AI製造でうどん・蕎麦の品質を安定させる方法｜生地水分管理から需要予測まで

AI製造による生地水分管理と茹で加減の自動化で、うどん・蕎麦など麺類の品質を安定させる動きが地方の製麺会社に広がっている。

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）

うどん・蕎麦の製造現場で今何が起きているのか

うどん・蕎麦の製造は、長年「職人の勘と経験」に支えられてきた業界である。気温や湿度が変わるたびに、粉と水の配合、こね時間、茹で時間を職人が微調整することで一定の品質を保ってきた。しかし、この方法には限界が来ている。

香川県のある製麺会社の場合、熟練職人の高齢化が進み、退職とともに「その人にしか分からない加水率の感覚」が失われかけていた。新人に技術を伝えようとしても、感覚的な指導では再現性が低く、育成に3年から5年かかるのが常態化していた。これは香川県に限らず、地方中小企業の製麺業に共通する課題である。

製造現場での実際の業務シーンを見ると、朝一番に前日の売れ行きと当日の気温・湿度を職人が頭の中で照らし合わせ、加水率を「いつもよりひとつまみ多め」といった感覚的な指示で調整している光景が今も多くの工場で見られる。この判断ができるのは工場長や熟練職人1〜2名に限られており、その人が休むと途端に品質が不安定になるという相談が、地方の製麺会社から寄せられることも珍しくない。

厚生労働省の調査でも、食品製造業を含む中小企業の人手不足感は依然として強い水準にあることが示されており（厚生労働省「労働経済動向調査」）、属人化した技術の継承問題は今後さらに深刻化すると見込まれている。乾麺・生麺を問わず、麺類製造は装置産業化が進む一方で、最終的な水分・茹で・数量の判断だけが人に依存し続けているのが業界全体のねじれとも言える状況である。

AI製造とは何か？うどん・蕎麦など麺類の品質を左右する3つの工程

AI製造とは、生地の水分量・茹で時間・需要量といった製造現場の変動要因をセンサーとデータで数値化し、AIが最適値を判断・調整する製造方式を指す。うどん・蕎麦などの麺類の品質は、主に次の3つの工程で決まる。

• 生地水分管理：粉に対する加水率と、こね工程での水分吸収の均一性
• 茹で加減：麺の太さ・水分率・釜の温度に応じた最適な茹で時間
• 需要予測：気温・曜日・イベントに応じた製造数量の調整

この3工程をAIでつなげることで、「今日の粉ロットの含水率は何%か」「気温が3度上がったら茹で時間を何秒短くすべきか」「明日は何食分作ればロスが出ないか」を、勘ではなくデータで判断できるようになる。

重要なのは、AI製造は職人を置き換えるものではなく、職人の判断基準を数値として可視化し、誰でも一定水準の品質を再現できるようにする仕組みだという点である。ベテラン職人の加水感覚をセンサーデータと突き合わせて学習させれば、そのノウハウはデータとして工場に残り、退職後も失われない。乾麺メーカーでは長期保存を前提とした乾燥工程の管理にもAIが応用され始めており、生麺・乾麺いずれの業態でも活用範囲は広がっている。

生地水分AI管理で「職人の勘」を数値化する

生地水分AI管理では、こね機に取り付けた水分センサーと画像解析カメラが、生地の含水率と粘度をリアルタイムで計測し、加水量を自動で微調整する。従来は職人が生地を触って「今日は少し硬い」と判断していた工程を、数値データに置き換える仕組みである。

年商6億円規模のうどん製麺会社Bの場合、生地水分AI管理を導入したことで、ロットごとの水分ばらつきを従来の±1.2%から±0.3%以内に縮小できた。導入前は天候や粉ロットの違いで麺のコシにばらつきが出て、取引先の飲食チェーンからクレームが月に数件寄せられていたが、導入後45日ほどでクレーム件数がほぼゼロになったという。

蕎麦の製造現場でも同様の効果が確認されている。蕎麦粉は湿度の影響を受けやすく、同じ配合でも季節によって生地の状態が大きく変わるため、水分管理のAI化との相性が良い業種特性を持つ。梅雨時期と冬場の乾燥時期とでは、同じ配合レシピのままでは生地の状態がまったく異なってしまうため、季節ごとにベテラン職人が経験則で加水量を調整していた工程を、AIがセンサー値に基づいて自動補正する形に置き換える会社も出てきている。

生地水分AI管理を導入する際の実際の業務シーンとしては、朝一番の仕込みで前日とは異なる粉ロットが届いた場合の対応が挙げられる。従来であれば職人が生地を触って感覚で加水量を決め直していたが、AI管理下では粉ロットの含水率をセンサーが読み取り、レシピに応じた加水量を自動で提示するため、担当者が誰であっても同じ品質の生地を再現できるようになる。

茹で加減の自動化はどこまで実現できるのか

茹で加減の自動化は、麺の太さ・断面の水分含有率・釜の湯温をセンサーで検知し、AIが最適な茹で上げタイミングを判定してブザーやアラームで知らせる、あるいは自動で麺上げ機を作動させる仕組みである。

老舗の蕎麦店をチェーン展開するC社の場合、店舗ごとに茹で時間の感覚が微妙に異なり、同じメニューでも店舗間で麺の食感にばらつきがあるという課題を抱えていた。茹で加減自動化システムを全店舗に導入した結果、茹で時間のばらつきを最大15秒から3秒以内に短縮し、店舗間の品質差に関する顧客アンケートの評価が導入前後で改善したと報告されている。

実際の業務シーンとしては、ランチタイムのピーク帯に複数の茹で釜を同時に稼働させる場面が典型例である。人手だけでは全ての釜のタイミングを均等に管理しきれないが、AIが釜ごとの状態を個別に監視することで、忙しい時間帯ほど自動化の効果が大きくなる。

ギフト用の乾麺を製造する会社の場合は事情が異なり、茹で加減そのものより「茹で上げ後の断面が均一かどうか」が品質検査の基準になる。この会社では茹で工程に画像解析AIを組み合わせ、断面の白濁具合を自動判定することで、これまで検品担当者が目視で行っていた作業の一次判定をAIに任せ、検品にかかる時間を短縮できたという。茹で加減自動化と一言でいっても、生麺の飲食提供と乾麺の出荷検品とでは求められる精度の観点が異なる点は押さえておきたい。

需要予測AIで廃棄ロスと機会損失を同時に減らす

需要予測AIは、過去の販売実績・気温・曜日・近隣イベントの有無などのデータから、翌日以降に必要な製造数量を予測する仕組みである。うどん・蕎麦は生麺のため日持ちがせず、作りすぎれば廃棄ロス、作らなすぎれば販売機会の損失に直結する。

年商5億円規模のうどんチェーンDでは、需要予測AIを導入した会社では、これまで店長経験と勘に頼っていた製造数量の決定を、気温データと曜日パターンを組み合わせたAIの予測値に置き換えた。その結果、廃棄ロスを導入前比で約18%削減しつつ、品切れによる販売機会損失も同時に減少させることができたという。

経済産業省が推進するDX関連の議論でも、中小企業におけるデータ活用の遅れが生産性向上の障壁になっている点が指摘されており（経済産業省「デジタルトランスフォーメーションに関する研究会」）、食品製造の現場でも需要予測データの活用が今後の競争力を左右すると考えられる。

蕎麦店を複数店舗運営する会社の場合、年越し蕎麦シーズンや観光シーズンなど需要が急変動するタイミングでの製造数量調整が長年の悩みだった。POSレジの販売データと天候・近隣イベント情報を組み合わせた需要予測AIを導入したところ、繁忙期における欠品率が下がり、逆に閑散期の作りすぎによる廃棄も抑えられたことで、年間を通じた粉の仕入れ量そのものを最適化できるようになったという。需要予測は単に「今日の製造量」だけでなく、原材料の仕入れ計画にも波及する効果を持つ。

AI製造の導入コストと投資回収の目安

地方中小企業がAI製造の導入をためらう最大の理由は費用対効果が見えにくいことである。生地水分センサー1台とデータ連携システムの部分導入であれば数十万円規模から始められるケースもあり、工場全体を一気に自動化する必要はない。

年商4億円規模の乾麺・生麺兼業メーカーEの場合、まず茹で加減自動化のみを1ラインに試験導入し、クレーム対応にかかっていた月間の人件費・返品コストを約25%圧縮できたことを確認してから、生地水分AI管理と需要予測へと段階的に投資範囲を広げた。いきなり全工程を自動化するのではなく、最もボトルネックになっている工程から着手し、効果を数値で確認しながら投資判断を積み重ねる進め方が、地方中小企業のAI活用では現実的である。

投資回収の目安としては、クレーム削減・廃棄ロス削減・育成期間短縮のいずれかを金額換算し、導入コストと比較する方法が分かりやすい。特に廃棄ロス削減効果は毎日の製造数量に直結するため、比較的短期間で投資回収の見通しが立てやすい領域である。

補助金・助成金の活用も投資負担を軽減する選択肢のひとつである。ものづくり補助金やIT導入補助金など、中小企業のDX投資を後押しする公的制度は毎年内容が更新されるため、生地水分センサーや需要予測システムの導入を検討する際は、自社が対象になる制度がないか事前に確認しておくと投資判断がしやすくなる。

地方中小企業がAI導入でつまずく3つの落とし穴

AI製造の効果は明らかだが、地方中小企業のAI活用が失敗する典型パターンも存在する。1つ目は「いきなり高額なシステムを導入し、現場の業務フローを変えないまま使わせる」パターン、2つ目は「経営者が丸投げし、担当者だけで抱え込む」パターン、3つ目は「導入自体が目的化し、何のために数値化するのかが現場に共有されない」パターンである。

これらに共通するのは、ツールの導入を先に決めてしまい、業務変革そのものを後回しにしている点だ。生地水分AI管理や茹で加減自動化も、既存の作業手順や役割分担を見直さないまま機械だけ入れ替えても、現場が使いこなせずに形骸化してしまうケースは少なくない。

こうした失敗を避けるために、FURUSATO（フルサト）のような地方中小企業専門の支援サービスでは、システム提案の前に無料の3時間現場セッションを実施し、現場の作業動線や属人化している工程を一緒に洗い出すところから着手している。製造業・建設業・物流・卸売業・サービス業など業種を問わず、まず「何が課題か」を整理してから、必要な打ち手を検討する進め方である。

特に製麺業のような装置と人の判断が混在する現場では、機械の性能そのものよりも「誰が、いつ、どの基準で判断しているか」という業務フローの棚卸しが導入成否を分ける。現場を知らないまま外部のベンダーが機材だけを提案しても、既存の作業手順と噛み合わず、結局は元のやり方に戻ってしまうという相談も少なくない。

もう一つ見落とされがちなのが、データを蓄積した後の活用体制である。センサーを導入して数値を取得できるようになっても、その数値を誰が定期的に確認し、レシピや作業手順の見直しに反映するかを決めていない会社では、せっかくのデータが記録されるだけで終わってしまう。生地水分AI管理も茹で加減自動化も、導入して終わりではなく、数値を見ながら改善を回し続ける運用体制とセットで初めて効果を発揮する仕組みである。

導入までの進め方：現場セッションから始める理由

AI製造の導入を検討する際、多くの地方中小企業では「まずどのシステムを入れるか」から考えがちだが、順序としては逆である。生地水分AI管理を入れるべきか、茹で加減自動化を優先すべきか、それとも需要予測から着手すべきかは、会社ごとに抱えるボトルネックが異なる。

クレームの原因が水分ばらつきにあるのか、廃棄ロスが利益を圧迫しているのか、それとも新人育成が追いつかず人手不足が深刻なのかによって、優先すべき打ち手はまったく変わってくる。ITシステム導入ではなく業務変革として捉え、経営者・社長を巻き込んで進めることが、地方中小企業のAI活用が定着するかどうかの分かれ目になる。

中小企業基盤整備機構（中小機構）などの公的支援機関の情報も参考にしつつ、自社の属人化・人手不足・アナログ業務という三大課題のどこから着手するかを、現場を見ながら整理していくことが、遠回りに見えて最短の導入ルートになる。

FURUSATOの支援では、現場セッションで洗い出した課題をもとに、担当者だけでなく経営者・社長を巻き込んだ形で優先順位を合意する点を重視している。生地水分AI管理・茹で加減自動化・需要予測のどれから着手するかという判断は、現場の担当者だけで決められる範囲を超えることが多く、投資判断ができる経営層が最初から議論に加わっているかどうかが、その後の定着度合いを大きく左右する。

よくある質問（FAQ）

Q: AI製造を導入すると、うどん・蕎麦の味は変わってしまうのか

A: レシピや配合そのものは変わらない。AIは生地水分・茹で時間・製造数量のばらつきを抑える役割であり、これまで職人の勘に頼っていた品質を数値として再現しやすくするための仕組みである。

Q: 小規模な製麺会社でも生地水分AI管理は導入できるのか

A: 可能である。センサー1台からの部分導入も一般的で、工場全体を一気に自動化する必要はない。まず最もクレームが多い工程や属人化が深刻な工程から段階的に始める地方中小企業が多い。

Q: 茹で加減自動化はどのくらいの期間で効果が出るのか

A: 導入企業の事例では、稼働開始から1〜2か月程度で茹で時間のばらつきが縮小し始め、45日前後で品質クレームの減少という形で効果が数値に表れ始めることが多いとされている。

Q: 需要予測AIの精度はどの程度信頼できるのか

A: 過去の販売データの蓄積量に比例して精度が向上する仕組みである。導入初期は店長や職人の経験と併用しながら運用し、数か月かけて予測精度を高めていくのが現実的な進め方である。

Q: FURUSATOに相談すると、すぐにシステム導入を提案されるのか

A: されない。まず無料の3時間現場セッションで自社の課題を整理し、業務変革として何が必要かを経営者も交えて検討したうえで、必要な打ち手を一緒に決めていく進め方である。

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。