鮮魚卸のAI鮮度判定｜画像で鮮度と傷みを自動評価し等級選別を標準化

鮮魚卸のAI鮮度判定は、画像で鮮度と傷みを評価し、等級選別を標準化する仕組みです。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

鮮魚卸のAI鮮度判定とは？画像で鮮度と傷みを数値化する仕組み

鮮魚卸のAI鮮度判定とは、撮影した魚の画像から目の透明度・えらの色・体表のツヤ・身の傷みをAIが読み取り、鮮度スコアと等級（例：特・A・B・C）を自動で示す仕組みです。検品担当者が目と指先で行ってきた判断を、「写真という記録」に置き換えます。

流れはシンプルです。入荷した魚を白い撮影台に置き、タブレットで撮影すると、1尾あたり2〜3秒でスコアと等級が画面に出ます。等級はそのままラベルや入荷リストに記録され、出荷先ごとの選別にも使えます。

業務シーンで見てみましょう。朝4時、産地から届いたアジ200ケースが荷受け場に並びます。これまでは検品者2人が1ケースずつ目とえらを確認し、全量の選別に約90分かかっていました。AI判定を導入した会社では、撮影と一次選別が機械的に進み、人は判定が割れた個体の確認に集中できるようになります。

ここで押さえておきたいのは、AIが見るのは「画像に写る範囲」だという点です。鮮度の科学的な指標であるK値（ATP関連物質の割合で、数値が低いほど新鮮）のように、身の内部の化学変化を直接測るものではありません。K値検査は精密ですが、1検体に時間とコストがかかります。だからこそ、全数の一次選別は画像で行い、疑わしい個体だけを精密検査に回す使い分けが現実的です。

ここでいう等級とは、鮮度・傷み・サイズ・形をもとに魚を段階分けした、売り先と価格を決めるための区分です。刺身用の特上を鮨店へ、加熱用を惣菜店へというように、等級が決まれば出荷先が決まります。つまり等級の精度は、そのまま単価と信頼に直結します。

体制の小さい卸ほど、この効果は大きくなります。たとえば地方の港町で仲卸を営む従業員12名の会社では、朝の荷受けから出荷までの約3時間に、検品・選別・箱詰めが集中します。ここで選別の一部をAIが受け持つだけで、人は箱詰めと配送準備に回れます。

なぜ鮮魚卸で等級選別の標準化が必要なのか？属人化が招く3つの損失

鮮魚の等級選別は、長年の経験に頼る典型的な属人業務です。地方中小企業の卸では「あの人が見れば間違いない」という担当者が1〜2人いて、その人が休むと選別がぶれる、という状況が珍しくありません。

たとえば従業員18名の水産卸の場合、ベテラン2名と入社2年目の若手が同じ30尾のサバを別々に等級付けしたところ、約3割の個体で判断が食い違ったという例があります。基準が頭の中にあるため、「なんとなくA」「ぎりぎりB」が人によって変わるのです。等級のぶれは、次の3つの損失につながります。

• 値引き・返品の発生：飲食店に納めた魚が想定より傷んでいれば、値引きや返品で利益が消える
• ベテラン依存と人手不足：検品できる人が限られ、繁忙期に出荷が滞る
• 記録の欠落：なぜその等級にしたのか根拠が残らず、クレーム時に遡れない

3つ目は衛生管理にも関わります。厚生労働省は、原則すべての食品等事業者にHACCPに沿った衛生管理を求めており、厚生労働省のHACCP解説ページでも、記録を残して確認できる状態にすることが基本とされています。入荷時の状態を画像と等級で残すことは、この記録を補う手段になります。

等級の標準化とは、「誰が見ても同じ基準で同じ等級になる状態」をつくることです。AIはその基準を写真で固定し、毎回同じ物差しを当て続けます。

もう1つ、地方の水産卸が直面するのが世代交代です。ベテラン検品者が60代後半になり、あと数年で現場を離れる会社は少なくありません。判断の勘所を本人の頭の中だけに置いたままにすると、退職と同時に失われます。写真と等級のセットで残せば、若手が「この状態ならA」という基準を画像で学べる教材にもなります。導入した会社では、新人が一人で検品に入れるまでの期間が、半年から3か月ほどに縮まったという声もあります。

取引先の目も変わっています。大手量販店や外食チェーンは、仕入れ先に品質記録の提出を求める傾向を強めています。等級と画像の記録を出せる卸は、それだけで選ばれやすくなります。

AIは魚のどこを見て鮮度と傷みを判定するのか？

鮮度判定で見るポイントは、実は人が見ている場所と同じです。AIはそれを数値化して比較します。

• 目：角膜の透明度、白濁、血走り。鮮度が落ちると濁りが増える
• えら：鮮やかな赤から褐色・灰色への変化、ぬめりの状態
• 体表：ツヤ、鱗の脱落、擦れ傷、変色
• 腹部：腹切れ、膨らみ、内臓の透け
• 切り身：色調の褐変、ドリップ（水分の流出）、身割れ

マグロの切り身を扱う卸の場合は、赤身の色調が特に重要です。時間とともに鮮やかな赤から褐色へ変わるため、画像の色をRGB値で数値化し、基準色との差から等級を判定します。目視では「少し暗いかな」で終わる違いも、数値なら0.1刻みで比較できます。

精度を左右するのは、AIの性能より魚種ごとの学習データです。アジ、サバ、イワシ、タイのように魚種で見るべき場所が違うため、目安として1魚種あたり300〜1,000枚の写真に、ベテランが等級を付けて学習させます。市販の汎用ソフトをそのまま使うより、自社の魚と自社の基準を学ばせた方が、現場で使える精度になります。

もう1つの注意点が撮影環境です。氷詰めの反射や蛍光灯のちらつきで色が変わると、判定がぶれます。照明と背景を固定するだけで、精度の大半は決まると考えてください。

傷みの判定も同じ考え方です。輸送中の打ち身、氷による擦れ、腹部の裂けなどは、画像の中の「範囲」と「濃さ」で数値化できます。たとえば傷の面積が体表全体の5%未満ならA、5〜15%ならB、というように、面積を等級の条件に組み込めます。人の感覚に頼っていた「ちょっと目立つ傷」が、誰にでも同じ数字で見えるようになります。

鮮魚 卸 AI 鮮度 判定 等級を標準化する導入手順5ステップ

いきなり全魚種に広げると失敗します。次の5ステップで、小さく始めて確かめながら広げるのが確実です。

1. 等級基準の言語化（1〜2週間）：ベテランが「特」「A」「B」の境目を写真付きで説明し、基準書にする
2. 撮影環境の固定（数日）：撮影台・照明・カメラの距離を決め、印を付けて誰でも同じ条件で撮れるようにする
3. 教師データの収集（2〜4週間）：通常の検品と並行して撮影し、ベテランが等級を付ける
4. 並走運用（約1か月）：人とAIが同じ魚を判定し、一致率を毎日記録する。目標は一致率85〜90%
5. 本番運用と月次見直し：誤判定を月1回レビューし、基準と学習データを更新する

産地市場から仕入れて量販店と飲食店に卸す会社の場合、最初の対象をアジ1魚種に絞りました。並走運用の初週は一致率が72%でしたが、撮影台の照明を変えたところ4週目には89%まで改善しています。導入後およそ60日で、実用ラインに届くというのが1つの目安です。

ここで大切なのは、ステップ1です。基準が曖昧なままAIを入れても、曖昧な判定を高速に出すだけになります。ツールより先に、基準という仕組みを整える。この順番が、業務変革としてのAI活用の出発点です。

運用に入ってからは、次の3つのルールを決めておくと安定します。

• 判定が割れたら人が確定する：スコアが等級の境目の前後5点以内なら、必ず人が確認する
• 確定した等級を学習に戻す：人が直した結果を毎月の再学習に使い、精度を上げ続ける
• 季節ごとに基準を点検する：脂の乗りや魚体の大きさは旬で変わるため、春夏秋冬で見直す

人の目検品・K値検査・AI画像判定はどう違う？比較表

3つの方法は競合ではなく、役割が違います。特徴を整理すると次のとおりです。

比較項目	人の目検品	K値検査	AI画像判定
判定速度	1尾あたり数秒〜十数秒	1検体で数十分〜	1尾あたり2〜3秒
客観性	担当者で差が出る	数値で高い	基準が固定され安定
記録	手書き・口頭が中心	検査結果が残る	画像と等級が自動で残る
コスト	人件費	検体ごとに費用	初期費用＋月額
弱点	属人化・疲労	全数検査は困難	内部の鮮度は測れない

使い分けの考え方は、全数はAI、迷う個体は人、高額品や係争時はK値検査です。たとえば高単価の天然鯛を扱う卸なら、AIで一次選別し、特等級の候補だけをベテランが最終確認するという二段構えが有効です。

AI鮮度判定が苦手なケースは？運用でカバーする方法

AIにも得意・不得意があります。苦手なのは、氷や水滴で体表が隠れている状態、極端に小さな個体、めったに入荷しない珍しい魚種です。学習データが少ない魚種は、判定の根拠が弱くなります。

たとえば、季節限定の魚を少量だけ扱う卸の場合、その魚種のためにモデルを作るのは割に合いません。こうした魚種は人の検品を残し、入荷量の多い主力5〜10魚種にAIを集中させる方が、費用対効果は高くなります。目安として、取扱量の上位で全体の約8割を占める魚種から着手すると、少ない投資で効果を出しやすくなります。

また、AIが「わからない」と返す仕組みも大切です。信頼度が低いときは判定を出さず、人に回す設定にしておけば、誤った等級が出荷されるリスクを抑えられます。

導入費用と効果の目安は？値引き・返品ロスをどれだけ減らせるか

費用は構成で大きく変わります。タブレット、撮影台、照明、クラウドの判定ソフトという小さな構成なら、初期費用は数十万円台から始められます。自社専用のモデルを作り込む場合は数百万円規模になるため、まず1魚種で効果を確認してから広げる方が安全です。

効果は、値引き・返品ロスで試算できます。月商3,000万円の卸で、等級のぶれによる値引き・返品が売上の1.5%（月45万円）あった場合、これを1.0%（月30万円）に下げられれば、年間で180万円の改善です。ここに、選別時間の短縮（90分が約50分へ）と、ベテランの負担軽減という効果が加わります。数字はあくまで試算ですので、自社の実績で置き換えて確認してください。

資金面では、中小企業基盤整備機構（中小機構）が中小企業向けの支援情報を公開しています。ITツールの導入に使える補助制度もあるため、導入前に条件を調べておくと初期負担を抑えられます。

費用対効果を見るときは、「削れる費用」だけでなく「取引先からの信頼」も見落とさないでください。等級が安定すれば、飲食店や量販店から「この会社の魚は外れがない」と評価され、単価交渉でも有利になります。

回収の目安は、小さく始めた場合で12〜18か月です。値引きロスの削減に加えて、検品の残業が月20時間減れば、その分の人件費も効果に入ります。最初の半年は精度を上げる期間と割り切り、効果の判断は導入後6か月以降に行うのが現実的です。

地方中小企業が失敗しないAI鮮度判定の進め方は？

地方中小企業のAI活用で多い失敗は、ツールを先に決めてしまうことです。現場の課題が整理されていないまま導入し、使われずに終わります。

FURUSATO（フルサト）は、地方中小企業専門のAI活用・DX支援サービスです。製造業・建設業・物流・卸売業・サービス業など業種別の支援実績があり、「ITシステム導入」ではなく「業務変革」を重視しています。ツールより先に仕組みを変える、という考え方です。

支援は、無料のオンライン相談（30〜60分）から始まります。いきなりシステムを提案することはなく、検品の流れ、等級の決め方、誰に判断が集中しているかを現場で一緒に整理します。地方中小企業の三大課題である属人化・人手不足・アナログ業務のうち、鮮魚卸ではまず属人化が表に出てきます。

もう1つの特徴が、担当者だけでなく経営者・社長を巻き込むことです。鮮魚卸の場合、社長が朝の検品に一度立ち会い、ベテランの判断基準を一緒に確認するだけで、基準の言語化が一気に進みます。基準を出すのはベテランの協力が要るため、社長が「これは会社の仕組みづくりだ」と示すことが欠かせません。

現場セッションでは、たとえば次のようなことを一緒に確認します。荷受けから出荷までの動線、等級を決めている人と基準、値引きや返品が起きた過去の事例、そして魚種ごとの取扱量です。この整理だけで、「AIより先に、基準書と撮影台の整備が必要だった」と気づく会社も少なくありません。導入を急がず、課題の整理から着手するのがFURUSATOの進め方です。

失敗を避けるために、次の3点を先に決めておきましょう。

• 対象魚種を1〜2種に絞る：回転が速く、等級のぶれが大きい魚から始める
• 成功の数字を決める：一致率85%、値引きロス0.5ポイント減など、判断できる目標を置く
• ベテランを味方にする：置き換えではなく、技能を残す取り組みだと伝える

よくある質問（FAQ）

Q: AIによる鮮魚の鮮度判定は、どの程度の精度が出ますか？

A: 撮影環境を固定し魚種ごとに学習させれば、ベテランの等級判断との一致率は導入後60日で85〜90%が目安です。K値のような内部の鮮度は測れないため、画像で見える範囲の判定に限られます。

Q: 鮮魚卸がAI鮮度判定を始めるのに、必要な機材は何ですか？

A: タブレットまたはカメラ、白い撮影台、LED照明、クラウドの判定ソフトが基本です。初期構成は数十万円台から始められ、既存の検品台に置くだけで運用できます。魚種は1〜2種から始めるのが安全です。

Q: AI判定を導入すると、ベテランの検品担当者は不要になりますか？

A: 不要にはなりません。AIは基準に沿った一次選別を担い、ベテランは迷う個体の最終判断と基準の見直しを担当します。役割が変わることで、若手への技能伝承も進みやすくなります。

Q: 小さな鮮魚卸会社でも、AI鮮度判定の導入は現実的ですか？

A: 現実的です。従業員10〜20名規模でも、アジやサバなど回転の速い1〜2魚種から始めれば負担は小さく済みます。FURUSATOの無料オンライン相談で、対象範囲と費用感を整理できます。

Q: AI判定の記録は、HACCPの衛生管理に活用できますか？

A: 活用できます。入荷ごとの画像・スコア・等級・日時が自動で残るため、記録の手間が減り、クレーム時の遡り確認にも使えます。ただし温度管理など他の記録は別途必要です。

関連記事

• りんご・果樹園のAI鮮度・等級判定｜画像で熟度と傷を自動評価し選別を標準化
• 花き・生花卸売のAI鮮度判定｜画像で開花・枯れを自動評価し等級選別を標準化
• 青果卸のAI鮮度判定｜画像で傷み・鮮度を自動評価し等級選別を標準化する方法

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。