生鮮トマトの品質不良による廃棄ロス低減を目指し、カゴメ株式会社はシブヤ精機株式会社、国立研究開発法人農業・食品産業技術総合研究機構、株式会社 AGRI SMILE、いわき小名浜菜園株式会社とコンソーシアムを組成し、AIで品質を判定する選果機の共同開発と、栽培・流通データを統合した最適モデルの実証に取り組みました。取り組みは2023年から3年間で実施され、事業は国立研究開発法人農業・食品産業技術総合研究機構生物系特定産業技術研究支援センターの公募による令和5年度 戦略的スマート農業技術の開発・改良事業に採択されています。実証では、非破壊でトマトの外部と内部の品質情報を高精度に取得するAI選果機を開発し、得られたビッグデータを既存の栽培・流通データと双方向に連携しました。これにより、栽培段階における不良果の発生要因の抽出と、流通段階の廃棄ロス低減につながる可能性が示されました。今後はコンソーシアム各社が成果をそれぞれの領域で展開し、食品廃棄ロス削減に取り組む方針です。
AI選果機の開発と実装では、潜在的な品質不良の課題解決を目的に、人工知能による深層学習を活用した選果機を開発し、2024年4月にカゴメブランドの生鮮トマトを栽培するいわき小名浜菜園の選果場に実装しました。同機は果実一つひとつに対して20項目を超える外部と内部の品質情報を高速かつ非破壊で収集でき、現在までに約1千万点を超えるデータを蓄積しています。実装の現場では外観品質カメラと内部品質センサーが組み合わされ、潜在的な不良の兆候を検出する基盤が整備されました。これらのデータ取得とモデル更新のサイクルにより、従来の目視選別では難しかった判別が可能になりました。結果として、後工程の栽培・流通最適化に寄与する定量的な根拠が整いました。非破壊での多項目判定が常時行える点が、持続的な運用の鍵となりました。
栽培における不良果発生要因の抽出では、AI選果機で得られた品質データと栽培環境データを時系列で総合解析し、色ムラや微細傷などの不良が生じる条件を明確化しました。抽出要因に基づいて不良果の発生を低減する栽培条件を立案し、栽培実証試験を行った結果、不良果発生の低減と可販果収量の増加が確認されました。具体的には、環境制御により色ムラ発生率が7ポイント減、微細傷発生率が30ポイント減となる変化が示されています。これらの結果は、AI選果機および選果データが栽培管理の改善ツールとして活用可能であることを示しました。データに基づく条件出しにより、再現性のある改善が見込まれます。継続的な環境制御の最適化が、歩留まりの底上げに直結します。
流通過程における廃棄ロス低減では、AI選果機の品質データと流通データを解析することで、保管中の品質劣化の予測が可能となりました。この予測に基づき、微細傷など潜在的な品質不良を持つ果実を通常より前倒しで出荷する実証試験を実施し、流通段階での廃棄量を約30％低減できるとの試算結果が得られました。潜在不良の早期識別と出荷順序の最適化により、劣化リスクの高いロットが滞留せず、結果的にロスを回避できます。品質情報がロジスティクス判断と直結することで、在庫回転の質が高まります。品質劣化の予測精度向上が、需要側への安定供給にもつながります。
今後の展開として、AI選果機で取得したデータの活用により、収穫物の歩留まり向上と廃棄ロス低減が可能であることが示唆されました。カゴメ株式会社とシブヤ精機株式会社は活用方法の検討を進め、カゴメブランドの生鮮トマトを栽培する菜園への導入を拡大します。データ収集と解析、仮説立案と実証を継続的に循環させることで、農業の持続的成長を支える仕組みの構築を目指します。生産性の向上と食品ロスの極小化を両立させ、安全で高品質な生鮮トマトを届ける体制の強化が進みます。コンソーシアム各社は、それぞれの強みを生かしつつ取り組みを深化させる計画です。実証成果の社会実装が加速することが期待されます。
詳しくは「カゴメ株式会社」の公式ページまで。レポート／DXマガジン編集部
