果樹園のAI選果と直販｜画像AIで等級を判定して贈答品とB品・加工品への振り分けで利益を最大化する

果樹園 AI 選果とは、画像AIで果実の等級を判定し、贈答品・B品・加工品へ振り分けて利益を高める取り組みです。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

果樹園 AI 選果とは？画像AIで何が判定できるのか

果樹園 AI 選果とは、果実を撮影した画像をAIが解析し、大きさ・色づき・傷・形のゆがみなどから等級（秀・優・良・規格外など）を判定する仕組みです。大規模な共同選果場にある高額な選果機とは違い、作業台にカメラと照明を置くだけで始められる小規模向けの構成も増えています。

判定できる項目の代表例は次のとおりです。

• 大きさ：画像内の果実の面積から、L・2L・3Lなどの階級を推定する
• 色づき：着色の割合や色の濃さを数値化し、収穫の適期判断にも使う
• 外観の傷：すり傷・日焼け・病害痕・鳥害の跡を検出する
• 形：円形からのゆがみや、いびつさを点数にする

一方で、糖度・酸度・内部の空洞や蜜の入り具合は、外観の画像だけでは分かりません。これらは非破壊の糖度計など別の機器で測るか、サンプル検査で補います。つまり画像AIが担当するのは「外観の一次選別」で、最終的な贈答品の格付けは人が確認するという分担が現実的です。

たとえばりんご農園の場合、1シーズンの出荷が約2ヶ月に集中します。この期間に、ベテランが目視で選別する速さと基準を、パート従業員が同じ水準で再現するのは簡単ではありません。AIは「今日の判定が昨日と同じ基準か」を保つ役割に向いています。

この話、マンガで読めます（無料・登録なしで途中まで）町工場編｜ベテランが休むと見積もりが止まるワケマンガで読む →

なぜ果樹園は選果の見直しで利益が変わるのか

選果は、収穫した果実を「どの出口で売るか」を決める工程です。ここで決まる出口の違いが、そのまま収益の差になります。同じ1個の果実でも、贈答品なら数百円、B品なら数十円、加工用なら十数円と、単価に数倍から十倍以上の開きが出るのは、果樹園ではよくあることです。

地方中小企業の果樹園では、選果の判断が特定の人に集まりがちです。「あの人がいないと等級が決まらない」「去年とは基準が違う」という属人化は、次の3つの損失を生みます。

1. 厳しすぎる判定：本来は贈答品にできた果実がB品に回り、単価を逃す
2. 甘すぎる判定：傷のある果実が贈答品に混ざり、クレーム・返品につながる
3. 判定の遅れ：選別待ちで果実が滞留し、鮮度と作業時間を失う

例えば、ももを贈答用に直販している農園を想定します。出荷最盛期の1日に約800個を選別し、判定担当が1名に限られる場合、昼を過ぎると判断が厳しくなりがちです。夕方には「迷ったらB品」とする傾向が出て、贈答向けの歩留まりが日によってぶれます。ぶれの大きさを把握するだけでも、改善の余地が見えてきます。

農林水産省が公表している統計でも、果樹は天候の影響で等級構成が年ごとに大きく動く作物とされています。基準を固定できる仕組みがあれば、豊作の年も不作の年も、同じ物差しで出口を決められます（参考：農林水産省）。

人手選果・選果機・画像AIはどう違う？比較表

選果の方法は大きく3つに分かれます。小規模な果樹園が選ぶときの目安として、特徴を比べました。数値は一般的な目安で、品目や規模によって変わります。

項目	人手による目視選果	専用の選果機	画像AIによる選果
初期の負担	ほぼなし	大きい（設備投資が高額）	小さい〜中程度（カメラ・照明・ソフト）
判定の一貫性	担当者の経験と体調に左右される	高い	高い（基準を数値で固定できる）
品目の変更	柔軟	品目ごとに調整が必要	画像を追加学習して対応できる
記録の残り方	手書きが中心で残りにくい	機種により残る	画像と判定結果を自動で蓄積できる
向いている規模	少量・多品種	大量・単一品目	中小規模・直販・多品種

共同選果場を使えない、あるいは自園で贈答品の品質を管理したい地方中小企業の果樹園にとって、画像AIは「選果機ほど大きな投資をせずに、目視の弱点を補う」中間の選択肢になります。もちろん、人手の選別を完全になくすことが目的ではありません。AIが一次判定し、人が境界線上の果実だけを確認する形にすると、作業量が減ります。

贈答品・B品・加工品への振り分けで利益はどう変わるか

AI選果の価値は、等級を決めることではなく、等級ごとに最適な出口へ送ることにあります。出口を3つに整理すると、判断が簡単になります。

• 贈答品：外観が整った上位等級。化粧箱・ギフト包装で直販サイトや電話注文へ
• B品（訳あり品）：味は良いが傷・形・大きさに難がある果実。家庭用として値ごろな価格で直販へ
• 加工品：外観が劣る果実。ジュース、ジャム、ドライフルーツ、冷凍カットなどへ

想定例で試算します（数値は説明用の仮定です）。みかん農園で、1シーズンの出荷が10トン、従来は「贈答品40%・B品30%・廃棄や安値の規格外30%」だったとします。ここで画像AIの判定と加工品の出口を整え、規格外30%のうち半分をジュースや加工原料として販売できたとします。

規格外の15%分に相当する1.5トンに、1kgあたり数十円〜百円台の加工用単価が付くだけでも、年間の収益は数十万円規模で変わります。さらに、贈答品の判定を安定させて歩留まりを数ポイント高められれば、単価の高い出口が増えるぶん、利益の伸びは大きくなります。廃棄をゼロに近づけること、上位等級の取りこぼしを減らすことの2つが柱です。

実際の業務シーンでは、次のような流れになります。

1. 収穫した果実をコンテナごと作業台へ運ぶ
2. 1個ずつ、または数個まとめてカメラで撮影する
3. 画面に「贈答候補・B品・加工」の3色で結果が出る
4. 人が「贈答候補」だけを最終確認して箱詰めする
5. 選果結果が日付・園地・品種ごとに自動で記録される

加工品に回す出口を先に決めておくことも重要です。出口が決まっていないまま「加工用」に判定しても、置き場と鮮度劣化が新たな損失になります。近隣の加工業者への卸、自園での小ロット加工、冷凍保管のいずれかを、シーズン前に決めておきましょう。

選果結果を直販の受注と出荷計画につなぐ方法は？

AI選果は、判定して終わりではありません。選果結果を在庫として見える化し、直販の注文と突き合わせることで、利益が大きく変わります。

ぶどうを直販している農園の場合を考えます。贈答用の注文は、お中元や敬老の日、お歳暮の前に集中します。注文が先に入り、収穫と選果が後から追いかける形になるため、「贈答候補が何箱分あるか」を毎日把握できないと、受注を取りすぎて欠品したり、逆に余らせて値引きしたりします。

選果結果が日次で記録されていれば、次の運用ができます。

• その日の贈答候補の数から、販売できる残り枠をサイトや電話受付に反映する
• B品は、贈答品の注文が埋まった翌日にまとめて「訳あり便」として告知する
• 加工品は、一定量がたまった時点で加工業者へ発注する

注文の管理が紙・FAX・電話メモに分かれている農園も多く、ここがアナログ業務の典型です。注文を1つの表にまとめ、選果結果と同じ画面で見られるようにするだけで、「在庫があるのに売れていない」「売れているのに在庫がない」という行き違いを減らせます。

ふるさと納税の返礼品や、ギフト向けのECと併用する場合も同じです。モールごとの注文数を合算しないと、全体の在庫が見えません。販路が増えるほど、選果結果の記録が土台として効いてきます。

果樹園にAI選果を導入する5ステップ

導入は、いきなり機材を買うことから始めません。順番を間違えると、使われない設備になりやすいためです。標準的な進め方は次の5ステップで、小規模な果樹園なら1〜1.5ヶ月が目安です。

1. 現状の可視化：等級の基準、判定する人、1日の選別量、出口別の単価と数量を紙に書き出す
2. 出口の設計：贈答品・B品・加工品それぞれの売り先と価格帯を決める
3. 画像の収集と基準合わせ：ベテランの判定結果とあわせて、数百〜数千枚の画像を撮影・整理する
4. 試験運用：人の判定とAIの判定を並べて比べ、ずれの大きい条件を調整する
5. 本運用と記録：一次判定をAIに任せ、境界線上の果実だけ人が見る体制に移行する

ステップ3で大切なのは、ベテランの頭の中にある基準を言葉と画像にすることです。「このくらいの傷ならB品」という感覚を、複数の果実の写真で並べて共有すると、AIの学習データになるだけでなく、新人の教育資料にもなります。

導入後に確認する指標は、次の3つを目安にしてください。

• 人とAIの判定が一致した割合（まずは8割程度を目標に調整する）
• 贈答品に回った割合と、返品・クレームの件数
• 廃棄または安値処分された果実の割合

導入の初期は、一致率が低くても心配いりません。ずれた果実の画像を追加して学習をやり直すたびに精度が上がり、数週間の試験運用で現場の基準に近づけられることが多いからです。

地方中小企業の果樹園でAI選果が失敗する3つの理由

AI活用に失敗する多くのケースは、技術の問題ではなく、運用の設計不足が原因です。

1. 判定基準が文書になっていない。等級の基準が人の頭の中にあるままだと、AIに教える内容がぶれます。まず基準を言語化する必要があります。

2. 出口が整っていない。B品と加工品の売り先が決まっていないと、判定の精度を上げても利益は増えません。AI選果は「出口の設計」とセットで考えます。

3. 担当者だけに任せている。経営者や園主が関わらず、現場担当者だけで進めると、販売価格・加工への投資・直販の方針といった判断が止まります。選果の見直しは、販売と経営の判断を伴う取り組みです。

製造業・卸売業・サービス業などの現場でも、同じ構造の失敗が起きています。「ツールを入れたが、使い方を決めていなかった」という状況です。ツールより先に、仕組みと役割を変えることが、地方中小企業のAI活用を成功させる近道です。

FURUSATOはどのように果樹園のAI活用を支援するのか

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。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の解消を専門としており、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システムの導入」ではなく「業務変革」です。いきなりシステムを提案するのではなく、まず現場の流れと課題を整理します。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）：選果の流れ、判定の担当者、出口の売り先、直販の状況をお聞きします
2. 初回現場セッション（1回10万円）：1〜1.5ヶ月かけて、業務改善の仕組みを現場で一緒に構築します

担当者だけでなく、経営者・園主を巻き込んだ変革を支援することも特長です。選果の基準づくり、出口の設計、直販の受注管理まで、判断が必要な項目を経営の視点でそろえます。導入費用はご相談時に一緒に整理します。

なお、AI導入に関する公的な支援制度は、年度ごとに内容や条件が変わります。一般的な制度の概要は、経済産業省（meti.go.jp）や中小機構（smrj.go.jp）の公式サイトで最新情報を確認してください。

まとめ：果樹園 AI 選果は「判定」より「出口の設計」から始める

果樹園 AI 選果の目的は、等級を機械的に決めることではなく、贈答品・B品・加工品の出口を最適化して、1個あたりの収益を高めることです。画像AIは判定の基準を固定し、記録を残す道具として働きます。

要点を整理します。

• 画像AIが担当するのは外観の一次選別で、最終確認は人が行う
• 等級ごとの出口（贈答・B品・加工）を先に決めておく
• 選果結果を直販の受注・出荷計画とつなげると、欠品と余りを減らせる
• 導入は現状の可視化から始め、1〜1.5ヶ月で試験運用まで進める
• 経営者を巻き込み、ツールより先に仕組みを変える

収穫期は待ってくれません。次のシーズンに間に合わせるには、基準の言語化と出口の設計を早めに始めることが効果的です。

よくある質問（FAQ）

Q: 小規模な果樹園でもAI選果は導入できますか？

A: 導入できます。作業台にカメラと照明を置く構成なら大型の選果機は不要です。まず一部の品種や園地で試し、人の判定と並べて精度を確かめる進め方が現実的です。

Q: AIは糖度や内部の品質も判定できますか？

A: 画像だけでは糖度や内部の空洞は分かりません。外観の一次選別をAIが担い、糖度は非破壊の糖度計やサンプル検査で補います。贈答品の最終確認は人が行う分担が安全です。

Q: 導入にはどのくらいの期間がかかりますか？

A: 現状の整理から試験運用までで、目安は1〜1.5ヶ月です。画像の収集量や品種の数で前後します。収穫期の直前は忙しいため、シーズン前に始めるのがおすすめです。

Q: B品や加工品はどこで売ればよいですか？

A: 家庭用の訳あり便として直販サイトで売るほか、ジュースやジャムの加工業者への卸、自園での小ロット加工があります。判定の前に売り先を決めておくと、廃棄が減ります。

Q: FURUSATOへの相談は何から始めればよいですか？

A: まず無料のオンライン相談（30〜60分）で、選果の流れと直販の状況をお聞きします。いきなりシステムを提案することはなく、導入費用もご相談時に一緒に整理します。

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。