パプリカ出荷量倍増の見込み、センサーとAIで栽培判断を共有する町ぐるみ農業

一つめの要因は、圃場の温度・湿度・日射量といった環境データを共通の「ものさし」として置いたことにあります。経験の差がある人同士でも、同じ数値を見ながら話せば判断のすり合わせが可能になります。シーズファームで経験値の異なるメンバー間でも判断基準を共有できるようになったという点は、AIの予測精度以上に、判断の土台をそろえる設計が効いたことを示していると編集部は読みます。

二つめは、データを確実に届ける足回りを別の専門企業が担う役割分担です。畑という電源や通信が不安定になりがちな環境では、センサーが止まればクラウドの解析は成り立ちません。IoTゲートウェイを提供するTEDが、製品化の段階からグリーンと共同で検証・技術支援を重ねてきた構図は、解析と通信の信頼性を切り分けて磨いた例と見ることができます。

三つめは、1か所の成功を起点に地域へ広げた段階的な進め方です。シーズファームという身近な実例があったからこそ、行政・企業・生産者が同じ方向を向きやすくなったのではないでしょうか。24戸から始め、2か月後にカボチャ農家を加えた順序も、作物の違いを見ながら範囲を広げる慎重さの表れと考えられます。