農業のAI導入事例5件　生育と出荷の予測・灌水・収穫と選果・労務の管理の結果と条件、小さな農業法人の例【2026年11月】

農業法人は、生育予測・灌水・収穫と選果・病害虫・作業の管理のどこにAIを入れているのでしょうか。農林水産省の資料では、農業を主な仕事とする基幹的農業従事者は2000年の240万人から2023年の116万人に減りました。

農林水産省などが公表した農業のAI導入事例は、生育と出荷の予測、灌水と施肥、収穫と選果、作業と労務の管理の4つの作業に分かれます。従業員9人の法人や、約2,000㎡の農場の例もあります。

この記事を読むと、自社の作業に近い事例の結果と条件を確かめ、最初に試す作業を決められます。事例は2026年11月15日に農林水産省・農研機構と各社の公式ページで確認しました。この記事は、AIエージェントの開発と導入の支援をしている株式会社AITECHが書いています。

シフトと案件の情報から配送の予定を自動で組む例など、株式会社AITECHの支援事例を確かめられます
株式会社AITECHの支援事例を見る

農業のAI導入の背景

農業のAI導入の背景には、23年で半分以下に減った担い手と、国のスマート農業の支援があります。スマート農業とは、ロボット・AI・センサーなどの技術とデータを使い、作業を減らしたり品質を上げたりする農業のことです。

基幹的農業従事者とは、ふだん仕事として主に自営の農業をしている人で、雇われて働く人は含みません。数字は農林水産省「省力化投資促進プラン－農林水産業（農業）－」（2025年6月）の資料のものです。

農林水産省の事例集の136件は、自動操舵のトラクター、ドローン、センサーなどの事例が中心です。AIを使う農業の事例は、事例集のほかに、スマート農業の実証プロジェクトや計画の認定の事例でも公表されています。

農業のAI導入事例5件の一覧

農業のAI導入事例は、生育と出荷の予測、灌水と施肥、収穫と選果、作業と労務の管理の4つの作業に分かれます。表の5件は、農林水産省の事例集、農研機構のスマート農業実証の成果、農研機構のサイトに載る認定事例、AIを提供する会社が導入先の名前と結果を書いた発表です。2026年11月15日に内容を確認できたものに限り、実証の開始だけの発表と、農家の導入の結果ではない研究の成果は含みません。

並び順は作業の順で、評価の順位ではありません。かっこ内は経営の規模と公表の時期です。公表された結果は各資料の数字で、トップリバーとつづく農園の結果は、AIだけでなくほかのシステムや機器と合わせた効果です。

工場の外観の検査や需要予測の事例は、製造業のAI導入事例13件の記事にあります。選果の画像判別と、仕組みが近い例があります。

生育予測と出荷予測のAI導入事例

出荷予測の事例では、生育のモデルとAIで収穫の時期と量を予測し、出荷と販売の計画に使っています。経験と勘に頼っていた生育の予測を、データに置き換えることが目的です。

トップリバーのレタスの出荷予測

トップリバーは、予測した出荷日を画面に表示し、出荷と販売の計画を見直せるようにしました。実証の2年間で、独立した契約生産者16人にもデータを入れて見る仕組みを広げています。

ディープラーニングとは、大量のデータから特徴を学ぶAIの方法です。予測の精度を上げるには、定植の日・収穫の日・収量の記録を作付けごとに残しておく必要があります。

灌水と施肥のAI導入事例

灌水と施肥（作物に水と液体の肥料を与える作業）の事例では、AIが土の水分と天気から水と肥料の量を決め、毎日の灌水の作業が減っています。

つづく農園などのイチゴの灌水と施肥

国の「省力化投資促進プラン」も、いちごの実証の例として、環境制御システムとAIのかん水システムで換気とかん水の作業時間が96.5%減ったことを挙げています。どちらもハウスの栽培の例です。

青森県では、AIの灌水施肥システムを施設トマトに入れる実証が2025年度から続いています。実証の担当の農家は、毎日の灌水の量を基本的にAIの判断に任せ、急な晴天のときだけ人が量を足していると話しています。結果は収穫の後にまとめる予定です。

収穫と選果のAI導入事例

収穫と選果の事例では、カメラの映像からAIが果実の熟し具合や傷を判定し、人の手で行っていた作業を機械が担っています。どちらも、果実の見た目で判断する作業です。

トクイテンのミニトマトの自動収穫

OCファーム暖々の里のAI選果機

トクイテンは、トマトの形や大きさが1つずつ違うため収穫がうまくいかないことがあり、改良を重ねてきたと話しています。当初は収穫で果実に傷がつくこともありましたが、現在はロボットが収穫した果実も出荷しています。

OCファームでは、選果に多くの人手と時間がかかることが、柑橘の園地を広げる妨げになっていました。代表は、選果が効率化したことで面積を広げられると考えています。

見た目で判定するAIは、判定の基準を人が決めます。選果なら等級ごとの大きさと傷の基準を、収穫なら収穫してよい色を、導入の前に文と写真でそろえておきます。

病害虫の診断のAI

病害虫の診断のAIは、国の研究で写真から80%以上の精度で病害虫を見分けられるようになり、スマートフォンのアプリでも提供されています。農家の導入の結果ではなく、国の研究の成果です。

WAGRIとは、農業のデータやプログラムを事業者が共有して使うために国の事業で作られた基盤です。新しく農業を始めた人が、専門の知識がなくても病害虫の見当をつけられることが期待されています。

診断の精度は100%ではないため、AIの診断は見当をつけるための材料です。防除の方法と農薬の選択は、普及指導員やJAの指導員に確かめてから決めます。

作業と労務の管理のAI導入事例

労務の管理の事例では、AIが働く人の心拍などから体調の変化を見つけ、熱中症の前に休憩を促しています。浅井農園では、施設園芸の夏場の労働安全衛生の管理が課題でした。

浅井農園の働く人の体調の管理

浅井農園は、集めたデータから、危険が高まる環境の条件や、性別による傾向の違いを把握しました。負荷の高い作業を1人ではなくチームで行うように変え、休憩場所に扇風機を置く対策の効果も確かめています。

農薬の使用などの記録は、まずアプリやパソコンでデータにして残すことが、AIで分析する前の段階になります。

農業のAI導入でAIに任せる作業と人が判断すること

農業の事例でAIが担うのは予測・判定・見守りで、出荷の計画、判定の基準、防除の決定は人が行います。青森県の灌水の実証の農家も、急な天気の変化のときは自分で灌水の量を足しています。

表の右の列は、事例の発表の記載をもとにした確認の目安です。農薬の使用は法律で守る基準があるため、AIの診断や提案をそのまま使わず、人がラベルと基準を確かめます。

小さな農業法人の例と国の支援

小さな農業法人の例は、従業員9人のOCファーム暖々の里と、約2,000㎡の農場のトクイテンです。2つの法人は、補助金や計画の認定を使って導入や事業の拡大を進めています。

スマート農業技術活用促進法の計画の認定を受けると、税制と金融の特例を使えます。北海道のJA鹿追町の生産者部会は、施設の整備の補助事業で優遇を受けられることを理由に認定を申請したと話しています。

AIを含む設備の導入に使える補助金の選び方は、AI導入の補助金の記事にあります。中小企業のAIの使い方の例は、中小企業のAI活用事例9件の記事にあります。

農業のAI導入の進め方

農業のAI導入は、人手と時間が多くかかる作業を1つ選び、作付けの記録をそろえてから1つのハウスや園地で試します。AIの予測と判定は、過去の記録と基準が無いと使えません。

1. 人手がかかる作業を書き出す：選果・灌水・収穫・記録に、時期ごとに何人で何時間かかっているかを書き出します。
2. 記録をデータにする：定植の日・収穫の日・収量・灌水の量を、紙ではなくアプリやパソコンに残します。
3. 判定の基準を決める：等級・収穫の色・灌水の目安など、AIに合わせる基準を文にします。
4. 1つのハウスや園地で試す：OCファームの選果や青森県の灌水のように、1つの作業と場所から始めます。
5. 同じ方法で測る：作業時間・収量・廃棄の量を、試す前と同じ方法で比べます。

作業ごとにそろえる記録は、事例を目安にできます。

PoCとは、本番の前に小さな範囲で効果を確かめる試験のことです。小さく試して続けるかを決める方法は、AIのPoCの進め方の記事にあります。

株式会社AITECHに相談する場合

株式会社AITECHは、業務に合わせたAIエージェントの受託開発と業務の自動化、AI導入の顧問・コンサルティングを行っています。農業の支援事例は公開していませんが、シフトの情報から予定を自動で組む例があります。

この事例は、株式会社AITECHの支援事例のページにある運送会社の例で、会社の規模・費用・期間の記載はありません。農業の支援事例は、2026年11月15日時点でページに載っていません。LINEで勤務の予定を集めて予定表を作る仕組みは、農業法人のパートの勤務の割り振りにも使える形です。

AITECH認定パートナーは、業務に合わせたAIエージェントを作り、大きなシステム開発をせずに小さく始める支援です。

作業の記録や勤務の予定の集計など、農業法人の事務の自動化の相談を受け付けています
株式会社AITECHに問い合わせる

まとめ

農業のAI導入事例は、生育と出荷の予測、灌水と施肥、収穫と選果、作業と労務の管理の4つの作業にあり、出荷予測と灌水の結果はほかのシステムと合わせた効果です。最初に、人手と時間が多くかかる作業と、その作業の記録が残っているかを確かめます。

• 公表された5件は、出荷予測1件、灌水と施肥1件、収穫と選果2件、労務の管理1件です。
• 従業員9人のOCファームは、AI選果機で同じ時間に2倍以上の量を選果できるようになりました。
• イチゴの実証では、AIの灌水で定植後の灌水の作業時間が10aあたり42時間減りました。
• 病害虫の診断のAIは、国の研究で80%以上の精度があり、防除の決定は人が行います。
• AIの前に、作付けと作業の記録をデータで残します。

AI導入の相談先を探す（AI企業ナビ）

• 農業の生育予測・病害虫検知・スマート農業の始め方：農業のAI活用ガイド
• 農事組合法人の問い合わせ・作業の計画・記録と出荷の事務のAIの使い方：農事組合法人のAI活用ガイド
• AIの導入を支援する会社とサービスを比べて相談する：AI企業ナビ

よくある質問

小さな農業法人でもAIを使えますか？

使えます。従業員9人のOCファーム暖々の里はAI選果機を、約2,000㎡の農場のトクイテンはAIの収穫ロボットを使っています。どちらも国の補助や認定の制度を使っています。

農業のAIで最初に試すのに向いている作業はどれですか？

人手と時間が多くかかり、判断の基準を言葉にできる作業です。公表事例では、選果と灌水で作業が減った例があります。作付けの記録が残っていれば、出荷予測も候補になります。

病害虫の診断はAIに任せてよいですか？

見当をつける材料として使えます。国の研究の診断の精度は80%以上で、間違えることもあります。防除の方法と農薬の選択は、普及指導員やJAの指導員に確かめて決めます。

スマート農業とAIの違いは何ですか？

スマート農業は、ロボット・AI・センサー・自動操舵の機械などを使う農業の全体の呼び方です。AIはその中の1つで、予測や画像の判定を担います。農林水産省の事例集の136件のうち、AIを使うと書かれた事例は2件でした。

事例と同じ効果が自社でも出ますか？

同じとは限りません。公表された数字は、各法人の作物・面積・設備の条件で出たもので、ほかの機器と合わせた効果も含みます。試す前と後を同じ方法で測り、自社の数字で判断します。

関連記事

• 製造業のAI導入事例13件　工程別にAIに任せた作業と公表された結果、中小企業の例と始め方
• 中小企業のAI活用事例9件　従業員2人〜205人の会社が任せた業務と公表された効果
• AI導入の補助金
• 物流業のAI導入事例10件　配車・倉庫・点呼・伝票・問い合わせの工程別に、公表された結果と条件
• AIのPoCの進め方