WarpBiz Logo
AIの活用事例を探す

AIの活用事例を探す >

WarpBiz
トップページ運営会社プライバシーポリシー利用規約編集ポリシー特定商取引法に基づく表記

© 2026 WarpBiz Inc. All Rights Reserved.

WarpBiz Logo
AIの活用事例を探す

AIの活用事例を探す >

  1. AI活用事例検索
  2. /
  3. 農業(トマト生産現場)向けAIアプリ開発
  4. /
  5. スマホ写真からトマトの数をAIで推定、試験段階の農業向けアプリ|株式会社チームゼットの導入事例

✓ やさしく事例解説
農業・林業・漁業
農業(トマト生産現場)向けAIアプリ開発

実施 2024.12 ・ 更新 2026.08.17

スマホ写真からトマトの数をAIで推定、試験段階の農業向けアプリ

企画・推進(AI導入・AI戦略)
自社開発(開発・AI搭載)

※イメージ画像です

スマホ写真からトマトの数をAIで推定、試験段階の農業向けアプリ のプロジェクト概要図解

取り組み概要

やさしく事例解説

プロジェクト解析

実施・導入企業

こんな方へおすすめのAI解説です

  • 収穫量の数え上げに手間がかかる
  • ベテランでないと収穫量が読めない
  • 現場の記録が手作業のまま残らない
OVERVIEW

どのようなAIの取り組み?

スマートフォンで撮影した写真からトマトの数をAIが推定するアプリを、2社が協力して開発した取り組み

業種

トマト生産現場(農業・林業・漁業)

取り組み領域

収穫量の計測・記録

使ったAI

画像認識AI(スマートフォンアプリ)

主な成果

写真からトマトの数を推定するアプリの開発が完了(試験段階)

スマホ写真からトマトの数をAIで推定、試験段階の農業向けアプリ のプロジェクト概要図解

岐阜県多治見市のチームゼットと、名古屋市のトクイテンが協力し、トマトの写真から数を推定する「トマトAIカウンターアプリ」の開発を完了しました。スマートフォンで撮影するだけでAIが個数を自動で推定する仕組みで、専用の機材や複雑な操作は必要としません。撮影したデータはクラウドで管理され、成熟度の推論や収穫量予測といった高度な分析機能を後から加えられる拡張性も持たせています。背景にあるのは、人手不足のなかで収穫量の計測と記録を手作業に頼り、経験の浅い担当者による収穫量予測の精度が課題となっていた農業現場の事情です。現在は技術的な基盤が整った試験段階で、アルゴリズムの最適化とデータの拡充による精度向上が進められています。

出典:AIで農業を進化させる新たな一歩!株式会社チームゼットと株式会社トクイテンが「トマトAIカウンターアプリ」の開発を完了 | 株式会社チームゼットのプレスリリース 発行元:株式会社チームゼット

EASY GUIDE

やさしく事例解説

何に困って、AIを入れたのか

トマトの収穫量は、長らく人が数え、人が記録するものでした。そこに人手不足が重なり、経験の浅い担当者が予測を担わざるを得ない状況が生まれています。生鮮食品の流通は正確な収穫量の予測を前提に取引が組み立てられるため、現場の見立てが揺らげば、その先の取引まで揺らぎます。

編集部の見立てでは、この取り組みが向き合っている困りごとの本質は、数える作業の煩わしさそのものではなく、収穫量という数字が個人の経験に紐づいたまま、組織の資産として残らないことにあるのではないでしょうか。熟練者の目に正しく見えていても、その根拠は手元の記録や記憶にとどまり、次の担当者へは渡りません。数える工程を機械が引き受けられれば、収穫量は誰が担当しても同じ手順で得られる数字に変わります。

どうやって、うまくいったのか

入力手段をスマートフォンの写真一枚に絞り込んだ設計が、この取り組みの起点にあります。専用のセンサーや撮影装置を前提にすれば、現場は機材の調達と設置から始めなければなりません。手元の端末で撮るだけという形に寄せたことで、試す側の負担が撮影という日常動作の範囲に収まりました。

最初に実装する機能を「数を数える」ことだけに限定した割り切りも効いています。成熟度の推論や収穫量予測は将来の機能として明確に後ろへ置かれ、まずは正解が一意に決まり、ずれを人がその場で確認できるタスクに範囲が絞られました。AIの推論精度は、何をもって当たりとするかが曖昧な領域ほど評価が難しくなります。数えるという単純な課題を先に固める順序立ては、改善の手がかりをつかみやすくする選択だったと考えられます。

撮影したデータをクラウドで管理し、アルゴリズムの最適化とデータの拡充を続ける進め方には、開発完了を到達点ではなく出発点として扱う姿勢が表れています。画像から数を推定する精度は集まるデータの量と幅に左右されるため、使われるほど改善の材料が積み上がる構造を先に用意しておく意味は小さくありません。開発は情報通信を本業とするチームゼットとトクイテンの2社体制で進められ、アプリの土台には後から分析機能を足せる拡張性が組み込まれています。

具体的に、どんな成果が出たのか

改善・向上したこと

業務の自動化
人手不足の解消
属人化解消

推進したこと

プロトタイプ開発(PoC)
新サービス・製品開発

この事例で出た成果

現時点で示されているのは、写真からトマトの数をAIが推定するアプリが動く状態まで到達した、という事実です。削減時間や精度に関する数値は公表されておらず、アプリは技術的な基盤が整った試験段階にあり、実用化へ向けてアルゴリズムの最適化とデータの拡充が続いています。今後は商用化を視野に入れ、成熟度推論や収穫量予測機能の開発にも着手する予定です。数字が出るのはこれからで、現場で使える形まで降りてきたことがこの段階での到達点。

うちでも使える?

応用しやすいのは、数える・測るという作業が定型で、しかも写真一枚で判断がつく場面です。倉庫に積まれた資材の数量把握や、棚に並ぶ商品の点数確認のように、対象がはっきり写り、正解を人が確認できる業務であれば、同じ考え方をなぞれる余地があります。逆に、対象が葉や他の実に隠れて写り込まない、時間帯によって光の条件が大きく変わるといった状況では、写真だけで安定した精度を出すのは簡単ではありません。数の把握を自動化できても、予測そのものが数以外の要素を踏まえた判断であるなら、精度の課題はそのまま残ります。

最初の一歩として手軽なのは、現場でスマートフォンの写真を何枚か撮り、人が数えた結果とどれだけ食い違うかを突き合わせてみることです。ずれの大きさが見えれば、自動化に向く業務かどうかの見当はその場でつきます。

この事例は2024年12月時点の情報です。AI分野は変化が速いため、現在は同様の取り組みをより短い期間・少ない負担で実現できる場合があります。

ANALYSIS

プロジェクト解析

プロジェクト内容

AI導入・支援形態

自社活用(自社開発・活用推進)
独自モデル構築・ファインチューニング
社内PoC(実証実験)
共同開発

導入部門・データ活用

導入部門:全社共通・汎用業務

AIによる定型業務の自動化
収穫量予測
生育状況のモニタリング

活用したデータ:数値・Excel・ログ

在庫・生産・物流データ
トマトの写真

採用したAI技術・ツール

採用したAI技術:画像AI

画像による個数推定

AIモデル・ツール

トマトAIカウンターアプリ

連携ツール

連携したシステム・外部サービス

クラウド
モバイルアプリ(iOS/Android)
COMPANIES

プロジェクト実施・導入企業

実施・支援企業 (VENDOR)

株式会社チームゼット

岐阜県多治見市栄町3丁目3 SO sakae 2-C
設立:2019年11月
岐阜県多治見市栄町3丁目3 SO sakae 2-C
設立:2019年11月

岐阜県多治見市に本社を置く情報通信業の企業。代表取締役は齊田裕介氏、資本金100万円、未上場。株式会社トクイテンと協力し、トマトの写真から数を推定する「トマトAIカウンターアプリ」を開発。

この取り組みに関心があれば 株式会社チームゼットの公式情報をご覧ください

出典・参考情報

※本事例は以下の公開情報を元にWarpBiz編集部がリサーチ・作成しました。

AIで農業を進化させる新たな一歩!株式会社チームゼットと株式会社トクイテンが「トマトAIカウンターアプリ」の開発を完了 | 株式会社チームゼットのプレスリリース

発行元:株式会社チームゼット

掲載企業の方へ:本記事は公開情報をもとに作成しています。内容の修正・削除、または貴社確認のうえでの公式掲載をご希望の場合はこちらからご連絡ください。

この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます

関連度の高い事例を選定しています。少しお待ちください。

WarpBiz
トップページ運営会社プライバシーポリシー利用規約編集ポリシー特定商取引法に基づく表記

© 2026 WarpBiz Inc. All Rights Reserved.