結論： 栃木の農業でAIを使うなら、まず温度や作業時間を記録し、異常通知で現場の判断を助けるところから始めます。
理由： 栃木県内の公式事例でも、データをためるだけでは改善につながらず、栽培中に確認して対応できる仕組みが必要でした。
実行： 一つの圃場と一つの課題に絞り、4週間だけ記録と通知を試して、見回り時間や見落としが減ったかを比べます。
注意： センサー、ロボット、自動化を一律にAIと呼ばず、測定誤差と機器停止に備えて人が確認する範囲を残します。
対象読者：栃木県内の農業法人、施設園芸、畜産、土地利用型農業の経営者と現場責任者
今日やること：毎日確認している項目を一つ選び、記録方法と判断基準を書き出す
栃木県の農業でAIを使うと聞くと、収穫ロボットや収量予測を思い浮かべるかもしれません。
ところが、県内のいちご農家を扱った農林水産省の事例では、出発点は温度の記録でした。
記録できれば十分に思えます。
実際には、栽培が終わってから数字を見ても、目の前の高温や機器の異常には間に合いません。
AIより先に整えるべきものが、ここにあります。
結論：記録、通知、予測の順に進める
農業で使われるデジタル技術は、役割ごとに分けると判断しやすくなります。
センサーは状態を測り、通知は異常を知らせ、自動化は決められた動作を実行します。
AIは、蓄積したデータから予測や判定を補助する位置にあります。
| 段階 | 主な働き | 現場で確かめること |
|---|---|---|
| 記録 | 温度、湿度、水位、作業時間を残す | 欠測や誤測定がないか |
| 通知と自動化 | 閾値超過を知らせ、定型動作を省力化する | 誤報、停止時の手順、安全性 |
| AIによる予測と判定 | 生育、病害、需要などの判断材料を示す | 根拠、外れた場合の影響、採算 |
この順番なら、AIを導入すること自体が目的になりません。
見回りの負担を減らすのか、温度変化を早く見つけるのか、品質のばらつきを抑えるのかを先に決められます。
データが不足している段階では、予測モデルより通知のほうが役立つ場合もあります。
栃木県も「とちぎのスマート農業・農業DX」で、先進事例の紹介や機器導入支援を進める一方、生産現場の課題を見極めながら活用する方針を示しています。
技術名ではなく、圃場で起きている困りごとから選ぶ考え方です。
出典：栃木県／とちぎのスマート農業・農業DX（問い合わせ：農政課 農政戦略推進室 028-623-8484）
いちご王国の温度管理が教えること
栃木県の令和6（2024）年産いちごは、収穫量25,700トン、作付面積506ヘクタール、産出額303億円でした。
収穫量は57年連続、作付面積は24年連続、産出額は30年連続で全国1位です。
この規模の産地でも、最初から複雑なAIが必要だったわけではありません。
農林水産省が紹介した高根沢町の加藤いちご園では、就農4作目から温度記録センサーを使い始めました。
しかし、当初は数字を随時取り出して分析できず、「デジタル温度計」としての利用にとどまったと説明されています。
転機は、栽培中に状態を確認できるモニタリングでした。
設定した温度の上限や下限に達すると、パソコンやスマートフォンへ警報が届きます。
局地的な環境変化を知り、シーズン中に対応できるようになりました。
ただし、数字をそのまま信じればよいわけではありません。
加藤いちご園は、測定値が正しいとは限らないため、他の生産者との情報交換を通じて補正し、現場で柔軟に使う必要があると話しています。
自動化についても、人が忘れることを防ぎ、異常を早く見つける役割を重視しています。
AIに置き換える範囲より、人が早く気づける範囲を先に広げる。
温度管理の事例は、そのほうが日々の栽培に接続しやすいことを示しています。
出典：栃木県農業総合研究センターいちご研究所／全国のいちご生産割合から見た栃木県の状況（問い合わせ：0282-27-2715）
出典：農林水産省／農業DXの事例紹介（12）「いつものイチゴ」をつくるための温度管理、ITセンサー活用
農業現場で試す範囲の切り出しにお悩みですか？
とちぎAI実装ノートは、栃木県内の事業者が現場課題を整理し、デジタル技術を実際の業務に組み込むところまでを支援しています。
品目によって先に選ぶ技術が変わる
では、いちごの温度管理を、そのまま水田や畜産へ移せばよいのでしょうか。
同じ県内農業でも、観察する対象と省きたい作業が違います。
栃木県の公式動画集には、ICT水管理、自動運転田植機、にら出荷調整機、搾乳ロボット、餌寄せロボット、かんぴょう採取などが並んでいます。
ここにはセンサー、機械制御、ロボットが混在しており、すべてがAIではありません。
- 水田：水位確認や移動時間が負担なら、ICT水管理から検討する
- 施設園芸：温度や湿度の見落としが課題なら、環境計測と通知から始める
- 選果と出荷：反復作業が集中するなら、調整機や画像判定の適用条件を調べる
- 畜産：搾乳や餌寄せの負担が大きいなら、ロボットと停止時の対応を一緒に設計する
一つめと二つめは、比較的少ないデータでも効果を確かめやすい領域です。
一方、画像判定や収量予測は、正解となる記録を一定期間そろえなければ精度を評価できません。
機械を入れる場合は、削減時間だけでなく、清掃、保守、通信障害、繁忙期の停止まで費用に含めます。
4週間の試行で採否を決める
導入前の比較がなければ、機器を入れた後に効果を判断できません。
一つの圃場、一つの課題、一人の責任者に絞り、4週間だけ試します。
- 試行前：見回り時間、異常の回数、見落とし、手戻りを記録する
- 第1週：センサー値と現場の温度計を見比べ、誤差と通信状態を確かめる
- 第2〜3週：通知の閾値を調整し、誤報と見逃しを記録する
- 第4週：削減時間、対応の早さ、品質への影響、月額費用を比べる
継続の条件は、派手な機能があることではありません。
担当者が毎日使え、異常時に誰が何をするか決まり、費用に見合う変化が確認できることです。
数字がそろわなければ、AIによる予測は見送り、記録と通知だけを残す判断も成り立ちます。
県は2026年6月時点で、土地利用型農業を中心に、技術や機械を学び、相談し、体験できる「とちぎ次世代スマート農業推進センター（仮称）」の設置を検討しています。
これは設置済みの相談窓口ではありません。
最新状況は県の農政課へ確認する必要があります。
出典：栃木県／とちぎ次世代スマート農業推進センターWEBサイト制作業務委託公募型プロポーザルの実施について
農業でAIを使う最初の一手は、機器のカタログを集めることではありません。
明日の見回りで確認する項目を一つ選び、時刻と数値と対応を残すことです。
その記録が、通知で足りるのか、AIによる予測まで進むのかを決める材料になります。
栃木県内で農業DXの小規模な試行を進めたい方へ
対象業務の整理から、記録項目と評価方法の設計まで、とちぎAI実装ノートにご相談ください。