- share :
- 熟練職人の高齢化
- 若手への技術継承
- 品質判断の属人化
伝統工芸や地場産業を営む中小企業の経営者にとって、これらは避けて通れない経営課題となっています。
「うちの職人が引退したら、この技はどうなるのか」
「若手に教えたいが、感覚的な部分は言葉にならない」
「品質判断が人によってぶれるのも困る」
そうした不安を抱えたままAIやDX（デジタルトランスフォーメーション）の話題を耳にしても、「機械化すれば職人の価値が下がるのでは」という抵抗感が先に立ってしまう方も多いのではないでしょうか。
本記事では、広島県熊野町の熊野筆メーカー株式会社晃祐堂と、データ活用企業株式会社ブレインパッドが取り組んだ「熊野筆×AI」プロジェクトを軸に、伝統工芸におけるDXの本質を読み解きます。AIが再現したのは「職人の手」ではなく「職人の眼」であり、この視点の違いが、伝統産業の技能継承を考えるうえでの分岐点となるでしょう。読み終えるころには、貴社が守りたい技術を次世代へ渡すために、明日から着手できる具体的な一歩が見えているはずです。
【本記事の要点】
- 熊野筆のAI活用は「職人不要論」ではなく、熟練者の判断基準を可視化して次世代へ渡す試みである
- 良品サンプル約300本、延べ約5,000枚の画像学習で不良品判定精度90%以上を達成している
- AIは検品工程の一次スクリーニングとして位置付けられ、最終判断は職人が担う設計になっている
- 中小の伝統産業がまず着手すべきは、AI導入ではなく『暗黙知の棚卸し』である
なぜ今「伝統工芸のDX」なのか：熊野筆産業に凝縮された構造課題
伝統工芸の課題は、需要減少だけではありません。技術継承・品質安定・若手教育・生産管理といった、中小製造業に共通する課題が凝縮されています。まず熊野筆産業の現状を見ることで、その構造を確認します。
熊野筆産業の現状：約2,000人の職人と、13人の伝統工芸士
熊野筆は広島県熊野町で作られる書筆・画筆・化粧筆の総称で、1975年5月に毛筆業界として全国で初めて通商産業大臣（現経済産業大臣）指定の伝統的工芸品となりました。2025年5月には指定50周年を迎えます。
熊野町では人口の約1割にあたる約2,000人が筆産業に携わっている一方、伝統工芸士として認定されているのはわずか13人です（令和4年時点）。生産現場は多くの職人によって支えられているものの、暗黙知の頂点にいる伝統工芸士は限られているという、いびつな構造がここに現れています。
出典・参照：
育成に10年以上：構造的な後継者不足
一人前の筆司として認定されるには、約3年の弟子入りを経て10年以上の経験を要するとされます。伝統工芸士の認定条件は12年以上の筆づくり経験です。育成期間の長さは、若手を採用できても即戦力化しにくく、経営としては人件費先行のリスクを抱え続ける構造を意味します。加えて、熟練者の引退時期と若手の育成完了時期が噛み合わなければ、産地の技術水準は一気に下がります。
出典・参照：
この構造は「他人事」ではない
この熊野筆が抱えている問題は、伝統工芸に限った話ではありません。
- 建設業の熟練工
- 町工場の検査工程
- 食品加工の目利き
- 木工や金属加工の仕上げ
同じ構造は全国の中小企業に広がっています。熊野筆事例が示唆するのは、「伝統工芸だけの話」ではなく、熟練者依存の事業モデル全般に共通する解決の糸口です。読者の業種が何であれ、『職人の眼』が事業の品質を支えている以上、この事例は自社の未来図として読める内容となっています。
熊野筆×AI事例の全体像：晃祐堂とブレインパッドが挑んだ検品支援
具体的にどのようなAI活用が行われたのか、事例の全体像を整理します。ポイントは、AIに任せた工程と、職人が引き続き担う工程の切り分けにあります。
プロジェクトの目的：技を奪うのではなく残す
2020年12月、株式会社晃祐堂と株式会社ブレインパッドは、熊野筆の穂先検品工程を支援するAIプロダクトの開発を発表しました。狙いは、熟練職人にしか判別しづらい穂先の良否を画像認識AIに学習させ、検品工程の一部を客観化することでした。晃祐堂は「職人の眼とAIの眼がブランド品質を担保する」構想を示しており、AIによる良品判定を出荷時のエビデンス（客観的な証拠）として活用する方向性を打ち出しています。
学習データ：良品約300本、延べ約5,000枚の画像
熊野筆の良品サンプル約300本を360度から撮影し、延べ約5,000枚の画像をもとにAIが良品の基準を学習しました。完成した筆を機械にセットすると、穂首が360度回転する間に内蔵カメラが複数枚の画像を撮影し、AIが良品・不良品を判別する仕組みです。プロトタイプはTensorFlowを用いて開発され、Google Developersブログでも「職人の技」の定量化を目指す事例として紹介されました。
判定精度90%以上：ただし「一次スクリーニング」
判定精度は90%以上に達し、検品工程の一次スクリーニングとして実用水準に到達したと報告されています。最終判定は職人が行う設計であり、AIが職人を代替する構造にはなっていません。この「AIと人の分業設計」こそが核心なのです。
出典・参照：
AIが再現したのは「手」ではなく「眼」
この事例で見落とされがちな核心は、AIが再現したのが「筆づくりの手の動き」ではなく「良品を見分ける眼」であるという点です。この違いが、伝統工芸DXの成否を分けます。
「手」と「眼」を分けて考える
筆づくりには、原毛の選別、逆毛・すれ毛の除去、穂首の芯立て、糊固めなど、多数の工程があり、その多くは指先の感覚に支えられています。AIが再現したのは、この製造プロセスそのものではなく、完成した穂先を「良品として出荷してよいか」を判別する検品の眼です。つまり、AIは筆をつくれるようになったわけではなく、筆を選別できるようになったという理解が正確です。
なぜ「眼」から始めたのか
熟練職人の暗黙知の中で、比較的可視化しやすいのは判断基準（何を見て良否を決めているか）です。手指の動きや力加減は運動情報として捉えづらい一方、目視の判断は画像として記録・学習させやすい。この現実的な切り分けが、プロジェクト成立のカギとなりました。中小企業が同種の取り組みを構想する際も、「まず眼から」というアプローチには合理性があります。
「AIが職人技を完全再現した」ではない
一部の報道では「AIが職人技を再現」と表現される場合もありますが、正確には「熟練者の検品眼を、良品画像から学習した画像認識モデルとして再現した」というのが実態です。また、筆づくりの全工程が自動化されたわけではなく、AIによって職人がいらなくなったという話でもありません。この点を経営者が正しく理解しておかないと、社内説明の段階でボタンの掛け違いが起こります。
出典・参照：
90%精度の意味と限界：AIを最終判定者にしないという設計
90%以上という精度は成果ですが、これは「AIに任せきる」ためのものではありません。数値の意味と限界を正しく理解することが、自社への応用を考えるうえで欠かせません。
90%が意味するもの
検品対象の9割以上について、AIが職人と一致する判定を返すという水準です。逆に言えば、残り数%はAIと職人の判断が食い違う可能性があります。伝統工芸品のブランド価値を毀損する不良品を1本でも見逃せない、という前提では、AI単体で最終判定を行うにはリスクが残ります。数値の高さそのものよりも、「どの範囲までAIに任せてよいか」を経営として決めることが問われます。
「一次スクリーニング」という位置付け
熊野筆のプロジェクトでは、AIを「明らかな良品／明らかな不良品を素早く分類する一次スクリーニング」と位置付け、微妙なケースは職人が最終確認する運用が想定されています。職人の負荷を減らしつつ、判断の一貫性を高める設計であり、AI導入によって職人の判断が消えるのではなく、より難しい判断に集中できるようになる構造です。
精度は「使い方」で決まる
90%という数値は絶対値ではなく、判定対象の範囲・許容誤差・後工程との組み合わせで意味が変わります。中小企業が同種のAIを検討する際は、「何%あれば実運用に足るか」を自社の品質基準から逆算する視点が欠かせません。精度を上げることに投資するのか、後工程の人の確認を厚くするのか、経営判断として設計する必要があります。
出典・参照：
執筆者
DXportal®運営チーム
DXportal®編集部
DXportal®の企画・運営を担当。デジタルトランスフォーメーション（DX）について企業経営者・DX推進担当の方々が読みたくなるような記事を日々更新中です。掲載希望の方は遠慮なくお問い合わせください。掲載希望・その他お問い合わせも随時受付中。