小規模食品工場のAI生産スケジューリング｜多品種少量・人員シフトと設備稼働の同時最適化

小規模食品工場の生産計画 AI 中小企業向け活用法を解説。多品種少量でも人員シフトと設備稼働を同時に最適化する手順がわかります。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

生産計画のAI化とは？小規模食品工場で何が変わるのか

生産計画のAI化とは、受注数・賞味期限・設備能力・人員・段取り替え時間などの条件をAIに読み込ませ、「いつ・どの設備で・誰が・何を作るか」の最適な組み合わせを自動で提案させる取り組みのことです。大手メーカーが使う大規模な生産管理システムとは違い、従業員10〜50名ほどの工場でも、手元のExcelや受注データを土台に始められます。

たとえば従業員20名の惣菜工場の場合を考えてみます。前日17時に翌日の受注が確定すると、リーダーがホワイトボードの前で「卵焼きを先に焼いて、そのあと揚げ物に切り替えて」と頭の中で段取りを組みます。この作業に毎日1〜2時間かかり、組める人はベテラン1人だけ、というのは地方の食品工場でよくある光景です。

AIを使うと、この組み立てを数分で複数案出せます。リーダーの仕事は「ゼロから組むこと」から「AIの案を確認して調整すること」に変わります。経験と勘を捨てるのではなく、経験を条件として数値化し、誰でも再現できる状態にするのがAI化の本質です。

• 入力するもの：受注数、品目ごとの製造時間、設備の能力、出勤可能な人員、アレルゲン切替の洗浄時間
• 出てくるもの：製造順序、設備ごとの稼働時間割、人員の配置案
• 人が決めること：優先度の最終判断、急な特注の受け入れ可否

なぜ多品種少量の食品工場は生産計画が破綻しやすいのか

多品種少量の食品工場で計画が崩れる原因は、次の3つの構造的な制約が同時に絡むことにあります。

1. 段取り替えの重さ：アレルゲン（卵・乳・小麦など）を含む品目の後に含まない品目を作る場合、設備の洗浄に30〜60分かかることがあります。品目の順番次第で、1日の稼働時間が大きく変わります。
2. 賞味期限と受注の波：スーパーや飲食店向けの出荷は、前日夕方に数量が確定します。作り置きができない品目ほど、朝の短時間に集中して製造する必要があります。
3. 人員の流動性：パート・アルバイトの比率が高く、毎日の出勤人数と習熟度が違います。「この工程は3名必要だが、今日は2名」という事態が日常的に起きます。

地方の中小企業では、この3つを1人のベテランの頭の中で調整しているケースが目立ちます。そのベテランが休むと計画が組めず、現場が止まります。これが属人化の典型です。

菓子製造の工場の場合を例にします。品目が40種類あり、オーブンは2台、焼成後の冷却スペースは限られています。人気商品を朝一に焼きたいのに、冷却場所が埋まって次が焼けないと、オーブンが空き待ちで30分以上止まることがあります。設備は動いていても、ボトルネックは別の場所にあるのです。

経済産業省も、中小製造業の人手不足と生産性向上をものづくり政策の重要課題として整理しています。詳しくは経済産業省の公開情報も参考になります。

生産計画 AI 中小企業はシフトと設備稼働をどう同時に最適化するのか

従来の計画は「生産の順番を決めてから、人を割り当てる」という二段階でした。この方法だと、順番は良くても人が足りない、人は足りても設備が空く、という手戻りが起きます。AIによる同時最適化は、順番・人員・設備を1つの問題として一度に解く点が違いです。

仕組みは大きく3つの要素でできています。

• 制約条件：守るべきルール。設備は同時に1品目、アレルゲン切替後は洗浄30分、1人1日8時間まで、など。
• 目的：何を良くしたいか。段取り替え回数の最小化、残業時間の削減、納期遵守のどれを優先するか。
• 探索：数千通りの組み合わせを高速に試し、制約を満たす中で目的に最も近い案を選ぶ処理。

パン工場の場合を考えます。食パンとアレルゲンを含む調理パンを2つの成形ラインで作り、仕込み・成形・焼成・包装に社員3名とパート5名を割り当てます。人が考えると「朝は全員で仕込み、昼から分散」という固定パターンになりがちです。AIは、パートの出勤時間帯と習熟度を踏まえ、成形ラインの待ち時間が最も短くなる配置を提案します。

ここで大切なのは、AIが出した案を現場が納得して使える形にすることです。「なぜこの順番か」を、段取り替えの回数や残業時間の数字で見せられると、ベテランも受け入れやすくなります。最初から全自動にせず、提案→人が確認→微調整の運用で始めるのが、地方中小企業のAI活用では定着しやすい進め方です。

Excel・専用ソフト・AIスケジューラの違いは？比較表

生産計画の手段は、大きく3つに分かれます。工場の規模と品目数に合わせて選ぶことが重要です。

項目	Excel・手作業	専用の生産管理ソフト	AIスケジューラ
得意な場面	品目が少なく固定的	標準化された量産	多品種少量・条件が頻繁に変わる
計画作成時間の目安	1〜2時間／日	30分〜1時間／日	数分〜15分／日（確認含む）
人員シフトとの連動	人が別に調整	機能が別になることが多い	同時に最適化できる
属人化のリスク	高い	中程度	条件を数値化するため低い
導入のしやすさ	すぐ始められる	業務をシステムに合わせる必要	現場の条件の整理が前提

品目が10種類以下で毎日ほぼ同じ内容なら、Excelで十分です。一方、品目が30種類を超え、アレルゲン切替や人員の変動がある工場ではAIスケジューラの効果が出やすいといえます。専用ソフトは、業務をソフトの型に合わせる必要があり、現場独自のルールが多い小規模工場では使いこなせず止まることがあります。

どの手段でも、土台になるのは「現場の条件が整理されていること」です。ツールを選ぶ前に、まず自社の制約を書き出すことから始めましょう。

惣菜・パン・菓子の現場ではどう使える？業種別の活用例

食品工場といっても、業態によって効く場所が違います。代表的な3つの例を紹介します。

惣菜工場の場合：揚げ物・焼き物・和え物が混在し、揚げ油の切替とアレルゲン管理が計画の中心です。AIに「アレルゲンを含む品目はまとめて作る」「揚げ物は油の劣化を考えて1日の後半に寄せない」といった条件を入れると、洗浄回数を減らせる順番が出ます。仮に洗浄が1日4回から3回になれば、30〜60分の稼働時間が生まれます。

パン工場の場合：発酵時間という「待たなければならない時間」があり、その間に別の仕込みを差し込めるかが鍵です。AIは発酵の待ち時間を設備の空きと人員の空きに重ねて考えられるため、朝の仕込み時間帯の人の偏りをならせます。

菓子工場の場合：焼成と冷却が連続し、冷却スペースが制約になります。冷却棚の枚数を条件に入れると、オーブンが空き待ちで止まる時間を見える化できます。季節商品の投入で品目が増える時期ほど、人手で組む負担が大きく、AIの効果が出ます。

どの業態でも共通するのは、最初に効くのは「段取り替えの削減」と「待ち時間の削減」という点です。大がかりな設備投資は必要ありません。既存の設備と人員のまま、並べ方を変えるだけで余力が生まれます。

小規模食品工場がAI生産計画を導入する5ステップ

導入は、ツールを選ぶ前の準備が成否を分けます。標準的な流れは次の5ステップです。

1. 現状の計画を観察する：1週間、実際の計画作成の様子を記録します。誰が、何を見て、どの順で決めているかを書き出します。
2. 制約条件を言葉にする：設備能力、洗浄時間、人員の習熟度、納品の締め切りを一覧にします。ベテランの「暗黙のルール」をここで取り出します。
3. 1ラインに絞って試す：全ラインではなく、品目が多くて困っている1ラインから始めます。目安は2〜4週間です。
4. AIの案と人の案を並べて比較する：段取り替え回数、残業時間、納期遵守率を同じ尺度で比べます。
5. 運用ルールを決めて広げる：誰が確認し、いつ直すか、役割を決めて他のラインへ展開します。

ここで見落とされやすいのが、経営者・社長の関与です。生産計画の見直しは、受注の受け方や出荷の締め切り、パートの勤務設計にまで影響します。担当者だけでは変えられない部分があるため、経営者が方針を示し、現場と一緒に決めることが定着の条件になります。

中小企業向けの経営支援情報は、中小機構（SMRJ）でも確認できます。外部の情報も見比べながら、自社に合う進め方を検討してください。

導入でつまずく3つの落とし穴と対策

AI生産計画の導入が止まる原因は、技術よりも運用にあります。よくある3つを整理します。

• 落とし穴1：データが整っていない。品目ごとの製造時間が「だいたい」のままだと、AIの案は現場とずれます。対策は、完璧を求めず、主要10品目だけでも実測することです。
• 落とし穴2：現場が「自分の仕事を取られる」と感じる。ベテランが案を使わなくなります。対策は、ベテランを「条件を教える先生」として位置づけ、最終判断は人が持つと明示することです。
• 落とし穴3：最初から全工程を対象にする。条件が多すぎて収拾がつかなくなります。対策は、前述のとおり1ラインから始めることです。

ある食品工場で、計画の自動化を「ツールの導入」として進めた場合を想像してみてください。画面は立派でも、洗浄時間の条件が入っておらず、現場が「使えない」と判断して元のホワイトボードに戻る、という流れは珍しくありません。ツールが先ではなく、仕組みが先。条件の整理と現場の合意があって初めて、AIは力を出します。

また、AIの案が常に正しいわけではありません。急な欠員や機械の不調は、人が判断して案を直す必要があります。AIは「たたき台を速く出す存在」と位置づけると、期待のずれを防げます。

FURUSATOの進め方：システムより先に現場の仕組みを変える

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。地方中小企業の三大課題である属人化・人手不足・アナログ業務の解消に特化し、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。

FURUSATOが重視するのは、「ITシステム導入」ではなく業務変革です。ツールより先に仕組みを変える、という考え方で、いきなりシステムを提案することはしません。進め方は次のとおりです。

• 入口：無料のオンライン相談（30〜60分）。工場の状況や困りごとをうかがい、課題を一緒に整理します。
• 初回現場セッション（1回10万円）。実際の現場を見ながら、1〜1.5ヶ月かけて業務改善の仕組みを構築します。
• 経営者・社長も巻き込む。担当者だけでなく、方針を決める立場の方と一緒に変革を進めます。

生産計画の場合も、最初にやるのは現場の観察と制約条件の整理です。「どのツールを入れるか」の前に、「どの判断を誰が、どんな根拠でしているか」を明らかにします。導入費用はご相談時に一緒に整理します。

小規模な食品工場で、計画づくりが特定の1人に偏っている、残業が減らない、と感じている場合は、まず無料のオンライン相談で状況をお聞かせください。現場の条件を整理するだけでも、見えてくることがあります。

よくある質問（FAQ）

Q: 従業員10名ほどの小さな食品工場でも生産計画にAIは使えますか？

A: 使えます。人数より品目数と条件の複雑さが重要で、品目が30種類前後あり段取り替えが多い工場ほど効果が出ます。まず1ラインを試すと負担も小さく済みます。

Q: AIで生産計画を組むのに、どんなデータが必要ですか？

A: 品目ごとの製造時間、設備の能力、洗浄や段取り替えの時間、出勤可能な人員、受注数が基本です。完璧でなくても、主要な10品目程度の実測値から始められます。

Q: AIが組んだ計画が現場とずれたらどうすればよいですか？

A: ずれは条件の漏れが原因のことが多いです。ずれた内容を記録して条件に追加すると精度が上がります。最終判断は人が持つ運用にして、案を調整しながら育てます。

Q: ベテランの勘をAIに置き換えると、技術が失われませんか？

A: 置き換えではなく、勘を条件として言葉にして残す取り組みです。ベテランが休んでも他の人が同じ水準で計画を組めるようになり、技術の継承にもつながります。

Q: FURUSATOへの相談は何から始めればよいですか？

A: 無料のオンライン相談（30〜60分）から始めます。工場の状況と困りごとをうかがい、課題を整理します。その後の初回現場セッションは1回10万円です。

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。