酒蔵のAI活用｜もろみの発酵温度ログと仕込み記録をAIで分析して品質のばらつきと杜氏の勘への依存を減らす

酒蔵のAI発酵管理とは、もろみの品温ログと仕込み記録をAIで分析し、品質のばらつきと杜氏の勘への依存を減らす取り組みです。地方の中小蔵でも小さく始められます。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

酒蔵のAI発酵管理とは？杜氏の勘をデータで支える仕組み

酒蔵のAI発酵管理とは、もろみの品温・日本酒度・酸度・アルコール度数などの記録をAIで分析し、発酵経過の傾向や異常の兆しを見つけやすくする取り組みです。杜氏や蔵人が毎日行っている「もろみを見る、香りをかぐ、味をみる」という判断を、AIが代わりに行うものではありません。判断の材料を整え、過去の仕込みと比べやすくする道具です。

日本酒づくりは、麹づくり、酒母、三段仕込み（初添・仲添・留添）、もろみ管理、上槽と、工程が長く、各工程の小さな差が最終的な味に表れます。とくにもろみの期間は、吟醸系で約30日前後、普通酒でもおおむね3〜4週間に及び、その間の品温の上げ下げが香味を大きく左右します。

たとえば、毎朝の品温記録を紙の仕込み帳に書いている蔵の場合、「今年のこのタンクは、去年のあのタンクに似た動きだ」と気づけるのは、記憶力のよい杜氏だけです。AIは、数年分の記録を並べて似た経過のタンクを自動で探し、「このまま進むと日本酒度が切れすぎる可能性がある」と早めに知らせることができます。

地方の中小企業のAI活用では、大がかりなシステムより、まず今ある記録を使える形にすることが成果につながります。酒蔵も同じで、高価なセンサーを大量に入れる前に、手元の仕込み帳を整理するだけで見えることが数多くあります。

なぜ酒蔵で品質のばらつきと杜氏の勘への依存が問題になるのか

品質のばらつきの原因は、原料米の出来、気温、水、麹の出来など多岐にわたります。ここに判断の属人化が重なると、同じ条件のつもりでも、担当する人や日によって仕上がりが変わります。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」が、酒蔵にはそのまま当てはまります。

具体的な業務シーンを考えてみます。寒い朝、蔵人がもろみの品温を測り、杜氏が「今日は少し冷やそう」と決める。この判断の根拠は、前日の経過、泡の状態、香り、天気予報など、頭の中にある情報の総合です。この判断を説明できる人が1人だけだと、その人が高齢で引退したり、体調を崩したりした時点で、蔵の技術が途切れるリスクがあります。

人手不足も深刻です。夜間や休日にもろみを見守る人員を確保しにくく、「見に行けないときに急変したらどうするか」が不安の種になります。蔵人の若返りを待つだけでは、技術の継承は間に合いません。だからこそ、勘を言葉と数値に残す作業が急がれます。

品質のばらつきは、売上にも影響します。品評会や名のある銘柄を狙う酒だけでなく、地元の飲食店や酒販店に長く選ばれるには、毎年「あの味」を安定して出せることが信頼になります。経営者にとって、これは職人任せにせず取り組むべき経営課題です。

もろみの発酵管理でAIに任せられること・任せてはいけないこと

AIの得意分野は、大量の数値の中から規則性やずれを見つけることです。一方、味や香りの最終判断、安全に関わる判断は、人が行う必要があります。違いを整理した表が次のとおりです。

項目	AIが得意なこと	人が担うこと
品温の管理	過去の同じ時期の経過との比較、急な上昇・下降の検知	冷やす・温めるの最終判断
日本酒度・酸度	推移の予測、切れすぎ・甘すぎの兆しの通知	搾り時期の最終決定
仕込み記録	仕込み条件と出来上がりの相関の整理	狙う酒質の設計
香味の評価	評価コメントの整理・キーワード抽出	利き酒による最終評価
安全・衛生	記録の漏れや欠測の指摘	衛生管理・法令順守の判断

重要なのは、AIの出力を「正解」としてではなく「確認のきっかけ」として使うことです。AIが「今夜は品温が上がりやすい」と示したら、それを見て杜氏が実際にもろみを見に行く。この使い方なら、杜氏の経験とAIの記録力が互いを補えます。

なお、酒類の製造には酒税法に基づく規制があり、記録や申告の扱いは税務署の指導に沿う必要があります。AI分析はあくまで社内の品質管理の補助であり、法定の帳簿・記録の代わりにはなりません。

発酵管理AIの導入前に記録すべきデータと頻度

AIの精度は、データの質と量で決まります。最初に整えるべきは、高度な機器ではなく「毎日同じ形式で残された記録」です。次の項目から始めると、無理なく蓄積できます。

• もろみの品温：1日2〜3回（朝・昼・夕）。タンクごと、測る位置も固定する。
• 室温・外気温：品温と同じタイミングで記録する。
• 日本酒度・酸度・アミノ酸度・アルコール度数：週数回から、もろみ後半は毎日に近い頻度で。
• 仕込み条件：総米、原料米の品種・精米歩合、麹の割合、汲水歩合、酵母の種類。
• 作業メモ：櫂入れの時刻と回数、冷却や加温の操作、気づいた香りや泡の状態。
• 上槽後の評価：利き酒の評価コメント、数値、出荷後の反応。

ここで大切なのは、「作業メモ」と「香りや泡の状態」の言語化です。品温や成分の数値だけでは、杜氏が実際に見ている情報の半分も残りません。たとえば「泡が高く盛り上がっている」「香りが甘くなってきた」といった表現を、一定の言葉で毎回残すだけでも、AIが過去の記録と照合できる材料が一気に増えます。

すでに温度センサーを使っている蔵では、そのログを活用します。小規模な蔵の場合は、紙の仕込み帳をスマートフォンで撮影し、文字起こしで表計算に移すところから始めても十分です。手書き記録のデジタル化は、アナログ業務を減らす第一歩でもあります。

仕込み記録をAIで分析する具体的な手順【5ステップ】

地方の中小蔵が無理なく進められる手順を、5つに分けて紹介します。いきなり大きなシステムを入れず、1タンク・1シーズンから小さく試すのが基本です。

ステップ1：過去の仕込み帳を集める

まず、過去3〜5年分の仕込み帳、品温記録、分析値、出来上がりの評価を一か所に集めます。紙のままで構いません。「どのタンクが良い出来で、どれが想定と違ったか」を杜氏に聞き、印をつけておきます。

ステップ2：記録の形式をそろえる

項目名、単位、記録のタイミングを統一します。「品温」と「液温」が混在する、日付の書き方が人によって違う、といった小さな差が、後の分析を妨げます。ここは杜氏や蔵人と一緒に決めることが重要です。

ステップ3：AIで過去の経過を比較する

そろえたデータを、AIに読み込ませて「うまくいったタンクの共通点」「ばらつきが出たタンクの違い」を整理させます。たとえば、留添から7日目の品温が高めに推移したタンクで、日本酒度が想定より早く切れたという傾向が見つかれば、冷却の判断ポイントとして言語化できます。

ステップ4：「いつもと違う」を知らせる仕組みをつくる

品温が設定した範囲を外れたとき、または過去の同時期の経過から大きくずれたときに、担当者へ通知する仕組みを作ります。夜間や休日の見回りを完全になくすのではなく、「重点的に見に行くべきタイミング」を絞れるのが効果です。

ステップ5：杜氏の判断を記録し、AIに学習させる

AIの提案に対して、杜氏がどう判断したか（採用、保留、却下とその理由）を残します。この蓄積こそが、蔵の独自のノウハウになります。勘を「消す」のではなく「資産にする」のがこのステップの狙いです。

酒蔵のAI発酵管理の活用事例：規模別の使い方

蔵の規模や体制によって、無理のない始め方は異なります。ここでは、地方の蔵で想定される典型的な場面を紹介します。数値は、取り組みの方向性を示す一例です。

小規模蔵（杜氏と蔵人が数名）の場合

年間の仕込み本数が少ない蔵では、記録を集めるだけで半年から1年のデータが貯まります。まずは品温記録のデジタル化と、杜氏の判断メモの音声入力から始めます。たとえば、毎日の転記作業に1日約30〜40分かかっていた蔵が、スマートフォンでの入力に切り替えることで、その時間を見回りや麹づくりに回せる状態を目指せます。

中規模蔵（複数の杜氏・製造部門がある）の場合

タンクの数が多く、担当が分かれている蔵では、タンク間の経過を一覧で比較できることが価値になります。AIを導入した会社では、日々のミーティングで「今日気になるタンク」をAIの抽出結果から確認し、確認の抜け漏れを減らす使い方が現実的です。担当者が替わっても、同じ視点で話せる点が属人化の解消につながります。

製造業の他分野から学べること

食品製造や化学製造など、温度と時間で品質が決まる製造業の現場でも、記録のデジタル化と異常の早期検知が取り入れられています。発酵という複雑な工程は条件が一定でないため、「正解を当てる」より「ずれを早く知る」使い方のほうが、実務に合います。

経済産業省や中小企業基盤整備機構（中小機構）も、中小製造業のデジタル化や技術承継に関する情報を公開しています。制度や事例を知りたい場合は、経済産業省や中小機構の公式サイトで最新の情報を確認してください。

導入で失敗しないための注意点とよくある落とし穴

酒蔵のAI活用で起きやすい失敗には、共通のパターンがあります。事前に知っておくだけで、遠回りを避けられます。

• ツールを先に決めてしまう：機器や専用ソフトを先に導入し、現場の記録のやり方が変わらないまま、使われなくなる。
• 杜氏・蔵人を置き去りにする：「勘を取り上げられる」と受け止められ、協力が得られない。
• データが少ないうちに結論を出す：1シーズン分では偏りが出る。傾向を見る段階だと割り切る。
• AIの出力を鵜呑みにする：味・香りの最終判断は人が行う。
• 記録が続かない：入力が面倒だと、2週間で書かれなくなる。現場の負担を最小にする。

とくに重要なのは、杜氏の経験を尊重する姿勢です。AIの目的は「勘を不要にすること」ではなく、「勘を次の世代に渡せる形にすること」だと、最初に蔵全体で共有しておきます。この説明を経営者が自分の言葉で伝えるかどうかで、現場の協力度が大きく変わります。

また、費用の面でも、最初から大きな投資をする必要はありません。まずは手元の記録の整理と、無料から使える範囲の分析で効果を確かめ、その後に必要な機器を判断する順番が、地方中小企業には現実的です。

FURUSATOの進め方：ツールより先に業務の仕組みを変える

FURUSATO（フルサト）は、地方中小企業に特化した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、業種別の支援に取り組んでおり、属人化・人手不足・アナログ業務という三大課題の解消を軸にしています。

FURUSATOが大切にしているのは、「ITシステムの導入」ではなく「業務変革」です。いきなり機器やシステムを提案するのではなく、まず現場の仕事の流れを一緒に見て、ツールより先に仕組みを変えることから始めます。酒蔵であれば、「どの記録が、誰の、どの判断に使われているか」を整理するところが出発点です。

進め方は次のとおりです。

1. 無料のオンライン相談（30〜60分）：現状の課題や、今ある記録の状況を伺い、取り組みの方向性を整理します。
2. 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つくります。

導入費用はご相談時に一緒に整理します。また、変革は担当者だけでは進みません。経営者・社長を巻き込んで、優先順位と現場への説明を一緒に決めるところまで支援するのが、FURUSATOの特徴です。

杜氏の勘を言葉と数値に残す取り組みは、時間がかかります。しかし、今ある記録から始めれば、次のシーズンの仕込みからすぐに変化を感じられます。迷っている段階でも、まずは無料のオンライン相談で状況を整理するのが近道です。

よくある質問（FAQ）

Q: 酒蔵のAI発酵管理は、小規模な蔵でも始められますか？

A: 始められます。まずは紙の仕込み帳や品温記録を整理し、形式をそろえるところからで十分です。高価なセンサーは最初から必要なく、1タンク・1シーズンの小さな試行から広げるのが現実的です。

Q: AIが杜氏の仕事を置き換えてしまうことはありませんか？

A: 置き換えません。AIは数値の比較や異常の兆しの通知を担い、味や香りの最終判断は杜氏が行います。むしろ杜氏の判断理由を記録に残し、次の世代へ技術を継承するための補助として働きます。

Q: どのくらいの期間のデータがあれば分析できますか？

A: 過去3〜5年分の仕込み記録があれば、傾向の把握に役立ちます。1シーズン分だけでは偏りが出やすいため、最初は傾向を見る段階と考え、仕込みを重ねるごとに精度を高めていく進め方が適しています。

Q: 手書きの仕込み帳しかなくても活用できますか？

A: 活用できます。スマートフォンで撮影して文字起こしし、表計算に移すだけでも分析の土台になります。アナログ記録のデジタル化は、技術継承とAI活用の両方に効く最初の一歩です。

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）から始められます。今ある記録の状況や課題を伺い、方向性を整理します。いきなりシステムの提案はせず、現場の仕組みから一緒に考えます。

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。