「毎朝、冷蔵庫の温度を全部読み上げて、紙に書くんです。それが1日3回」──ある飲食チェーンの店長さんの言葉です。続けてこうも言っていました。「記録は取ってますよ。でも正直、衛生が良くなった実感はないですね。書類が増えただけで」。
現場の人は手を抜いているわけではありません。むしろ真面目に記録を取りすぎて、本当に大事なことに時間が回っていない。
HACCP（食品の安全を管理する国際基準）の義務化で増えた「記録」の本質的な問題と、生成AIが記録の意味そのものを変え始めている話をします。
Q01HACCP記録の業務は、AIで効率化できますか？
できます。ただし「全部AIに任せる」のではなく、記録を仕分けることが先です。生成AIは記録のコストをゼロに近づけ、記録を「書く作業」から「現場の行動を変えるフィードバック」に変えられます。仕分けと暗黙知の抽出、運用の3ステップが出発点になります。
順に見ていきます。まず、なぜ「書いているのに衛生が良くならない」のか。その構造からです。
Q02HACCP義務化で、衛生は良くなったのですか？
数字を見る限り、記録と衛生が分離しています。2021年の完全義務化を経て、飲食店の75.2％がHACCP対応済みになりました（厚労省2022年調査）。一方で2024年の食中毒発生件数は1,037件（厚労省「食中毒統計」）と過去5年で最多。飲食店での発生だけでも548件で、2023年の1,021件からさらに増えています。
75％以上の飲食店が対応しているのに、食中毒は増えている。「記録すること」と「衛生を良くすること」が完全に分離しているということです。ある食品工場では、HACCP対応後に紙の帳票が月200枚以上増えて、その7割が形式的なチェックだったそうです。
人間の注意力は、同じことの繰り返しに対してどんどん鈍くなります。1日50回「よし」と書いていると、51回目に温度が1度高くても気づけない。「よし」と書くことが反射になっていて、判断が入る余地がない。紙の記録は「異常を見つける仕組み」ではなく 「記録を残す仕組み」 でしかなくなっています。現場が悪いのではなく、仕組みが「気づき」を生まない設計になっているのです。
Q03どの記録をAIに任せて、どれを従来システムに任せますか？
「必要な精度」と「業務の性質（ルール化できるか／判断が要るか)」の2軸で仕分けます。温度記録のように完全にルール化できて100％の精度が必要な領域は、IoTセンサーや従来システムの担当。異常時の是正措置や衛生指導のように判断に幅があり、80％＋人の確認で回る業務が生成AIの出番です。
| 記録・業務の型 | 向いている手段 | 理由 |
|---|---|---|
| 温度記録など、完全にルール化でき100％の精度が必要 | IoTセンサー・従来システム | 判断が不要で、生成AIをわざわざ使う意味がない |
| 異常時の是正措置・衛生指導など、判断に幅がある | 生成AI＋人の確認 | 文脈の解釈と提案が必要で、80％＋人の確認で回る |
現場で学んだのは、この仕分けを最初にやるかどうかで導入の成否が決まるということです。「AIに全部任せよう」ではなく、 「この記録は100％の精度が必要か？ 80％＋人の確認で回るか？」 という問いから始める。逆を行くと精度が出ず、「AI使えない」という結論になってしまいます。
Q04ベテラン店長の暗黙知は、どうやって記録に変えますか？
「書かせる」のではなく「話した内容から抽出する」やり方が有効です。朝礼や仕込み中の指導を録音してAIで構造化すると、その店舗固有のHACCP補足ナレッジが自然に蓄積されます。マニュアルに書いてくださいと頼んでも出てこない知識が、この方法なら残ります。
ベテランの店長は、マニュアルには書いていない知識を持っています。「この時期の鶏肉は水分が多いから加熱は長めに」「水曜の夕方はバイトが手薄だから仕込みの順番を変える」。こういう暗黙知こそが現場の衛生を本当に守っています。でも本人は何を知っているか自覚していないことが多く、書くこと自体が負担になります。
使う場面も変わります。新人アルバイトが「手洗いのタイミングがわからない」と聞いたとき、500ページのHACCPマニュアルから該当ページを探させるのか。それともAIが「いま鶏肉を触ったあとだから、次の作業の前にもう一度洗ってください」と文脈に合った1行だけを返すのか。 「マニュアルを読ませる」と「知識を使える形で渡す」は、まったく別の話 です。後者が生成AIで初めて現実的になりました。
Q05導入後の精度は、どうやって維持しますか？
月1回の「定点観測」と、現場からのフィードバックルートの2つをセットで回します。メニュー変更・仕入先変更・季節の変動が起きるとAIの出力精度は変わるため、代表的な記録パターンを月1回AIに流して精度を確認し、現場スタッフの「この指摘、おかしくない？」を受け取れる窓口を作っておきます。
この2つを回すだけで、導入後の精度維持は格段に楽になります。「入れて終わり」にしない、いちばん小さな習慣です。
紙やIoTセンサーは「データを残す／取る」ところまで。生成AIが変えるのはその先で、データの意味を解釈して具体的なフィードバックまで返す領域です。海外では、ネスレが全世界300工場・約3,000のHACCPプランをデジタル化し、スプレッドシートでの静的な管理から動的なシステムへ移行しています（Consumer Goods Technology, 2025年）。IFSQN（国際食品安全品質ネットワーク）は「2027年までにAIネイティブな食品安全プラットフォームが手作業のドキュメント管理を置き換える」と予測しています。
よくある質問（FAQ）
- Q. 多店舗チェーンの多言語マニュアルにも使えますか？
- A. 使えます。外国人従業員向けマニュアル作成に生成AIを活用し、動画からの自動字幕生成と20カ国語への翻訳で、従来3時間かかっていた作業を数分にした飲食チェーンの事例があります。衛生マニュアルの多言語化にも同じアプローチが使えます。
- Q. まず何から試せばいいですか？
- A. 1店舗でいいので、1日の温度記録を紙ではなく音声で取ってみてください。紙に書くのと何が変わるか、それだけで見えてくるものがあります。
- Q. 記録の量を減らすことが目的ですか？
- A. 違います。問題は「書類が多すぎる」ことではなく、書くことが目的化して衛生改善につながっていないことです。記録のコストをゼロに近づけ、記録を行動を変えるフィードバックに変えるのが狙いです。
- Q. AIの導入で、現場の確認作業はなくなりますか？
- A. なくなりません。判断に幅がある業務は「AIの出力＋人の確認」で回す設計が前提です。100％の精度が必要な記録はIoTや従来システムに任せ、AIと人の役割を仕分けて使います。
AUTHOR
黛 政隆（まゆずみ まさたか）
株式会社GembaShift 代表取締役CEO
エンジニア歴20年、PM経験50件超。生成AIの導入を、現場に入って一緒に組む仕事をしています。 この記事の内容は、著者自身が実際に手を動かして業務で検証した実体験に基づいています。