乾麺・そうめん製造のAI乾燥度管理｜機械学習で乾燥度を予測し割れ・ロスを削減

乾麺・そうめん製造の乾燥度管理は職人の勘に頼りがちだが、乾麺 そうめん 製造 AI 乾燥度 管理なら割れやロスを数値で減らせる。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

乾麺・そうめん製造の乾燥管理はなぜ属人化するのか

乾麺・そうめん製造における乾燥工程は、原料の小麦粉を練り、延ばした麺を天日干しまたは温風乾燥機で数時間から丸1日かけて乾燥させる工程である。仕上がりの品質を左右するのが「乾燥度」、つまり麺に残る水分の割合だ。乾燥が不十分だとカビや変質のリスクが高まり、逆に乾燥させすぎると麺が割れやすくなり、パッケージ段階での破損ロスにつながる。

この乾燥度の見極めは、長年にわたり職人の勘と経験に依存してきた。麺の表面の色つや、触った感触、その日の気温・湿度から「あと何時間乾燥させるか」を判断する。奈良県のそうめん製造会社A社の場合、乾燥工程を任せられる職人は工場に2〜3人しかおらず、繁忙期に休みが取れない、後継者が育たないといった属人化の問題を長年抱えていた。ベテラン職人が体調を崩した年は乾燥時間の判断がばらつき、割れ率が例年より3ポイント以上悪化したという。

地方中小企業の製造現場では、こうした「その人にしかわからない判断基準」が品質のボトルネックになりやすい。天候による湿度変化、原料ロットのばらつき、機械の個体差など、乾燥度に影響する変数は多く、経験の浅い担当者では同じ精度の判断が難しい。食品製造業では厚生労働省が推進するHACCPに沿った衛生管理の観点からも、乾燥度を含む製造工程の数値管理が重視されており、勘だけに頼る体制は衛生管理面でも見直しの対象になりやすい。結果として、繁忙期の増産や新人の配置転換が難しくなり、事業拡大の足かせになっているケースも多い。

実際の乾燥室での一日の流れを見ると、朝の仕込みから乾燥開始までは機械化が進んでいる工場でも、乾燥終了の判断だけは人手で行われていることが多い。乾燥担当者は数時間おきに乾燥室に入り、麺を数本取り出して指で曲げてみたり、断面の色を確認したりして「あと何時間か」を見積もる。この確認作業には熟練者でも1回15〜20分程度かかり、繁忙期には1日に4〜5回繰り返される。担当者が休むとこの確認自体ができず、乾燥終了の判断が翌朝までずれ込むこともあり、生産計画全体に影響が出る。

乾麺・そうめん製造のAI乾燥度管理とは？仕組みと予測の考え方

乾麺・そうめん製造のAI乾燥度管理とは、乾燥室内の温度・湿度・風速や麺の重量変化などのデータをセンサーで収集し、機械学習モデルによって麺の水分率（乾燥度）を予測・可視化する仕組みを指す。乾燥時間が経過するごとに「あと何%で規定の水分率に達するか」を数値とグラフで示すため、担当者は勘に頼らず、画面上の数値を見て乾燥の進み具合を判断できるようになる。

具体的な流れは次の通りだ。①乾燥室・乾燥機に温湿度センサーと重量センサーを設置してデータを常時収集する、②過去の乾燥実績（乾燥時間・気温・湿度・仕上がりの水分率・割れの有無）を学習データとして機械学習モデルを構築する、③モデルが現在のセンサーデータから水分率を予測し、目標値に到達するタイミングをアラートで知らせる、という3段階だ。乾麺は水分率がおおむね14%以下になるまで乾燥させるのが一般的な目安とされており、この基準値に対してどれだけ余裕があるかを常時モニタリングできる点が、従来の目視判断との大きな違いである。

兵庫県で手延べそうめんを製造するB社の場合、乾燥室3基すべてに温湿度センサーを設置し、過去5年分の乾燥記録をもとに予測モデルを構築した。導入から3か月ほどでモデルの予測精度が安定し、ベテラン職人が不在の日でも同じ基準で乾燥終了のタイミングを判断できる体制が整ったという。

機械学習モデルの学習に使うデータは、乾燥室のセンサーログだけでなく、原料小麦粉のロット情報、麺の太さ・重量、その日の外気温・湿度なども組み合わせることで予測精度が高まる。一般的には、数百〜1000バッチ程度の乾燥実績データがあれば、水分率の予測誤差を1ポイント前後まで抑えられるとされる。データが少ない立ち上げ期は、センサー値と職人の目視判断を並行して記録し、両者の差分を確認しながらモデルを調整していく運用が現実的だ。

導入効果は？割れ・ロス削減の具体的な数値とデータ

AI乾燥度管理を導入した効果は、割れ率・ロス率の数値として現れやすい。香川県の乾麺製造業C社の場合、導入前は乾燥後の選別工程で発生する割れ・欠け品が全体の8〜10%程度を占めていたが、AIによる乾燥度予測を導入してから半年後には3〜4%程度まで低下した。乾燥のばらつきが小さくなったことで規格外品として廃棄する量が減り、原料コストのロスが目に見えて改善したという。

乾燥時間の面でも変化が出ている。従来は天候や原料ロットの違いを考慮して乾燥時間に2時間程度の安全マージンを取っていた工場が、AIによる水分率予測を使うことでマージンを30分程度まで縮小できたケースもある。乾燥時間の短縮は乾燥機の稼働コスト（電力・燃料）の削減にも直結し、繁忙期の生産回転数を上げる効果も期待できる。

実際の業務シーンで見ると、担当者は乾燥開始時にタブレットやモニターで予測グラフを確認し、「あと1時間で目標水分率に到達」といった表示を見ながら他の作業を並行して進められるようになる。これまで乾燥室に張り付いて感覚で判断していた時間を、検品作業や梱包作業に回せるようになった、という声も多い。人手不足が深刻な地方の製造現場にとって、こうした作業時間の再配分は品質改善と同じくらい大きなメリットになる。

数値化のメリットは人材育成の面にも及ぶ。従来、乾燥判断を任せられるまでには3〜5年程度の経験が必要とされていたが、AI予測を補助的に使うことで、入社1〜2年目の担当者でも乾燥終了のタイミングを大きく外さずに判断できるようになったという声もある。新人が予測値を確認しながら実際の麺の状態を照らし合わせて学ぶことで、教育期間の短縮にもつながっている。

従来の乾燥管理とAI乾燥度管理はどう違うのか

両者の違いを整理すると次の表のようになる。

この比較からわかる通り、AI乾燥度管理の最大の価値は割れ率の低減そのものよりも、乾燥工程の判断基準を「属人的な感覚」から「誰でも再現できる数値」に変えられる点にある。中小企業のAI活用において、こうした再現性の獲得は、人手不足や後継者不足への対応策としても効果が大きい。

コスト面で比較すると、従来の乾燥管理は教育コストという形で見えにくく蓄積していく。新人が一人前の判断ができるようになるまでの数年間、割れ・ロスの発生率は平均より高い状態が続きやすく、その差分が長期的な損失になっている工場は少なくない。一方でAI乾燥度管理は、センサーやシステムの初期投資が発生する代わりに、教育期間中のロスや属人化によるリスクをまとめて圧縮できる。どちらが得かは工場の規模や生産量によって変わるため、投資判断の前に自社の割れ率・ロス率を数値で把握しておくことが重要になる。

AI乾燥度管理はどんな工場に向いているか

すべての乾麺・そうめん製造工場に一律でAI乾燥度管理が必要というわけではない。導入効果が特に大きいのは、①乾燥工程の担当者が少数に偏っている工場、②割れ・ロス率が業界平均より高いと感じている工場、③繁忙期の増産や新規採用を検討している工場の3つのタイプだ。逆に、乾燥工程を専任の職人が複数人でローテーションできており、割れ・ロス率も低水準で安定している場合は、優先順位はそれほど高くない。

三重県で乾麺を製造するD社の場合、社長の代替わりを機に「乾燥工程を特定の職人に依存する体質を変えたい」という課題意識からAI乾燥度管理の検討を始めた。属人化そのものが後継者への引き継ぎリスクになっていたためで、割れ率の数値だけでなく事業承継の準備という観点からも投資判断がなされた事例だ。地方中小企業のAI活用は、目先のロス削減だけでなく、数年先の事業継続を見据えて検討されるケースが増えている。

地方中小企業がAI導入でつまずく3つのポイント

乾麺・そうめん製造のAI乾燥度管理は効果が明確な一方、地方中小企業が自力で導入しようとすると、いくつかの壁にぶつかりやすい。

1つ目はデータ不足だ。機械学習モデルの精度は過去の乾燥実績データの量と質に左右されるが、多くの工場では乾燥条件や仕上がりの記録が紙の帳票やベテランの記憶に残っているだけで、そのままでは学習データとして使えない。2つ目は目的とツールの順序の逆転である。「AIを導入すること」自体が目的化し、現場の課題整理をせずにセンサーやシステムだけを先に導入してしまうと、現場の運用に合わず使われなくなるケースが少なくない。3つ目は経営者不在の導入だ。現場の担当者だけで進めたプロジェクトは、投資判断や工程変更の意思決定で止まりやすく、途中で頓挫しやすい。

ある乾麺メーカーでは、担当者レベルでAIベンダーとの商談を進めていたが、乾燥室の改修や設備投資の判断で社長の合意が得られず、半年以上プロジェクトが停滞した例もある。経済産業省のDX推進ガイドラインでも、中小企業のデジタル活用は単なるツール導入ではなく経営者を巻き込んだ経営課題として捉える重要性が示されている。地方中小企業のAI活用を成功させるには、ツールの選定より先に、現場と経営者を巻き込んだ業務の見直しが欠かせない。

実際に導入を進める際は、いきなり全工程にセンサーを入れるのではなく、①最も割れ・ロスが多い乾燥室（乾燥機）1基に絞って試験導入する、②3〜6か月かけてデータを蓄積しながら予測精度を検証する、③精度が安定した段階で他の乾燥室・工程に展開する、という段階的な進め方が現実的だ。最初から全社展開を狙うと投資額も大きくなり、現場の抵抗も強くなりやすい。

FURUSATOの現場伴走｜無料オンライン相談から始める理由

FURUSATO（フルサト）は、地方中小企業専門の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の支援実績があり、乾麺・そうめん製造のような装置と人の勘が混在する現場の業務変革を得意としている。

FURUSATOが最初に行うのは、いきなりのシステム提案ではなく無料のオンライン相談（30〜60分）だ。乾燥室や製造ラインを実際に見て、どの工程が属人化しているか、どのデータが記録されていてどのデータが記録されていないかを担当者と一緒に整理する。センサーやAIモデルの話はその後であり、FURUSATOが重視するのは「ITシステムの導入」ではなく業務変革そのものだ。

ある乾麺製造会社では、初回の相談を通じて、乾燥度の判断基準がベテラン職人の頭の中にしかないこと、乾燥記録がその日の当番によって書き方が違うことが明らかになった。センサー導入の前に記録フォーマットを統一したことで、AIモデル構築に使えるデータが半年でまとまり、当初の想定より早く予測モデルの検証に進めたという。FURUSATOは、担当者だけでなく経営者・社長を巻き込みながら、地方中小企業の属人化・人手不足・アナログ業務という三大課題の解消を伴走支援している。

無料のオンライン相談のあとは、課題整理の内容をもとに、①記録・データ収集の仕組みづくり、②小規模な試験導入、③効果検証と本格展開、という順で伴走する。センサーやシステムの選定だけを切り出して外部ベンダーに依頼するのではなく、業務フロー全体を見直しながら進めるのがFURUSATOの特徴だ。地方中小企業のAI活用は、担当者一人の頑張りではなく、経営者を含めた組織全体の意思決定として進めることで初めて定着する。

よくある質問（FAQ）

Q: 乾麺・そうめん製造のAI乾燥度管理とはどのような仕組みですか？

A: 乾燥室の温度・湿度・風速などをセンサーで計測し、機械学習モデルで麺の水分率（乾燥度）を予測・可視化する仕組みです。目標水分率への到達タイミングを数値で把握できます。

Q: 導入にはどれくらいの費用や期間がかかりますか？

A: 工場の規模やセンサー設置範囲によって費用・期間は異なります。まず無料のオンライン相談で課題を整理したうえで、必要な範囲だけを段階的に導入するのが現実的な進め方です。

Q: 乾燥データが少ない工場でも導入できますか？

A: 導入できます。まずは記録フォーマットを統一し、数か月かけて乾燥実績のデータを蓄積してからモデルを構築していく進め方が、多くの地方中小メーカーで実際に採られています。

Q: 割れ・ロスはどの程度改善しますか？

A: 工場によって差はありますが、割れ率が導入前の8〜10%程度から3〜4%程度まで下がった事例があります。乾燥時間の安全マージン短縮による稼働コスト削減も期待できます。

Q: FURUSATOに相談すると何から始まりますか？

A: いきなりのシステム提案は行わず、無料のオンライン相談で乾燥工程や記録の実態を伺い、課題整理から着手します。担当者だけでなく経営者を交えた合意形成も支援します。

関連記事

• 干物・干し魚製造のAI乾燥度管理｜乾燥度予測で塩加減と品質を安定させる
• 昆布・海藻加工のAI乾燥度管理｜乾燥度予測とグレードの自動等級判定を徹底解説
• 竹工芸品製造のAI品質管理｜乾燥度予測・良品率向上で出荷品質を安定化

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。まず無料のオンライン相談（30〜60分）で、御社の課題を一緒に整理します。