画像AIで昆虫を育てる時代へ 韓国の自動化ミールワーム工場が示す国内養殖の次の一手
ニュースの概要
韓国・江原特別自治道の昆虫スマートファームで、LG CNSが開発した画像認識AIと自動化設備によるミールワーム生産の実証が進んでいる。カメラ映像から個体の平均体長、個体数、最小・最大サイズを算出し、色や動きから不良個体を見分け、出荷に適した時期も判定する。飼料や水分の供給、飼育箱の搬送、選別、計量、検査、加工までを自動化し、温度、湿度、密度、給餌量といった飼育条件もデータで管理する。熟練者の勘に頼ってきた昆虫生産を、数値で再現できる工程へ変える試みである。
引用元: AIがミリ単位でミールワームの成長を管理、韓国の昆虫スマートファクトリー（The Chosun Daily）
分析・見解
目視の勘を数値に置き換える、昆虫生産の標準化
ミールワームの飼育は、一見すると単純な作業に見える。しかし実際は、成長のばらつきとの戦いである。同じ日に孵化した幼虫でも、餌の当たり方や箱の中の位置で大きさに差が出る。これまでは作業者が箱をのぞき込み、経験をもとに「そろそろ出荷」と判断してきた。
今回の実証は、この判断を画像から数値で出す点に価値がある。平均体長、個体数、最小・最大サイズが日々記録されれば、勘の言語化が進む。人が入れ替わっても品質が落ちにくくなる。養殖業で最も弱い「属人化」への対策として、効果は大きい。
不良個体の早期発見が、全滅リスクを下げる
昆虫の大量飼育で怖いのは、病気やカビが箱の中で一気に広がることだ。死んだ個体や色の変わった個体を早く取り除けるかどうかが、歩留まり（＝出荷できる割合）を左右する。
色や動きから不良個体を見分けるAIは、この初動を速くする。人間の目は数時間で疲れるが、カメラは疲れない。夜間も同じ精度で見張れる。魚の養殖で、給餌量を画像で調整する仕組みが広がったのと同じ流れである。ただし昆虫は個体が小さく、数も桁違いに多い。魚より難しい条件でAIが安定して動くかは、これからの検証点だ。
工程全体をつなぐ自動化が、本当の競争力になる
注目すべきは、AI単体ではなく工程全体の自動化である。給餌、給水、箱の搬送、選別、計量、検査、加工が一本につながって初めて、人件費が実際に下がる。部分的な自動化では、人が入る工程が足かせとなり、全体の速度が上がらない。
昆虫食や飼料原料の市場では、価格が最大の壁になっている。大豆や魚粉といった既存の原料と競うには、生産コストを大きく下げる必要がある。データで飼育条件を最適化し、同じ餌からより多くの収量を得る。この地道な改善が、価格競争力の源になる。
日本の愛好家市場にも、静かに波及する
昆虫の大規模生産は、食品や飼料だけの話ではない。ミールワームは爬虫類や鳥、観賞魚の餌としても広く流通する。生産が安定して品質がそろえば、ペット向けの餌でもサイズ表示や鮮度の保証が当たり前になるだろう。
一方で、大量生産が進むほど、小規模な飼育業者は差別化を迫られる。サイズ別の選別販売や、無農薬の餌で育てたといった物語性が、これまで以上に価値を持つ。技術の進歩は、小さな事業者にも付加価値の見直しを迫るのである。
ビジネスへの影響
小規模事業者は「記録の習慣」から始められる
AI設備を丸ごと導入する必要はない。まず取り組めるのは、温度、湿度、給餌量、飼育密度を毎日記録することだ。スマートフォンで箱の写真を同じ角度から撮るだけでも、成長の傾向が見えてくる。
データが数か月分たまれば、どの条件で歩留まりが良いかが分かる。将来AIを導入するときも、過去の記録は貴重な教材になる。投資の前にデータを持つこと。これが最も費用の小さな第一歩である。
販売側は品質の見える化で差をつけられる
通販や実店舗で餌用の昆虫を扱う事業者は、仕入れ先を選ぶ基準を見直す時期に来ている。サイズのばらつき、死着率（＝届いた時点で死んでいた割合）、出荷日の管理状況を、取引先に確認したい。
品質の数値を示せる生産者と組めば、返品や苦情が減る。自社でも、サイズ別の表示や飼育履歴の公開を進めれば、価格だけで比べられる状況から抜け出せる。
規制と倫理への備えも並行して進める
大規模化が進めば、衛生管理や動物福祉の議論も強まる。昆虫を食品や飼料に使う場合、各国で基準が異なる。海外製品を輸入する、あるいは輸出を考える事業者は、規制の動きを継続的に確認しておくべきだ。技術導入と同じ重みで、法令対応を計画に入れることが、長く続けるための条件となる。