1/6ページ
ダウンロード(806.4Kb)
人手が減る養殖の現場を、遠隔で見守れていますか。水温・水質データとAIで給餌最適化と省人化を実現
養殖現場では担い手の高齢化と人手不足が深刻化しており、少ない人員で品質と生産量を維持することが経営課題になっています。水温・水質・給餌記録のデータをAIで活用し、自動給餌の最適化と遠隔監視による省人化が求められます。本資料は、養殖事業者・水産会社が水温・水質・給餌の記録データをAI基盤に接続し、食べ具合の判定・給餌の最適化・遠隔での監視と対応を進めるための実践フレームワークです。まずはお気軽にご相談ください。
⑫WP52 水産_トレーサビリティと輸出戦略
このカタログについて
| ドキュメント名 | 養殖事業者・水産会社向け|自動給餌と遠隔監視をAI基盤とつないで進める省人化の実践フレームワーク |
|---|---|
| ドキュメント種別 | ホワイトペーパー |
| ファイルサイズ | 806.4Kb |
| 登録カテゴリ | |
| 取り扱い企業 | アクセンチュア株式会社 (この企業の取り扱いカタログ一覧) |
この企業の関連カタログ
このカタログの内容
Page1
スライド 1
WHITE PAPER|水産・農林業 × 人材・組織 × AI基盤 AI基盤との接続シリーズ
人手が減る養殖の
現場を、
遠隔で見守れていますか。
養殖事業者・水産会社のための
自動給餌と遠隔監視を、AI基盤とつないで進める省人化の実践フレームワーク
データ AI基盤 業務・経営への適用
水温・水質のデータ
給餌の最適化
AI基盤
給餌の記録
食べ具合の判定・
異常の早期検知
給餌の計画・異常の検知
魚の行動・画像
経営の判断
気象・海況の情報
セキュリティ・ガバナンス(生産データの管理・機器の遠隔操作の権限)
高齢化 餌の費用 2020年12月
漁業・養殖の 生産費の多くを 改正漁業法
担い手の減少 占める が施行
本稿の内容
1 担い手の減少が「経営課題」になった理由 4 養殖の省人化とAI接続の4層構造
2 養殖業をめぐる主な動き 5 セルフ診断と次のステップ
3 AIとの接続を阻む3つの課題
アクセンチュア株式会社 2026年 外部公開版
Supply Chain & Engineering(SC&E)|SupplyChain_Engineering@accenture.com
Copyright © 2026 Accenture. All rights reserved.
Page2
スライド 2
WHITE PAPER|水産・農林業× 人材・組織 × AI基盤 2
EXECUTIVE SUMMARY
海の上の見回りと給餌を、データと機械で支えるときです。
漁業・養殖業では、担い手の高齢化と減少が続いています。養殖の現場では、毎日の給餌と生けすの見回り、魚の健康の確認
に多くの人手がかかり、天候が悪い日も作業が欠かせません。一方、生産の費用の多くを餌が占め、餌の価格の上昇が経営を
圧迫しています。
本稿では、養殖事業者・水産会社が、水質・給餌・魚の行動のデータをAI基盤につなぎ、自動給餌と遠隔監視で省人化と餌
の効率化を進めるための考え方とアプローチを整理します。
Why 1
養殖の担い手不足は「人手の課題」から「生産性の課題」へ
養殖の給餌は、魚の食べ具合や水温、天候を見ながら量と時間を調整する、経験が求められる作業です。経験者が引退すると、餌の与
えすぎや不足が起き、成長の遅れや餌の無駄につながります。
生けすが沖合にあるほど、見回りの移動に時間がかかります。水温の急な変化や赤潮、病気の兆候に気付くのが遅れると、大きな損失に
なります。
図1 養殖の作業とAI活用のホットスポット
飼育の計画 給餌 観察 健康管理 出荷・経営
稚魚の 魚の 定期の 成長の
給餌の作業
導入 食べ具合 検査 推定
給餌の 餌の量の 生けすの 魚の 出荷の
計画 調整 見回り 行動の変化 調整
出荷の 餌の 水質の 病気・ 作業の
時期 在庫 確認 赤潮の兆候 記録
AI活用の効果が大きい領域 中程度の領域 比較的小さい領域
図1:AI活用の効果は、餌の量の調整、魚の食べ具合と見回り、病気・赤潮の兆候、成長の予測に集中しています(概念図)
高齢化 餌の費用 2020年12月
漁業・養殖の 生産費の多くを 改正漁業法
担い手の減少 占める が施行
※出典:水産庁(漁業法の改正、水産基本計画)。図1と表紙の数値の一部は概念を示したものです。
Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering(SC&E)|SupplyChain_Engineering@accenture.com
Page3
スライド 3
WHITE PAPER|水産・農林業× 人材・組織 × AI基盤 3
図2 少ない人数での養殖を阻む3つの構造的な壁
第1の壁 第2の壁 第3の壁
人手の壁 経験の壁 監視の壁
高齢化 ・ 見回り ・ 天候 給餌 ・ 判断 ・ 伝承 水質 ・ 病気 ・ 赤潮
・担い手の高齢化が進む ・給餌が経験に頼る ・水質の変化に気付くのが遅い
・見回りに時間がかかる ・餌の量の判断がぶれる ・病気の兆候を見逃す
・天候が悪い日も作業がある ・経験が記録に残らない ・夜間の監視ができない
作業が続けられない 餌の無駄と成長の遅れ 大きな損失が出る
図2:人手・経験・監視の3つの壁が、少ない人数での養殖を難しくしています
Why 2
給餌と見回りを、データと遠隔の仕組みで支える
生けすのカメラの映像から魚の食べ具合をAIで捉え、給餌の量と時間を調整する仕組みの実用化が進んでいます。水温や水質のデータと
組み合わせれば、給餌の計画の精度を高められます。魚の大きさの推定も、カメラを使った方法が試されています。
遠隔の監視では、水質の急な変化や魚の行動の異常をAIが捉えて担当者に知らせます。見回りの回数を減らしながら、病気や赤潮への
対応を早められます。
図3 養殖業をめぐる主な動き
2018年12月 2020年12月 2022年3月 2020年代 2020年代 今後 対応
1 2 3 4 5 6 7
漁業法の 改正漁業法 水産基本計画 餌の価格 担い手の スマート水産業 データと機械で
改正が成立 が施行 の策定 の上昇 減少が続く の広がり 現場を支える
制度と求められる対応 経営環境の変化
図3:制度の見直しが進む一方、担い手の減少と餌の価格の上昇が続き、省人化が求められています
海の上にいなくても、生けすの状態が分かる仕組みをつくるときです。
Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering(SC&E)|SupplyChain_Engineering@accenture.com
Page4
スライド 4
WHITE PAPER|水産・農林業× 人材・組織 × AI基盤 4
Why 3
AI基盤との接続には、3つの課題があります
AIで成長を予測し、給餌と監視を最適化するには、水質・給餌・魚の行動・海況のデータがAI基盤につながり、給餌と見回りの業務で使
われ、機器の遠隔操作の権限が適切に管理されている必要があります。そこには3つの課題があります。
データの接続
1 水温・水質のセンサー、給餌の記録、カメラの画像、気象と海況のデータを、生けすの単位でAI基盤につなぎます。
業務への組み込み
2 AIの給餌の計画と異常の検知を、担当者が確認して使う流れに組み込みます。
ガバナンス
3 生産データの管理と、給餌の機械を遠隔で操作する権限と責任を定めます。
図4 従来の養殖と目指す姿
従来の養殖 目指す姿
給餌は経験者の判断で行う AIの判定を参考に量と時間を決める
給餌はすべて人が行う 自動給餌機と分担する
見回りは毎日、船で行う 遠隔の監視で回数を減らす
異常は見回りで見つける AIが異常を早く知らせる
作業の記録が残らない 給餌と成長を記録して改善する
アプローチ
データ接続からAI活用、経営判断までを一体で設計する
水質・給餌・魚の行動・海況のデータをAI基盤につなぎ、AIで魚の食べ具合を捉えて、餌の量と時間を計画します。自動給餌と遠隔の監
視で作業を減らし、記録したデータから出荷の時期と生産の計画を判断します。それを支えるのが次の4層構造です。
図5 養殖の省人化とAI接続の4層構造
Layer 4 経営判断
生産計画 出荷時期 設備投資
生産計画・出荷・設備への投資の判断
Layer 3 業務適用
給餌計画 遠隔監視 健康管理
給餌・見回り・健康管理の業務での活用
Layer 2 AI基盤
食べ具合判定 給餌計画 異常検知
食べ具合の判定・給餌の計画・異常の検知
Layer 1 データ接続
水質データ 給餌記録 画像データ
水質・給餌・画像・海況データの統合
図5:データ接続を土台に、AI基盤・業務適用・経営判断を積み上げます
Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering(SC&E)|SupplyChain_Engineering@accenture.com
Page5
スライド 5
WHITE PAPER|水産・農林業× 人材・組織 × AI基盤 5
図6 養殖の省人化 実行ロードマップ
STEP 1 0~6ヵ月 STEP 2 6~18ヵ月 STEP 3 18ヵ月~
作業と生けすの 自動給餌と 全生けすへの展開と
データ化 遠隔監視の試行 経験のデータ化
作業時間の記録 自動給餌の試行 全生けすへの展開
水質の計測 遠隔監視の試行 異常検知の高度化
重点生けすの選定 餌の量の最適化 経験のデータ化
「どこに人手がかかるか」 作業と餌の無駄が
少ない人数で養殖を続けられる
が見える 減り始める
図6:データ化・試行・展開の3段階で、少ない人数で養殖を続けられるようにします
STEP 1 作業と生けすをデータにする
給餌と見回りにかかる時間を記録し、生けすごとの水質と給餌の量、成長を計測します。効果が大きい生けすを選びます。
STEP 2 自動給餌と遠隔監視を試す
選んだ生けすで、AIの給餌の計画と自動給餌機、カメラとセンサーによる遠隔の監視を試します。担当者の判断と組み合わせて、作業時
間と餌の量、成長の変化を確かめます。
STEP 3 全生けすに広げ、経験を残す
効果が出た仕組みを全生けすに広げ、異常の検知を高度化します。経験者の給餌の判断をデータとして残し、新しい担い手の育成に生
かします。
期待する成果
段階ごとに得られる成果
短期(0~6ヵ月) 中期(6~18ヵ月) 長期(18ヵ月~)
→ 作業時間の記録 → 自動給餌の試行 → 作業時間の削減
→ 水質の計測 → 遠隔監視の試行 → 餌の費用の抑制
→ 重点生けすの選定 → 餌の量の最適化 → 損失の防止
※成果の時期は目安であり、対象範囲や現状により異なります
Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering(SC&E)|SupplyChain_Engineering@accenture.com
Page6
スライド 6
WHITE PAPER|水産・農林業× 人材・組織 × AI基盤 6
セルフ診断
あなたの養殖の現場は、少ない人数でも続けられる仕組みを持っていますか?
以下の項目に1つでも当てはまる場合、担い手の減少で養殖の継続が難しくなるリスクが潜んでいる可能性があります。
図7 養殖の省人化 セルフ診断チェック
給餌と見回りにかかる時間を把握していない
省人化の対応レベル
→ 早急な対応が必要な可能性があります
給餌の量の判断が経験者に頼っている 0個
→ 早急な対応が必要な可能性があります 現状を維持
水質の変化を常時把握していない
1~2個
→ 早急な対応が必要な可能性があります
注意が必要
病気や赤潮の兆候を早く知る仕組みがない
→ 早急な対応が必要な可能性があります
3個以上
水質・給餌・画像のデータがAI基盤につながっていない 早急に着手
→ 早期の見直しをおすすめします
当てはまる項目の数
自動給餌や遠隔の監視を試していない
→ 早期の見直しをおすすめします
図7:紫の背景は早急な対応が必要な項目、灰色の背景は早期の見直しをおすすめする項目です
1つでも当てはまる場合 3つ以上当てはまる場合
担い手の減少で養殖の継続が難しくなるリスクが潜んでいる可 養殖の省人化に早急に着手すべき段階です。作業と生けすの
能性があります。まずは、給餌と見回りにかかっている時間を確 データ化から始めることをおすすめします。
認してください。
次のステップ
養殖経営の現状診断から始める
養殖の省人化は、すべての生けすで一度に始める必要はありません。作業と生けすをデータにすることから始まります。アクセンチュアでは、現
状診断から、AI基盤とのデータ接続、自動給餌と遠隔監視の導入の計画と試行、経験のデータ化まで、段階的に支援します。
養殖の省人化とAI活用を、まずは相談してみませんか?
現状診断のご相談を受け付けています。お気軽にお問い合わせください。
アクセンチュア株式会社 Supply Chain & Engineering(SC&E)
SupplyChain_Engineering@accenture.com
本稿のデータは公表情報・統計資料に基づきます。図は概念図を含みます。個別の投資・経営判断については、当社の専門家にご相談ください。
Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering(SC&E)|SupplyChain_Engineering@accenture.com