AI経営診断シート（農業版・記入式Excel）
生育・病害虫の判断、省力化・営農データ、匠の技の継承、直販・トレーサビリティ・ブランド、新規事業・経営の5領域を0〜4で自己採点し、どこからAIを「足す」かを整理する記入式シートです。
Excelシートを無料ダウンロードExcel形式（.xlsx）・メール登録不要
こんにちは、株式会社TIMEWELLの濱本です。
十二月の、まだ薄暗い園地を思い浮かべてみてください。あなたは一つのみかんを手に取り、皮の色を見て、手のひらでその重みを確かめます。今日穫るか、あと三日待つか。糖度計の数字はあります。けれど最後にそれを決めているのは、皮の色つやと、この一週間の冷え込みの記憶と、何十年も繰り返してきた指先の感覚です。「その判断を、言葉にして誰かに渡せますか」と聞かれると、少し詰まる。息子はまだ戻ってこない。手伝いのパートさんには「去年と同じように」としか言えない。あなたの頭の中にある一年分の勘は、たぶん、あなたが鍬を置く日まで、あなたの中にしかありません。
農家の方とお話ししていると、AIの話題になった瞬間に、少しだけ肩に力が入るのを感じます。「うちみたいな家族経営に関係あるの」「補助金でまた機械を買えっていう話でしょう」。その警戒は、正直まっとうだと思っています。派手な導入事例の多くは大規模な法人のもので、天候と相場に振り回される家族経営の現場に、そのまま当てはまるとは限りません。
だから、農機を買い替えろという話は一切しません。今ある農機、今ある水路と圃場、そしてあなたの頭の中にある勘を捨てずに、そこにAIを「足す」。この記事は、それだけに絞ります。あなたの頭の中で止まっている「いつ穫るか・いつ防ぐか」という判断を、若い人やパートさんと分かち合えるようにし、体で覚えた勘を消えないように残し、そして栽培の記録を「安く買い叩かれない値段の根拠」に変えるところまでを、実務目線で追いかけます。先に背骨を言っておきます。すべての第一歩は、経営のトップ自身がAIを毎日触ってAIネイティブになることです。そして——「一人でパソコンに向かう自信なんてない」という方に向けて、誰がどこまで手伝うのかも、記事の中ほどではっきり書きます。
まず、あなたの頭の中で止まっている「いつ穫るか」から
こんな場面はないでしょうか。収穫の適期も、防除のタイミングも、決められるのは代表であるあなた一人。あなたが体調を崩せば、園地は止まる。若い人は覚えられない。判断が一日遅れて、等級が落ちる。家族経営でいちばん時間を食い、いちばん一人に集中しているのが、この「いつ、どこで、どう手を入れるか」という判断です。
ここが、AIをいちばん実感しやすい入口です。ドローンや衛星が撮った生育の画像と、気象のデータをAIに読ませて、出穂や成熟のタイミングを予測する。「見て決めていた」収穫の適期を、数字にして、若い人やパートさんとも共有できるようにする。病害虫なら、スマホで一枚撮るだけで、何の病気か・どの畝が危ないかを見当づけて、「念のため園地全体に一律散布」から「出た、あるいは出そうな区画だけ」のピンポイント防除に変えられます。
手軽な最初の一歩は、本当にスマホ一枚です。気になる葉を一枚撮って診断アプリにかけてみる。あるいは、去年の作業記録や出荷伝票を一つ、AIに読ませて「今年はどこが違いそうか」を一緒に眺めてみる。いきなり園地全体をデータ化する必要はありません。
モデルケースで言えば（あくまで仮の話です）、代表一人の勘で年に何度も回していた防除を、予察と画像診断で「危ない区画だけ」に絞り、散布の回数と農薬代を抑えつつ、判断をパートさんとも分け合えるようにする、というイメージです。実際、香川県の事例では、AIアプリで根こぶ病のリスクを評価した結果、13%の圃場で過剰な防除が判明し、防除のレベルを下げられたと報告されています。AIは、やみくもな散布を減らす方向に効く。これは、コストにも、環境にも良い話です。
ただし、ここは慎重に書きます。AIの薬剤提案は、あくまで支援です。最終的な判断は、農薬取締法にもとづく登録内容とラベルの遵守が前提で、「AIで農薬ゼロ」といった誇大な話ではありません。ゼロから勘だけで決めていた作業を、データで裏づけて確認する作業に変える。ここが本質です。自社のAI活用が今どの段階にあるかは、AIリテラシー診断でも確認できます。
第一歩は、トップが「自分の勘」をAIに話してみること
打ち手を並べる前に、順番として最初に来るものを置きます。経営トップ自身がAIネイティブになることです。農業では、これに切実な意味があります。
農業の最大の資産は、経営者の頭の中にある「いつ、どの畝に、どれだけ、どう手を入れるか」という判断です。せん定、水管理、防除のタイミング、目利き。これらは本人も言葉にできない勘で、放っておけば引退とともに消えます。だから、トップ自身が自分の勘をAIに話してみることが、すべての起点になります。
「うちのみかんを、いつ収穫するか、どう決めているか。うまく言葉にできないけれど、AIと一緒に、判断の要素を分解してみたい」。そう打ち込んで、返ってきた答えの半分が的外れでも、その的外れを自分で直していく。それが、勘をデータに変える最初の一歩です。補助金でスマート農機を入れても宝の持ち腐れになりがちなのは、この「トップが自分の勘を言葉にする」工程を飛ばして、機械を入れること自体が目的になってしまうからです。
日本企業の生成AI利用率は、総務省の令和7年版情報通信白書で55.2%。最大の導入懸念は「効果的な活用方法がわからない」でした。この「わからない」は、外注や研修だけでは埋まりません。トップが毎日10分でも触る。ここを飛ばした経営のAI導入を、私はあまり見たことがありません。
一人で向かわなくていい：誰が、どこまで手伝うのか
とはいえ、です。「毎日AIを触れと言われても、一人でパソコンに向かう自信なんてない」。この声に応えないまま話を進めるのは、不誠実だと思っています。ここははっきり書きます。
一人で始める必要はありません。TIMEWELLのAIコンサルティング「WARP」は、最初の1シーズン、経営者の隣について伴走することを前提に設計しています。何をするかというと、まずはあなたの勘を一緒に言葉にするところから。次に、収穫適期・防除・施肥のうち、いちばん当たり外れの大きい判断を一つだけ選ぶ。そして、その一つの判断に、手元の農機や作業記録を活かしてAIを足す小さな実証を、一緒に組み立てて回します。孤独にマニュアルと格闘するのではなく、横に相談相手がいる状態で、勘の言語化から最初の一手までを進める。これが、農業でAIを始めるときの現実的な入り方だと考えています。
費用や関わる範囲は経営の規模で変わりますが、考え方は共通です。全部を一度にやらない。一つの判断、一つのシーズンから。向こう（AIと伴走者）が先に「こうすると、こう変わりそうです」と見せて、あなたはそれを自分の園地の言葉で判定する。この順番なら、AIに詳しくなくても踏み出せます。この記事と地続きの製造部品メーカーのAI経営変革も、同じ「トップから、小さく」という背骨で書いています。
コストを下げる：現場に、AIを「足す」
意思決定の次は、現場の作業そのものを軽くします。原則は同じで、農機やシステムを入れ替えるのではなく、その上にAIや制御装置を「足す」だけです。
肥料が高いいま、効くのが可変施肥です。圃場のなかのばらつきをセンサーで測り、生育のマップに応じて畝や区画ごとに肥料の量を変える。全面に同じ量をまくのをやめ、必要な所に必要な分だけにする。自動操舵のトラクタや、直進アシストの田植機、自動の水管理は、いまある農機や水路を捨てずに、制御装置を後付けするだけで基幹作業を省力化しつつ、作業のログを自動で記録してくれます。農林水産省の実証では、ドローンによる防除で作業時間が平均およそ6割減り、自動水管理で水管理の手間も大きく減った、という平均値が報告されています。
ここで、数字の性格について一度だけ書いておきます。担い手の減少や直売所の市場規模といった数字は、農林水産省の公的統計です。一方で「◯割削減」「単収◯%増」といった効果の数字は、実証プロジェクトの平均や民間の事例で、圃場や品目、その年の天候で大きく振れます。あなたの園地で同じ数字が出る保証はありません。だから私は、派手な数字を並べるより、自社の一区画・一つの判断で測ることを勧めます。
どこから手を付けるかを、社長ご自身がAIと整理するための壁打ちプロンプトを、ひとつ置きます。そのまま貼って、【】の中を自社の情報に置き換えて使ってください。残りの2本（栽培データを直販・ブランドの「売り」に変える／新しい柱の種を出す）は、無料の診断シートに同梱しました。
あなたはスマート農業と農業経営に精通したコンサルタントです。既存の農機・水路・圃場・営農管理システムを捨てずにAIを「足す」前提で、どの栽培判断・作業から着手すべきかを一緒に決めてください。天候・相場が支配的で、AIは不確実性を下げる補助である前提です。
# 入力（私が埋めます）
- 作目と規模：【例：水稲◯ha、みかん◯ha、家族経営＋パート】
- いま最も勘に頼っている・当たり外れが大きい判断を3つ：【例：収穫適期／防除タイミング／施肥量】
- 手元にあるデータ・機器：【例：営農管理システム、ドローン、気象、過去の作業記録】
- 属人化している判断：【例：せん定と水管理は代表1名の勘】
- 川下の状況：【例：JA出荷中心、直販は少し】
# あなたのタスク
(1) 挙げた判断を「当たり外れ（不確実性）の大きさ」「収量・品質へのインパクト」「データ化のしやすさ」で評価する。
(2) 各判断で、AIに任せられる部分（予測・可視化・下書き）と、人が必ず担う部分（最終判断・登録農薬の遵守）を分離する。
(3) 最初にAIを足す1つを選び、その根拠を示す。
(4) その1つの「1シーズンの小さな実証」計画を示す。既存の農機・データは活かす。
(5) 効果の測定指標（作業時間・防除回数・単収・等級など）を定義する。
# 出力形式（必ずこの通りに）
1. 評価表：列は［判断・作業／不確実性の大きさ／収量・品質への影響／データ化のしやすさ／AIで支える部分／人が必ず担う部分／測る指標(仮)］
2. 着手する1つとその選定理由（3文以内）
3. 1シーズンの小さな実証計画（何を、いつ、どう測るか）
4. 測定指標の定義
# 制約
- 「効率化」「最適化」などの抽象語は使わず、何がどう変わるかを動詞で書く。
- 収量・所得の改善を約束しすぎない。天候・相場が支配的で、AIは不確実性を下げる補助である前提を添える。
- 農薬の提案はAIの支援であり、最終判断は登録内容・ラベル遵守が前提と明記する。
- 効果の数字は「仮」または「実証平均」と明記し前提を添える。捏造しない。
- 最後に、この計画で最も外れやすい弱い仮説・リスクを3つ挙げる。
体で覚えた勘を「コスト」から「売り」に変える
ここからが攻めです。あなたが何十年もかけて体に覚え込ませた栽培の勘と、営農管理システムやセンサーに実は貯まっている圃場・気象・作業の記録。これを、あなたの中に埋もれたコストではなく、外に打ち出せる「売り」に変えます。
まず、継承です。せん定、整枝、目利き、温度や水の管理。こうした熟練の判断を、スマートグラスや作業の記録で撮って可視化し、AIで若い就農者やパートさんの支援に展開する。「見て覚えろ」が通じなくなった時代に、勘を、言葉とデータで残せます。担い手の平均年齢は67.7歳。この世代が積み上げてきたものは、この産業の最大の資産です。これは、担い手を否定する話ではありません。その資産に敬意を払い、消える前に、次の世代が学べる形に翻訳する営みです。
そして、その勘は、外向きの武器になります。施肥や防除の履歴、糖度といった栽培の記録は、「この栽培だから、この品質」というブランドの証明書になります。従来、良い物を作っても、規格と相場で市場や卸に買い叩かれてきました。けれど、農家は最終商品である食べ物を、自分の手で持っている。その記録を開示して、直売所やEC、契約栽培、ふるさと納税に振り向ければ、値段を自分で語れるようになります。農産物の直売所は、全国でおよそ1.1兆円の市場です。生産者が値段を決められる受け皿が、それだけの規模で存在しています。
ここで大事なのは、追う数字を、収量そのものだけに置かないことです。市場出荷に対して、直販や契約栽培の比率をどれだけ増やせたか。ブランドとしての単価をどれだけ守れたか。それが、川下を取り戻せているかどうかの物差しになります。栽培のノウハウや履歴を、直販やファンとのつながりという外向きの資産に変える場面では、TIMEWELLの「BASE」が自然に接続します。ただし、これも道具です。順番は、やはりトップが自分の勘をデータにするところから始まります。
採用や、産地の魅力を伝える発信の下書きも、AIで軽くできます。熟練者の作業の記録を、そのまま新人向けの手順書にする。指導する人が足りないという慢性の課題を、記録で補う。人事の考え方はAI×人事の実装パターンも参考になります。ただ、AIを「人を減らす」文脈で語ると、現場は反発します。人が採れないなかで、今いる人を実りの多い仕事に振り向ける。この語り口のほうが、農業の実情に合うと考えています。
本業を止めず、その隣に新しい柱を小さく立てる
最後に、その先の話を。コスト削減で生まれた余力を、既存の生産の延命だけに使うのはもったいない。とはいえ、真面目な産地ほど、目の前の出荷をこなすことが正解になり、新しい芽に手が回らない。家族経営の毎日は、この罠と隣り合わせです。
抜け出す鍵は、新しい取り組みを、いまの収量や短期の利益で測らないことです。それで測ると、育つ前に「儲からない」と潰れる。**本業である生産は止めず、その隣に、新しい柱を小さく立てる。**余力があれば少人数の別枠で、なければまず社長が週に半日だけでいい。自分が何十年もかけて蓄えた栽培・防除・段取りのノウハウと、持っているデータ（圃場・気象・作業・出荷）に、AIを掛け合わせる。すると、これまで社内コストだったものが、外に売れるサービスに見えてきます。自産地の高品質な再現手順をデータにして、同じ品種を作る他産地や新規就農者へ、栽培支援として提供する。トレーサビリティを活かしたブランド直販を育てる。荒れた農地や離農地を集約し、標準の作業をAIで再現できる形にして、新規就農者やパートさんでも回る「産地のしくみ」を運営する。既存の生産を止めずに、その隣で小さく試す。それが、作って市場に出すだけの構造から、「どんな品質を、誰に、いくらで届けるか」を自分で決められる経営への、地味だけれど確かな一歩だと思います。
新しい柱の種を出すための壁打ちプロンプトも、診断シートに同梱しています。ひとりで考え込む前に、AIを相棒にしてみてください。
まとめ：勘をデータに、川下を取り戻す
要点を整理します。
- いちばん実感しやすい入口は、あなたの頭の中で止まっている「いつ穫るか・いつ防ぐか」。生育予測と病害虫のAI診断で、勘だけで決めていた判断を、データで裏づけて確認する作業に変える。まずはスマホ一枚から
- 第一歩は、トップが自分の勘をAIに話してみること。でも一人で向かう必要はない。最初の1シーズンは伴走を頼っていい
- コスト削減は「捨てずに足す」で。可変施肥、自動操舵・自動水管理、病害虫のAI診断（薬剤提案は支援で、最終判断は登録内容・ラベル遵守）。既存の農機を残し、一区画から小さく試す
- 体で覚えた勘は社内コストではなく「売り」に変えられる。栽培の記録をブランドの証明にして、直販・契約栽培で価格決定権を取り戻す。追う数字は収量だけでなく直販比率とブランド単価
- 新しい柱は、本業を止めずに別枠で。余力がなければ社長が週半日から
最後に、正直な一言を。農業は、天候と相場という、人の力の及ばない変数に支配される業界です。AIは、豊作も高値も保証しません。それでも私は、まずトップが自分の勘をAIに話して言葉にし、いちばん当たり外れの大きい一つの判断で一シーズン試し、栽培の記録を直販の武器に変えていく、という順番を勧めます。農業の最大の資産は、担い手の頭の中にあります。それを消さずにデータへ翻訳できた産地が、匠の技を次の代へ継ぎ、川下を取り戻すのだと考えています。
この記事を自社に当てはめて点検する「AI経営診断シート（農業版）」を、ページ冒頭から無料でダウンロードできます。生育・病害虫の判断、省力化・営農データ、匠の技の継承、直販・ブランド化、新規事業・経営の5領域を書き込みながら、どこから手を付けるかを整理できるExcelで、本文で触れた壁打ちプロンプト3本も同梱しています。まずは社長ご自身が、AIと一緒に埋めてみてください。
そして、いちばん手軽な一歩は、気になる葉を一枚撮ることです。自社の圃場とデータのどこにAIを足せば効くのかを、最初の1シーズンから一緒に整理したいときは、WARPのAIコンサルティングや、個別相談もお使いください。
参考文献・出典
- 農林水産省「2025年農林業センサス結果の概要（確定値）」（2026年3月公表）1
- 農林水産省「令和6年度 食料・農業・農村白書」特集3（スマート農業実証）2
- 農林水産省「令和6年度 食料自給率」（2025年10月公表）3
- 農研機構「AI病虫害画像診断システム」／農業データ連携基盤WAGRI4
- 農林水産省「令和6年度 6次産業化総合調査」（2026年3月公表）／スマート農業技術活用促進法5