肥料メーカーでのAI活用術

肥料メーカーに、そもそもAIは必要なのか

肥料は、作付け前後のごく短い期間にまとめて施されます。成分が違っていても、 畑に入ったものは戻せません 。

だからAIを入れる先は、2つの問いで絞り込みます。その判断は月に何度繰り返されるか。外したとき、直せるのは工場の中か、畑に出てからか。どちらも大きい業務から順に、AIを組み込む値打ちが出ます。

当てはめると、次の業務が手前に来ます。

• 公定規格や保証成分量と、登録申請書類の中身が合うかを提出前に点検する作業
• ロットごとの成分分析の結果を並べ、保証票の数値を割り込む前の寄りを見つける作業
• 固結や生育不良の申し出を受け、原因が製造側にあるのか施用側にあるのかを切り分ける作業

いずれも 判断のよりどころが社内の記録や規格値 にあり、同じ照合が何度も回ってきます。

反対に、産地に出向いての施肥設計の相談は人の側に残します。土壌診断の数値は出発点にすぎず、その畑の前作や堆肥の入れ方、農家がどこまで手をかけられるかを聞きながら組み立てるからです。

造粒の条件調整も同じです。原料の水分や外の気温で固まり方が変わるため、造粒機の回り具合を見ながら手を加えていきます。

線の位置は業務ごとに変わります。同じ登録まわりでも、規格値との照合と、新しい原料を使うかどうかの判断では答えが逆になります。肥料メーカーのAI活用は、まず自社の仕事を工程に割って見るのが早道です。次のセクションで、その分け方と負荷のかかり方を見ます。

原料調達から出荷後対応まで、負荷が大きいのはどの工程か

肥料メーカーの仕事は、輸入原料の手配に始まり、銘柄を登録し、作って検査し、作付け期に届けて、使われた後まで続きます。工程に割ると、規格や記録に照らす作業と、その場の状態を見て決める作業が分かれて見えてきます。

いちばん時間と神経を使うのは 生産計画 です。肥料の銘柄は地域の土壌や作物に合わせて細かく分かれ、一社で何十、何百という配合を抱えることになるからです。

しかも需要は 作付け前のごく短い期間に集中 します。担当者は前年の出荷実績、JAからの予約数量、作付けの動きを一つの表に並べ、銘柄ごとに数量を読む作業に追われます。

読み違えれば、需要期に欠品を出すか、売れ残りを次のシーズンまで抱えることになります。造粒した肥料は保管の間に湿気を吸って固まるため、持ち越した在庫がそのまま使えるとは限りません。ここが先に形になれば、原料の手配に余裕が生まれ、製造の段取りも銘柄をまとめて組めるようになります。

「極小」とした配合・造粒は、原料の水分や気温に合わせて造粒機の条件を動かす工程です。条件と結果を記録に残すことはできても、粒の育ち具合を見て次の一手を選ぶ部分は、人の手から離せません。

肥料メーカーで最初に取り組むべきAI活用、3つ

先に手をつけるのは、同じ照合が何度も回ってきて、外せば袋が畑に出てから分かる業務です。第1セクションの2つの問いを当てると、登録申請書類の点検、申し出の原因の切り分け、分析値の寄りの検出が上位に並びます。

公定規格と配合表の食い違いを、申請書を束ねる前に見つける

銘柄設計で固めた配合表と、使う原料の規格書。この2つが登録担当の保管先にそろった時点を合図にします。

AIは肥料の種類ごとの公定規格、有害成分の含有許容量、過去に受けた照会の記録を参照し、配合から計算した保証成分量が規格の範囲に収まっているか、原料が登録する種類に含まれているかを突き合わせます。

指摘は銘柄ごとの確認表に行として増えます。公定規格の条文と配合表を交互にめくり一項目ずつ当たっていた作業が、 食い違いの候補が先に並んだ表 から始まる確認に変わります。

どの指摘が本当に問題かを読むのは登録担当者です。保証成分量をどの水準で申請するか、原料を差し替えるかは、銘柄設計の責任者が決めます。

固結や生育不良の申し出を、製造と保管の記録で分ける

申し出はJAや販売店を経由して営業担当に届きます。銘柄名と袋に印字されたロット番号、購入と施用の時期、保管場所の様子、施した量と作物の状態。これらを受付フォームに打ち込んで送信した時点が起点になります。

AIは過去の申し出と判明した原因の分類、該当ロットの分析記録と造粒条件、その銘柄の保管上の注意書きを照らし、原因の候補を製造のばらつき、流通と保管での吸湿、施用量や時期のずれに仕分けます。

仕分けの結果は回答書の下書きとして文書に起こされ、保管先に残ります。電話で聞き取りながら見当をつけていた初動が、 筋道の立った下書きを直す ところから始まります。

どの筋が妥当かを判断し、現地に出るかどうかを選ぶのは技術サービスの担当者です。製造に起因すると認めるかは、品質保証の責任者が引き受けます。

保証票の数値を割り込む前に、分析値の寄りをつかむ

3件目は毎週決まった曜日に動きます。ロットごとの成分分析の結果は、その日のうちに表計算ソフトへ記録されていきます。その週の分が出そろったところで、AIが銘柄ごとに数値の並びを読みます。

見るのは、保証票に載せた窒素・りん酸・加里の数値に対し、分析値がどちら側にどれだけ寄っているかです。原料のロット切り替えや造粒条件の変更と重ね、規格を外れる前の寄りを拾い上げます。

拾い上げた銘柄は品質管理の一覧表に並び、業務チャットで製造と品質管理の担当者に知らせが届きます。月末にまとめて振り返っていた確認が、 次の生産に入る前に手を打てる 形に変わります。

寄りが本物かを見るのは品質管理の担当者です。配合の微調整に踏み切るか、原料の受入規格を見直すかは、製造部門の責任者が決めます。

業務に組み込むまでの4ステップ

例に取るのは1件目の、登録申請書類の点検です。新しい仕組みを作る話ではなく、社内にある配合表と規格の記録をつなぐ作業です。

1. 使う情報がどこにあるかを決める

使う情報は、すでに社内のどこかにあります。

• 銘柄ごとの配合表と、そこから計算した保証成分量
• 肥料の種類ごとの公定規格と有害成分の含有許容量
• 原料メーカーから届いた規格書と分析成績書

新たに作るのではなく、どこに置くかを決めます。規格書が調達担当のメールに残っているなら、保管先に移します。

2. 何をきっかけに動かすかを決める

配合表が確定して保管先に保存された時点を合図にします。申請書を束ね終えてからではなく、書き始める前に点検が済む形です。

担当者が思い出して操作する形にすると、登録の山が来る時期ほど手が回らず、そのうち誰も開かなくなります。

3. 判断の基準を設定しておく

何を見て、何を疑うのか。判断の順序を短い文にほどき、一箇所にまとめて設定します。AIは点検のたびにそこを読みに行きます。登録担当のベテランが書類を追いながら無意識にたどる道すじを、外に出して 書き留める作業 です。

• 原料の由来が変わったとき、どの成分値を確かめ直すのか
• 配合の端数をどちら側に丸めて保証成分量を決めるのか
• 副産物を原料に使う銘柄で、追加で添える資料は何か

ここにいちばん時間がかかります。ただ、一度まとめれば次の銘柄から使い回せます。

4. 結果の戻り先と、確認する人を決める

点検の結果は、銘柄ごとの確認表に行として戻します。画面に出して終わりにはせず、業務チャットでも登録担当に知らせます。

担当者は 申請書を書き始める前 にこれを開き、指摘を一つずつ当たってから本文に取りかかります。

先に知っておきたい、つまずきやすい3か所

• 原料の由来が変わると、過去の記録が効かなくなる ：リン鉱石の産地や副産原料の出どころが切り替わると、同じ配合でも成分の出方が動きます。切り替え前の分析記録と地続きに読ませると、寄りの判定がずれます。原料の由来と切り替えた時点を記録に残し、参照する範囲を区切ります。
• 分析成績書が読める形で残っていない ：外部の分析機関から届く成績書は、紙やPDFのまま保管されがちです。数値が記録に入っていないと、社内の測定値だけで寄りを見ることになります。届いた時点で社内の表計算に転記する段取りを、受入の手順に組み込みます。
• 出荷の可否まで任せてしまう ：寄りの検出が示すのは兆しであって、保証成分量を満たすかどうかの判定ではありません。保証票の数値を担保するのはロットの分析値そのものです。出荷可否はこの分析値で決め、品質管理の責任者が判断する形を崩さないようにします。

肥料メーカーのAI活用は、どこから考えればいいか

第1セクションで引いた線は、規格値や過去の記録に照らして同じ照合を重ねる業務と、畑や釜の様子を見て毎回決める業務との間にありました。紹介した3つが線の手前側に並ぶのは、何を手がかりに見ればよいかが、公定規格や社内の記録としてすでに文字になっているからです。

一度に全部へ手を広げる必要はありません。記録がすでに整っている業務を一つ選べば十分です。登録申請書類の点検であれば、基準にあたる 公定規格と配合表 が登録担当の手元にすでにそろっています。 新しくそろえるものはありません 。