餅・団子製造の水分・温度・タイミング管理はAIとセンサで自動判定でき、食感のロット差を抑えられる。原因の見極めから導入手順まで解説する。
- 餅・団子の「硬さ」「粘り」にロット差が出る具体的な原因
- AIとセンサによる水分・温度・仕上げタイミングの自動判定の仕組み
- 和菓子製造業・餅菓子製造業で実際に導入した会社の具体事例と改善日数
- 職人の官能検査とAI管理を比較したときのコスト・再現性の差
- 地方中小企業がAI管理を始めるときの最初の一歩
餅・団子の水分・温度・タイミング管理は、蒸米や粉の状態、季節の気温・湿度によって職人の勘だけでは安定しない。AIとセンサで水分値・温度・つき上がりタイミングを数値化・自動判定すれば、食感のロット差を減らし、廃棄率とクレームを同時に下げられる。
餅・団子製造における水分・温度・仕上げタイミング管理とは何か
餅・団子製造の水分・温度・仕上げタイミング管理とは、蒸し上げたもち米や上新粉・白玉粉の生地について、含水率（%）と生地温度（℃）、つき上がり・こね上がりの時間を基準値と照らし合わせ、食感が均一になる範囲に収める工程管理を指す。餅は水分が1〜2%変わるだけで硬さが大きく変わり、団子は生地温度が数度違うだけで表面のひび割れや歯切れが変わる。従来はベテラン職人が杵の重さの変化、生地の色つや、手に吸い付く感覚などの官能的な判断で仕上げタイミングを決めてきた。この感覚的な判断を数値に置き換え、AIで再現できるようにするのが本記事のテーマである。地方の和菓子店や餅菓子製造業では、繁忙期に人手が足りず、経験の浅いパートやアルバイトが製造ラインに入ることも多い。その際に「ベテランと同じ食感を再現できない」という悩みが、水分・温度・タイミング管理の自動化ニーズの出発点になっている。
なぜ職人の勘だけでは食感が安定しないのか
もち米の含水率は品種・産地・保管期間によって毎回微妙に異なり、同じ浸漬時間・蒸し時間でも仕上がりの水分は変動する。気温・湿度が変わる季節ごとに、同じレシピでも生地の乾き方やつきあがりのタイミングがずれることも珍しくない。ある餅菓子製造業のA社（従業員18名）の場合、繁忙期の年末には1日に十数ロットの餅つきを行うが、担当する職人によって仕上がりの硬さにばらつきが出て、返品・クレームが月平均で3〜4件発生していた。原因を分解すると、①もち米の吸水率のばらつき、②蒸し時間の判断が個人差に依存、③つき上がりのタイミングを目視・触感のみで決めていた、という3点に集約された。地方中小企業では、こうした属人化した工程が品質のばらつきだけでなく、後継者育成の壁にもなっている。中小企業庁の調査でも人手不足と技術継承の遅れは中小製造業の共通課題として指摘されており、詳細は中小企業庁の中小企業白書で確認できる。
餅・団子の水分・温度・タイミング管理をAIで自動判定する仕組み
AIによる自動判定の基本構成は、①近赤外線水分センサで生地の含水率をリアルタイム測定、②非接触温度センサで蒸し工程・こね工程の生地温度を常時記録、③画像センサでつきあがりの照り・伸び・気泡の状態を撮影し、④これらのデータをAIモデルが学習済みの「良品パターン」と照合して、仕上げタイミングを自動で判定する、という流れになる。具体的には、含水率が基準レンジ（例：42〜44%）に入り、生地温度が目標帯（例：65〜68℃）に達し、画像上の照り具合が学習データと一致した瞬間に、機械にストップ信号を送るか、担当者にアラートを出す仕組みだ。職人の暗黙知をデータに変換し、誰が作業しても同じ判断基準で仕上げられるようにする点が最大の特徴である。すでに蒸し機やこね機を持つ工場であれば、後付けのセンサとタブレット端末だけで導入できるケースも多く、設備を全面更新する必要はない。
水分・温度・タイミング管理を官能検査と比較する
官能検査（目視・触感による従来の判断）とAIセンサ管理を比較すると、判断基準の再現性、教育にかかる期間、初期コストの面で明確な違いが出る。以下の比較表に整理する。
| 比較項目 | 官能検査（従来型） | AIセンサ管理 |
|---|---|---|
| 判断基準 | 職人個人の経験・感覚 | 含水率・温度・画像データの数値基準 |
| 再現性 | 担当者によりばらつく | 誰が担当しても同じ基準で判定 |
| 技術習得期間 | 一人前になるまで数年 | 数週間〜1ヶ月程度で運用開始 |
| 初期コスト | 低い（教育コストは別途高い） | センサ・システム導入費が発生 |
| クレーム・廃棄への対応 | 原因の特定に時間がかかる | データで原因を即座に特定できる |
官能検査を完全に否定するものではなく、職人の判断力とAIのデータ管理を組み合わせる「ハイブリッド運用」が現実的な着地点になることが多い。
業種別の導入事例と数値で見る改善効果
実際に水分・温度・タイミング管理をAI化した中小企業の事例を紹介する。団子製造を手がけるB社（従業員12名、みたらし団子・草団子を主力商品とする）の場合、生地の水分センサとAIタイミング判定システムを導入してから14日で不良品率が約28%減少した。以前は表面のひび割れによる規格外品が1日あたり平均40本発生していたが、導入後は10本前後まで減少している。また、鏡餅・のし餅など季節餅を製造する卸業のC社の場合、繁忙期の年末年始だけ臨時スタッフを大量に採用する必要があったが、AIによるタイミング判定を導入したことで、経験の浅いスタッフでもベテランに近い仕上がりを再現できるようになり、クレーム件数が導入前の月4件から月0〜1件に減少した。和菓子製造業のD社（大福・おはぎを製造）の場合は、生地の温度管理を自動化したことで、夏場と冬場で異なっていた仕上げ時間の判断のばらつきがなくなり、廃棄ロスが月あたり約15万円削減されたという報告もある。こうした事例に共通するのは、AI導入そのものが目的ではなく、「誰が作っても同じ品質になる仕組みをつくる」という業務変革が先にあり、そのための手段としてAIとセンサを使っている点である。
地方中小企業がAI管理を始めるときの最初の一歩
水分・温度・タイミング管理のAI化を検討する際、いきなり高額なシステムを導入するのは失敗のもとになる。まず必要なのは、現状の工程のどこにばらつきの原因があるのかを可視化することだ。地方中小企業のAI活用支援を専門に行うFURUSATO（フルサト）では、いきなりシステムを提案するのではなく、無料の3時間現場セッションを通じて、製造ラインのどの工程で属人化・人手不足・アナログ業務が起きているのかを、経営者・社長を交えて一緒に整理するところから始めている。餅・団子製造の現場では、「どのタイミングで、誰が、何を基準に判断しているか」を棚卸しするだけでも、改善すべき優先順位が見えてくることが多い。FURUSATOはこれまで製造業・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を積んでおり、ツールの導入より先に業務の仕組みを変えることを重視している点が特徴だ。担当者だけで導入を進めようとすると、現場の反発や運用が定着しないケースも多いため、経営者・社長を巻き込んで変革を進める体制づくりも支援している。
水分・温度・タイミング管理の導入で失敗しないためのポイント
AI導入でよくある失敗は、①現場の作業フローを変えずにセンサだけ後付けする、②データを取るだけで判断基準の見直しをしない、③一部の担当者だけが使いこなし、他のスタッフに定着しない、という3パターンに集約される。これを避けるためには、導入前に「何を数値化し、誰がどう判断するか」を明文化してから機器を選定することが重要だ。厚生労働省が公開している食品衛生・HACCPに関する情報でも、工程管理の記録化・数値化は食品事故の未然防止に直結するとされており、餅・団子製造のような手作業比率の高い工程ほど有効性が高い。詳しくは厚生労働省のHACCPに関する情報を参照してほしい。
よくある質問（FAQ）
- Q: 餅・団子製造で水分・温度・タイミングをAIで管理するメリットは何ですか。
- A: 職人の勘に頼っていた仕上げ判断を数値化でき、担当者が変わっても食感のロット差が出にくくなる。クレームや廃棄ロスの削減にもつながる。
- Q: 導入にはどのくらいの期間と費用がかかりますか。
- A: 既存の蒸し機・こね機にセンサを後付けする場合、数週間〜1ヶ月程度で運用を開始できることが多い。費用は工程の規模により異なるため、現場診断での見積もりが確実だ。
- Q: 職人の技術は不要になってしまいますか。
- A: なくならない。AIは職人の暗黙知を数値化して再現する仕組みであり、味やアレンジの判断など職人にしかできない部分は引き続き必要とされる。
- Q: 小規模な工場でも導入できますか。
- A: 可能。大掛かりな設備更新をせず、後付けセンサとタブレットだけで始められるケースが多く、まず一部の工程だけ試験導入する進め方も一般的だ。
- Q: FURUSATOに相談するとどのような支援を受けられますか。
- A: 無料の3時間現場セッションで、製造工程のどこに属人化や人手不足の課題があるかを整理し、システム提案の前に業務の仕組みそのものを見直す支援を受けられる。
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。
