水産業向け養殖管理システム開発の進め方/やり方/流れや方法/手法/工程/手順

水産業向け養殖管理システムの開発は、現場の課題の整理、製品・開発会社の選定、段階的な稼働の順に進めます。この順で進めると、現場の負担と投資リスクを抑えられます。

ここからは、養殖形態ごとの要件、導入の6段階、費用と見積もりの順に説明します。

▼全体ガイドの記事
・水産業向け養殖管理システム開発の完全ガイド

・業務システム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「業務システム開発の完全ガイドブック」で詳しく解説しています。
・スクラッチシステム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「スクラッチシステム開発の完全ガイドブック」で詳しく解説しています。

水産業向け養殖管理システムの全体像

養殖管理システムは、生簀・水槽・ロット単位で池入れから出荷、斃死までの履歴をつなぐ業務基盤です。日報入力にとどまらず、飼育の記録を経営や出荷の判断につなげる点に特徴があります。

さらに、給餌量や水質の変化を記録すると、原価・生育・品質の判断に役立てられます。また、水産庁はスマート水産業を、ICTやIoTで水産資源の持続的利用と産業としての持続的成長を両立する次世代の水産業と整理しています（出典: 水産庁「スマート水産業」、2026年閲覧）。

管理するデータと機能の範囲

発注側と開発会社が、日々の記録から経営指標までつなげる範囲を決めます。

• 飼育単位：生簀・水槽、魚種、サイズ、尾数の管理
• 給餌・水質：給餌量と飼料を記録し、水温、溶存酸素、pHも残します。塩分と濁度も記録します。
• 生育・作業：投薬、疾病、斃死、巡回、清掃の記録
• 経営・出荷：原価、出荷先、検査結果、FCR、斃死率を一覧にする

稚魚、飼料、薬品は生簀とロットごとに配賦します。労務と電力も、配賦の対象に含めます。また、誰がいつデータを使うかも決めておきます。給餌量は、水温、魚体重、尾数と結び付けて記録します。そうしておくと、飼料費、増肉係数、出荷原価を確認できます。このとき、飼料単価と出荷予定日も、あわせて結び付けておきます。

たとえば、UMITRON FARMの案内には、給餌・投薬記録、池入れ・分割・統合時のコスト計算、FCR計算、CSV出力、給餌機連携があります（出典: ウミトロン「UMITRON FARM」、2024年公開情報）。

海面養殖と陸上養殖の要件の違い

環境条件と設備の要件は養殖形態によって異なるため、形態ごとに分けて洗い出します。

• 海面の環境：通信、波浪、潮流、水温、塩分、赤潮を考慮
• 海面の機器：給餌機、カメラ、船上端末を扱い、濡れた手でも使える画面にする
• 通信・耐候性：オフライン保存と重複排除付き同期、防水・防塩、交換周期、予備機を備える
• 陸上設備：RASでは、水槽の生育記録に加え、ポンプ、ろ過、殺菌を監視します。脱窒、温調、酸素供給も対象です。
• 設備制御：通信・クラウド停止時の安全動作と、現場で手動停止できるキルスイッチを用意

宮城県の2026年度制度では、閉鎖循環式陸上養殖に必要な機器の導入費が支援対象です。設備投資とソフトウェア開発は、分けて計画します（出典: 宮城県「令和8年度陸上養殖システム導入支援事業費補助金」、2026年）。

水産業向け養殖管理システムの進め方

まず現場の作業とデータの流れを確認し、要件整理から定着までを段階に分けて進めます。各段階で何を仕上げ、何をもって判断するかを決めておくと、使われない高機能化や採算の見えない連携を避けやすくなります。

フェーズ1：要件整理と現場課題・KPIの確定

発注側と開発会社が、現場の実態、KPI、見積もりの前提を揃えます。

• 現場の把握：関係者に聞き、日報、Excel、機器ログ、水質計CSV、会計・販売データを集める
• 業務課題：重複入力、記録方法の差、異常発見の遅れを洗い出し、作業順を観察
• KPIと目標：1〜3個に絞り、候補には時間、記録漏れ、飼料、FCRを挙げます。斃死率、検知時間、原価、出荷精度も候補にします。
• 要件整理シート：業務フロー、データ項目、KPI、拠点・魚種、制約、優先順位をまとめる
• 現場条件：通信、オフライン、魚の履歴、センサー条件、データ承認者を確定する

目標は「AI導入」ではなく、水質異常の確認時間を半分にするなど、成果が測れる形で定めます。また、生簀別飼料費の月次集計も目標にできます。

前提が曖昧なまま依頼すると、各社の条件が食い違い、金額だけの比較になります。

フェーズ2：製品・開発会社の選定

発注側は、導入範囲と現場への適合性を基準に、製品や開発会社を選びます。

• 開発方式：SaaS・パッケージ、センサー連携、個別開発を比較する
• 小さな開始範囲：1拠点・1魚種・1業務のMVP（Minimum Viable Product）を定める
• 会社の実績：同じ魚種・養殖形態・拠点環境や機器接続の経験を確認する
• 提案と契約：適合性、入力負担、連携、拡張性、保守、コストの評価

早く記録を始めたい場合は、SaaS・パッケージを試すとよいでしょう。また、クラウドにセンサーを組み合わせる方法もあります。

独自の魚種、複雑な移槽、既存ERPとの連携、設備制御が必要な場合は、個別開発を検討します。

水産庁は2025年6月更新の事業者一覧を公開しており、養殖、生育管理、遠隔水質監視、海洋モニタリングの候補を確認できます（出典: 水産庁「水産分野におけるデジタル化等に取り組む事業者一覧」、2025年更新）。

発注側は候補会社に、現地PoC、通信断時の動作、保守窓口、データ返却の条件を質問します。

評価表では、要件を満たすものを2点、代替案で満たすものを1点、未対応のものを0点として記録します。また、価格だけで最高点にならないようにします。

契約前に、成果物、受入条件、追加費用の条件、障害時の復旧目標を文書にしておきます。さらに、センサー交換の責任分界と、データやAI学習結果の権利を決めておきます。

フェーズ3：現場に合う設計と開発

設計では、画面、データ、通知、機器接続、安全動作を一つにまとめて決めます。

• 画面と通知：入力増が正確さに直結するとは限らないため、簡易・詳細入力を分ける
• データモデル：生簀・水槽とロットごとに、個体・群、給餌、投薬の履歴を保持します。水質、作業、設備、出荷の履歴も含みます。
• センサー管理：校正日、電池、通信品質、欠測、異常値を記録
• システム構成：Web API、DB、時系列基盤、ダッシュボードとLTE・Wi-Fi・LoRaWANを組み合わせる
• 制御と操作：停止時の既定値、手動操作の優先順位、ログを設計し、現場入力を簡潔にする

範囲チェックは入力ミスを知らせ、水温・溶存酸素などの閾値通知とは分けて設計します。閾値通知は一次対応者、責任者、経営者へ順に送り、対応結果と確認時刻を残します。

魚群を移すときは、尾数、平均重量、原価、日時、担当者を追跡します。この履歴が欠けると、正しいFCRや出荷原価を計算できません。

たとえば、巡回中は数十秒で登録でき、帰所後に詳しく入力する形になります。

フェーズ4：データと現場動作のテスト

テストでは、機能の有無だけでなく、データの整合性と現場での対応も確認します。

• 試験の種類：機能、機器連携、通信断・復旧・停電の障害、作業者の受入を分ける
• データの流れ：池入れ、分割、統合を登録し、移槽、斃死、出荷も記録します。尾数・重量・給餌・原価を照合します。
• 現場環境：弱い海上通信、手袋、雨・水濡れ、担当者交代時を試す
• 評価と受入：操作時間、入力エラー、通知確認時間、二重管理、KPI、安全復旧を確認

欠測や二重送信、閾値通知が出たときの担当者と操作も記録します。さらに、主要な巡回記録は1分以内に登録できるかも確認します。

通信復旧後に重複が出ないか、水質異常の通知と対応ログが残るかも点検します。未解決の不具合は稼働前と稼働後に分けて扱います。

フェーズ5：小規模稼働と運用の調整

まずは代表的な1拠点や1魚種から稼働させ、記録を途切れさせないように運用を調整します。

• 切り替え：紙やExcelをすぐ廃止せず、入力漏れ・機器障害時の手順を残す
• 紙の終了：二重入力を長引かせないよう、終了時期と例外利用を決める
• 初期確認：登録、欠測、センサー状態、未対応通知、入力時間を毎日見てKPIを週次で振り返る
• 改善：入力増、通知過多、移槽登録の難しさをログと現場意見から調べ、画面や業務を直す

フェーズ6：教育と改善による現場への定着

教育、運用支援、成果の確認を続けて、現場で使い続けられる状態を保ちます。

• 作業手順：給餌、採水、巡回、移槽、出荷の短い手順書を作る
• 管理者教育：通知対応、データ修正、権限変更、月次レポートを案内する
• 運用支援：動画、画面キャプチャ、問い合わせ先を用意し、要望を影響度と費用で分類する
• 成果判断：記録時間、飼料、FCR、斃死率を比べます。検知時間、記録漏れ、ロット別粗利も含めます。
• 次の展開：改善点を見直し、代表拠点で再現性を確認してから多拠点・AI・自動制御へ進む

AI予測や自動給餌は、欠測が減り基準値が安定してから検討します。

水産庁の2026年度事業は、地域の伴走者育成と生産者の機械導入・利用を支援します（出典: 水産庁「令和8年度スマート水産業普及推進事業公募要領」、2026年）。

効果が出ないときは、機能を増やす前に、入力項目、通知閾値、責任者、KPIを見直します。

水産業向け養殖管理システムの費用相場とコストの内訳

費用は、既存サービスを使うか、センサーや設備を含めて個別開発するかで変わります。

正式な予算は、拠点数、魚種、センサー数、現地工事、外部連携、保守範囲を項目ごとに分けて見積もります。

導入パターン別の費用レンジ

導入範囲が広がるほど費用と期間は増えます。そのため、パターンごとに予算を見ておきます。

• 既存クラウド：小規模利用なら初期0〜30万円程度、月額または年額0〜10万円程度の場合がある
• センサーPoC：1拠点・数個の水質センサーで50〜300万円程度。ゲートウェイ、クラウド保存、アラート、現場検証を含む目安
• 個別開発：300〜2,000万円程度、4〜12か月程度。管理機能や機器連携の範囲で変動
• 多拠点・設備連携：カメラ計測、給餌機制御、水質予測、エッジ同期、ERP等とのAPI連携を含むと1,000〜3,000万円以上、9〜18か月程度の可能性
• RAS設備新設：水槽、ポンプ、ろ過の設備が要ります。殺菌、脱窒、温調、酸素供給、電気工事を含む設備費だけで、数千万円から1億円超の場合もあります。

UMITRON FARMには、年間6万円（税抜）の公開事例があります。給餌・投薬・水温の記録やコスト計算の参考になります。

公開時点の案内のため、現行価格、オプション、導入支援費は発注側が契約前に確認します。

養殖専用の開発費を横断して比べられる公表統計は少ないため、ここまでの金額は確定価格ではなく、公開価格と一般的な開発工数から整理した目安です。

RAS設備費は、ソフトウェア費と合算せず、分けて見積もります。

ソフトウェア以外のコストの内訳

初期費用以外にも、運用費や補助制度の条件があるため、分けて確認します。

• 開発費：要件整理、設計、開発、テスト、移行、教育の人件費
• 機器・運用：クラウド、センサー、ゲートウェイ、通信の費用が要ります。設置、電源、防水、保守、校正、部品の費用も加わります。
• 保守とAI：保守は個別開発費の年10〜20％程度が目安の例。AI再学習、ラベリング、推論環境の扱い
• 補助制度：補助率、対象経費、申請者、時期、証憑、自己負担、実績報告

保守率は類似の業務システムから推定したもので、訪問回数や機器保守の有無によって変わります。

2026年度の水産庁公募要領には、補助率1/3以内、1/2以内、2/3以内、定額などがあります。ただし、交付決定前の発注・購入・契約は対象外です（出典: 水産庁「令和8年度スマート水産業普及推進事業公募要領」、2026年）。

補助が不採択になった場合でも実行できる予算を組みます。

費用を抑える段階導入

まずは初回の課題を絞り、検証結果を見ながら機能を段階的に広げます。

• 第1段階：飼育単位、給餌、投薬、水質、出荷の記録とCSV出力
• 第2段階：センサー通知と原価の自動配賦
• 第3段階：魚体計測、需要予測、AI提案
• 第4段階：給餌機や設備の制御

データの命名規則とIDを先に決めておくと、追加開発時の作り直しを減らせます。

PoCの判定は現場のKPIで行い、30日間の記録漏れ、水質異常への対応時間、生簀別飼料費の月次集計を確認します。

目標に届かない場合は、全社展開やAI開発へ進む前に、配置、画面、通知、業務分担を直します。小さく検証しておくと、作り直しの費用を抑えられます。

水産業向け養殖管理システムの見積もりを取る際のポイント

見積もりの精度は、依頼側が前提条件を揃えられるかで変わります。

RFPには、対象の拠点と魚種、養殖形態、KPIといった前提を書きます。作業と機器、通信の条件も、あわせて書いておきます。利用者の数やデータ量、制約は、次の見出しで挙げる内容に沿って書きます。

提案の範囲を揃えると、初期費用だけでなく、5年間の運用費とリスクも比べられます。

RFPに書くデータ・機器・現場条件

RFPには、現場の条件、機能と非機能の要件、データの利用条件を具体的に書きます。

• 飼育と業務：管理単位、生簀・水槽数、年間の池入れ・移槽・出荷件数、魚種・サイズ、給餌回数
• 検査と機器：投薬・検査・水質項目、センサー型式、給餌機・カメラのメーカー、通信方式、電源、設置場所
• 養殖形態：海面の洋上作業、陸上の設備制御、RASの異常時動作を記載
• 機能要件：水温・溶存酸素・pHを5分間隔で取得し、欠測、通知、対応記録まで定義
• 非機能と権利：通信断時の保存時間、復旧後の同期、稼働率を明記します。バックアップ、権限、監査ログ、校正、支援、データ利用・返却も含めます。

既存データの形式も書きます。非機能要件では、個人端末の利用可否やサポート時間も決めます。

水産庁のガイドラインは、契約や同意書でデータの提供・利用を定め、目的や提供先を整理する考え方を示しています（出典: 水産庁「水産分野におけるデータ利活用ガイドライン」、2023年更新）。

データは、生産データや画像、センサー時系列など、種類ごとに条件を分けて決めます。加工した派生データやAI学習への利用、契約終了時の返却・削除も、条件に含めます。共用データに無断で転用されない条件も確認します。

複数社の同じ条件での比較

要件に合う候補を3社程度に絞ると、提案の中身を比べやすくなります。

• 費用内訳：初期、ライセンス、機器・通信、工事の費用を分けて示します。移行、教育、保守、クラウド、追加開発、訪問の費用も、項目ごとに明記します。
• 長期費用：1年目・3年目・5年目の累計、機器交換、回線費、利用者・生簀数の上限
• 業務デモ：自社業務を再現し、池入れ・分割・統合・移槽・斃死・出荷を登録。生簀別原価とFCRを確認
• 現場確認：通信を切った入力、センサーを外した際の異常表示、担当者が通知を止める操作を試す

見積もりに含めるリスクと責任分界

見積もりと契約には、養殖現場の障害、セキュリティ、責任分界を含めます。

• 現場リスク：通信断、停電、水濡れ、塩害を想定します。センサードリフト、交換、通知漏れも想定に含めます。
• 障害対応：予備センサー、校正、交換、現地駆け付けの費用を見積もります。通信費、バックアップ回線、ログ保存、連絡体制も対象です。
• セキュリティ：機器認証、初期パスワード、暗号化、権限を確認します。脆弱性対応、更新、バックアップ、監査ログも含めます。
• 契約とAI：変更、検収、瑕疵、停止通知を定めます。データ返却、再委託、移行支援、予測判断・モデル履歴も契約に含めます。

異常検知があっても、給餌停止、酸素追加、設備点検まで自動化されるとは限りません。そのため、責任の範囲を明確にします。

RASでは、ネットワーク断時の安全動作、人の最終承認、物理的な停止手段が必要です。IPAの制御システム向けリスク分析も参考にしながら、設備と現場の担当者が判断します。

AI予測値には誤差があるため、予測どおりに判断できるとは限りません。

価格の安さだけでなく、想定外の費用と現場の停止リスクを抑える提案を選びます。その結果、コスト削減にもつながります。

よくある質問

導入前によく寄せられる質問は、費用、機器連携、現場での使いやすさ、補助制度に関するものです。代表的な疑問に答えます。

小規模な養殖事業者でも導入できますか？

導入できます。まずは個別開発を避け、生育・給餌・投薬・原価を記録できるクラウドサービスを1拠点で試すとよいでしょう。そのうえで、入力負担とKPIを確認します。

公開されているサービス事例には、年間数万円のプランもあります。ただし、現行価格、機器連携、導入支援費は個別に確認します。

既存の給餌機や水質計と連携できますか？

連携できる可能性があります。その判断には、メーカー、型式、通信方式、API・CSVの有無、データ取得間隔を確認します。

APIがない場合でも、ゲートウェイやファイル連携で対応できることがあります。

変換や現地設置、保守の費用が加わります。そのため、機器一覧とサンプルデータを渡し、実機またはPoCで確認します。

海上や離島で通信が切れても使えますか？

オフライン入力と復旧後の同期を設計すれば使えます。入力内容は端末やゲートウェイに一時保存し、通信が戻ったら時刻と一意のIDで同期します。

通信断や復旧、欠測、重複、同期の失敗を画面に表示し、再送や手動での確認も用意します。重要な設備では、通信がなくても安全に動くローカル制御を優先します。

最初からAIや自動給餌を導入すべきですか？

最初から導入する必要はありません。まずは生簀・水槽・ロットごとに、同じルールで記録します。記録するのは、給餌、水質、斃死、出荷です。こうして欠測や入力のばらつきを減らします。

その後、給餌提案や水質異常の予兆検知を試し、精度と現場が受け入れられるかどうかを確認します。

自動制御では、閾値、承認、手動停止、監査ログを備えたうえで、人が最終判断できる状態から段階的に進めます。

まとめ

養殖管理システムは、生育記録だけでなく、給餌、水質、設備、作業、原価、出荷をつなぎ、現場と経営の判断を支えます。

成功させるには、自社の魚種や養殖形態、通信環境、作業方法に合う範囲から始めることが大切です。

6フェーズでの判断の積み上げ

まず要件整理で現場課題とKPIを決め、SaaS・機器連携・個別開発のどれを使うかを選びます。次に、データモデルと安全動作を設計し、通信断や移槽のテストも行います。

1拠点から稼働させ、教育とKPIの改善によって定着させます。見積もりでは、ソフトウェア、センサーと通信、設備と工事、保守を分けて、公開価格と推定レンジを区別します。

導入前の最終チェック

導入前の確認項目を揃え、導入後の効果測定につなげます。

• 現場運用：1分程度の入力、通信断からの復旧、分割・統合・移槽の追跡を確認
• 管理と契約：センサー欠測・校正、通知責任者、データ・AI利用権を点検
• 補助制度：交付決定前に発注していないかどうか
• 導入後の評価：記録時間、飼料使用量、FCR、斃死率、検知時間、ロット別粗利を定期比較

数字が改善した機能から順に広げます。

▼全体ガイドの記事
・水産業向け養殖管理システム開発の完全ガイド

▼RFP作成前に読みたい無料ホワイトペーパー
・業務システム開発の完全ガイドブック
・スクラッチシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック

会社紹介

株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。

また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。

もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。

株式会社riplaの会社HPはこちら

・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>

執筆者プロフィール

張田谷凌央

株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。