読めるのは、外部の建築設計基準に打って出る前段階として、まず自社ビルで需要拡大に耐える設計を検証している、という順番である。
業界基準になったかどうかを判定できる一次発表は、今回の調査では見つからなかった。現時点でいちばん近い実態は、自社実証というひとつ手前の段階だ。
攻めのデータと守りのデータ、何が違うのか
ダイキンの空調AIが故障の30分前を検知できるという話を扱った回では、この予兆検知という「守り」の技術が、営業利益の改善には直結していなかった。実際、直近の2025年4-12月期営業利益は前年比3.4%減という数字が出ている。
これは環境ログの設計転用が失敗した証拠ではない。ただ、データ資産の量と収益化のあいだには距離がある、という前回記事と同じ教訓が、ここでもそのまま効いてくるということだ。守りのデータで利益は守れても、攻めのデータで利益が増えるとは限らない。
パナソニックとの比較で見えること
パナソニックの住宅エネルギーOSが直面している課題は、家庭内でバラバラに存在するアプリの統合だった。データはあちこちに散らばっていて、集めること自体が壁になる。
オフィス空調は逆だ。エアネットサービスがすでにログを一元的に集めている。ダイキンにとっての壁は「集める」ことではなく「外に出す判断」の方にある。同じ「データ統合」という言葉でも、家庭とオフィスでは難易度の場所が真逆になる。
あなたの会社が持つ現場データは、集めることが壁になっているだろうか。それとも、集まったデータを外に出す判断で止まっているだろうか。
FAQ
**Q. エアネットサービスとは何か。**
A. ダイキンの空調機がクラウドへ送る運転データをもとに、エネルギー・保全・設計の3視点でコンサルティングする遠隔監視の仕組みである。100項目超のデータが集まる。
**Q. ダイキンの環境ログは今何台分集まっているのか。**
A. 公開資料には目標値(100万〜1000万台)と紹介記事の実数(500万台)が混在しており、確定した最新の実接続台数は一次発表からは確認できない。
**Q. 環境ログはすでに建築設計の基準になっているのか。**
A. 現時点で確認できる一次情報は、大阪のTICでの自社実証にとどまる。業界全体の基準として制度化された段階に達しているとは言えなさそうだ。
あなたの会社が持つ現場データ、まずは自社のどこで実証しますか。外に売る前に、自社で使い倒す場所はありますか。
次回は、自社実証で磨いたデータを外部に売り出すタイミングをどう見極めるかを分解する予定だ。ファナックのIoT事業を扱った回とも通じる、「データを売るか、契約を売るか」という判断軸になる。
この連載は〈AI・半導体・ディープテック〉で更新中。フォローすると次回を受け取れます。
※ 出典
ダイキンエアテクノ「エアネットサービス」 https://www.daikin-at.co.jp/solution/improvement/bigdata/
AWS導入事例「ダイキン工業」 https://aws.amazon.com/jp/solutions/case-studies/daikin/
ダイキン工業「テクノロジー・イノベーションセンター」 https://www.daikin.co.jp/tic
#新規事業 #ビジネスモデル #ダイキン #IoT #ZEB #DX #建築 #データ活用
※ この記事には広告(アフィリエイトリンク)が含まれます。
🍵 記事が役に立ったら、note の「サポート」で応援してもらえると嬉しいです。
**あわせて読みたい**