ドライフルーツ製造のAI乾燥ムラ検査｜乾き具合を画像で自動判定し品質を均一化

ドライフルーツの製造では、乾燥ムラをAIで画像から自動判定すれば、乾き具合を数値化して品質を均一にできます。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

ドライフルーツ製造の乾燥ムラをAI画像で判定するとは何か？

ドライフルーツ製造のAI画像検査とは、乾燥後のフルーツをカメラで撮影し、色・つや・しわ・縮み具合を数値化して、AIが「基準どおりの乾き具合か」を自動で判定する仕組みです。熟練者の「見て、触って、わかる」感覚を、誰でも同じ基準で再現できる形にすることが目的です。

たとえば従業員20名ほどの地方のドライフルーツ加工会社の場合、マンゴー、いちじく、りんご、柑橘のスライスを熱風乾燥機と低温乾燥機で毎日数百キロ仕上げています。乾燥後の選別は、工場長ともう1人のベテランが、トレーを1枚ずつ見て手で触り、「まだ水分が残っている」「乾きすぎて硬い」と判断してきました。

乾燥ムラは、水分が残ればカビや品質低下、乾きすぎれば硬さや色の悪化につながります。食感と賞味期限の両方に響くため、ムラの見逃しは返品とブランド毀損に直結します。この2人が休むと検査が回らない状態は、地方中小企業の三大課題である属人化・人手不足・アナログ業務が、検査工程にそのまま表れた典型例です。

AI判定で得られる効果は、次の3つです。

• 判定の均一化：担当者が変わっても同じ基準で判定できる
• 記録の自動化：トレーごとの画像と判定結果が、日付・ロット付きで残る
• 再乾燥の最適化：乾き不足のトレーだけを再投入でき、乾かしすぎを防げる

なぜドライフルーツの乾燥ムラは起きるのか？

乾燥ムラの原因は、大きく次の4つに整理できます。原因を切り分けておくと、AI検査で何を見張るべきかが明確になります。

• 原料のばらつき：同じ品種でも糖度・水分・熟度が違い、糖度が高いほど乾きにくい
• カット厚の差：スライスが1mm違うだけで、必要な乾燥時間は大きく変わる
• 乾燥機内の風と温度の偏り：手前と奥、上段と下段で乾き具合が違う
• 並べ方と季節：トレー上の重なりや、梅雨時の湿度が仕上がりを左右する

いちじく加工の場合、同じトレーの中央と端で乾き具合が違い、仕上がり水分に2〜3ポイントの差が出ることがあります。ドライフルーツの仕上がり水分は品目により異なりますが、おおむね15〜25%程度が目安で、この数ポイントの差が食感と日持ちを分けます。

現場のシーンを想像してください。朝6時に乾燥機から出たトレーを、検査担当が1枚30秒ほどで確認していきます。1日に200トレーあれば、検査だけで100分です。繁忙期は急ぎ、疲れも重なり、午後には判断が甘くなりがちです。この「時間帯による判断の揺れ」こそ、AIが得意とする領域です。

AI画像検査では乾燥ムラの何を、どう判定するのか？

画像から読み取る判定項目は、次の5つが基本です。

• 色：褐変や退色の度合いを、色の数値で比較する
• つや：表面の光沢の有無から、乾き具合の差を見る
• しわ：表面のしわの深さと分布を見る
• 縮み率：サイズの変化から乾燥の進み具合を見る
• 焦げ・白い糖の浮き・異物：不良や混入を検出する

流れは、定位置のカメラで撮影し、画像を数値化し、基準品と比べてAIが「良品・要再乾燥・不良」に振り分ける形です。学習の際は、水分計の測定値と画像を紐づけて正解データにします。ここで大切なのは、画像だけで水分値を完全に当てるのではなく、見た目の差を拾って再乾燥の対象を絞り込むという位置づけにすることです。

りんごチップスのAI検査を導入した会社では、撮影から判定までを1トレー数秒に短縮し、導入後約60日で、検査にかかる時間が1トレー約30秒から10秒前後になりました。検査担当は判定の確認と例外対応に回り、ベテランの目が必要な場面だけに集中できるようになっています。

目視・水分計・AI画像検査はどう違うのか？

乾燥ムラの検査には複数の方法があり、得意分野が異なります。違いを表にまとめます。

項目	目視検査	水分計（抜き取り）	AI画像検査
検査範囲	全数だが集中力に依存	数個〜数十個の抜き取り	トレー全面を全数撮影
判定のばらつき	担当者・時間帯で変わる	測定位置で変わる	基準が固定され安定
検査速度	1トレー約30秒	1検体で数分	1トレー数秒〜10秒前後
記録	手書きが中心	数値記録は可能	画像と判定を自動保存
初期費用	ほぼなし	数万〜数十万円	数十万円〜（規模による）
向く場面	少量・多品目	最終の数値確認	量が多く基準を揃えたい工程

結論として、AI画像検査は水分計や目視を置き換えるものではなく、全数のふるい分けを担う役割です。AIで全トレーを短時間で振り分け、疑わしいものだけ水分計で確認する。この組み合わせが、少人数の地方中小企業にとって最も現実的です。

ドライフルーツ工場にAI画像検査を導入する5ステップは？

導入は、次の5ステップで約3か月が目安です。いきなりライン全体を変えず、1ラインから始めます。

1. 現状の整理（1〜2週間）：誰が何を見て判断しているか、不良の種類と発生頻度を書き出す
2. 撮影環境づくり（2週間）：カメラ・照明・撮影位置を固定し、毎回同じ条件で撮れるようにする
3. 画像と正解データの収集（3〜4週間）：良品・要再乾燥・不良を現場で並べて撮り、水分計の値も記録する
4. AI判定の試作と調整（2〜3週間）：基準品との差を判定し、現場の目と一致率を確認する
5. 並走運用（4週間〜）：目視と並走して一致率を測り、基準を満たせば検査の主担当をAIに移す

費用感は、まず1ラインで検証するだけなら、カメラ・照明・PCの小さな構成で数十万円から始められるケースが多く、規模や品目数で変わります。大がかりな専用機械を先に買わず、検証で効果を確かめてから投資を判断する順番が、失敗を避けるコツです。

業務シーンで言えば、乾燥機から出したトレーを撮影台に置くだけで、画面に「良品」「要再乾燥」が出る状態です。再乾燥が必要なトレーだけを乾燥機に戻せるので、全体を長く乾かしすぎる無駄も減ります。

導入後、品質の均一化はどんな数字に表れるのか？

効果は、次の4つの指標で確認します。数値は想定される目安で、導入前の実測値と比べて判断します。

• 仕上がり水分のばらつき：トレー間の差が縮まり、規格外の発生が減る
• 検査時間：1トレー約30秒から10秒前後へ短縮が見込める
• クレーム・返品件数：水分過多によるカビ・硬さの指摘が減る
• 再乾燥によるロス：乾かしすぎの廃棄や歩留まり低下が減る

導入後約90日で並走運用に入れば、「どのロットが、いつ、どう判定されたか」が画像つきで残ります。取引先から品質の根拠を求められたときも、記録を示せるようになり、百貨店や通販など品質に厳しい販路へ広げる材料になります。

地方中小企業がAI乾燥検査で失敗しないポイントは？

失敗の多くは、AIの性能ではなく進め方にあります。よくある3つの落とし穴を挙げます。

• 撮影環境が毎回違う：窓の光や時間帯で色が変わると、判定が安定しない。照明と位置を固定する
• 正解の基準が曖昧：担当者によって「良品」の線が違うと学習できない。まず現場で基準を言葉と見本で揃える
• 現場が使わない：判定結果が分かりにくいと、結局目視に戻る。画面は「良品」「要再乾燥」の2択に絞る

柑橘スライスの加工の場合、皮の色と厚みが原料ロットで違うため、最初に品目を1つ決めて基準を作り、色や形が近い品目へ広げるほうが成功しやすくなります。

国の支援情報も活用できます。中小企業のDXの方向性は経済産業省、補助金や相談窓口などの支援策は中小企業基盤整備機構（中小機構）で確認できます。中小企業のAI活用は、制度を調べるところから始めても遅くありません。

FURUSATOはドライフルーツ製造の乾燥ムラ対策をどう支援するのか？

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ます。食品加工の検査工程も、属人化・人手不足・アナログ業務という三大課題の解消に特化して支援します。

• 無料のオンライン相談（30〜60分）：乾燥から検査までの流れをお伺いして課題を整理する
• いきなりシステム提案はしない：まず課題の整理から着手する
• 「ITシステム導入」ではなく「業務変革」：ツールより先に、検査基準や作業の仕組みを変える
• 経営者・社長を巻き込む：担当者任せにせず、投資判断まで一緒に進める

乾燥ムラの問題は、AIを入れる前に「基準が人の頭の中にしかない」ことが本質であるケースが少なくありません。FURUSATOの無料オンライン相談では、まず基準を言語化し、どの工程にAIが効くかを見極めます。経営者が検査の現状を理解したうえで進めることで、導入後も現場に定着しやすくなります。

よくある質問（FAQ）

Q: AI画像検査で水分値そのものを測れますか？

A: 画像だけで水分値を正確に測るのではなく、見た目の差から乾燥ムラを拾う仕組みです。水分計の値と画像を紐づけて学習させ、再乾燥が必要なトレーを絞り込む使い方が現実的です。

Q: 小規模な加工所でも導入できますか？

A: 可能です。まず1ラインのトレー撮影から始めれば、カメラ・照明・PCの小さな構成で検証できます。月数百キロ規模の地方の加工所でも、判定の記録が残るだけで品質管理が前進します。

Q: 学習にはどれくらいの画像が必要ですか？

A: 目安は品目ごとに数百枚から1,000枚程度です。良品・要再乾燥・不良を現場で並べて撮り、水分計の値も記録します。季節や原料ロットを変えて集めると精度が安定します。

Q: 品目が多くても使えますか？

A: 使えますが、最初から全品目へは広げません。出荷量の多い1〜2品目で基準を作り、色や形が近い品目へ展開します。品目ごとに基準画像を持つ設計にすると、増えても管理できます。

Q: 何から相談すればよいですか？

A: 乾燥後の検査で「誰が・何を見て・どう判断しているか」を整理するところからです。FURUSATOの無料オンライン相談では、システム提案の前に課題整理から始め、優先順位を一緒に決めます。

関連記事

• 乾麺・うどんそば製麺業のAI乾燥管理｜乾燥ムラを自動検出し割れ・不良を削減
• あられ・おかき製造のAI乾燥検査｜乾燥ムラの自動検出と割れ・不良の削減
• そうめん・冷麦製造でAI乾燥管理を導入する方法｜乾燥ムラ検出から商品規格判定まで

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。