漁業・養殖の勘をデータ化：餌やりと環境管理の判断知

「あの人がいなくなったら、この生簀（いけす）は誰が見るのか」。沿岸漁業や養殖の現場で、こうした不安を抱える経営者は少なくありません。餌をどれだけ、いつ与えるか。水の色や魚の動きから何を読み取るか。潮や天気をどう判断するか。こうした判断のほとんどが、ベテランの頭の中だけにある「勘」として処理されています。

問題は、その勘が言葉になっていないことです。本人に聞いても「長年やってればわかる」としか返ってこない。だからこそ、後継者に引き継げないまま、引退とともに失われていきます。本記事では、漁業・養殖の現場に眠る判断知を、AIインタビューと日々の記録によってデータ化し、次世代へ伝える方法を実践的に解説します。

技術伝承AI（know-howAI）の「AIインタビュー」は、ベテランが話した内容をその場で文字起こしし、判断の根拠ごと自動で構造化します。「なんとなく」で済まされてきた勘を、後継者が読める形式知に変えられます。

なぜ漁業・養殖の勘はデータ化が難しいのか

漁業・養殖の勘がデータ化しにくいのは、判断の根拠が複数の感覚情報を同時に処理した結果であり、本人も言語化していないからです。

水温計の数字、魚の泳ぎ方、餌への食いつき、水面の色、空模様。ベテランはこれらを一瞬で統合して「今日は餌を控える」と決めています。しかし、その統合プロセスは無意識に行われているため、「なぜそう判断したのか」を自分でも説明できません。これが暗黙知の本質です。

漁業・養殖でデータ化が難しい理由を整理すると、次のようになります。

• 感覚情報が中心：水の濁り、匂い、魚の活性など、数値化しにくい要素が判断の核になっている
• 環境が毎日変わる：天候・潮・水温が日々変動し、同じ条件が二度とない
• 失敗が見えにくい：餌の与えすぎや病気の見落としは、結果が数日後に出るため因果がつかみにくい
• 記録の習慣がない：船上や生簀での作業中は手が塞がり、書き留める余裕がない

つまり、勘がデータにならないのは作業者の怠慢ではなく、記録の手段と仕組みが現場の実態に合っていないことが原因です。この前提を変えない限り、引き継ぎは進みません。

一次産業全体に共通するこの課題については、酪農・畜産の現場を扱った「酪農・畜産の現場知をデータ化する方法」も参考になります。

漁業・養殖が直面する後継者不足の現実

日本の漁業・養殖は、就業者の減少と高齢化という構造的な課題に直面しています。

令和5（2023）年の漁業就業者数は12.1万人で、平均年齢は57.1歳でした（令和5年度水産白書, 水産庁, 2024年）。前年の令和4（2022）年は前年から4.8%減少して12万3,100人となり、漁業就業者全体に占める65歳以上の割合は増加傾向にあるとされています（令和5年度水産白書, 水産庁, 2024年）。就業者全体の平均年齢が60歳近いという事実は、技術を持つ層がまもなく一斉に引退する局面にあることを意味します。

ここで考えるべき疑問が二つあります。ひとつは「ベテランが引退する前に、何を残せば事業が回るのか」。もうひとつは「若手が入っても続かないのは、教える仕組みがないからではないか」です。

後継者不足は、単に人が足りないという話ではありません。入ってきた若手が「何を見て、どう判断すればいいか」を学べる仕組みがないため、育つ前に離れてしまう。この悪循環を断つには、ベテランの判断知を伝えられる形にしておくことが先決です。

餌やりの判断知をどう言語化するか

餌やりの判断知とは、与える量・タイミング・回数を、魚と環境の状態から決めるための一連の判断基準を指します。

餌代は養殖経営にとって最大のコストです。魚類養殖ではコストの6〜7割を餌代が占めるとされ、配合飼料の価格動向が経営を大きく左右します（令和5年度水産白書, 水産庁, 2024年）。つまり、餌やりの判断は魚の成長だけでなく、利益に直結する経営判断でもあります。与えすぎれば餌が無駄になり水質も悪化する。少なすぎれば成長が遅れる。この微妙なさじ加減こそ、ベテランの勘の真骨頂です。

では、この勘をどう言葉にするか。ポイントは「数値」と「観察」をセットで記録することです。

記録する項目	数値で残すもの	観察で残すもの
給餌量	1回あたりの投餌量・1日の合計	食いつきの良し悪し
タイミング	給餌の時刻・間隔	魚が浮いてくる／沈むタイミング
環境条件	水温・溶存酸素・天候	水の色・濁り具合
判断の結果	翌日の食い残し量	魚の活性・泳ぎ方の変化

ベテランに「今日はなぜこの量にしたのか」を毎回問いかけ、その答えを記録に紐づける。これを続けると、「水温が25度を超えたら朝の給餌を1割減らす」といった判断ルールが浮かび上がってきます。最初は本人も説明に詰まりますが、問いを重ねるうちに、自分の判断基準が言葉になっていきます。

ベテランから判断の根拠を引き出す質問の組み立て方は「ベテランの暗黙知を引き出すインタビュー技法」で詳しく解説しています。

---

ベテランの「なんとなく」を、後継者が読めるルールに。 技術伝承AI（know-howAI）の無料プランなら、3名まで費用ゼロでAIインタビューと記録の蓄積を試せます。まずは無料で試すから、自社の餌やり判断をデータ化する第一歩を。

水温・酸素・水質の環境管理を引き継ぐには

環境管理の引き継ぎとは、水温・溶存酸素・水質といった指標の「正常範囲」と「異常の兆候」を、後継者が一人で判断できる状態にすることです。

養殖では、各地でICTブイを活用した漁場環境データの収集・活用が始まっており、衛星情報や海況情報を活用して赤潮の予測や高水温による養殖魚のへい死に対応する仕組みの開発が進められています（令和5年度水産白書, 水産庁, 2024年）。センサーで水温や酸素を自動測定できる環境は広がりつつあります。

ただし、ここで重要な疑問があります。「数値が取れれば、判断もできるのか」。答えはノーです。数値はあくまで材料であり、「その数値が出たときに何をするか」という判断知がなければ、データは宝の持ち腐れになります。

環境管理の判断知を引き継ぐには、次のような形で記録を残すと効果的です。

• 正常範囲の明文化：「夏場の溶存酸素は朝5mg/L以上を維持」など、季節ごとの目安を数値で残す
• 異常の初期兆候：「酸素が下がる前に魚が水面に集まる」といった、数値に先行するサインを言葉にする
• 対応のルール：「酸素が4mg/Lを切ったら即エアレーション増強」など、判断と行動を紐づける
• 過去の失敗事例：「あの年の赤潮はこの兆候から始まった」という経験を記録に残す

センサーが拾う数値と、ベテランが見ている観察情報を組み合わせて記録することで、後継者は「数値だけでは見えない判断」を学べます。これがスマート水産業の機器とナレッジ記録を接続する意味です。

魚の健康・病気の見極めを伝える

魚の健康の見極めとは、外見・動き・摂餌の変化から、病気や異常の兆候を早期に発見する観察知のことです。

病気は早期発見が何より重要ですが、初期の兆候はわずかです。泳ぎ方が少しおかしい、体表の色がいつもと違う、餌への反応が鈍い。ベテランはこうした微細な変化に気づきますが、若手は見ても気づけません。「いつもと違う」という感覚は、毎日見ている人にしか持てないからです。

ここでの疑問は「見ればわかる、を、どう教えるか」です。観察知は、比較対象がないと伝わりません。だからこそ、正常時の状態を記録しておくことが鍵になります。

健康の見極めを伝えるための記録のコツは次の通りです。

• 正常時の基準を残す：健康な魚の泳ぎ方・体色・摂餌の様子を、写真や動画とあわせて記録する
• 異常のパターンを蓄積：過去に発生した病気の初期症状を、発見時の状況とともに記録する
• 対応の手順を残す：兆候を見つけたときの隔離・投薬・連絡の流れを明文化する
• 見落としの事例も残す：「このときは見逃して被害が拡大した」という失敗も貴重な教材になる

写真や動画で正常時と異常時を比較できるようにしておけば、若手は「違い」を目で学べます。文章だけでは伝わらない観察知を、視覚情報で補強するわけです。

感覚に頼った判断を言葉にする一般的な手法は「感覚的な熟練の技を言語化する方法」でも掘り下げています。

漁場・潮の読みという経験知を残す

漁場・潮の読みとは、どこで・いつ漁をすれば成果が上がるかを、海況・潮汐・季節・過去の経験から判断する知識を指します。

沿岸漁業や定置網では、漁場の選定や仕掛けのタイミングが漁獲を大きく左右します。「この潮のときはここに魚が集まる」「この季節の朝はこの場所」という知識は、長年の経験で蓄積されたものです。GPSや魚群探知機があっても、最終的にどこを攻めるかはベテランの読みに頼っているのが実情です。

この経験知は、断片的な記録では伝わりません。「いつ・どこで・どんな条件のときに・どんな結果だったか」をセットで残すことが必要です。

記録する要素	具体例
日時・季節	何月の何時頃か、潮の状態（大潮・小潮）
場所	漁場の位置、水深、底質
環境条件	水温、潮の流れ、天候、前日との変化
判断と根拠	なぜそこを選んだか、何を見て決めたか
結果	漁獲量・魚種・サイズ

これらを蓄積すると、「春の大潮の朝はこの漁場」といったパターンが、データとして再現可能な形になります。ベテランの頭の中にあった地図が、誰でも参照できる記録に変わるわけです。

「教えてくれる人が近くにいない」状況をAIで補う考え方は「聞ける人がいない現場をAI検索で支える方法」も参考になります。

技術伝承AIで勘をデータ化する流れ

技術伝承AIによる勘のデータ化とは、AIインタビュー・記録・検索を組み合わせて、ベテランの判断知を蓄積し、後継者がいつでも引き出せる状態にする仕組みです。

具体的な流れは次の通りです。

1. AIインタビューで引き出す：AIがベテランに「なぜそう判断したか」を質問し、回答をその場で文字起こし・構造化する
2. 日々の記録を蓄積する：給餌量・水温・観察メモを音声や写真で残し、判断知の材料を集める
3. 出典付きのRAG検索で引き出す：後継者が「夏場の酸素管理は」と尋ねると、根拠となる記録ごと答えが返る
4. クイズやマニュアルに展開する：蓄積した知識から理解度テストや手順書を自動生成し、若手の教育に使う

ここで疑問になるのが「センサーで取ったデータとどうつなぐか」です。技術伝承AIは、スマート水産業の機器が出力する数値データと、人が記録した観察・判断のナレッジを一元的に蓄積できます。数値と判断知をセットで残すからこそ、「この数値が出たらこう動く」という実用的な引き継ぎが可能になります。

AIチャットボットを使った技能伝承の全体像は「AIチャットボットによる技能伝承の進め方」でも解説しています。

技術伝承AIの料金プランは、現場の規模に合わせて選べます。

プラン	月額	対象人数	主な用途
無料	0円	3名まで	まずは試したい小規模漁家・養殖場
スタンダード	4,980円	10名まで	複数の生簀・船を持つ事業者
プロ	9,800円	無制限	漁協・複数拠点での展開
エンタープライズ	個別見積	無制限	大規模・カスタム要件

---

勘を、次の世代へ。 ベテランが現役のうちに、判断知をデータに変えませんか。技術伝承AI（know-howAI）のデモを体験するで、AIインタビューが勘をどう言葉にするか、実際の動きをご確認いただけます。料金や導入規模のご相談は料金プランを見るから。

よくある質問（FAQ）

Q. 現場が忙しく、記録する時間がありません。続けられますか。 A. 音声入力やスマートフォンの写真撮影を使えば、作業の合間に数十秒で記録できます。文章を書く必要はなく、話したり撮ったりするだけで蓄積されるため、書く習慣がない現場でも続けやすい設計です。

Q. ベテランがITに不慣れです。AIインタビューは使えますか。 A. AIインタビューは、AIが質問を投げかけ、ベテランは話すだけで完結します。操作はスマートフォンやタブレットで音声を録るだけなので、機械が苦手な方でも普段の会話の感覚で利用できます。

Q. センサーや魚群探知機のデータと連携できますか。 A. 数値データと、人が記録した観察・判断のナレッジを一元的に蓄積できます。スマート水産業の機器が出す数値に、「その数値のときどう判断するか」という知識を紐づけることで、引き継ぎに使える形になります。

Q. 小規模な漁家でも導入する意味はありますか。 A. むしろ小規模ほど、特定の人に知識が集中しがちです。無料プランは3名まで費用ゼロで使えるため、まずは餌やりや環境管理の判断を記録することから始められます。

Q. データ化した知識は他社に漏れませんか。 A. 蓄積した記録は組織ごとに分離して管理され、外部からアクセスできない仕組みです。漁場や独自の判断基準といった競争力の源泉を、安全に社内へ蓄積できます。

まとめ：勘を残せるのは、ベテランが現役のうちだけ

漁業・養殖の現場にある餌やり・環境管理・健康の見極め・漁場の読みといった勘は、ベテラン一人ひとりの頭の中にしかありません。就業者の高齢化が進む今、これらの判断知をデータに変えられるのは、ベテランが現役で答えられるうちだけです。

大切なのは、すべてを一度に記録しようとしないことです。まずは餌やりの判断ひとつから、「なぜそうしたか」を問い、記録に残す。これを習慣にできれば、勘は少しずつ形式知へと変わっていきます。AIインタビューと記録の仕組みを使えば、書く負担をかけずに、現場の判断知を次世代へ引き継ぐ土台を築けます。

引き継ぎは、人がいなくなってからでは間に合いません。今いるベテランの知恵を、今のうちにデータにしておくことが、事業を続けるための最も確実な備えになります。

---

関連サービス：

• 現場DXツール9製品の比較ガイド — GenbaCompass：一次産業を含む現場の課題に合わせて、最適なDXツールを比較検討できます。