衛星データ×AIで作付け確認を絞り込み、時間外勤務を約7割削減した四日市市の運用

AIの判定結果を最終的な答えではなく、現地確認の優先順位をつけるための「ふるい」として位置づけた設計が、運用を成り立たせた最大の要因と考えられます。担当者自身が、AIの判定は必ずしも正しいとは限らないと明言し、乖離率の高い圃場だけを人が確かめる形にしています。交付金に関わる業務で精度の不安をゼロにするのは難しいものの、最終判断を人に残すことで、AIの誤りがそのまま結果に反映される事態を避けつつ、確認件数を減らす効果だけを取り出せる構造になっています。

もう一つ見逃せないのは、「乖離率40%」という線引きを、実証実験で得た農業者の目視結果とAI判定のズレを検証したうえで決めている点です。しきい値をベンダー任せや勘で決めず、自分たちの地域の実データに照らして設定したことで、現場が数字に納得したうえで運用に乗せられたと推察されます。実証の段階で目視との精度差が大きくないことを確かめていたことも、市内全域で見積もると費用が膨らんだドローン案から方針を切り替える判断を後押ししました。

さらに、ツールの導入に合わせて地元説明会の開催などの周辺業務まで見直したことが効いていると考えられます。確認方法だけを置き換えても、それを前提にした説明や段取りが旧来のままでは手間は残ります。業務プロセス全体を組み替える前提で臨んだことが、ツール単体の効果を超えた省力化につながったのではないでしょうか。