農産物直売・6次産業化のAI活用|生産者IDと精算をつなぐ

生産者ごとの色を保った粒が棚を通って精算書へ届き、生産者へ戻っていく農産物直売・6次産業化のAI活用イメージ
目次

1. 結論:農産物直売・6次産業化なら、何から始めるか

農産物直売所と6次産業化の事業でAIを使うなら、最初の一手は生産者ID・商品ID・ロットを、販売から精算までつなぐことです。次が加工をしているかどうかを、商品ごとに分けること、その次が加工のバッチを原料のロットとラベルへつなぐことです。

本記事では、農業者・農業法人などが農産物直売所で生鮮品を販売し、必要に応じて自ら加工・商品化・EC販売まで行う6次産業化事業者を主なモデルとして想定します。農業生産の専業、食品製造の専業、スーパーマーケット、道の駅全体の運営は範囲外です。

この順番になるのは、この業種の仕事が「他人の商品を預かって売る」ことと「自分で作って売る」ことが、同じ店舗のなかで並んでいる構造だからです。生産者から預かった野菜を売れば、売れた分を生産者へ精算します。自分でジャムに加工して売れば、それは自社の商品になります。この2つは、お金の流れも、適用されるルールも違います。

一方で、AIに渡せない判断もはっきりしています。精算の確定、価格とラベルの確定、加工の実施そのもの、衛生上の是正、表示の確定、苦情と回収への対応は、人が持ちます(節6)。

判断は人が持ったまま、判断に至るまでの仕事の大半は機械に渡せます。ただし、売上と手数料の計算・在庫の管理・精算の集計・完全一致の照合・状態の遷移は業務システムとルール処理の仕事であり、生成AIが担うのは自由記述の整理、候補の提示、差分の抽出、未確認事項の洗い出し、説明の草案までです。

そして、この業種でもっとも大事なのは、直売所全体を「ひとつの規制の状態」として扱わないことです(節9)。同じ店の棚に、農業者が自ら生産して並べた野菜と、自社で加工した商品が並びます。この2つを一律に扱うと、不要な手続きや、必要な確認の漏れを招きかねません。

2. 業務全体の流れ

この業種の仕事は、預かって売る流れと、自分で作って売る流れが並走しています。

段階 主なこと
[預かって売る]
1. 生産者登録・出荷者受付 生産者IDを起こし、契約の状態を持つ
2. 委託販売・手数料条件の管理 生産者ごとの手数料率・精算の周期・返品の扱いを契約の版として登録する
3. 収穫・出荷見込みの把握 生産者からの連絡・天候・作付から入荷の予測を立てる
4. 商品・品目マスター登録 品目・規格・産地・価格の単位を持つ
5. 入荷・生産者ロットの受付 誰が、いつ、何を、どれだけ持ち込んだかを記録する
6. 品質・販売可否の確認 外観・鮮度・規格から、販売できるかを確認する
7. 価格・ラベル・陳列の設定 価格の版とラベルと棚の位置を決める
8. 販売・生産者別の売上計上 POSでどの生産者の商品が売れたかを計上する
9. 値引き・返品・廃棄 承認済みのルールから候補を作る
10. 生産者別の精算 売上・手数料・返品から精算書を作り、振り込む
[自分で作って売る]
11. 加工品の企画・レシピ設計 原料・顧客・設備・原価から商品を企画する
12. 加工原料・製造ロットの管理 どの原料ロットから、どの製造ロットができたかを持つ
13. 加工工程の衛生管理 温度・工程・清掃の記録を集め、欠落と基準からの逸脱を抽出する
14. 加工食品のラベル・アレルゲンの確認 レシピ・原材料・包材・期限からラベルの版を作る
20. 加工品の物理的な製造・加工の実施 洗浄・カット・加熱・混合・充填などの実際の加工を行う。物理工程そのもの
[共通]
15. EC・発送 注文を商品・在庫・出荷元・配送条件へ紐づける
16. 苦情・回収対応 対象の範囲を特定し、販売を停止する
17. 総合化事業計画・支援制度の管理 計画の版と、報告や申請の資料を管理する
18. チャネル別・商品別の採算 直売・加工・ECの採算を分けて見る
19. 生産者・商品構成の見直し 販売・欠品・廃棄・顧客の反応から次期の品揃えを考える

段階13と段階20は、別の仕事です。衛生の記録を集めることと、実際に洗い、切り、加熱することは違います。記録の仕組みを整えることは、加工作業を代替することではありません(節3 Top3)。

3. AI導入優先Top3

Top 1:生産者ID・商品ID・ロットを、販売から精算までつなぐ

何をするか。入荷したロット・POSの売上・手数料・精算を、生産者IDでつなぎます。「売れた数量」と「支払いの根拠」が一致する状態にします。

なぜ最初か。この業種の信頼関係は、精算が正しいことの上に成り立っています。そして、この接続はTop 3の回収の追跡にも使えます。誰のどのロットが、どこへ売れたかがたどれるようになるからです。

どう始めるか。主要な20生産者だけで構いません。入荷ロット・POS売上・手数料・精算を接続します。作ってみると、精算の差異がどこで生まれているかが分かります。この段階ではAIを使いません。

何を測るか。

  • 精算の差異の件数と金額
  • ある商品がどの生産者のどのロットかを特定するのにかかる時間
  • 未精算のまま残っている件数

注意。売上と手数料の計算、精算の集計は、業務システムとルール処理の仕事です。AIが担うのは、生産者からの連絡や出荷の見込みといった自由記述からの情報の抽出までです。精算の確定と、返品や廃棄の負担をどちらが持つかは、契約のルールと担当者の確認で確定します(節6)。

Top 2:加工をしているかどうかを、商品ごとに分ける

何をするか。取り扱っているすべての商品を、「自ら生産した農産物の販売」「調製」「加工品」に分類します。そのうえで、それぞれに必要な手続き・衛生管理・表示の確認へ分岐させます。

なぜ2番目か。ここが、この業種の設計の核心だからです。

農業者が自ら生産した農産物を販売する場合について、食品衛生法上の採取業として営業の届出が不要とする行政のQ&Aがあります。一方で、農産物の単純な調製は採取業の範囲となる場合がある一方、消費の利便性のためのカットなどは採取業の範囲に含まれない例が、行政のQ&Aで示されています(節9)。

つまり、同じ野菜でも、そのまま並べるのか、消費者が使いやすいように切るのかで、扱いが変わり得ます。「直売所だから一律にこう」とは決まりません。

どう始めるか。全商品を3つに分類します。分類が確認できていない商品を残さないでください。分類が決まってはじめて、その商品に何が必要かが決まります。

何を測るか。

  • 分類が未確認の商品の件数(0件であることが目標です
  • 手続きの差し戻しの件数
  • ラベルを修正した件数

注意。適用される制度は、行政の一次情報と、実際に行っている加工の行為に基づいて人が確認します(節6)。AIが担うのは、分類の候補と、確認すべき事項の一覧までです。

Top 3:加工のバッチを、原料のロットとラベルへつなぐ

何をするか。加工品について、原料のロット・製造のバッチ・レシピの版・ラベルの版を接続します。原料が変わったときに、表示の確認が必ず発生する形にします。

なぜ3番目か。Top 1でロットが、Top 2で分類が整ってから効く工程だからです。効果の大きさではなく、着手の順序として3番目です。

どう始めるか。加工品を5品だけ選びます。原料ロット・製造バッチ・レシピ版・ラベル版を接続します。原料の仕入先が変わったときに、どのラベルを見直すのかが分かる形にします。

何を測るか。

  • 回収の対象を特定するのにかかる時間
  • ラベルと原材料の食い違いの件数
  • 加工品の廃棄率

注意。ここで、記録と物理的な作業を分けてください。

洗浄・カット・加熱・混合・充填といった実際の加工は、物理的な工程です。生成AIが担当する領域ではありません。AIが関われるのは、原料ロットとレシピの差分の提示、ラベルと原材料の不一致の抽出、衛生の記録の欠落の抽出です。

温度や清掃や工程確認の記録の収集と、基準との照合は、ルール処理やセンサーとの連携に向いています。そして、製造の実施・衛生上の是正・表示の確定は人が担います(節6)。

なお、効果の大きさと着手の順序は一致します。Top 1がなければTop 3の追跡もつながらず、Top 2の分類がなければTop 3で何を確認すべきかも決まらないためです。

4. AIに任せやすい仕事

この業種でAIが主に担えるのは、次のような性質の作業です。

性質 農産物直売・6次産業化での具体例
形を整える 生産者からの連絡(電話メモ・メッセージ)を、品目・数量・出荷予定日の項目へ落とす
照らし合わせる 加工品のラベルの内容と、レシピ・原材料の情報を突き合わせる
違いを見つける 原料の仕入先が変わったときに、影響を受ける加工品を出す
足りないものを探す 衛生の記録のうち、欠落しているものと基準から外れているものを抽出する
下書きを作る 生産者への案内文、商品の説明文、苦情への一次回答の草案を起こす
探し出す 対象のロットが、いつどのチャネルで売れたかをたどる材料を集める

売上と手数料の計算、在庫の管理、精算の集計、チャネル別の採算は、業務システムとルール処理の仕事です。AIに入るのは、例外として上がってきたものの整理までです。

5. AI支援に向く仕事

次は、AIが案を出し、人が確認してから使う領域です。節4との違いは、結果をそのまま使えるかどうかにあります。

  • 入荷の見込みの整理——生産者からの連絡・天候・作付・前年の実績から候補を出せます。入荷の確定は含みません
  • 品質・販売可否の材料整理——規格とルールに照らして不一致を候補として出せます。販売してよいかの確定は含みません(節6)
  • 加工品の企画とレシピの草案——文章の草案は作れます。事実・制度・価格を生成させず、正本との差分検査を通します
  • ラベルとアレルゲンの確認候補——レシピと原材料から不一致や不足を候補として出せます。表示の適法性をAIが最終的に確定しません(節6)
  • 支援制度への適合の候補整理——自社の計画と制度の要件の対応の候補を整理できます。採択や認定を保証するものではありません

6. 人に残す仕事・判断

線の引き方の原則は、「AIが答えを出せるか」ではなく「誰がその答えに責任を持つのか」です。この業種では、以下の確定者は法令が特定の資格者に限定しているものではなく、本記事が安全な運用として推奨する置き方です(営業許可・届出については節9を参照してください)。

加工を実施する

洗浄・カット・加熱・混合・充填といった実際の加工は、物理的な工程です。現場の人が実施します。生成AIが直接代替する工程ではありません。

適用される制度を確認する

商品ごと・工程ごとに、「自ら生産した農産物の販売」なのか「調製」なのか「加工」なのかを確認します。適用される制度は、行政の一次情報と、実際に行っている行為に基づいて人が確認します。AIの分類の候補をそのまま結論にしません。

表示を確定する

AIが食品表示の適法性を最終的に確定しません。ラベルと原材料の差分は機械的に出せますが、表示を確定するのは人です。とくに原料が変わったときの再確認は、工程として置きます(節7)。

衛生上の是正を判断する

記録の収集と基準との照合は機械化できます。しかし、基準から外れていたときに何を廃棄し、いつ再開してよいかを判断するのは人です。

精算を確定し、返品・廃棄の負担を決める

売れた数量と支払いの根拠が一致していることを、担当者が確認して確定します。返品や廃棄の負担をどちらが持つかは、契約のルールに基づいて決めます。

品質・販売可否を決める

外観・鮮度・規格から、その商品を並べてよいかを人が決めます。

苦情への対応と回収の範囲を決める

影響範囲の追跡はシステムが行います。しかし、どこまでを回収の対象とし、販売を停止するかを決めるのは責任者です。

価格を確定する

生産者との関係と原価を踏まえ、権限者が確定します。

AIが90%正しくても人が全部確認する領域が、この業種にはあります。食品の安全と、生産者との信頼の両方に関わるためです。

7. Best Practice

到達点として、次の3つの構造を示します。

ひとつ。生産者ID・商品ID・POSの売上・精算が1本でつながり、売れた数量と支払いの根拠が一致している。生産者から「先月の精算はこれで合っていますか」と聞かれたときに、その場で明細を示せる状態です。

ふたつ。加工品について、原料ロット・レシピの版・製造ロット・ラベルの版がつながり、原料が変わったときに表示の確認が関門になっている。原料の仕入先を変えた時点で、ラベルの再確認が自動的に発生する状態です。

みっつ。直売・加工・ECがチャネル別に採算計算され、「売上が増えた」ことと「加工や物流のコストが増えた」ことが分けて見える。6次産業化で売上が伸びても、加工の手間と配送の費用がそれを上回っていないかが分かる状態です。

8. Before / After

Before。生産者の登録は紙の名簿にあり、入荷は伝票で受け付け、売上はPOSにあり、精算は表計算で作ります。加工品のレシピは担当者のノートにあり、ラベルはその都度作られます。ECの注文は別の管理画面にあります。商品事故が起きたとき、誰のどのロットがどこへ売れたかを追うには、複数の記録を突き合わせることになります。

この流れには理由があります。直売から始まった事業が、加工、ECへと段階的に広がってきたからです。それぞれの段階で、そのときに必要なやり方が積み上がっています。

After。生産者ID・商品ID・ロット・加工のバッチ・販売と精算が接続されています。そして、採取・調製・加工を分ける関門を持っています。AIは需要の予測と文書の整理を支援し、加工の実施・表示・回収・精算の確定は人が担います。

変わるのは「売上」ではありません。「事業を広げたときに、それぞれのチャネルが儲かっているかが分かるか」と「何かあったときに、誰のどのロットかを言えるか」です。

9. 法令・規制・情報管理

この業種で押さえておきたい制度を、同じ事業者のなかで適用が分岐するという観点で整理します。以下は本記事における実務上の整理であり、個別の適用は実際に行っている行為によります。

直売所全体を、ひとつの規制の状態にしない

これが、この業種でもっとも重要な考え方です。

直売所全体を一つの規制の状態にせず、商品ごと・加工の工程ごとに、「採取」なのか「調製」なのか「加工」なのかを分けて確認する必要があります。これは本記事における整理ですが、以下の制度の内容がその根拠になります。

採取業と、営業の届出

農業者が自ら生産した農産物を販売する場合は、食品衛生法上の採取業として営業の届出を不要とする行政のQ&Aがあります。

一方で、農産物の単純な調製は採取業の範囲となる場合がある一方、消費の利便性のためのカットなどは採取業の範囲に含まれない例が、行政のQ&Aで示されています。

同じ野菜でも、そのまま並べるのか、使いやすく切るのかで、扱いが変わり得るということです。自社の商品それぞれがどちらに当たるかは、行政の一次情報と所管の窓口で確認してください。

加工・製造を行う場合

食品の加工・製造等を行う場合は、実際の営業の内容に応じて、営業許可の対象業種、または営業届出制度の対象となり得ます。直売所全体で一律に扱わず、加工の行為ごとに確認します。

ジャムを作る、漬物を作る、弁当を作る——行為が違えば、確認すべきことも変わります。

HACCPに沿った衛生管理

HACCPの制度化は、原則として食品等事業者が対象ですが、農業および水産業における食品の採取業は対象外と厚生労働省が示しています。

したがって、農産物の採取の工程と、加工の工程で、HACCPの適用を一律化しません。直売の部分と加工の部門を、同じ規制の状態として扱わないでください。加工などの食品事業は、別途対象になり得ます。

加工食品の表示とアレルゲン

容器包装された加工食品については、特定原材料を含む旨のアレルギー表示が義務付けられています。

また、加工食品等の食品表示基準は、消費者庁の最新の法令・通知で管理されています。表示のルールは改定されるため、参照した時点を記録しておいてください。

この義務は「容器包装された加工食品」についてのものです。そのまま並べている農産物とは扱いが違います。ここでも、商品ごとに分けて考えてください。

総合化事業計画の認定

農林水産省は、六次産業化・地産地消法に基づく総合化事業計画等の認定の一覧を、2026年7月31日現在で公開しています。

この認定を、すべての6次産業化事業者に必要な許可のように扱いません。「認定がなければ6次産業化ができない」という制度ではありません。該当する事業者が選択して利用する制度として位置づけてください。自社にとっての意味は、制度の一次情報で確認してください。

生産者と消費者のデータを分ける

委託している生産者の個人情報や売上の精算データと、消費者のデータは、利用目的を分けて管理します。

生産者は取引の相手方であり、消費者は顧客です。生産者別の売上のデータを販促に使う場合、その利用の目的と範囲を先に決めておいてください。外部へ情報を渡す場合は、それが第三者提供・委託その他のどの類型に当たるかを確認し、必要な同意・通知・契約・委託先の監督などを行います。

生成AIへ投入する情報の条件

自社は、生産者の個人情報と売上のデータ、加工品のレシピという営業上の情報を扱います。生成AIへ投入するときは、次で線を引きます。

  • 投入する情報を必要最小限にする(生産者を特定できる情報と、売上・精算の明細は入れない)
  • AI事業者が入力データを学習に利用するか
  • 保存期間と削除の方法
  • 契約上の機密保持とデータの取扱条件
  • アクセス権限と利用ログが残るか
  • 再委託・国外保存など、自社の規程上決めておくべき事項

そのうえで、生産者や顧客の情報を扱うのは会社が利用を承認したアカウント・サービスに限ります。これは法律上の一般ルールではなく、組織として決めるガバナンスの問題です。

そして、アレルゲンや表示に関わる回答を、生成AIの出力だけで確定しません(節6)。

制度と情報の版・時点

制度も、仕入先から届く規格の情報も改定されます。AIの出力には、参照した版と時点を紐づけます。

法令・制度の記述について

※法令・制度に関する記述は、内容確認日時点の一般的な整理です。実際の適用は、実際に行っている行為、営業の内容、取り扱う商品、施行時点の法令・行政解釈等によって異なります。重要な判断は、最新の一次情報と所管の窓口で確認してください。

10. 最初の30日プラン

1週目:測ることから始めます。主要な20生産者を対象に、①精算の差異の件数と金額 ②ある商品の生産者とロットを特定するのにかかる時間 ③加工品のうち分類が未確認のものの件数を記録します。この週はAIを使いません。

2週目:正本とルールを決めます。生産者ID・商品ID・ロットの振り方と、委託販売の条件(手数料率・精算の周期・返品の扱い)の契約版を決めます。全商品を「自ら生産した農産物の販売」「調製」「加工品」に分類します。加工品については、原料ロット・製造バッチ・レシピ版・ラベル版を接続する様式を作ります。AIへ投入してよい情報の線引き(節9)も決めます。

3週目:低リスクな範囲でAIを使います。すでに終わった製造のバッチで、ラベルと原材料の差分の抽出と、衛生記録の欠落の抽出を試します。担当者が確認した結果と突き合わせ、見逃し・別のロットへの誤帰属・古い版の参照がないかを見ます。AIが「問題なし」とした側もサンプルで抜き取ります。

4週目:同じ測り方で比べます。①精算の差異が減ったか ②生産者とロットの特定が速くなったか ③分類の未確認が0件になったか。③が残っているなら、そこから先へ進まないでください(節3 Top2)。

11. AI活用成熟度

自社がどの段階にあるかを判定してみてください。

レベル1:人に依存している。生産者との条件・入荷の記録・加工のレシピが、担当者の記憶と紙にあります。

レベル2:台帳やツールがある。POSと精算の表計算はありますが、入荷のロットと売上と精算がつながっておらず、差異の調整に時間がかかります。

レベル3:一元化されている。店頭とECの販売から生産者別の売上・手数料・精算、自社の加工品の売上まで、主要なIDでつながっています。版・根拠・承認・権限へ戻れます。採取・調製・加工の分類が商品ごとに決まっています。

レベル4:AIが支援している。自由記述・書類の整理、差分、候補、未確認事項の抽出をAIが支援しています。一意に決まる計算と状態の遷移はルールとシステムが担っています。判断は動いていません。

レベル5:仕組みになっている。この段階は「AIが加工や精算を自動で行う」ことではありません。チャネルごとの採算が分けて見えていて、何かあったときに誰のどのロットかをその日のうちに言えて、人が判断すべきことに時間を使えている状態です。

12. よくある質問

直売所で野菜を売るのに、営業の届出は必要ですか。

商品ごとに変わります。農業者が自ら生産した農産物を販売する場合について、食品衛生法上の採取業として営業の届出を不要とする行政のQ&Aがあります(節9)。一方で、消費の利便性のためのカットなどは、採取業の範囲に含まれない例が示されています。自社の商品それぞれについて、行政の一次情報と所管の窓口で確認してください。

加工を始めるとき、何を確認すればよいですか。

食品の加工・製造等を行う場合は、実際の営業の内容に応じて、営業許可の対象業種または営業届出制度の対象となり得ます(節9)。直売所全体で一律に扱わず、加工の行為ごとに確認してください。

うちは農産物しか扱っていません。HACCPの対応は必要ですか。

農業および水産業における食品の採取業は、HACCP制度化の対象外と厚生労働省が示しています(節9)。ただし、加工などの食品事業は別途対象になり得ます。採取の工程と加工の工程で、適用を一律化しないでください。

総合化事業計画の認定を受けないと、6次産業化はできませんか。

そのような制度ではありません(節9)。認定は、該当する事業者が選択して利用する制度です。必要な許可のように扱わないでください。

加工品のラベルをAIに作らせてよいですか。

草案と、原材料との不一致の抽出まではAIが担えます。しかし、AIが食品表示の適法性を最終的に確定しません(節6)。表示を確定するのは人です。とくに原料が変わったときの再確認は、必ず工程として置いてください。

13. 関連する業種の記事

  • 食品製造のAI活用——原材料から出荷先までをひと続きで追い、表示の最終承認と出荷の可否を人に残す設計が、本業種の加工部門と同じ構造です
  • 食品卸のAI活用——仕入のロットから出荷先までを1本でつなぐ考え方が、本業種の生産者ロットの追跡に対応します
  • スーパーマーケットのAI活用——生産者から預かった商品と、自社で加工した商品の分け方が対照になります
  • レストランのAI活用——加工を行う場合の営業許可の分岐が対照になります

シリーズの一覧は業種別AI活用からご覧いただけます。

14. この記事を自社に当てはめたい方へ

同じ農産物直売・6次産業化でも、加工の有無と情報の整理状況によって最初の一手は変わります。加工をしていない直売所は「生産者IDと精算をつなぐ」だけで十分です。加工を始めている事業者は、その前に「加工をしているかどうかを商品ごとに分ける」から始めてください(節3 Top2)。

15. 無料AI戦略診断/AI顧問サービス

AI戦略診断は無料・登録不要です。回答すると、自社のAI活用がいまどの段階にあるかと、最初に取り組むべき領域が分かります。

より踏み込んだ伴走をご希望の方は、AI顧問サービスもご覧ください。個別のご相談はお問い合わせから承ります(30分の無料リモート面談)。

最終更新日: 2026年8月29日/内容確認日: 2026年8月29日

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

西俊明(トシゾー)のアバター 西俊明(トシゾー) 中小企業診断士/AI実践戦略士/IT講師・著者

中小企業診断士/AI実践戦略士(商標出願中)/IT講師・著者。富士通で17年間、IT製品の営業・マーケティングに従事した後、独立。中小企業を中心に270社超を支援し、研修・セミナーへの登壇は250回を超える。現在は、生成AI・ITを経営や業務に生かす実践的な方法と、ITパスポート、情報セキュリティマネジメント、基本情報技術者試験などの学習法・過去問解説を発信している。著書に『Webマーケティング最強の1冊目』(千葉テレビ『モーニングこんぱす』で紹介)
『改訂7版 ITパスポート最速合格術』など。

目次