製材 木取り AIとは？地方製材所が丸太の形状データで歩留まりを上げ、端材の原価を削減する導入手順

製材 木取り AIは、丸太の形状データから最適な挽き方を提案し、歩留まりと端材の原価を改善する取り組みです。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

製材の木取りとは？AIで何が変わるのか

木取りとは、1本の丸太からどの寸法の製品を、どの位置・向きで何本取るかを決める作業です。同じ丸太でも、木取りの判断次第で取れる製品の量と価値が大きく変わります。製材における「歩留まり」は、丸太の材積に対する製品材積の割合のことで、一般に5〜6割程度とされています。残りの4〜5割は背板、おがこ、端材などになります。

従来、この判断を担ってきたのは主に熟練の挽き手です。丸太の末口や元口を見て、曲がりや節の位置を読み、頭の中で最適な取り方を組み立てます。ところが地方の製材所では、ベテランの高齢化と人手不足で、この技が引き継げなくなっています。属人化は、地方中小企業に共通する大きな課題です。

AIを使うと、丸太の3次元形状をデータ化し、注文された寸法の組み合わせの中から、価値が最大になる挽き方を数秒で複数案出せます。AIは挽き手を置き換えるものではなく、判断の根拠を見える形にして、誰でも一定水準の木取りができる状態をつくるものです。

たとえば杉の梁・桁材を主力にする製材所の場合、朝一番に前日の注文を見ながら、挽き手が丸太を1本ずつ眺めて取り方を決めていました。AIの提案画面を併用すると、新人でも「この丸太は柱角4本と板2枚が最も効率的」と根拠つきで確認でき、判断の迷いによる待ち時間が減ります。

この話、マンガで読めます（無料・登録なしで途中まで）入れたシステムを、誰も使わないワケマンガで読む →

製材 木取り AIで歩留まりはどれくらい上がるのか

結論から言うと、効果の大きさは丸太の質・製品構成・現状の木取り水準で変わります。目安として、経験頼みの木取りが標準的な製材所では、歩留まりが数ポイント改善するだけでも、年間の原木コストに大きく効くと考えられます。

試算してみましょう。年間に原木を3,000立方メートル仕入れる製材所で、原木の平均単価を1立方メートルあたり1万5千円とすると、原木費は年間4,500万円です。歩留まりが2ポイント上がれば、同じ原木から60立方メートル分多く製品が取れます。単純計算で、製品価値に換算すると数百万円規模の差になります。これは仮の数字ですが、原木費が原価の大半を占める製材業では、歩留まり1ポイントの重みが大きいことが伝わるはずです。

端材の面でも効果があります。AIが製品の組み合わせを最適化すると、半端な端材が出にくくなります。端材は、燃料やチップに回せても製品ほどの値はつきません。端材を製品に変える、または端材そのものを減らすことが、原価削減の最短ルートです。

数字の出し方で気をつけたいのは、「導入前の歩留まり」を正確に測っておくことです。現状が分からないままでは、AIの効果を判定できません。導入前に最低2〜4週間、丸太ごとの投入材積と製品材積を記録しておく習慣が、あとの評価を左右します。

たとえば桧の役物（やくもの）を扱う製材所の場合、1本あたりの単価が高いため、1本の判断ミスが大きな損失になります。こうした現場ほど、AIの提案を見ながら木取りを決める価値が出やすい傾向があります。

丸太の形状データはどうやって取る？3つの方法

AI木取りの土台は丸太の形状データです。データの取り方は、設備投資の大きさに応じて大きく3段階あります。

• 手計測＋入力：末口径・元口径・長さ・曲がりの大きさを人が測り、タブレットに入力します。設備投資がほぼ不要で、最初の一歩に向いています。
• 写真・動画からの推定：丸太の側面や木口をスマートフォンで撮影し、画像から寸法を推定します。入力の手間が減り、記録も残ります。
• 3Dスキャナ・レーザー計測：製材ラインの入口で丸太の形状を自動で計測します。精度と速度は高い反面、費用は大きくなります。

地方の中小製材所では、最初から高価なスキャナを入れる必要はありません。まず手計測と写真で、データを溜める習慣をつくることが現実的です。データが集まると、「どの産地の丸太は曲がりが強いか」「どの径級の丸太で歩留まりが落ちるか」といった傾向が見えてきます。

ある小規模な製材所では、朝の荷下ろし時に丸太へ番号札をつけ、末口径と曲がりを手計測して入力するだけから始めました。1か月で約300本分のデータが溜まり、産地別・径級別の歩留まりの違いが一覧になったといいます。この段階でも、仕入れ判断の材料として役に立ちます。

なお、製材や木材利用の政策・統計については、林野庁の公開情報が参考になります。地域の原木供給や製材品の需要動向を確認する際に活用できます。

従来の木取りとAI木取りの違い（比較表）

経験頼みの木取りとAI木取りの違いを、主な観点で整理します。

観点	従来の木取り（経験頼み）	AI木取り
判断の担い手	熟練の挽き手に集中	AIの提案を見ながら誰でも判断
判断にかかる時間	丸太ごとに数十秒〜数分	提案表示は数秒
歩留まりのばらつき	担当者・体調で変わる	一定水準を保ちやすい
注文との整合	挽き手の記憶頼み	注文条件を踏まえて組み合わせ
ノウハウの蓄積	個人の頭の中	データとして残り、引き継げる
導入の負担	なし	データ収集と現場での確認が必要

この表のとおり、AI木取りの最大の違いは、判断が個人から仕組みへ移ることです。一方で、導入にはデータ収集の手間がかかります。すべてを一気に切り替えず、現場の挽き手の判断とAIの提案を比べながら、少しずつ任せる範囲を広げるのが無理のない進め方です。

建築用の構造材を扱う製材所の場合、注文が「柱120角を何本、梁を何本」と決まっているため、AIによる組み合わせ最適化がもっとも効きやすい分野です。反対に、1本ごとに用途を決める一点物の銘木では、AIは補助にとどめ、人の目利きを主役にするほうが合理的です。

地方製材所がAI木取りを導入する5ステップ

導入は、次の5ステップで進めます。ツール選びより先に、現場の業務の流れを整えることがポイントです。

1. 現状の可視化（1〜2週間）：丸太の入荷から製品出荷までの流れと、歩留まり・端材量・挽き手ごとの判断の違いを記録します。
2. 目標の設定：「主力の杉梁材で歩留まりを2ポイント上げる」のように、製品と数字を決めます。
3. データ収集の仕組みづくり：手計測や写真など、現場が続けられる方法を選び、記録のルールを決めます。
4. 小さく試す（2〜4週間）：特定の製品・特定の挽き台だけで、AIの提案と挽き手の判断を並べて比べます。
5. 定着と拡大：効果を数字で確認し、対象の製品とラインを広げます。

1つ目と3つ目がとくに重要です。現場の流れが整理されていないままAIを入れると、データの質が悪く、提案に挽き手が納得しません。「納得できない提案は使われなくなる」のが、現場導入の鉄則です。

たとえば従業員10人ほどの製材所では、社長と製材課長が週1回、30分だけ集まり、AIの提案と実際の挽き方の差を振り返る場を設けました。挽き手が「ここは節の位置がずれていた」と指摘すると、データの入力ルールを直し、提案の精度が上がっていきます。現場のフィードバックを回す仕組みが、AIを育てる鍵です。

導入費用は、データの取り方や提案の仕組みによって幅があります。FURUSATOでは、導入費用はご相談時に一緒に整理します。中小企業の設備投資・IT活用に関する公的な情報は、中小機構や経済産業省のサイトで確認できます。

導入で失敗しやすい4つのポイントと対策

AI木取りの導入では、次の4つの失敗が起こりやすいといえます。

1. データの質が低いまま学習させる

末口径の測り方が人によって違うと、AIの提案がぶれます。測る位置・単位・記録の書式を統一することが前提です。丸太の樹皮の厚さを含めて測るか、除いて測るかといった細かい決め事も、最初に文書にします。

2. 現場の挽き手が置き去りになる

導入を経営者や事務側だけで決めると、「勘を否定された」と受け取られかねません。AIはベテランの判断を再現し、若手に引き継ぐ道具です。挽き手を最初から巻き込み、ベテランの判断基準をAIに教える立場で関わってもらいましょう。

3. 注文・在庫の情報とつながっていない

歩留まりだけを追うと、売れない寸法の製品ばかり取ってしまう恐れがあります。受注と在庫の状況を踏まえた最適化でなければ、倉庫に不要な在庫が溜まります。

4. 効果の測り方が決まっていない

導入前の歩留まりを記録していないと、改善したのか分かりません。導入前後で同じ製品・同じ期間を比較するルールをつくります。

たとえば、ある製材所は、最初に安易な全ライン導入を試みて挽き手の反発を招きました。その後、一つの挽き台に絞って再開し、挽き手が自分で提案を修正できるようにしたところ、定着が進んだといいます。小さく始めて、現場の納得を積み上げることが近道です。

地方製材所でのAI木取りの具体的な活用シーン

ここでは、地方の製材所で想定しやすい3つの場面を紹介します。

杉の構造材を扱う製材所の場合：朝の仕分けで、AIが当日の注文を踏まえ、径級ごとの木取りパターンを提示します。挽き手は提案を見ながら、現物の曲がりや割れを確認して微調整します。判断の迷いが減り、挽き始めまでの段取りが短くなります。

桧の役物を扱う製材所の場合：節や色味の位置を写真で記録し、無節の面を最大限に取る挽き方をAIが提案します。1本の単価が高いため、AIの提案を複数案見比べる意味が大きくなります。

端材の活用に取り組む製材所の場合：端材の寸法をデータ化し、集成材用のラミナ、小物・雑貨、燃料などの用途別に仕分けます。AIが端材の発生量を木取りの段階で予測できれば、端材を「出てから考える」から「出る前に用途を決める」に変えられます。

製造業・建設業・物流・卸売業などで培った業務改善の知見は、製材所でも活かせます。共通するのは、ツールの導入より先に業務の流れを変えるという考え方です。受注・加工・出荷の情報を一本の流れでつなぐことで、AIの提案が現場で活きる土台になります。

FURUSATOに相談するとどう進む？地方中小企業向けの支援の流れ

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。属人化・人手不足・アナログ業務という、地方中小企業に共通する三大課題の解消に特化しています。いきなりシステムを提案することはありません。

進め方は次のとおりです。

• 入口は無料のオンライン相談（30〜60分）：製材所の現状と困りごとを伺い、課題を整理します。
• 初回現場セッション（1回10万円）：その後、1〜1.5か月かけて、業務改善の仕組みを現場と一緒につくります。

製材所のように、熟練者の判断が価値の源泉になっている現場では、担当者だけでなく経営者・社長を巻き込んだ変革が欠かせません。原木の仕入れ、製品構成、販売先まで含めた判断が、歩留まりと原価に直結するからです。FURUSATOは、ツールの導入ではなく「業務変革」を重視し、社長と現場が同じ方向を向く状態づくりを支援します。

導入費用はご相談時に一緒に整理します。まずは、現状の木取りの流れや記録の有無をお聞かせください。

よくある質問（FAQ）

Q: 製材の木取りにAIを使うと、歩留まりはどれくらい上がりますか？

A: 丸太の質や現状の水準で異なりますが、数ポイントの改善が一つの目安です。年間の原木費が大きい製材所では、わずかな改善でも原価への影響が大きくなります。

Q: 小規模な製材所でも、AI木取りは導入できますか？

A: できます。最初は手計測とタブレット入力など、設備投資の小さい方法でデータを溜めます。特定の製品や挽き台だけで試し、効果を確認してから広げる進め方が現実的です。

Q: ベテランの挽き手の仕事はなくなりませんか？

A: なくなりません。AIは提案を示す道具で、割れや腐れなど現物の判断は人が担います。ベテランの判断基準をAIに教え、若手へ引き継ぐ役割がむしろ重要になります。

Q: 丸太の形状データがまったくない状態からでも始められますか？

A: 始められます。まず2〜4週間、丸太ごとの寸法と製品の材積を記録するところからで十分です。記録の書式を統一すれば、そのデータが後のAI活用の土台になります。

Q: FURUSATO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。現状の業務の流れと課題を整理し、AIを使うべきか、仕組みの見直しが先かを一緒に確認します。費用はその場で整理します。

関連記事

• fax ocr 障害福祉の活用ガイド｜地方中小の福祉事業所がFAX業務を自動化する手順・注意点・成功事例
• しょうゆコンクール aiとは？醤油づくり・品評会でのAI活用を地方中小企業向けに徹底解説
• 見積もりai 中小企業の導入ガイド｜地方中小企業が原価を守りながら見積もりを自動化する進め方・注意点・成功事例

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。