製材業・木材加工の現場では、木材の含水率と等級をAIで自動判定し、選別と歩留まり改善を進める動きが広がっている。
- 製材業における含水率・等級判定の基本と、なぜ勘や目視に頼りがちなのか
- AIが画像認識とセンサーで含水率・等級をどう自動判定するか
- 含水率・等級管理をAI化した製材所・木材加工会社の歩留まり変化
- 地方中小企業が製材業のAI選別を導入する具体的な手順
- 導入前の無料現場セッションで確認しておくべきこと
製材 木材 含水率 等級 判定をAI化するとは、近赤外線センサーとカメラ画像で木材1本ごとの含水率と節・曲がりを自動計測し、等級区分に振り分ける仕組みを指す。地方中小企業でも段階的な投資で始められ、導入後1〜2カ月程度で歩留まりが数%改善した事例がある。
製材業における「含水率・等級判定」とは何か
製材業でいう含水率とは、木材に含まれる水分の重さを、水分を完全に除いた木材（全乾重量）に対する割合で示した数値である。日本農林規格（JAS）の構造用製材では、含水率区分としてSD15（含水率15%以下）・SD20（20%以下）・D25（25%以下）といった区分が定められており、住宅の柱や梁に使う構造材は乾燥が不十分だと後から反りや割れが生じやすい。等級は、節の大きさや数、目切れ、丸みなどの見た目の欠点を基準に木材の強度・見た目のランクを振り分けるもので、目視等級区分と機械等級区分（強度を機械で測定するMSR製材など）の2種類がある。
宮崎県の中堅製材所A社では、原木市場から仕入れた丸太を製材した後、含水率計を1本ずつ手作業で当てて記録し、等級はベテラン検査員が節の位置と大きさを目視で判断していた。1日に処理する製材は数百本にのぼるため、検査員2名で全数を確認しきれず、抜き取り検査に頼らざるを得なかったという。製材 木材 含水率 等級 判定を人手だけで全数対応するのは、地方中小企業の製材所にとって構造的に難しい作業になっている。
含水率と等級は、それぞれ独立した工程で管理されがちだが、実際には密接に関係している。乾燥不足の木材は強度試験の数値も安定しにくく、逆に急速乾燥させすぎると内部割れ（内部の目に見えない亀裂）が発生し、見た目の等級検査だけでは発見できないリスクを抱える。人工乾燥機で乾燥させた後に含水率のばらつきが大きいロットほど、後工程の等級判定でも判断がぶれやすいという傾向が現場ではしばしば語られる。含水率と等級のデータを別々の帳票で管理していると、この関連性そのものに気づく機会が失われやすい。
なぜ木材の等級判定は属人化しやすいのか
木材の等級判定が属人化しやすい理由は、節の見え方や割れの進行具合が個体差の大きい天然素材ゆえに、基準書だけでは判断しきれない微妙な境界線が多く存在するからである。同じJAS等級表を見ても、経験10年の検査員と3年目の検査員とでは、境界線上の製材をどちらの等級に振るかで判断が割れることが珍しくない。
岐阜県の木材加工会社B社では、等級判定を担当できる検査員が実質1名しかおらず、その検査員が休むと出荷ペースが落ちるという状態が続いていた。社長は「等級判定ができる人を育てるには5年はかかる」と話しており、後継者育成が追いつかないまま高齢化が進んでいたという。地方中小企業のAI活用が製材業で注目される背景には、こうした属人化・人手不足・アナログ業務という三重の課題がある。実際、検査記録も紙の帳票に手書きで残すだけの運用が多く、過去の出荷データと突き合わせて歩留まりを分析する仕組みも整っていないケースが目立つ。
加えて、製材業は原木の入荷が天候や市況によって変動しやすく、繁忙期には検査待ちの製材が滞留しやすい。検査員が判断に時間をかけるほど後工程の乾燥・出荷スケジュールにしわ寄せが及ぶため、現場では「早く流す」ことと「正確に判定する」ことがしばしばトレードオフになる。ベテラン検査員に依存した体制のままでは、繁忙期の負荷集中と人材の高齢化という二つのリスクが同時に進行してしまう。
こうした状況は製材業に限らず、地方の製造現場全体に共通する構図でもある。属人化した検査・判定業務を数値とデータで仕組み化できるかどうかが、繁忙期の対応力と人材育成の両方を左右する分岐点になっている。
AIによる製材・木材の含水率・等級判定の仕組みとは
AIによる含水率・等級判定とは、製材ラインに設置した近赤外線（NIR）水分センサーと高解像度カメラを組み合わせ、木材1本ごとに含水率の数値と、節・曲がり・丸身・目切れなどの外観データを同時に取得し、学習済みモデルでJAS等級区分に自動で振り分ける仕組みを指す。カメラ画像から節の位置・面積・数を検出し、含水率センサーの数値と合わせて総合判定することで、検査員1名では見落としがちな境界線上の個体差も一定の基準で判定できる点が特徴である。
集成材の原料となるラミナ（挽き板）を製造するC社では、AIによる自動選別ラインを導入した結果、含水率の測定誤差を目視・抜き取り検査時代の±3%程度から±1%程度まで縮小できたという。等級判定についても、AIとベテラン検査員のダブルチェック体制に切り替えたことで、検査員は境界線上の判断が難しい製材だけに集中できるようになり、全数検査を維持しながら1人あたりの検査負担を軽くできたと報告している。中小企業のAI活用は、人を完全に置き換えるのではなく、人の判断を支える形で導入されることが多い。
AIモデルの精度は、学習させる教師データの量と質に大きく左右される。過去に検査員が判定した製材の画像・含水率データと、その最終等級をひもづけたデータセットを一定量用意できるかどうかが、導入初期の精度を左右する。すでに検査記録をデジタルで蓄積している会社であればそのデータを転用できるが、紙の帳票中心で管理してきた会社では、まず数カ月分のデータをデジタルで取り直すところから始める必要がある場合もある。この「データをどう集めるか」の設計を後回しにしたまま機器だけを導入すると、精度が安定するまでに想定より時間がかかることがある。
含水率・等級管理をAI化すると歩留まりはどう変わるか
歩留まり（原木や製材から実際に製品として出荷できる割合）は、含水率のばらつきや等級誤判定によって大きく左右される。含水率が基準を超えたまま出荷すると、施工後の反り・割れでクレームや返品につながり、逆に過剰に乾燥させすぎると割れのリスクとコストが増える。等級を低く見誤れば本来より安い価格でしか売れず、高く見誤れば後からクレームになる。以下は、目視・抜き取り中心の管理とAI活用後の管理を比較した例である。
| 比較項目 | 目視・抜き取り中心の管理 | AIによる自動選別後 |
|---|---|---|
| 検査対象 | 抜き取り（一部のみ全数不可） | 全数検査が可能 |
| 含水率の測定誤差 | 目安で±3%前後 | ±1%前後まで縮小した事例あり |
| 等級判定のばらつき | 検査員の経験年数で差が出やすい | 基準が数値化され差が縮まる |
| 記録・分析 | 紙の帳票中心で分析しづらい | データが蓄積され歩留まり分析が可能 |
木材加工会社D社（従業員35名ほどの地方中小企業）がAIによる含水率・等級の自動選別ラインを導入した場合、導入後およそ2カ月でクレーム由来の返品率が減少し、歩留まりが数%改善したという報告がある。検査工程がボトルネックになって出荷が滞る場面が減ったことで、受注量を増やす余地も生まれたという。
歩留まりの改善は、単価の高い等級への振り分け精度が上がることによっても生まれる。実際よりも低い等級に振り分けてしまうと、本来はより高い価格で売れる製材を安値で出荷することになり、これは検査記録を分析しない限り気づきにくい「見えないロス」になりやすい。含水率・等級のデータを蓄積し、出荷価格と突き合わせて分析できるようになると、こうした見えないロスの規模を初めて数値として把握できるようになる。
製材業がAI含水率・等級判定システムを選ぶ際の比較ポイント
製材業向けのAI含水率・等級判定には、既存の製材ラインにセンサーとカメラを後付けする方式と、選別工程ごと入れ替える方式がある。既存ラインへの後付けは初期投資を抑えやすい一方、ライン速度や設置スペースの制約でセンサーの配置が限られる場合がある。選別工程を入れ替える方式は精度や処理速度を上げやすいが、投資額が大きくなりやすく、既存設備との接続やレイアウト変更の検討も必要になる。
製材所E社（従業員20名規模）では、まず含水率センサーだけを既存ラインに後付けし、等級判定は当面ベテラン検査員の目視を維持するという段階的な導入を選んだ。選別工程を丸ごと入れ替える場合と比べて初期投資をおよそ数分の一に抑えながら、含水率データの蓄積と分析だけを先行して始められたことで、次に等級判定を自動化するかどうかを実データに基づいて判断できるようになったという。地方中小企業の場合、一括で全工程を自動化するより、こうした段階導入のほうが投資判断のリスクを抑えやすい。
地方中小企業が製材業のAI含水率・等級判定を導入する手順
製材業でAIによる含水率・等級判定を導入する際、いきなり大がかりな自動選別ラインを一括発注するのは失敗のもとになりやすい。まず現場のどの工程がボトルネックになっているか（検査員不足なのか、記録の分析ができていないのか、クレームの原因が特定できていないのか）を切り分けることが先決になる。
地方中小企業専門のAI活用・DX支援を行うFURUSATO（フルサト）（https://furusato.co-nect.co.jp）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で製材ラインの現状と課題を一緒に整理するところから着手している。「ITシステム導入」そのものを目的にせず、検査・記録・出荷判断という業務の仕組みをどう変えるかを先に固める点が特徴で、製造業・建設業・物流・卸売業など業種を問わず支援実績がある。
製材業の場合、現場セッションでは実際の検査工程に立ち会い、①どの工程で検査員の負担が集中しているか、②含水率・等級のデータが紙かデジタルか、③クレームや歩留まり低下の原因がどの工程にあるか、を一緒に確認していく。担当者だけでなく社長を交えて現状を整理することで、現場の納得感を持ったまま次の投資判断につなげやすくなる。
現場セッションのあとは、いきなり自動選別ラインを発注するのではなく、まず小規模な検証（一部のラインだけにセンサーを設置してデータを蓄積する、既存の検査記録をデジタル化するなど）から始め、実際のデータで効果を確認してから投資範囲を広げていく進め方が現実的である。製材業のように原木という自然素材を扱う業種では、想定していなかった樹種や欠点のパターンが後から見つかることも珍しくないため、最初から完璧な仕組みを目指すより、運用しながら精度を調整していく前提で計画を立てたほうが結果的に定着しやすい。
ある製材所では、無料の現場セッションを経たことで、当初検討していた大規模な自動選別ラインの一括導入を見送り、まず検査記録のデジタル化だけを3カ月かけて先行させる方針に切り替えたという。的外れな投資を避け、必要な範囲から着手できたことが、後の投資判断の納得感につながったと社長が振り返っている。
製材業でAI活用を進める際に注意したいポイント
製材業のAI化を進めるうえで見落としがちなのが、センサーや画像データを検査員の代わりにするのではなく、判断材料を増やす道具として使うという位置づけである。AIの判定結果をそのまま最終判断にしてしまうと、機器の校正ズレや想定外の樹種・欠点への対応で誤判定が起きたときに気づきにくい。ある製材加工会社では、導入初期の3カ月間はAIとベテラン検査員のダブルチェック体制を維持し、判定の一致率が95%を超えた段階で少しずつ検査員の確認範囲を狭めていったという。まずはダブルチェック体制で運用し、一致率を確認しながら少しずつ検査員の関与範囲を調整していくのが現実的な進め方になる。
また、中小企業庁は生産性向上や事業変革の必要性についての情報を継続的に発信しており（中小企業庁）、中小機構（smrj.go.jp）でも中小企業のDX・設備投資に関する支援情報が公開されている。自社だけで判断がつかない場合は、こうした公的な情報や外部の支援サービスを併用しながら検討を進めるのも一つの方法である。
経営者を巻き込まずに現場担当者だけでAI導入を進めようとすると、投資判断が止まってしまったり、導入後の運用ルールが現場任せになって定着しなかったりすることが多い。地方中小企業のAI活用を進めるうえでは、担当者の負担軽減という視点と、経営者が見る歩留まり・クレーム率・受注余力という経営数値の視点の両方をすり合わせておくことが欠かせない。
もう一つ見落とされがちなのが、検査員自身の受け止め方である。AIが自分の仕事を奪うのではないかという不安を持ったまま導入を進めると、現場での協力が得られず、データ入力や運用ルールが形骸化しやすい。むしろ「境界線上の判断が難しいものにベテランの目を集中させ、単純な仕分けはAIに任せる」という役割分担を丁寧に説明し、検査員自身が判定基準の精度向上に関わる立場として巻き込むほうが、結果的に定着が早いという声も現場からは聞かれる。
製材業・木材加工のAI含水率・等級判定は、いきなり完璧な自動化を目指すものではなく、検査員の経験と数値データを組み合わせながら、少しずつ判定基準を仕組みとして残していく取り組みだといえる。地方中小企業にとっては、後継者不足という長期的な課題への備えという意味も併せ持っている。
よくある質問（FAQ）
- Q: 製材業の含水率とはどのように測るのですか？
- A: 含水率計や近赤外線センサーを木材に当てて測定するのが一般的である。AI活用では製材ライン上で1本ごとに自動測定し、記録まで一括で行う方法が広がっており、検査員の手作業を大きく減らせる。
- Q: 木材の等級判定は誰が行うのですか？
- A: 従来はベテラン検査員が目視で節や割れの位置・大きさを確認して判定してきた。AI活用では画像認識で外観データを取得し、境界線上の判断が難しいものだけ検査員が確認する形で運用されることが多い。
- Q: AI導入にはどれくらいの費用がかかりますか？
- A: 選別ラインの規模や既存設備との連携範囲、後付けか入れ替えかによって幅があるため一概には言えない。まず無料の現場セッションで課題と規模感を整理してから見積もる進め方が現実的である。
- Q: 小規模な製材所でもAI活用は可能ですか？
- A: 可能である。全数を一度に自動化せず、ボトルネックになっている検査工程やデータ記録の一部から段階的に始める地方中小企業の事例が増えており、初期投資も無理なく抑えやすい。
- Q: FURUSATOの無料3時間現場セッションでは何をしますか？
- A: 製材ラインに実際に立ち会い、検査工程の負担、含水率・等級データの記録方法、クレームや歩留まり低下の原因を一緒に整理する。いきなりシステム提案はせず、課題整理から着手する。
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。
