キリン（東京都中野区、磯崎功典社長、０３・６８３７・７００１）は、三菱総合研究所と共同で、ビール新商品開発技術者を支援する人工知能（ＡＩ）の開発に乗り出した。ビールは発酵工程があるため、試作品を作るにも数カ月を必要とする。一方で消費者の好みの多様化で商品数は増加し、開発期間短縮が喫緊の課題となっており、ＡＩ活用で課題解消に挑む。若手技術者の育成や熟練技術者の技能伝承にも、ＡＩを活用する考えだ。

　「ＡＩがビールを作るのではなく、ビールを作るのはあくまで人間。技術者の試作品の開発をＡＩがお手伝いするということ」。キリンＲ＆Ｄ本部研究開発推進部の津田秀樹主査は強調する。

営業からの要請

　新商品開発は営業部門などからの「客の好みに合う、こんなビールを作ってほしい」との要請を元に、研究所の技術者が小規模ブルワリーで試作を繰り返し、麦芽やホップをはじめとする原料の配合や工程条件などを決める。熟練技術者だと営業現場の声を聞いて短期間でそれに近い試作ビールを開発できるが、経験の浅い若手技術者では無理だという。アルコール度数や水素イオン濃度（ｐＨ）、泡立ち、色合い、泡持ち時間といった目に見える指標以外でも、ビール製造にはさまざまな要素がからむためだ。

　味や香りにしても、実用に耐えるセンサーなどは「まだ開発されていない」（同）。“人間の味覚で、もっともおいしいと感じるビールは数値が５・７”などと数値化できれば開発はたやすいが、実際はもちろん、単純ではない。「人間の感覚で味と香りは複雑にリンクし、同じ味のビールを作っても香りが違えば味の感じ方は異なる」（同）。加えて、のどごしやコク、キレなどのビール独自の要素もポイントになるという。

データをＡＩに

　これらの条件をクリアする試作ビールの開発期間を縮めるのが、ＡＩ活用の要諦だ。キリンには過去のビール開発で培った、多くのデータがある。「それらのデータをＡＩに覚え込ませて傾向やパターンなどを分析し、開発期間を短縮できる」（研究開発推進部の高山知香子主査）とみる。

　ＡＩは覚え込むデータがなければ、活用は難しい。「入力作業には１年半ほどかけ、ほぼ問題ないことがわかった」（高山主査）。醸造条件がこうなら、こんな味のビールができるというパターンをＡＩに学習させ、開発期間短縮に役立てる。

技能伝承に有効

　開発期間短縮により、浮いた時間をよりビールの改良や、技能伝承に生かす。津田主査は「若手技術者の研修や技能伝承にもＡＩは有効だ」と話す。研究開発にマニュアルはなく、若手にとっては試行錯誤だ。ＡＩはそんな場合の手助けになる。

　クラフトビールの開発にもＡＩを活用する考え。クラフトビールはビールより複雑な味わいが多く、ホップの選択や漬け込むタイミング、時間などきめ細かい管理が必要だ。品質安定やコスト削減にメリットは大きい。
（文＝編集委員・嶋田歩）