こんにちは、株式会社TIMEWELLの濱本です。
田んぼの見回りに出て、水の入り具合を目で確かめ、畦を歩きながら病害虫の兆しがないかを探す。ずっとこうしてきたし、これからもこうしていくのだろう。そう思いながら空を見上げて、明日の天気を気にする。農業の現場には、そういう積み重ねの毎日があります。ただ、その一方で、周りを見渡すと一緒にやってきた人が一人また一人と離れていき、自分の年齢も上がっていく。あと何年、この面積を回せるだろうか。息子や娘に継げとは、正直なところ言いづらい。そんな胸のうちを抱えている方は、少なくないと思います。
この記事は、農業をなさっている方、あるいはこれから継ごうか迷っている方に向けて書いています。結論から言えば、私はこれからの農業従事者は「AIを使う側」に回ったほうがいい、と考えています。ただ、いきなりそう言われても、機械やパソコンは苦手だし、そんな余裕もない、と感じられるはずです。だからまず、いまの現場が抱えている痛みがどこから来ているのかを一緒に整理して、そのうえで、なぜ技術がその痛みを和らげる現実的な手段になるのかを、国の一次データをもとにお話しします。難しい言葉はそのつど噛み砕きますので、身構えずに読み進めてください。ご自身や会社のAIとの距離感が気になる方は、先にAIリテラシーの無料診断で現在地を確かめておくと、後半の話が具体的になります。
現場の痛みは、気のせいではなく数字に出ている
まず、「人が減っている」という肌感覚が、思い込みではなく事実であることを確かめておきます。数字を見ると、覚悟していた以上に厳しい現実が見えてきます。
農林水産省の令和6年度「食料・農業・農村白書」によると、日ごろ主に農業に従事している基幹的農業従事者の数は、2000年の240万人から2024年には111万4千人へと、約20年でほぼ半分になりました1。平均年齢は69.2歳です。年齢の内訳を見ると、65歳以上が全体の71.7%を占め、49歳以下は11.2%にとどまります。つまり、いまの農業を支えている方の7割超がすでに65歳を超えていて、若い担い手は1割ほどしかいない、という構造です。
この傾向は、これから加速していきます。農林水産省は、今後20年間で基幹的農業従事者が2023年時点の約116万人から約30万人へ、およそ4分の1にまで減ると見込んでいます2。これは確定した数字ではなく国の見込みですが、根拠となっているのは統計調査であり、決して大げさな脅しではありません。同省は、このままでは従来の生産方式を前提とした農業では、農業の持続的な発展も食料の安定供給も守れない、とはっきり書いています。畑を見回るあの見回りを、一人でこなす面積が、静かに、しかし確実に増えていく。それがこれから起きることです。
現場で感じている痛みは、大きく三つに整理できると思います。一つ目は、いま述べた担い手の減少と高齢化そのものです。人が足りず、一人当たりの負担が重くなっていく。二つ目は、経験と勘が特定の人にしか宿っていないことです。いつ水を入れ、いつ防除に動き、どの株を摘むか。長年の観察で身につけた判断は、その人が引退すれば、そのまま失われます。三つ目は、天候や病害虫、そして重労働との終わらない戦いです。この三つは別々の悩みに見えて、実は根っこでつながっています。
なぜ、経験と勘は受け継がれにくいのか
三つの痛みのうち、私がとくに根深いと感じているのが、二つ目の「経験と勘の属人化」です。ここを掘り下げると、なぜ技術が効くのかが見えてきます。
熟練の農家さんの頭の中には、膨大な情報が詰まっています。葉の色のわずかな変化、土を握ったときの湿り気、風のにおい、去年のこの時期の生育具合。それらを無意識のうちに照らし合わせて、次の一手を決めています。ところが、その判断のほとんどは言葉になっていません。本人に「どうして今日、水を入れると決めたのですか」と聞いても、「なんとなく、そういう感じだったから」としか答えられないことが多い。これは怠けているのではなく、体で覚えた知恵が、そもそも言葉にしづらいものだからです。
言葉になっていない知恵は、記録に残りません。記録に残らないものは、次の世代に渡せません。ここに、農業が抱える構造的な弱さがあります。工場の作業であれば手順書に落とせますが、自然を相手にする農業では、同じ年が二度とない。だからこそ、その年その圃場の状況を読み解く力が価値を持つのに、その力は個人の中に閉じ込められたまま、引退とともに消えてしまいます。担い手が減るということは、単に人手が減るだけでなく、こうして積み上げられた判断の蓄積が、地域からごっそり抜け落ちていくことを意味します。
天候や病害虫との戦いも、この属人化と地続きです。異常気象が当たり前になり、これまでの経験則が通じない場面が増えています。ベテランほど「今年はどうも様子が違う」と感じながら、頼りにできる過去のパターンが揺らいでいく。経験が武器であるほど、その武器が効きにくくなる局面が来ている。ここに、経験を補い、記録として残し、次の判断に活かす仕組みが求められる理由があります。
国は「AIを使う農業」へ、法律で舵を切った
こうした構造的な危機を前に、国も手をこまねいているわけではありません。ここ数年で、農業へのAIやスマート技術の活用を後押しする制度が、かなり具体的に整ってきました。
その中心が、2024年10月1日に施行された「スマート農業技術活用促進法」です3。正式名称は少し長く、「農業の生産性の向上のためのスマート農業技術の活用の促進に関する法律」といいます。スマート農業とは、ロボットやAI、データといった先端技術を使って、省力化や精密化を進める農業のことです。この法律は、農業者が生産のやり方を新しくするための「生産方式革新実施計画」と、機械やサービスを提供する事業者向けの「開発供給実施計画」という二つの計画認定制度を設けました。認定を受けた人は、税制や金融などの支援を受けられます。国が旗を振るだけでなく、実際に取り組む人を後押しする仕組みが用意された、ということです。
そして、この法律とセットで、国は明確な数値目標を掲げています。食料・農業・農村基本計画のKPI、つまり目標に近づいているかを測るものさしとして、スマート農業技術を活用した面積の割合を、2024年の約20%から2030年度に50%へ引き上げる、と定めました4。あわせて、スマート農機の出荷台数割合を25%から50%へ、法律の重点開発目標に掲げる技術の実用化割合を2030年度までに100%にすることも示されています。いまは5枚の田畑のうち1枚ほどでしか使われていない技術を、10年かからず半分にまで広げる。国はそこを本気で狙っています。
なぜこれほど強い目標を立てるのか。答えは前半で見た担い手の危機に戻ります。人が4分の1に減るなら、残った一人が担える面積と精度を上げるしかない。それを個人の頑張りに委ねるのではなく、技術で底上げしようというのが、この一連の政策の考え方です。国全体の産業政策のなかで地方や現場のAI活用がどう位置づけられているかは、地域未来戦略を初心者向けに解説した記事でも整理していますので、あわせて読むと背景が立体的に見えてきます。
農林水産省は、この担い手の減少と将来見込みを一枚の図にまとめています。文字だけだと実感しにくいので、あわせてご覧ください。
出典：農林水産省「スマート農業をめぐる情勢」（2026年7月版）p4
AIは、勘を消すのではなく「見える形」に変える
ここで、AIやスマート技術が具体的に現場で何をしてくれるのかを、痛みに対応させて整理します。大切なのは、AIが農家さんの経験を否定して置き換えるものではない、という点です。むしろ逆で、言葉にできなかった勘を、記録できて渡せる形に翻訳するのがAIの役どころです。
たとえば、圃場に設置したセンサーが水位や地温、日照を刻々と記録し、そのデータをもとに水管理を自動で調整する。これまで見回りで確かめていた「水の入り具合」が、数字として残るようになります。ドローンが上空から作物を撮影し、AIが画像を解析して、色の変化から生育のばらつきや病害虫の兆しを早めに拾う。ベテランが目で追っていた「葉の様子」が、面全体のデータとして可視化されます。こうして蓄えられたデータは、その年の判断に使えるだけでなく、来年、再来年へと引き継げる財産になります。勘が消えるのではなく、勘の中身が見える形になって残っていく。ここが本質です。
重労働の軽減も、技術が得意とするところです。自動で真っ直ぐ走る田植機やトラクタ、農薬を積んで自律的に飛ぶドローン、収穫や運搬を助けるアシスト機器。これらは、腰をかがめ続ける作業や、炎天下での重い荷物の運搬といった、体への負担が大きい仕事を肩代わりします。人手が減るなかで、残った担い手の体を守ることは、経営を続けるための現実的な条件です。
最近は、こうした現場のデータや過去の記録をAIに読み込ませ、栽培計画や経営判断の相談相手にする使い方も広がってきました。私たちがふだんお手伝いしているのも、まさにこの領域です。特定の作物専用の魔法の道具をつくるという話ではなく、その経営が持っている記録やノウハウをAIが扱える形に整え、判断の助けにする。そういう地に足のついた設計です。AIをどこにどう入れれば、この経営の、この作業が実際に楽になるのかを一緒に考えるWARPというAIコンサルティングを続けているのも、この翻訳の部分に手応えを感じているからです。
効果は「試算」ではなく、実証で数字が出ている
技術の話をすると、「本当に効くのか」という疑問が当然わいてきます。ここは希望的観測ではなく、国の実証で得られた数字で見ておきましょう。
農林水産省は2019年度以降、全国217の地区でスマート農業の実証プロジェクトを行い、慣行、つまりこれまでのやり方と比べてどれだけ変わるかを測ってきました。10アール当たりの作業時間で見ると、農薬散布ドローンで平均61%の削減、自動水管理システムで平均80%の削減、真っ直ぐ走る直進アシスト田植機で平均18%の削減という結果が報告されています5。とくに水管理の8割削減は大きく、これまで毎日のように田を回っていた時間が、大きく空くことを意味します。ただし、これらは特定の技術を特定の条件で使ったときの実証結果です。作物や地域、圃場の形や広さによって効果は変わりますから、そのまま自分の経営に当てはまると考えず、導入前に自分の条件で見積もることが大切です。
作業時間だけでなく、収量の面でも手応えが出ています。国の白書によると、水田作の実証では総労働時間が平均で約9%減り、単位面積当たりの収量、いわゆる単収が平均で約9%増え、およそ3割の地区で労働時間が10%以上削減されました6。省力化と増収が同時に起きうる、というのは、経営を続けるうえで心強い材料です。大区画の圃場でロボットトラクタを協調させて動かすと、作業時間が慣行より32%減ったという事例もあります5。
農林水産省は、こうした技術別の効果を棒グラフで整理しています。数字の大きさが一目で分かるので、こちらもご覧ください。
出典：農林水産省「スマート農業をめぐる情勢」（2026年7月版）p52 なお、データ活用そのものは、すでに珍しいことではなくなっています。国の参考指標では、農家がデータを活用している割合は2024年2月時点で58.5%に達しています4。半分を超える農家が、なんらかの形でデータに触れ始めている。あなたが一歩を踏み出すことは、突飛な挑戦ではなく、すでに始まっている流れに乗ることです。
過信は禁物、それでも始めやすくなっている
ここまで前向きな話を続けてきましたが、技術を万能薬のように語るのは誠実ではありません。導入を考えるうえで、頭に置いておきたい留意点をいくつかお伝えします。
一つ目は、AIは判断を助けても、判断そのものを肩代わりしてはくれない、ということです。センサーやAIが示すのはあくまでデータと候補であって、最後にどう動くかを決めるのは人です。データが異常値を出すこともあれば、通信環境や機器の不調で数字が途切れることもあります。数字を鵜呑みにせず、これまで培ってきた現場の目と突き合わせて使う。AIと経験は、どちらかを選ぶものではなく、組み合わせて初めて力になります。二つ目は、コストと通信環境です。機器やシステムには相応の費用がかかり、山間部などでは通信が安定しない地域もあります。効果が出やすい作業から小さく始め、合わないと感じたら見直す。いきなり全部を揃えようとしないことが、失敗しないコツです。
そして、忘れてはいけないのが、機械をすべて自分で買わなくてもいい、という道です。ドローンによる防除の代行やデータ解析を請け負う農業支援サービス事業者が増えており、国はこの事業者数を2020年の5,701経営体から2030年度に7,900経営体へ増やす目標を掲げています4。高額な機械を保有しなくても、必要なときに必要な技術だけを使う。この「所有せず、使う」という選択肢が制度として後押しされているおかげで、参入のハードルは以前より確実に下がっています。まずは支援サービスを一度使ってみて、効果を確かめてから自前の導入を検討する。そういう堅実な順番も十分にありです。
同じ担い手の危機は、農業だけでなく漁業でも深刻です。海の現場でAIがどう使われ始めているかに関心のある方は、AI駆動漁業について整理した記事もあわせてご覧いただければと思います。一次産業の全体像として見ると、いま起きている変化の意味がより鮮明になります。
最初の一歩は、身近な作業を一つ選ぶこと
最後に、では明日から何をすればいいのか、という話をします。壮大な設備投資の前に、できることがあります。
出発点としておすすめなのは、いま自分がいちばん負担に感じている作業を一つ選ぶことです。水管理に毎日追われているなら自動水管理から、防除の負担が重いならドローンや支援サービスから、というように、痛みの大きいところから小さく試す。そのとき、作業にかかっている時間やコストを、始める前に一度きちんと書き出しておくと、効果があったかどうかを自分の数字で判断できます。国の実証データはあくまで参考であって、答えは自分の圃場にあります。あわせて、いまの記録の付け方を少しだけ整えておくと、後からデータやAIを使うときに大きく効いてきます。手書きの日誌でも構いません。いつ、何を、どう判断したかを残す習慣が、勘を見える形に変える第一歩です。
制度の追い風を実際に受け取れるかどうかは、動く準備ができているかで大きく変わります。補助金や支援は、何から手をつけるか決まっている人にこそ効きます。逆に、様子見のまま待っていると、制度があっても素通りしてしまう。とはいえ、一人で最初の設計を描くのは難しいものです。自分の経営のどこにAIが効くのか、どの作業から手をつければ無理がないのか。その出発点の整理に迷っておられるなら、WARPの担当までご相談ください。元大手企業でDXやデータ戦略を担ってきた専門家が、月次で伴走しながら、AIを経営に落とし込むお手伝いをしています。農業専用の道具を売るという話ではなく、その経営の記録やノウハウを、判断に活かせる形へ整えるところから始めます。
まとめ
長くなったので、要点を整理します。
- 基幹的農業従事者は2000年の240万人から2024年に111万4千人へと約20年で半減し、平均年齢は69.2歳。国は今後20年でさらに約4分の1に減ると見込んでいます
- 現場の痛みは、担い手の減少、経験と勘の属人化、天候や病害虫や重労働の三つ。とくに言葉にできない勘が記録に残らず受け継がれにくいことが構造的な弱さです
- 国は2024年10月施行の「スマート農業技術活用促進法」と、活用面積割合を2030年度に50%へ引き上げるKPIで、AIを使う農業へ明確に舵を切りました
- AIは勘を消すのではなく、記録できて渡せる形に翻訳する道具。実証では作業時間で最大8割の削減、水田作で労働時間と単収がともに約9%改善という数字が出ています
- 過信は禁物で、最後に決めるのは人。コストや通信環境をふまえ、支援サービスを使うなど「所有せず使う」道から小さく始めるのが堅実です
- 最初の一歩は、負担の大きい作業を一つ選び、始める前の時間やコストを書き出しておくこと。記録を整える習慣が、勘を見える形に変えます
農業の現場が積み上げてきた経験は、これからも一番の財産です。AIは、その財産を奪うものではなく、減っていく担い手のなかでそれを守り、次に渡すための道具になり得ます。国が方向を指し示しているいまは、動き出すには悪くないタイミングだと思います。まずは自分の田畑のどこに技術が効くのかを見極めるところから、始めてみてください。
参考文献・一次情報
Footnotes
-
農林水産省「令和6年度 食料・農業・農村白書」第1部第2章第3節（図表2-3-2 基幹的農業従事者数と平均年齢）https://www.maff.go.jp/j/wpaper/w_maff/r6/pdf/1-2-03.pdf ↩
-
農林水産省「スマート農業をめぐる情勢」（2026年7月版）p4（基幹的農業従事者の将来見込み。基準は農業構造動態調査2023年確報）https://www.maff.go.jp/j/kanbo/smart/smart_meguji.pdf ↩
-
農林水産省「スマート農業技術活用促進法について」（農業の生産性の向上のためのスマート農業技術の活用の促進に関する法律。2024年6月成立・公布、2024年10月1日施行）https://www.maff.go.jp/j/kanbo/smart/houritsu.html ↩
-
農林水産省「スマート農業をめぐる情勢」（2026年7月版）p10（食料・農業・農村基本計画のスマート農業技術KPI、農家のデータ活用割合、農業支援サービス事業者数の目標）https://www.maff.go.jp/j/kanbo/smart/smart_meguji.pdf ↩ ↩2 ↩3
-
農林水産省「スマート農業をめぐる情勢」（2026年7月版）p52・p28（スマート農業技術の効果、ロボットトラクタ協調作業）https://www.maff.go.jp/j/kanbo/smart/smart_meguji.pdf ↩ ↩2
-
農林水産省「令和6年度 食料・農業・農村白書」特集3（スマート農業実証プロジェクトの成果）https://www.maff.go.jp/j/wpaper/w_maff/r6/r6_h/trend/part1/chap0/c0_1_03.html ↩