AI発酵制御 納豆 製造とは？発酵完了予測・粘りAI判定で歩留まりを改善する方法

納豆製造の現場で、AI発酵制御 納豆 製造への関心が急速に高まっている。発酵完了予測と粘りAI判定が、職人の勘に頼ってきた工程をどう変えるかを解説する。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援 / 支援実績100社以上）

AI発酵制御 納豆 製造とは？発酵完了予測の仕組みを解説

AI発酵制御 納豆 製造とは、発酵室内の温度・湿度・pH・アンモニア臭気などのセンサーデータと、納豆の糸引き（粘り）を画像認識で数値化したデータをAIが解析し、発酵完了のタイミングを自動で予測・制御する技術を指す。従来、納豆製造における発酵完了の見極めは、蔵に長年勤めるベテラン職人が「におい」「見た目の白さ」「触感」で判断してきた、極めて属人的な工程だった。

茨城県の中堅納豆メーカーA社の場合、発酵室に温湿度センサーとにおいセンサーを設置し、過去5年分の発酵データを学習させたAIモデルを構築した。その結果、発酵完了までの残り時間を15分単位で予測できるようになり、導入前は発酵完了判断のばらつきが平均±90分あったのに対し、導入後は±15分まで縮小した。発酵室の扉を開けて職人がにおいを確認する回数も、1日あたり8回から2回に減少している。

実際の業務シーンでは、夜間・早朝の見回りが大きな負担になっていた。発酵は温度管理が命であり、深夜に発酵室を確認するために職人が交代で出社する体制を敷いている蔵は少なくない。AI発酵制御を導入した蔵では、センサーデータが基準値から外れた場合にのみスマートフォンへ通知が届く仕組みに切り替え、深夜の出社対応を月20回から月3回まで減らすことに成功した。

AIモデルの構築には、まず過去の発酵記録（温度・湿度・時間・原料ロット・季節）と、実際に「発酵完了」と判断した時刻をひもづけたデータセットが必要になる。紙の日報しか残っていない蔵の場合、まず半年〜1年かけてセンサーによるデータ蓄積を行い、そのデータをもとにAIモデルを学習させるのが一般的な流れである。原料の大豆の品種や仕入れロットによって発酵の進み方が変わるため、モデルは一度作って終わりではなく、シーズンごとに再学習して精度を高めていく運用が求められる。

納豆・発酵食品製造業が抱える三大課題—属人化・人手不足・アナログ業務

地方中小企業の納豆・発酵食品製造業には、共通する三つの課題がある。第一に属人化。発酵の見極めができる職人は多くの場合1〜2名に限られ、その職人が休むと生産計画そのものが止まってしまう。第二に人手不足。発酵管理には昼夜を問わない見回りが必要で、若手の定着が難しい。第三にアナログ業務。温度・湿度の記録を紙の日報に手書きし、月末にExcelへ転記するという二重作業が常態化している蔵が多い。

新潟県の納豆蔵B社では、発酵の見極めができるベテラン職人が1人しかおらず、その職人が体調を崩して2週間入院した際、発酵完了の判断が遅れて廃棄ロスが通常月の3倍に膨らんだ。職人の平均年齢は58歳で、後継者が決まっていない蔵は全体の6割にのぼるという業界団体の調査もあり、技術継承は待ったなしの課題になっている。

厚生労働省もHACCPに沿った衛生管理の中で、温度・時間などの重要管理点（CCP）の記録と可視化を求めており、紙の日報だけでは監査対応にも時間がかかる。センサーによる自動記録は、衛生管理の効率化にも直結する（厚生労働省）。

アナログ業務の負担は記録作業だけにとどまらない。原料の仕入れロットごとの品質情報、発酵室ごとの温湿度、出荷ロットの検査結果がそれぞれ別の帳票で管理されていると、クレームが発生した際に原因を特定するまでに数日かかることもある。ある納豆メーカーでは、原料ロットと発酵記録、出荷記録が紙とExcelに分散していたため、あるロットでクレームが発生した際に原因究明に3日を要していたが、記録をセンサーとシステムで一元化した後は、原因特定にかかる時間が半日程度に短縮された。

粘りAI判定とは何か？画像認識で糸引きを数値化する仕組み

粘りAI判定とは、パック詰め直前または加熱テストを行った納豆の糸引き（伸び率・粘度）を専用カメラで撮影し、AIが画像解析によって数値スコア化する検査手法である。人の目では「よく引く」「弱い」といった感覚的な評価しかできなかった粘りの強さを、伸び率(mm)や粘度スコアという客観的な数値に置き換えることができる。

山形県の納豆メーカーC社は、パック詰めライン脇に検査用カメラを設置し、糸引きの伸び率をAIがスコア化する仕組みを構築した。従来は抜き取り検査で1日あたり200パックしか確認できなかったが、AI画像判定の導入後は生産ラインを流れる納豆をほぼ全数検査できるようになり、粘り不足による出荷後クレームは月間30件から2件まで減少した。

実際の業務シーンでは、検査担当者が目視で1パックあたり数秒かけて確認していた作業が、カメラの前を通過するだけで自動判定に変わった。判定結果は基準値を下回った場合のみラインを一時停止するアラートとして表示され、検査担当者は不良品の再確認と原因究明という付加価値の高い業務に時間を使えるようになっている。

粘りの数値化には、画像認識による糸引きの伸び率測定に加えて、近赤外線センサーで納豆の水分量・硬さを非接触で計測する手法を組み合わせる蔵も増えている。水分量のばらつきが1%変わるだけでも粘りの出方や食感は大きく変化するため、温度・湿度だけでなく水分量まで含めて管理することが、安定した品質を保つ鍵になる。複数のセンサー情報をAIが統合的に解析することで、単一の指標だけでは見えなかった不良の予兆を早期に検知できるようになる。

工程自動化で歩留まりと品質はどう変わるか

AI発酵制御と粘りAI判定を組み合わせた工程自動化によって、納豆・発酵食品製造の現場は次のように変化する。複数社の導入事例を平均すると、歩留まりは5〜10%改善し、不良率は導入前の半分以下に低下する。以下は、AI導入前と導入後の代表的な変化を比較した表である。

秋田県の納豆メーカーF社の場合、発酵完了予測と粘りAI判定を同時に導入したことで、パック詰めラインの人員配置を前日に確定できるようになり、繁忙期の残業時間が月あたり平均18時間削減され、廃棄ロス率は導入前の4.2%から1.8%まで低下した。

実際の業務シーンとしては、発酵室の扉に取り付けたセンサーがクラウドにデータを送り続け、管理者は事務所のパソコンやスマートフォンから複数の発酵室の状況を一覧で確認できるようになる。生産計画の担当者は、AIが予測した発酵完了時刻をもとに、パック詰めラインの人員配置を前日のうちに組めるようになり、当日の残業対応も減少している。

工程自動化を進める上で見落とされがちなのが、現場スタッフへの教育である。センサーやダッシュボードを導入しても、数値の見方や異常時の対応手順を現場に浸透させなければ、宝の持ち腐れになってしまう。導入初期の1〜2か月は、ベテラン職人の経験則とAIの予測値を突き合わせながら基準値を微調整する期間として位置づけることで、現場の納得感を得ながら定着させている蔵が多い。

味噌・醤油・漬物など他の発酵食品製造業への応用可能性

AI発酵制御の考え方は納豆に限らず、味噌・醤油・漬物といった発酵食品製造業全般に応用できる。石川県の味噌蔵D社の場合、麹の発酵管理に同様のセンサー×AIの仕組みを応用し、季節や天候による発酵ムラを事前に予測できるようになった。従来は熟成期間を余裕を持って長めに設定せざるを得なかったが、AIによる予測精度の向上で熟成期間を平均で1〜2週間短縮し、在庫回転率を改善した。

醤油もろみの管理でも、pHと温度の推移から発酵段階をAIが分類し、櫂入れ（かいいれ）のタイミングを担当者に通知する仕組みを導入した蔵がある。漬物製造業でも、塩分濃度と乳酸発酵の進行度をセンサーで追跡し、味のばらつきを抑える取り組みが広がりつつある。経済産業省も中小企業の生産性向上に向けたデジタル活用を後押ししており、業種を問わず設備投資への支援策が用意されている（経済産業省）。

発酵食品製造業に共通するのは、発酵という「見えない化学変化」を、勘や経験だけでなく数値として捉え直すことで、品質のばらつきを抑えながら熟成期間や検査工数を最適化できるという点である。納豆で確立したセンサー配置やAIモデルの考え方は、発酵の原理が近い他の発酵食品にも比較的移植しやすく、複数の発酵食品を製造している事業者ほど、投資対効果を得やすい傾向がある。

AI発酵制御導入の費用対効果は？投資回収の考え方

AI発酵制御を検討する経営者がまず気にするのは、費用対効果である。センサー一式とAI解析システムの初期投資は、発酵室1室あたり数十万円〜数百万円が目安となる。この投資が回収できるかどうかは、廃棄ロスの削減額と、人件費（夜間見回り・抜き取り検査の工数）の削減額を合算して試算するとわかりやすい。

群馬県の納豆メーカーE社の場合、発酵室2室にセンサーとAI予測システムを導入した際の初期投資は約280万円だったが、廃棄ロスの削減と夜間出社の削減による人件費圧縮を合わせると、年間の削減効果は約210万円と試算され、投資回収の目安は1年半程度となった。同社では発酵室すべてに一斉導入するのではなく、まず最も廃棄ロスが多かった1室に絞って導入し、効果を確認してから他の発酵室に展開する段階的なアプローチを取っている。

実際の業務シーンでは、経営者が毎月の廃棄ロス集計表とセンサーデータを突き合わせ、どの時間帯・どの季節に発酵のばらつきが起きやすいかを確認する会議を月1回設けている。数値で語れるようになったことで、現場の職人からも「なぜその判断をしたか」を後から検証できるようになったという声が上がっている。

投資判断にあたっては、初期費用だけでなく、センサーの保守費用、クラウド利用料、データ蓄積後の再学習にかかる工数も含めて試算することが欠かせない。小規模な蔵ほど、最初から全自動化を目指すのではなく、まず1〜2の発酵室で効果を検証し、段階的に投資を広げていくやり方がリスクを抑えやすい。補助金や助成金を活用しながら初期投資を抑えている事業者もあり、公的支援策の情報収集も投資回収を早める上で有効な手段になる。

地方中小企業がAI発酵制御を導入する進め方

AI発酵制御の導入で失敗しやすいのは、いきなり高額なセンサー一式やAIシステムを購入してしまうケースである。地方中小企業のAI活用で本当に重要なのは、ツールの導入そのものではなく、発酵管理という業務の仕組みを変えることだ。誰が、いつ、どんな基準で発酵完了を判断しているのかを棚卸しし、経営者・社長自身が「勘に頼らない工程」への転換を了承した上で進めないと、現場任せのまま形だけのシステムになってしまう。

FURUSATO（フルサト）は、こうした地方中小企業の三大課題—属人化・人手不足・アナログ業務—の解消に特化したAI活用・DX支援サービスである。製造業・建設業・物流・卸売業・サービス業など幅広い業種で支援実績があり、初回3時間の無料現場セッションで、まず発酵管理の現状と課題を一緒に整理するところから着手する。いきなりシステムを提案するのではなく、現場を見て、担当者だけでなく経営者・社長を巻き込みながら、どこから業務変革を始めるべきかを一緒に考える進め方を取っている。

製造業の現場では、発酵管理を担当する社員と、経営者の間で課題認識にずれが生じていることも珍しくない。担当者は「毎日の見回りが大変」という業務負荷の話をする一方、経営者は「廃棄ロスと人件費」というコストの話をしている、といった具合である。現場セッションでは、この両方の視点を突き合わせ、どの課題から着手すれば投資対効果が最も高いかを一緒に整理するため、担当者と経営者の双方が納得した状態でプロジェクトを始められる点が特徴である。

FURUSATOが支援してきた製造業の事例では、現場セッションを経て具体的な導入計画まで進んだ企業が全体の約7割にのぼり、残りの約3割は「今は別の課題を優先すべき」という結論に至ったケースも含まれる。導入すること自体を目的化せず、優先順位を見極めた上で着手できる点が、いきなりシステム提案から入らない進め方の価値だといえる。

中小企業基盤整備機構（中小機構）も、設備投資やDX推進に関する相談窓口や支援施策を全国で提供しており、地方の製造業がこうした公的支援とあわせてAI活用を検討する動きも広がっている。

導入を急ぐ蔵ほど陥りやすい失敗は、センサーとAIを入れただけで満足し、記録された数値を誰も見に行かない状態になってしまうことである。大切なのは、AIが出した予測値と実際の発酵結果を毎週突き合わせ、基準値を継続的に見直す運用体制を最初から組み込んでおくことだ。担当者だけに運用を任せきりにせず、経営者・社長が数値を定期的に確認する場を設けている蔵ほど、導入から半年〜1年で歩留まり改善効果が安定して出ている傾向がある。

よくある質問（FAQ）

Q: AI発酵制御を導入すると、既存の職人の経験は不要になりますか？

A: 不要にはならない。AIは判断を数値化・可視化する道具であり、職人の経験は基準づくりやAIモデルの精度向上に不可欠なため、両者を組み合わせて運用する形が現実的で、実際に多くの蔵が職人とAIの併用体制を続けている。

Q: 導入にはどのくらいの費用がかかりますか？

A: 発酵室の規模やセンサー数によって幅があるが、目安は発酵室1室あたり数十万円〜数百万円である。小規模な蔵であれば一部の発酵室から段階的に導入し、廃棄ロス削減効果を確認しながら投資を広げていくケースが多い。

Q: 粘りAI判定は納豆以外の食品にも使えますか？

A: 使える。糸引きの伸び率だけでなく、粘度や質感を画像認識で数値化する仕組みは、味噌・醤油・漬物など他の発酵食品の品質検査にも応用でき、実際に麹の発酵管理へ転用している蔵もある。

Q: 導入までにどのくらいの期間がかかりますか？

A: センサー設置とデータ蓄積、AIモデルの学習期間を含め、数か月単位で段階的に精度を高めていくケースが一般的で、季節ごとの発酵データが揃うまでは職人の経験と併用しながら基準値を調整していく。

Q: FURUSATOの無料現場セッションでは何をしますか？

A: 3時間の現場訪問で、発酵管理を含む業務の現状を一緒に棚卸しし、課題の整理と優先順位づけを行う。その場でシステムを提案することはなく、経営者と担当者の双方を交えて次の一歩を確認する。

地方中小企業のAI活用・DX推進でお悩みの方は、FURUSATO（フルサト）へお気軽にご相談ください。まず無料の3時間現場セッションで、御社の課題を一緒に整理します。