【専門家コラム】農業AXの完成はAIの判断ではなく現場での実行…農機とデータの接続が鍵

【専門家コラム】 Daedong イ・グァンウク 農業AX推進 TF部門長

農業 AX(AI 転換) 事業を推進する中で、現場で最もよく聞く質問は「それで、農業者の仕事は実際にどう変わるのか」だ。 人工知能が土壌と生育データを分析し、病害虫と収量を予測したとしても、農業者が再び結果を解釈して作業計画を立て、農機と人員を動かさなければならないなら、現場の変化は限定的にならざるを得ない。

農業者が求めているのは分析結果そのものではない。 適期に必要な作業を行い、労働力と生産費を減らしながら安定した収穫を得ることだ。 農業 AXの競争力も、人工知能の精度を超えて、その判断を実際の農作業にどれだけ安定的につなげられるかで決まる。
 

世界の農業は 「分析」から 「実行」へ移行している

世界の農機企業の動きもこうした変化を示している。 John Deereは「Operations Center」で策定した作業計画を農機へ無線送信し、現場で生成された作業データを再びプラットフォームへ取り込む構造を構築している。‘See & Spray’はカメラと人工知能で作物と雑草を区別した後、必要な地点のノズルだけを作動させて除草剤を選択的に散布する。 分析結果をそのまま機器の作業へ転換する方式だ。

Kubotaも農機から収集したデータを農場管理システムに集め、作業状況を可視化し、施肥と水管理に活用している。 これを自律・無人農機とつなげ、計画と実行、 結果分析と改善が繰り返される精密農業を実現することが目標だ。 Kubotaはこれをデータ基盤の 「PDCA型農業」と説明している。 

こうした事例は、世界の農業技術競争が個別農機の自動化を超え、データと人工知能、 農機を一つの運用体系につなげる方向へ移行していることを示している。

分析と作業の間に残る断絶

これまでスマート農業は、センサーと機器を普及させ、データを収集することに多くの努力を注いできた。 その結果、農業者が確認できる情報は大きく増えたが、分析結果をどの作業へ転換し、必要な機器と人員をどのように配置するかは、依然として解決すべき課題として残っている。

土壌と生育データは互いに異なるシステムに保存され、農機と作業機もそれぞれ異なる方式で動作する。 精密農業ソリューションが良い処方を提示しても、農機がその処方どおりに作業できない場合がある。 農作業受託センターも電話で申請を受け、手作業で日程を調整する場合が多いため、作業過程と結果が体系的なデータとして残らない。

こうした断絶を減らすため、Daedongは国際農機通信標準である ISOBUSを適用したトラクターとスマート作業機を導入し、農機と作業機の接続を拡大している。 ISOBUSを活用すれば、トラクターと作業機が一つの通信体系で作業命令とデータをやり取りできる。 処方マップをトラクターと作業機に伝達し、位置別に播種量と肥料散布量を調整し、作業位置、 面積、 投入量などのデータを再び収集できる。

収集された作業データを土壌・生育データと結合すれば、処方の精度と農作業効率を検証できる。 土壌と生育条件別の投入量と結果を繰り返し分析するほど、次の農作業の処方はさらに精巧になる。 ISOBUS トラクターとスマート作業機は、精密農業の処方を実行し、その結果を再びデータとして返す接続の輪だと言える。

個別技術の性能がいくら優れていても、こうした断絶を解決できなければ、農業者は効果を実感しにくい。 農業 AIの次の課題は、より多くの情報を見せることではなく、確保したデータを農作業につなげ、その結果で次の作業を改善することにある。
 

現場を動かす運用体系が必要だ

農業 AXは、既存の農作業を単にデジタルに変えることとは異なる。 農機とロボット、 ドローンと施設からデータを収集し、人工知能が播種と施肥、 防除と収穫に必要な判断を下すと、AI 農機とスマート作業機、 農業ロボットがそれを実行する。 作業結果は再びデータとして蓄積され、次の判断を改善する。

Daedongが AI トラクターと精密農業ソリューション、 ドローン、 スマート作業機と農業ロボットを一つの農作業プロセスにつなげようとする理由もここにある。 しかし、機器とソリューションをつなげるだけで農業 AXが完成するわけではない。 農家の要請を受け、ほ場と気象条件に合った作業計画を立て、機器と人員を配置する運用主体が必要だ。

既存の農作業受託が、農家の要請に応じて耕起や播種、 防除と収穫を代行する方式だったとすれば、 今後はデータに基づいて作業計画から配車と管制、 結果まで管理する農業生産運用サービスへ発展しなければならない。 農家の申請と作業計画、 機器・人員配車、 進行状況と結果報告を一つのプラットフォームでつなげる構造だ。

地域農協と営農法人、 農作業受託センターが精密農業ソリューションと先端農機、 運用プラットフォームを活用すれば、こうした転換は可能だ。 これは高価な AI 農機と農業ロボットを直接購入することが難しい中小農家の技術アクセスを高める方策でもある。 地域の実行組織が機器とソリューションを共同で運用し、農家は必要な作業をサービスとして利用できるからだ。

農業 AXの価値は現場で証明されなければならない

国家農業 AX プラットフォームも、データを一カ所に集めることからさらに進み、人工知能の判断を実際の農作業とつなげる基盤にならなければならない。 政府はデータと農機、 プラットフォームが連動できるよう、標準と実証基盤を整えなければならない。 企業はハードウェアとソフトウェアが農作業プロセスで共に作動する統合ソリューションを構築し、 地域の実行組織はこれを農業者が利用できるサービスへ転換しなければならない。

農業 AXの目的は、より多くの情報を生産することではない。 農業者が適期に必要な作業を行い、生産費と労働負担を減らしながら安定して農業を営めるようにすることにある。

すでに技術は急速に進化している。 今必要なのは、開発された技術が農業現場で十分に使われ、検証され、再び発展できるよう制度が道を開くことだ。 人工知能の判断が農機とロボットの作業につながり、その結果が次の判断を改善する構造が定着したとき、農業 AXは初めて現場の変化となる。

先端農業の競争力は、誰が先に技術を開発したかだけで決まるものではない。 その技術をどれだけ早く現場に定着させ、産業生態系へ拡張したかで分かれる。 大韓民国の農業 AXが世界市場で競争力を確保するには、政府と産業界が共に現場普及のための制度的基盤を整えなければならない。今がまさにその時だ。