牛の体重をスマホ撮影1枚で推定、誤差率4.2%の丸紅のAIアプリ試験提供

牛の成長を把握するには体重管理が欠かせませんが、900kg近くにもなる牛を1頭ずつ体重計に乗せる作業は負担が大きく、十分に測られていないのが実情でした。高齢化と人手不足が進む現場では、その負担はさらに重くなります。

編集部が注目したいのは、問題が「測るのが大変」で終わっていない点です。測れないから記録が残らず、記録がないから成長の判断や出荷時期の見極めが感覚や経験則に頼らざるを得ない。困りごとの本質は、計量作業の重さそのものより、データが生まれないことで飼養管理の判断が根拠を持てずにいた構造にあったと考えられます。

「起立した牛を横から1画角で撮る」という撮影条件の絞り込みが、現場で使える手軽さを支えていると考えられます。複数の角度から撮影したり専用の設備を用意したりする方式では、体重計に乗せる手間が別の手間に置き換わるだけです。撮影を1枚に限定し、手持ちのiPhone Proで完結させた設計は、計測の心理的なハードルを大きく下げる判断だったのではないでしょうか。

精度の裏付けとなっているのは、全国で集めた約7,100件の実測体重データです。品種ごとに体格の傾向が異なる牛を相手に、国内主要3品種をまとめて扱えるだけの学習データを用意したことが、画像からの推定を実用水準に近づけた要因と見られます。さらに撮影環境や姿勢、採食状況、学習していない体重帯では誤差が大きくなりうると条件を明示している点も、推定値を過信させない運用上の誠実さとして評価できます。

推定アプリを単体で終わらせず、既存のデータベース「BeecoProgram」とつないだ設計も見逃せません。体重を「その場で知る数字」から「個体ごとに蓄積される履歴」へ変えることで、成長の可視化という本来の目的に直結させています。共同開発の相手としてAIサービスを手がけるフツパーが加わり、モデル構築と業界データ基盤の双方がそろったことが、この一体設計を可能にしたと考えられます。

2025年4月末時点の指定条件で、平均誤差率4.2%、最速0.2秒での体重推定という性能が示されています。一方で、アプリは2025年10月から限定ユーザー向けのトライアルを始める段階で、現場での効果はまだ検証前です。トライアル後に順次有償サービスとして提供する予定とされ、丸紅は実用化に向けた検証を進めながら、持続可能な食のサプライチェーンの構築を目指すとしています。体重データの蓄積による飼養管理の効率化や出荷時期の最適化は、今後期待される効果という位置づけです。