鰹節の熟成・燻乾・カビ付けの進度をAIとセンサで自動判定する取り組みが、地方の鰹節製造の現場で広がり始めている。
- 鰹節製造における「燻乾」「カビ付け」の工程とAI・センサ活用の基本
- 熟成の進度判定がベテラン頼みになりやすい理由と、そのリスク
- センサとAIで進度を自動判定する仕組みと導入効果の具体的な数値
- 職人の勘とAIセンサ管理を比較したときのメリット・デメリット
- 地方中小企業が無理なくAI導入を始めるための現実的な進め方
鰹節の熟成・燻乾・カビ付けの進度は、温湿度センサと重量・水分量データをAIで解析することで自動判定できる。職人の五感に依存していた工程を数値化することで、品質のばらつきを抑え、後継者不足の中でも技術を継承しやすくなる。
鰹節製造における「熟成」「燻乾」「カビ付け」とは何か
鰹節の製造工程は、生切り・煮熟・骨抜き・焙乾（燻乾）・カビ付け・仕上げという段階を経て完成する。中でも品質を大きく左右するのが、焙乾（燻乾）とカビ付けの2工程だ。
燻乾とは、煮熟したカツオの身を薪でいぶしながら数週間かけて乾燥させる工程を指す。水分を抜くと同時に燻煙成分を浸透させ、鰹節特有の香りと保存性を生み出す。カビ付けとは、乾燥させた「荒節」に麹菌（カツオブシカビ）を意図的に繁殖させ、内部の脂肪分を分解して旨味とまろやかな香りを引き出す工程で、これを2〜4回繰り返した「枯節」が高級品として扱われる。
いずれの工程も、気温・湿度・風通しといった環境条件によって進み方が大きく変わる。同じ日数だけ寝かせても、季節や庫内の空気の流れ次第で仕上がりの水分量・香り・色味が変わってしまう。だからこそ現場では、長年の経験を持つ職人が「触った感触」「香りの立ち方」「表面の色」で進度を判断してきた。
鰹節にも等級があり、燻乾を終えただけの「荒節」に対し、カビ付けを複数回繰り返した「本枯節」は、内部の脂肪分がより分解され、雑味の少ない澄んだ出汁が取れる高級品として扱われる。カビ付けの回数や日数は蔵ごとに独自の基準を持っており、同じ原料・同じ設備であっても、カビ付けを担当する職人が変わるだけで香りの仕上がりが変わると言われるほど、繊細な判断が求められる工程だ。
この判断基準は数値化されておらず、属人的なノウハウとして特定の職人の頭の中にしか存在しないケースがほとんどだ。地方中小企業の水産加工業では、こうした技術継承の課題が経営リスクとして表面化しつつある。
なぜ燻乾・カビ付けの進度判定は難しいのか｜属人化の実態
鰹節製造の現場が抱える課題は、単に「勘に頼っている」ことだけではない。人手不足・高齢化・アナログな記録方法という三重の壁が重なっている。
ある鰹節製造業（従業員15名規模）の場合、燻乾工程の判断ができる職人は社内に2名しかおらず、いずれも60代だった。日々の判断はノートへの手書き記録と口頭での引き継ぎのみで、システム化されたデータは一切存在していなかった。担当者が体調を崩して数日現場を離れただけで、燻乾の切り上げタイミングが遅れ、その週の荒節にばらつきが出たという事例もある。
水産加工業に限らず、味噌・醤油・漬物といった発酵食品を扱う地方の中小製造業でも、同様の「熟成度は人の感覚頼み」という構造は共通している。中小製造業のデジタル化の遅れは継続的な課題として指摘されており、特に食品加工分野では設備投資よりも先に「工程の見える化」自体が手つかずのまま残っている企業が多い。
後継者不足も深刻だ。水産加工業界では、燻乾やカビ付けの管理を任せられる職人の平均年齢が60代に達している事業所も珍しくなく、次の担当者を育てるための時間がそもそも不足しているという声が多い。ノートに手書きした記録は本人以外が見返しても再現できず、退職や体調不良で担当者が抜けた瞬間に、工程の判断基準そのものが失われるリスクを常に抱えている。
加えて、鰹節製造は燻乾で2〜3週間、カビ付けを含めると仕上げまで数カ月かかる長期工程であるため、判断ミスが発覚するのは出荷直前や出荷後になることが多い。この「フィードバックの遅さ」が、勘と経験に頼った運用から抜け出しにくくしている最大の要因だ。
鰹節 熟成 燻乾 AI カビ付け センサ 進度｜AIセンサ管理の仕組みと導入効果
鰹節の熟成・燻乾・カビ付けの進度をAIとセンサで自動判定する仕組みは、大きく3つの要素で構成される。
- 環境センサ：燻乾室・カビ付け室内の温度・湿度・風速をリアルタイムで計測
- 状態センサ：荒節の重量変化（水分の抜け具合）や近赤外線による水分含有率の測定
- AI解析モデル：過去の合格品データと現在の測定値を照合し、燻乾・カビ付けの進度を「あと何日で完了目安か」という形でスコア化
この仕組みにより、これまで職人が触感や香りで判断していた「そろそろ切り上げどき」という感覚を、水分量○%到達・重量減少率○%といった具体的な数値の閾値に置き換えられる。センサデータはクラウドに蓄積されるため、担当者が不在でもタブレットやスマートフォンで進度を確認でき、複数拠点を持つ企業であれば拠点間でも同じ基準で品質を管理できる。
ある水産加工の中小企業では、燻乾室に温湿度センサと重量計を設置し、AIで進度を自動判定する仕組みを導入した。導入後3カ月で、若手社員だけでも燻乾の切り上げ判断ができるようになり、荒節の水分量のばらつきが導入前と比べて約4割縮小したという結果が出ている。これは特別な最新設備を丸ごと入れ替えたわけではなく、既存の燻乾室にセンサを後付けし、記録用のノートをデジタルデータに置き換えただけで得られた成果だ。
AIモデルの精度を高める上で重要なのは、初期データの蓄積量だ。導入直後は過去の合格品データが少なく、AIの判定と職人の感覚が食い違うことも珍しくない。多くの現場では最初の2〜3カ月をデータ収集期間と位置づけ、AIの判定はあくまで参考値として扱い、職人の最終判断と突き合わせながら精度を高めていく運用を取っている。焦って初日からAI任せにしようとすると、かえって現場の不信感を招きやすい点は注意が必要だ。
導入事例で見るビフォーアフター｜数値でわかる改善効果
AIとセンサによる進度管理は、鰹節製造以外の発酵・乾燥食品を扱う地方中小企業でも応用されている。業種ごとの具体例を見てみよう。
水産加工業の場合：前述の鰹節製造会社では、燻乾・カビ付けの記録をExcelの手入力からセンサ連携の自動記録に切り替えたことで、記録作業にかけていた1日あたり約40分の事務時間が不要になった。浮いた時間は、若手社員への技術指導や新商品開発に振り向けられている。
味噌製造業の場合：仕込み蔵の温湿度をセンサで常時計測し、熟成の進み具合をAIで予測するシステムを導入した会社では、天候によって左右されていた仕込み時期の判断が安定し、年間の熟成不良による廃棄ロスが導入前の半分程度に減少したという報告がある。
惣菜・食品加工業の場合：乾燥・熟成工程を持つ別の食品加工会社では、ベテラン職人の勘に頼っていた乾燥終了タイミングをセンサとAIでモデル化し、経験の浅いパート従業員でも同じ品質基準で作業できる体制を構築した。結果として、繁忙期における人員配置の柔軟性が高まり、特定の職人が休むと生産が止まるという状態を解消できている。
観光土産用の鰹節を製造する小規模メーカーの場合：数名規模の家族経営に近い体制で、燻乾管理を担う職人が実質1人しかいなかった会社では、簡易な温湿度センサとスマートフォンアプリだけを導入し、大掛かりなAIシステムは入れずに「異常値が出たら通知が届く」仕組みだけを整えた。投資額を抑えながらも、担当者が外出中や休日でも燻乾室の状態を確認できるようになり、深夜の見回り負担が大きく減ったという。AI活用は必ずしも大規模投資を意味せず、規模に応じた導入方法を選べる。
これらの事例に共通するのは、AI導入の目的が「省人化」だけでなく、属人化していた品質基準を組織全体の共有知識に変えるという点だ。中小企業のAI活用は、システムを入れること自体がゴールではなく、その前段階にある「業務のやり方をどう変えるか」を先に整理することが成否を分ける。
職人の勘とAIセンサ管理の違い｜比較表で見る特徴
職人の勘による従来の管理と、AIセンサによる進度管理には、それぞれ異なる強みと弱みがある。どちらか一方に全てを置き換えるのではなく、両者を組み合わせる企業が多い。
| 比較項目 | 職人の勘による判断 | AIセンサによる進度管理 |
|---|---|---|
| 判断基準 | 触感・香り・色などの感覚 | 温湿度・重量・水分率などの数値 |
| 再現性 | 担当者によってばらつきが出やすい | 誰が確認しても同じ基準で判断できる |
| 技術継承 | 口伝・OJTに依存し時間がかかる | データとして蓄積され新人でも参照可能 |
| 異常検知 | 経験の浅い担当者は気づきにくい | 閾値から外れた時点で自動アラート |
| 初期投資 | ほぼ不要 | センサ設置・システム導入費用が発生 |
| 微妙な仕上がり調整 | 長年の経験による繊細な調整が可能 | データにない例外への対応は苦手 |
この比較からもわかるとおり、AIセンサ管理は「基準を揃えること」に強く、職人の勘は「基準の外にある例外対応」に強い。実際の現場では、AIが基本の進度判定を担い、最終的な微調整はベテラン職人が確認するというハイブリッド運用が現実的な着地点になっている。
運用の具体的なイメージとしては、AIが「あと2日で燻乾完了目安」と判定した時点で職人に通知が届き、職人が現物を確認して最終ゴーサインを出す、という二段階のフローを組む企業が多い。この形なら、AIの判定精度に不安がある導入初期でも、職人の最終確認という安全網を残しながら移行できるため、現場の反発も起きにくい。
地方中小企業がAI熟成管理を導入する3つのステップ
鰹節製造に限らず、地方中小企業が熟成・乾燥工程にAIとセンサを導入する際は、いきなり大掛かりなシステムを入れようとしないことが重要だ。以下の3ステップで進めると、投資対効果を確認しながら無理なく進められる。
ステップ1：現状の工程と判断基準を洗い出す
まずは燻乾・カビ付けを含む各工程で、誰が・何を基準に・どのタイミングで判断しているのかを言語化する。この段階を飛ばしてセンサだけ導入すると、「何を測ればいいかわからない」という状態に陥りやすい。
ステップ2：小規模にセンサを試験導入する
燻乾室・カビ付け室の一部にまず温湿度センサと重量計を設置し、数週間〜数カ月分のデータを蓄積する。この段階では大きなAI投資はせず、まず「数値と実際の仕上がりの関係」を可視化することに集中する。
ステップ3：AIによる進度判定を段階的に組み込む
蓄積したデータをもとに、進度判定のAIモデルを構築し、現場の判断を補助する形で運用を始める。最初は職人の最終確認を必須とし、精度が安定してきた段階で判断の権限を広げていく。
この進め方は、地方中小企業三大課題である「属人化」「人手不足」「アナログ業務」を、いきなりシステムで解決しようとするのではなく、業務の仕組みそのものを見直しながら段階的に変えていく考え方に基づいている。FURUSATOではこうした進め方を、製造業・建設業・物流・卸売業・サービス業など業種を問わず支援しており、「ITシステム導入」ではなく「業務変革」として着手することを重視している。
実際の支援では、担当者だけでなく経営者・社長を巻き込みながら、まず無料の3時間の現場セッションで工程と課題を一緒に整理するところから始める。いきなりセンサやシステムの提案をするのではなく、現場を見て、どこにボトルネックがあるのかを洗い出すことを優先している。中小企業庁所管の中小企業基盤整備機構も、中小企業のDX推進においては「導入前の業務整理」の重要性を繰り返し発信しており、現場の実態と一致する。
また、食品製造業では衛生管理体制の整備も並行して求められる。厚生労働省が定めるHACCPに沿った衛生管理の考え方とも相性がよく、温湿度データの記録はそのまま衛生管理記録としても活用できる点は、鰹節製造業がAIセンサ導入を検討する際の副次的なメリットといえる。
AI熟成管理の導入費用と活用できる支援制度
導入コストへの不安が、AI活用に踏み出せない一番の理由になっている地方中小企業は多い。実際にはセンサの後付け導入であれば、想定より小さい投資で試験導入できる。
具体的な費用感として、燻乾室1室分の温湿度センサ・重量計・簡易クラウド記録システムを組み合わせた試験導入であれば、数十万円台からの投資で始められるケースが多い。全社的なAI進度判定システムまで拡張する段階になって初めて数百万円規模の投資を検討すればよく、最初から大規模投資をする必要はない。
費用面の負担を抑える手段として、ものづくり補助金やIT導入補助金といった国の支援制度を活用する中小製造業も増えている。経済産業省が所管するこうした補助制度は、生産性向上を目的とした設備投資やシステム導入を対象としており、鰹節製造のようなセンサ・AIを活用した工程改善も対象になり得る。申請には事業計画の整理が必要になるため、この段階から専門家に相談しながら進める企業が多い。
ある地方の食品加工会社では、温湿度センサとクラウド記録システムの導入にIT導入補助金を活用し、自己負担額を導入費用の半分程度に抑えたうえで試験運用を開始した事例もある。補助金ありきで計画を立てるのではなく、まず自社の課題整理を先に行い、そのうえで使える制度を探すという順番のほうが失敗しにくい。
よくある質問（FAQ）
- Q: 鰹節の燻乾・カビ付けの進度をAIで判定するには、どんな設備が必要ですか？
- A: 温湿度センサ、重量計、近赤外線水分計といった比較的安価な機器と、データを蓄積・解析する簡易なクラウドシステムがあれば試験導入できる。既存の燻乾室に後付けする形で始められる。
- Q: 小規模な鰹節製造業でもAIセンサ管理は導入できますか？
- A: 可能。大規模な設備投資は不要で、一部の燻乾室からセンサを試験導入し、数カ月かけてデータを蓄積してから判断基準を数値化する進め方が現実的。家族経営に近い小規模事業者での導入例もある。
- Q: AIセンサを導入すると、職人の技術は不要になりますか？
- A: 不要にはならない。AIは基準を揃える役割を担い、例外的な微調整や最終確認は職人が行うハイブリッド運用が一般的で、むしろ技術継承や若手育成の助けになる位置づけになる。
- Q: 導入効果が出るまでどのくらいの期間がかかりますか？
- A: 事例では、センサ設置から3カ月程度で若手社員による判断が可能になり、水分量のばらつきが約4割縮小するといった成果が確認されている。最初の2〜3カ月はデータ収集期間と考えるとよい。
- Q: FURUSATOに相談すると、いきなりシステムを提案されますか？
- A: されない。まず無料の3時間現場セッションで工程や課題を整理し、業務変革の方向性を一緒に固めてからシステムやセンサの検討に入る流れになっている。経営者・社長も交えて進める。
関連記事
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。
