労働力不足に直面する食品産業、AIロボットが日本の製菓技術を学ぶ

ロボットがバウムクーヘン製造の技を学ぶ

神戸では、テオという名前のロボットがバウムクーヘンの製造を学んでいる。バウムクーヘンはドイツ生まれのリング状のケーキで、100年以上にわたり日本の菓子文化の一部となってきた。この機械は、熟練した菓子職人の動きや判断を再現するよう設計されており、次の生地を重ねる前に、薄い生地の各層をどれだけ長く焼くべきかといった判断も含まれる。

このプロジェクトは、人工知能がオフィスソフトウェアや工場の組立ラインだけでなく、さらに広がりを見せていることを示している。日本では、AIをカメラ、画像センサー、調理設備、食品生産記録と結びつけ、長年にわたって親方から弟子へ受け継がれてきた技術を保存しようとしている。

テオを開発した神戸の菓子メーカー、ユーハイムは3月25日、本社にロボットの研修施設とショールームを開設した。同社は2025年の大阪・関西万博でこのシステムを展示し、現在では日本全国約20社に貸し出している。ユーハイムは年度末までにこれを100社に増やす方針だ。

バウムクーヘンは1919年、ユーハイムを創業したドイツ人菓子職人カール・ユーハイムによって日本に紹介された。製造工程は非常に高度で、回転する串に生地を広げてオーブンで焼き、独特の木目の模様ができるまで生地を何度も重ねていく。温度、湿度、焼成時間のわずかな違いが仕上がりに影響するため、職人がこの工程を習得するには数年かかることもある。

テオは菓子職人の判断をどう再現するのか

テオは、カメラと画像センサーを使って経験豊かなユーハイム社員の作業を観察する。システムは各層の色、厚さ、質感といった目に見える特徴を記録し、それらの観察結果をオーブン内の状態や回転する串の動きと結びつける。

この情報により、ロボットは生地の層が焼き上がりの状態を推定し、条件の変化に応じて工程を調整できる。人間の菓子職人は、生地の手触り、表面の見た目、厨房の空気などを手がかりに対応することがある。テオは、そうした判断を機械が分析できるデータに置き換えようとする。

この技術はディープラーニングに支えられている。これは、人間の脳内の神経網を概ね模して訓練されるAIの一種だ。あらゆる状況に応じた完全な指示を与えるのではなく、AIシステムは大量の事例を学習し、パターンを特定する。訓練が終われば、新しい画像やセンサーの読み取り値をそれらのパターンと比較し、適切な対応を選択できる。

ユーハイムによれば、テオは数日で新しい技術を学ぶことができ、人間が同じ経験を得るのに通常必要とされる期間よりはるかに短い。この機械は一つの決まった動作を繰り返しているだけではない。温度、湿度、原材料が変化した際に工程を調整できる点に価値がある。

なぜ日本は調理ロボットに向かうのか

食品産業は、経済の他の多くの分野より深刻な労働力不足に直面している。厚生労働省のデータによれば、2月の飲食サービス業における有効求人倍率は求職者1人当たり2.31倍だった。全産業の平均は1.13倍である。

求人倍率が高いということは、限られた労働者を巡って雇用主が競い合っていることを意味する。飲食店、ベーカリー、食品メーカーは、労働力の高齢化と、熟練職に就く若者の減少にも対処しなければならない。一部の企業では、現在のシフトを埋める人材を見つけること自体が問題なのではない。経験豊かな労働者が退職した際に後を引き継げる人材を見つけることが問題なのだ。

ユーハイム社長の川本秀夫氏は、後継者確保に苦戦する産業をこのロボットが支えられる可能性があると述べた。この発言は、企業が厨房でAIを試す中心的な理由を反映している。すなわち、すべての役割を埋めるほど訓練された労働者がいない場合、自動化が生産の維持に役立つ可能性がある。

日本の広範な人口減少は、こうした実験に国家的な意味を与えている。政府は2040年までに18分野でAI搭載ロボット約1,000万台を導入する構想を議論してきた。フィジカルAIの計画は、テキストや画像を生成するだけのシステムではなく、周囲を理解し、現実世界で行動できる機械に重点を置いている。

暗黙知とは何か、そしてデジタル化できるのか

調理技術の多くは暗黙知と呼ばれる。つまり、正式な取扱説明書ですべての判断を説明できなくても、人は作業を正しく実行できるということだ。ベテランの料理人は、原材料から余分な水分が出たときに鍋を速く動かすべきことや、微妙な色の変化からケーキの層が焼き上がりだと分かっていることがある。

伝統的な徒弟制度では、繰り返し観察し、練習することを通じてこの知識を受け継いでいる。日本の料理文化では、専門家の動作を見て技術を学ぶべきだという考え方が根強く残ってきた。この方法は優れた成果を生みうるが、弟子が減り、教える側の熟練者が少なくなると、仕組みは脆くなる。

AI開発を専門とする京都橘大学の松原仁教授は、初期のAIシステムはこうした知識に適していなかったと述べた。技術の進歩により、以前は言葉で説明するのが難しかった動作を記録し、再現することが可能になったという。

ディープラーニング以前の時代、AIは暗黙知を教えられませんでした。しかし技術の進歩により、暗黙知を含む熟練労働者の動作をデジタル化できるようになってきました。

この工程は、職人技のあらゆる側面が捉えられたことを意味するものではない。AIは、訓練データの質、観察してきた条件の範囲、センサーの精度に依存する。ある厨房で訓練されたロボットは、異なるオーブン、原材料、生産目標がある別の場所で確実に働くまで、さらに多くの指導を必要とする可能性がある。

バウムクーヘンから炒飯、焼きそばへ

ユーハイムは、AIを食品製造に応用しようとする広がりある動きの一部だ。東京のTechMagicは、炒飯や焼きそばなどの炒め物を調理するロボットを開発している。同社は2025年、ユーザーが選択したレシピに基づいて、鍋の回転速度などの設定を算出するアプリを導入した。

ロボットはこのシステムを使って、食材ごとの調理時間と加熱レベルを学習する。TechMagicは、これにより機械の一貫性が向上したとしている。こうした取り組みは、シェフを完全に置き換えることよりも、どのシフトでも同じ精度で実行するのが難しい一連の物理的な動作を制御することに重点がある。

他の日本企業も、厨房以外の技術保存にAIを活用している。2019年、電通はスマートフォンで撮影したマグロの尾の断面を分析し、品質を評価するTuna Scopeを開発した。このシステムは、マグロを見極める専門家の目である目利きを再現することを目的としている。人間の専門家は、その能力を身につけるのに10年を費やすこともある。

くら寿司はその後、このシステムで評価したマグロを「AIマグロ」として回転寿司店で提供した。広島では、オタフクソースが2023年、ソースの配合記録のアーカイブ用AI検索ツールを作った。このシステムは1万5,000以上の製品と試作品で訓練されてきた。かつて最大2時間かかっていた配合の検索が、現在は約5分で完了できる。

フィジカルAIがロボットを現実世界につなぐ

テオの取り組みは、機械に周囲をより深く認識させるための大きな努力の中に位置づけられる。従来の産業用ロボットは、管理された環境で注意深く定義された動作を行うのが一般的だ。フィジカルAIは、カメラ、センサー、AIモデルを加えることで、物体、熱、タイミング、空間の変化に対応できるようにする。

日本のロボット企業は、この分野でNvidia、富士通、ファナック、安川電機、川崎重工業と協力している。こうした提携は、日本の精密機械の経験と高度なコンピューティング、AIモデルを組み合わせる。Nvidiaは、ロボットが物理環境を理解し、変化する作業に適応することを支援するためのツールを提案してきた。

ローカルコンピューティング能力により、機密性の高い生産データをすべて海外に送信せずに、企業がAIシステムを訓練できるようになる可能性もある。これは、レシピ、工程記録、顧客情報を保護したい食品メーカーにとって重要だ。これらのシステムが普及するには、安全なネットワーク、信頼性の高いセンサー、訓練された技術者も依然として必要となる。

日本の食品機械産業は、こうした支援基盤を長年にわたって整備してきた。日興などの企業は、水産物、肉、農産物の加工向け自動化システムを供給している。日興は北海道ロボットラボラトリーも運営しており、学生や労働者がロボット訓練を受け、企業は特定の生産現場に自動化が適しているかを試すことができる。

こうした研修センターは、自動化を妨げる可能性がある問題に対処している。企業は機械を所有していても、設置、監督、修理、更新の方法を知る人材が不足する場合があるからだ。ロボティクスはある作業に必要な労働者の数を減らせるが、一方でエンジニア、オペレーター、保守専門家の需要を生む。

なぜ食品の自動化は工場の自動化より難しいのか

飲食店や菓子工房の環境は、多くの工場よりも予測しにくい。原材料はロットごとに変化し、メニューも変わり、場所は混雑しやすく、顧客は丁寧に調理された料理を期待する。温度や湿度も、生地、ソース、調理時間に影響することがある。

コストも障壁となる。企業はロボット、センサー、ソフトウェア、設置、保守、スタッフ研修に費用を負担しなければならない。小さな飲食店には大型設備を置く空間がなく、費用を正当化できるだけの日々の生産量がないこともある。古い機械を現代のAIシステムに接続することも難しい場合がある。

日本では、サービス文化がさらなる困難をもたらす。おもてなしは、個人への配慮、盛り付け、異例の要望への迅速な対応にかかわることが多い。ロボットは反復的な調理や配膳作業をこなせるが、人間のサービス業員に求められる水準にはまだ達していない。ロボットは狭い作業で非常に有効でありながら、多数の要求が同時に発生する混雑した厨房にはあまり適していないかもしれない。

他のサービス分野の事例は、この技術がどのように徐々に広がっているかを示している。成田空港では、人員削減を目指す実証事業の一環として、猫型ロボットが無人土産物店で使われている。飲食店やカフェでも、料理の配膳、パンケーキの調理、寿司の握り、お好み焼きの調理にロボットを試してきた。

ロボットは熟練菓子職人に取って代わるのか

テオのようなシステムが直近に担う役割は、完全な置き換えよりも支援である可能性が高い。ロボットは工程を繰り返し、状態を監視し、レシピを保存できる。一方、人間の労働者は引き続き原材料の準備、結果の検査、例外的な状況への対応、新製品の開発を行う。

こうした分担は、伝統的な食品技術を守りながら、熟練生産を少数の個人への依存から解放する助けとなるかもしれない。また、経験豊かな菓子職人が、すべての反復作業を自ら行うのではなく、指導、レシピの試作、複数機械の監督により多くの時間を割けるようになる可能性もある。

職人技のデジタル記録を誰が管理するのかについての懸念もある。労働者の動きや判断が訓練データに変換されると、企業は個人の経験から構築された価値ある生産システムを所有するかもしれない。労働者と雇用主は、同意、功績、報酬、そのデータの利用について明確な合意を必要とする可能性がある。

顧客は、機械が作った食品を異なる基準で評価することもある。一貫性は利点であり、特に多数の店舗で同じ見た目と味が求められる製品では重要だ。しかし、伝統菓子に込められた人間の物語を重視する顧客もいる。企業は、AIがどのように使われ、どの工程で人間の判断が引き続き役割を担っているのかを説明する必要がある。

日本の実験が持つ広い意味

日本は食品の自動化を、人口動態上の圧力に対する実践的な対応として活用している。同じアプローチは、物流、農業、小売、医療、製造業にも見られる。目標は、人口動向の転換を待つのではなく、少ない労働力で重要サービスを維持することだ。

ロボティクスにおける日本の強みは、この取り組みの有用な基盤となる。日本は長年にわたって高精度の産業機械を生産してきた一方、メーカーは大量の運用知識を蓄積している。フィジカルAIは、そのハードウェアと経験を、映像やセンサーデータから学べるシステムにつなごうとしている。

成功は、企業が測定できる結果にかかわる。ロボットは労働負担を減らし、食品の品質を維持し、人間のそばで安全に働き、費用に見合う価値を示さなければならない。また、教育、信頼できるデータ基盤、技術を管理できる労働者の支援も必要だ。

テオの利用者を約20社から100社へ拡大する計画は、AIが学んだ菓子製造技術が企業のショールームの外でも機能するかを検証する実践的な試みとなる。異なる厨房でシステムが良好に機能すれば、消えつつある他の料理知識を保存するモデルとなるかもしれない。

要点

• ユーハイムのロボット、テオは、カメラとセンサーを使って熟練者がバウムクーヘンを作る方法を学ぶ。
• バウムクーヘンには、生地を何度も重ねる作業と、熱、時間、温度、湿度を慎重に管理することが必要だ。
• 2月の日本の飲食サービス業の求人倍率は求職者1人当たり2.31倍で、全産業平均は1.13倍だった。
• TechMagic、電通、オタフクソースは、調理、水産物の等級判定、レシピ検索にAIを応用している。
• 日本はフィジカルAIを拡大する計画で、2040年までに18分野でAI搭載ロボット約1,000万台を導入する目標を掲げている。
• ロボットは熟練技術を保存できる可能性があるが、監督、創造性、保守、顧客対応には人間の労働者が依然として必要だ。