コンクリート二次製品のAI強度・含水率管理｜画像と含水率で品質を自動判定し歩留まりを改善

コンクリート 二次製品 AI 強度 含水率 管理は、目視とハンマー打音に頼ってきた品質検査を大きく変えつつある。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

コンクリート二次製品のAI強度・含水率管理とは何か

コンクリート二次製品とは、U字溝・境界ブロック・ヒューム管・PCa（プレキャストコンクリート）パネルなど、工場であらかじめ成形・養生してから現場に搬入するコンクリート製品を指す。これらの製品は脱型時期の含水率と養生条件が最終的な圧縮強度に直結するため、含水率管理と強度管理は本来一体で扱うべき品質指標である。ところが多くの地方中小企業の二次製品工場では、この二つの検査が別々の担当者・別々のタイミングで行われ、データも紙の帳票にしか残っていないのが実情だ。

「コンクリート二次製品のAI強度・含水率管理」とは、脱型前後に撮影した製品表面の画像と、非破壊の含水率センサーで取得した数値をAIが同時に解析し、圧縮強度の推定値と出荷可否を自動判定する仕組みを指す。ひび割れ・気泡・色ムラといった画像特徴と含水率の推移パターンを学習したモデルが、熟練検査員が経験的に行ってきた「見て触って叩いて判断する」検査を、数値と根拠のある形に置き換える。

背景には、地方の製造業に共通する人手不足がある。経済産業省が公表する中小企業関連の調査でも、製造業における技能承継の遅れと人手不足は継続的な課題として指摘されており、コンクリート二次製品業界も例外ではない。検査を一人のベテランに依存している工場では、その担当者が休むと出荷判定そのものが止まってしまうという声も少なくない。

含水率超過・強度不足が引き起こす具体的なリスクとは

コンクリート二次製品において含水率管理が甘いと、脱型後の乾燥収縮によるひび割れや、内部に残った水分が凍結融解を繰り返すことで生じるポップアウト（表面剥離）など、出荷後しばらく経ってから顕在化する不具合につながりやすい。強度不足の製品がJIS規格を満たさないまま現場に搬入された場合、施工後に発覚すれば撤去・再施工が必要になり、材料費だけでなく現場の工期にも影響が及ぶ。

ヒューム管や側溝製品を道路工事向けに供給しているある建設資材メーカーの場合、過去に含水率不足のまま出荷した製品で現場施工後にひび割れが見つかり、該当ロット数十本の掘り返し・再施工費用として数百万円規模の損失が発生したことがある。この一件をきっかけに、出荷前の含水率確認を強化する方針に転換したが、当時は人力での抜き取り検査を増やすだけの対応にとどまり、根本的な再発防止には至らなかったという。

こうした不具合の多くは、実は出荷前の段階で兆候をつかむことができる。含水率の推移データと画像上のひび割れ初期兆候を組み合わせて解析すれば、出荷後に問題化する前に検知できる可能性が高まる点が、AIによる強度・含水率管理を導入する最大のメリットの一つだ。人の目では見逃しやすい微細な変化も、蓄積されたデータと照合することで異常として検出できるようになる。

強度・含水率管理が属人化しやすい理由とは

ある地方の二次製品メーカーの場合、U字溝と境界ブロックを合わせて1日あたり約800本を製造していたが、出荷前の強度・含水率検査はベテラン検査員1名の目視とハンマー打音による抜き取り検査（全体の約15%）のみで行っていた。抜き取り以外の製品は「同じ配合・同じ養生時間だから大丈夫」という経験則で出荷されており、検査記録は紙の日報に手書きで残すだけだった。

この工場では、検査員が体調不良で3日間不在になった際に代替要員がおらず、出荷判定ができずに約2,000本の在庫が倉庫に滞留する事態が発生した。さらに、退職を控えたその検査員のノウハウは口頭伝承のみで、後任への引き継ぎマニュアルも存在しなかった。属人化・人手不足・アナログ業務という地方中小企業に共通する三大課題が、そのままコンクリート二次製品の品質検査工程に現れていた典型例である。

実際の業務シーンとしては、朝一番に前日脱型した製品をハンマーで叩いて音を聞き、表面を指で押して硬さを確かめ、経験則で「もう1日養生した方がいい」「これは出荷可」と判断していく。この判断根拠は担当者の頭の中にしかなく、新人が同じ基準で判断できるようになるまでには数年単位の経験が必要とされていた。

AI画像解析と含水率センサーによる自動判定の仕組みとは

AIによる強度・含水率管理の仕組みは、大きく3つのステップで構成される。第一に、脱型後の製品を専用の撮影ブースまたはハンディカメラで撮影し、表面のひび割れ・気泡・色ムラをAIが画像認識する。第二に、非破壊の含水率センサーを製品表面に当て、内部含水率の推定値を数値として取得する。第三に、画像特徴量と含水率データ、さらに配合・養生時間などの製造条件を組み合わせて、AIが圧縮強度の推定値と出荷可否をスコアリングする。

導入後のデータでは、1本あたりの検査時間が従来の約90秒（ハンマー打音＋目視＋記録）から約12秒（撮影とセンサー計測のみ）に短縮され、全数検査への切り替えが可能になった事例がある。判定結果はタブレットやPCの画面にその場で表示され、担当者の経験年数に関わらず同じ基準で出荷可否を判断できるようになる。

重要なのは、AIが完全に人を置き換えるわけではないという点だ。AIの判定はあくまで一次判断であり、境界線上のスコア（出荷可否の判定が微妙な製品）だけをベテラン検査員が最終確認する運用にすることで、ベテランの経験を「全数検査の負担」から「例外対応の専門知識」へと再配置できる。これにより、技能承継の負担も大きく軽減される。

実際の業務シーンとしては、脱型直後の製品ラインに小型カメラと含水率センサーを設置し、ベルトコンベア上を流れる製品を止めずにその場で撮影・計測する運用が現実的だ。作業員はこれまでと同じ動線で製品を移動させるだけでよく、判定結果は工場内のモニターに緑・黄・赤の3段階で表示される。緑はそのまま出荷、黄はベテランの目視確認、赤は再養生という運用にすれば、現場の作業手順自体は大きく変えずに導入できる。

従来の検査手法とAI管理の比較

従来のハンマー打音・目視検査と、画像認識・含水率センサーを組み合わせたAI管理では、検査範囲・記録・再現性のいずれにおいても大きな差が生まれる。以下に主な違いをまとめる。

比較項目	従来の検査（打音・目視）	AI強度・含水率管理
検査対象	抜き取り検査（10〜20%程度）	全数検査が可能
1本あたりの検査時間	約60〜90秒	約10〜15秒
判定根拠	担当者の経験・勘	画像特徴量＋含水率データの数値化
記録の形式	紙の日報・手書き	デジタルデータとして自動蓄積
技能継承	口頭伝承・OJTのみ	判定基準がデータとして残り継承しやすい
担当者不在時の対応	検査・出荷が停止しやすい	誰でも同じ基準で一次判定が可能

コンクリート二次製品会社がAI導入で歩留まりをどう改善したか

プレキャストコンクリート（PCa）パネルを製造する会社を導入した会社では、養生日数の判断をAIの含水率推移予測に切り替えたことで、過剰養生による生産ライン停滞が減り、月間の製品回転率が約18%向上したという報告がある。従来は「念のためもう1日置く」という安全側の判断が積み重なり、工場全体の生産計画を圧迫していたが、含水率データに基づく客観的な判断基準を導入したことで、必要最小限の養生日数で出荷判定ができるようになった。

また、建設資材卸として二次製品の受入検査を行っている会社の場合、仕入れ先から届く製品の抜き取り検査で不良を見逃し、現場搬入後にひび割れが発覚して再手配が発生するケースが年間十数件あった。受入時にAI画像解析を導入したところ、搬入前の段階で微細なひび割れを検出できる割合が大幅に向上し、現場到着後のクレーム件数がおよそ半分に減少したという。

境界ブロック・U字溝を中心に製造する地方の中小メーカーでは、AI導入から3か月で不良品による返品率が改善し、歩留まり（良品率）が導入前と比べて数ポイント改善した。これは、これまで感覚的に「際どい」と判断されて廃棄されていた製品の一部が、実は基準を満たしていたことがデータで裏付けられ、過剰な廃棄が減ったことも要因の一つである。

これら3社に共通するのは、AI導入前は「疑わしきは廃棄・疑わしきはもう1日養生」という安全側に偏った判断が積み重なり、結果として生産効率と歩留まりの両方を押し下げていたという構造だ。AIによって判断基準が数値化されたことで、過剰な安全マージンを適正な水準まで見直せたことが、複数の会社に共通する改善要因になっている。

コンクリート 二次製品 AI 強度 含水率 管理を導入するときの進め方

AIによる強度・含水率管理を検討する際、多くの地方中小企業が陥りやすいのが「まずシステムを選定しよう」という発想だ。しかし、検査工程がどこで止まっているのか、誰の経験に依存しているのか、記録がどこで途切れているのかを整理しないまま機器だけを導入しても、現場に定着せず形骸化してしまう。ツールの導入より先に、業務の仕組みそのものを見直すことが、地方中小企業のAI活用を成功させる分かれ目になる。

FURUSATO（フルサト）が提供しているのは、まさにこの「業務変革」からの支援である。FURUSATOは地方中小企業専門のAI活用・DX支援サービスとして、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、無料のオンライン相談（30〜60分）で、いきなりシステムを提案するのではなく、まずお話を伺って課題整理から始める。検査工程のどこに属人化があり、どこにアナログ業務の負担が集中しているのかを、担当者だけでなく経営者・社長も交えて可視化するところから支援がスタートする。

属人化・人手不足・アナログ業務という地方中小企業の三大課題は、コンクリート二次製品業界に限らず、多くの製造現場で共通して見られる構造だ。中小企業庁の関連機関である中小企業基盤整備機構も、中小企業の生産性向上やIT・AI活用を後押しする支援策を継続的に打ち出しており、外部の支援リソースを活用しながら段階的に業務変革を進めることが現実的な選択肢になる。

実際の導入ステップとしては、まず1つの製品ライン（例えばU字溝のみ）で試験運用を行い、AIの判定とベテラン検査員の判断がどの程度一致するかを数週間かけて検証する。一致率が十分に高まった段階で対象製品を広げ、最終的には全製品ラインでの全数検査体制に移行する、という段階的な進め方が定着しやすい。

AI導入をきっかけに他の業務にも横展開する視点

強度・含水率管理でAIの効果を実感した工場では、その後、配合管理や在庫管理、出荷スケジュール調整など、他のアナログ業務にも同じ考え方を広げていくケースが多い。例えば、あるコンクリート二次製品メーカーでは、検査工程のデータ化に成功した後、それまで紙の伝票で行っていた出荷指示と在庫管理をデジタル化し、出荷ミスによる急な再手配が月数件から月1件未満に減少したという。

このように、一つの業務課題を仕組みから見直した経験は、他の業務領域にも転用しやすい。「検査工程で成功したデータ活用の型を、在庫管理や配合管理にも当てはめられないか」という視点を持てるかどうかが、AI活用が一過性の取り組みで終わるか、経営全体の変革につながるかの分かれ目になる。

地方中小企業がAI活用で品質管理を変えるために

コンクリート二次製品業界に限らず、地方中小企業のAI活用は「大企業のような大規模システム投資」ではなく、現場の困りごとを一つずつ数値化し、判断基準を仕組みに落とし込むところから始まる。強度・含水率管理のように、これまでベテランの勘と経験に支えられてきた工程ほど、AIによる可視化の効果は大きい。属人化を解消し、人手不足の中でも品質を維持し、紙とハンコに依存したアナログ業務から脱却することは、コンクリート二次製品業界だけでなく、地方の製造業全体に共通する経営課題である。

重要なのは、経営者・社長自身がこの変革に関与することだ。現場の検査担当者だけにAI導入の是非を委ねてしまうと、「今のやり方で困っていない」という現状維持の判断に流れやすい。歩留まり改善やクレーム削減が経営数値にどうつながるかを経営層が理解し、旗を振ることで、初めて業務変革としてのAI活用が組織に定着する。地方中小企業のAI活用は、担当者の頑張りだけに任せるのではなく、経営者が課題として引き取り、現場と一緒に仕組みを作り直す姿勢があって初めて成果につながる。

よくある質問（FAQ）

Q: コンクリート二次製品のAI強度・含水率管理は、どのくらいの製造規模の工場から導入できますか。

A: 1日数百本規模の中小工場でも導入例がある。まずは1製品ラインで試験運用し、効果を確認してから広げる段階導入が現実的である。

Q: AIの判定だけで出荷可否を決めてしまって問題ないのでしょうか。

A: 完全にAI任せにする必要はない。境界線上のスコアのみベテラン検査員が最終確認する運用にすれば、精度と安心感を両立できる。

Q: 既存の検査員の仕事がなくなってしまうのではないかと不安です。

A: 全数検査の負担が減る分、ベテランは例外対応や技能継承など、より専門性の高い役割に時間を使えるようになる傾向がある。

Q: 導入コストが高そうで、地方の中小企業には難しいのではないですか。

A: 撮影機材とセンサーから小規模に始められる場合が多い。まず無料のオンライン相談（30〜60分）で自社に合う範囲を整理するのが近道である。

Q: システムを入れる前に何を準備しておけばよいですか。

A: 過去の不良事例や検査記録があれば十分。整理された記録がなくても、現場ヒアリングから課題整理を始められる。

関連記事

• 畳製造のAI含水率・寸法管理｜い草の乾燥と仕上げを自動判定し品質を安定
• 製材業・木材加工のAI含水率・等級管理｜画像と水分で自動選別し歩留まりを改善
• タオル製造のAI含水率・強度管理｜検品を自動化し品質と歩留まりを安定

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。