導入して終わりではない。AI・DXを「意思決定」に変えるために必要なこと「日本の農業経営体の約40％がデータを活用している」この数字だけを見ると、日本の農業は一気にデジタル化・スマート化が進んでいるように感じます。しかし、その中身を詳しく見ていくと、私たちがイメージする「スマート農業」とは少し違った景色が見えてきます。今回のテーマは、2025年農林業センサスから見えてきたスマート農業の“導入”と“活用”のギャップ。天気や市場価格などの外部情報を見る段階から、作業を記録する、自らデータを取得・分析する、そして経営判断や改善につなげる――。データ活用にはいくつもの段階があります。そして本当に重要なのは、ドローンやセンサー、AIを「導入したか」ではありません。そのデータによって、農業者の判断や行動が変わったか。そして、経営が良くなったか。高価なシステムを導入しても、画面に数字やグラフが表示されるだけでは現場は変わりません。「湿度85％」というデータを見て、だから次に何をするのか。そこまで翻訳し、意思決定につなげてこそ、初めてデータは価値を持ちます。さらに今回は、・なぜスマート農業は「導入して終わり」になりやすいのか・自治体のKPIは「導入台数」で本当にいいのか・必要なのは機械よりも“使える人”なのではないか・すべての農家がスマート農業を導入する必要はあるのか・AI・DXを「あえて使わない」という判断も正解なのではないかといった、農業だけにとどまらない「DXの本質」まで掘り下げます。これは農業の話であると同時に、企業のAI導入やDXにもそのまま当てはまる話です。あなたの会社で導入したAIやクラウドサービスは、本当に仕事のやり方や意思決定を変えているでしょうか？最後には、「AIの分析結果と、人間の経験や直感が正反対だったとき、あなたはどちらを信じるのか？」という、これからのAI時代に避けて通れない問いについても考えます。00:00 SFのような「スマート農業」のイメージ00:32 農業経営体の約40％がデータを活用？02:21 「40％」の中身を見てみる03:21 作業記録12％、外部サービス4％、本格活用は約3％04:32 農家のITリテラシーだけの問題ではない05:19 データ活用を5つのステップで考える06:29 なぜデータを見ても行動につながらないのか07:11 「湿度85％」から何を判断する？08:15 データの目的は「集めること」ではない08:44 最大のボトルネックは機械ではなく“人”09:02 自治体のスマート農業KPIの問題09:29 F1カーを配るだけではレースには勝てない10:22 「導入台数」から「行動変容」へ10:51 農業×経営×IT×データを翻訳できる人材11:38 40％という数字を見る際の統計上の注意点12:35 2020年と2025年では調査方法が違う13:17 「データを使わない農家＝遅れている」は間違い13:50 投資対効果が合わなければ導入しないのも正解14:22 スマート農業は目的ではなく手段15:22 市町村別・経営規模別データへの期待16:20 地域ごとに違う「スマート農業の処方箋」16:55 この話は企業のAI・DXにもそのまま当てはまる17:22 あなたの会社は「導入して満足」していないか？18:19 テクノロジーが価値を生む条件18:45 データと人間の意思決定19:12 AIと人間の直感が対立したら？20:02 あなたなら、データと直感どちらを選ぶ？#スマート農業#農業DX#農業データ#AI#DX#データ活用#農業経営#農林業センサス#スマートファーマー#デジタル農業#アグリテック#AgriTech#自治体DX#地域DX#データドリブン#意思決定#生成AI#農業#テクノロジー#渡邊智之

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related