ミニトマトの色や大きさから翌日の収穫量を予測して、作業に必要な人員を手配し、バイヤーに出荷予測を伝える。農園では当たり前の光景だが、これを映像認識AIに担わせようとする取り組みが進んでいる。山梨県の農業法人サラダボウルとNTT東日本らが同県北杜市で行っている農業IoTの共同実証だ。

ビニールハウス内を移動する作業台車にカメラを取り付けて（下写真はスマートフォンのカメラを使用している場面）、トマトの様子を撮影。これをWi-Fi経由でクラウドにアップロードし、AIの画像解析によって翌日に収穫可能なトマトを識別する。

収穫作業用の台車に取り付けたスマートフォンのカメラで、栽培しているミニトマトを撮影。
映像解析によって翌日の収量を予測する（写真提供：NTT東日本）

これまでは経験を積んだ作業者が収量を予測してきたが、NTT東日本の酒井氏によれば「ノウハウを持っている人がやった結果を上回る精度で予測できている」という。

予測精度が高まれば、収穫や箱詰め出荷などの作業ごとに適正な人員を配置できる。配送トラックの手配も適正化することが可能だ。さらに、収量予測のノウハウを持つ栽培責任者の稼働を削減できるうえ、業務スキルの平準化にもつながるなどメリットは大きい。

栽培初心者を遠隔指導農業や畜産、水産業で今、映像IoTによる現場革新が始まっている。担い手不足や低い生産性といった課題を解消できる可能性がある。

NTT東日本は山梨市、JAフルーツ山梨、シナプテックと共同で昨年、個人農家を対象とした農業IoTプロジェクトも実施した。温湿度センサーで圃場の環境変化をリモート監視し、さらにカメラで作物の状態も撮影。これらのデータを基にJAが、栽培者に対して営農指導を行う。

このケースではAIによる映像分析ではなく、人が映像を見て作物の状態を判断しているが、それでも効果は大きい。JAは、映像や環境データを基に遠隔から指導できるため省力化が図れる。栽培者は経験が少なくても安定的に栽培できるようになり、温度等を遠隔監視することで無駄な巡回も避けられる。20%の稼働削減効果が上がっているという。

また、ハウス内に異常を検知した場合には自動的にアラート通知や威嚇を行うことで、盗難や獣害の防止にも役立っている。

図表　農業の課題とIoT活用例（画像をクリックで拡大）