農業ドローン×AI開発｜撮影から収量予測まで一社で

「クラウド前提のAI」が農業現場で使えない理由

農業のAI活用が止まる典型的な理由は、AIの精度ではなくインフラです。圃場には安定した電源も通信もありません。クラウドにデータを送って解析する前提のシステムは、この時点で選択肢から外れます。

実績：茨城県DX事業での農産物収量予測

当社は茨城県のDX事業で、ドローンで農産物を撮影し、画像から収量を予測するシステムを開発しました。機体の運用、撮影計画、画像処理、予測までを一つの流れとして構築しています。

• 撮影：ドローンで圃場を計画的に撮影（同じ条件で撮り続けることが精度の前提）
• 画像処理：撮影画像から対象を検出し、生育状態を数値化
• 予測：数値化したデータから収量を予測し、出荷計画に使える形で出力

ポイントは「撮影の設計」にあります。AIの精度は学習データの質で決まりますが、農業の場合その質は撮影の一貫性で決まります。高度・時刻・角度がばらつくと、同じ畑でも別のデータになってしまいます。機体を自社で扱える当社は、撮影計画からAIまでを一体で設計できます。

農業・屋外現場で作れるシステム

「ドローン会社」と「AI会社」に分けて発注すると起きること

農業×AIの案件は、撮影（ドローン）と解析（AI）の間に深い依存関係があります。分けて発注すると、この境界で必ず揉めます。

• AI会社「画像の撮り方が悪くて精度が出ない」／ドローン会社「指定どおり撮った」——責任の所在が消える
• 撮影条件を変えたくても、契約が別なので調整に時間がかかる
• 精度改善のたびに、撮影計画と学習の両方をまたぐ変更が必要になる

当社は機体・撮影・画像処理・AIを一社で設計するため、この境界がありません。精度が出なければ、撮影側とAI側のどちらを直すべきかを自社内で判断して即座に変えられます。

費用と期間の目安

農業分野は補助金・交付金の対象になりやすい領域です。制度の選定から申請、開発、実績報告まで、補助金・助成金のコンサルティング・サポートもrevotグループが全て行います。採択を保証するものではありません。

農地でのドローン運用に特有の制約

• 飛ばせる時間が短い：風の弱い早朝に集中します。1日で回れる面積が、機体の性能より天候で決まります
• 季節で見えるものが変わる：同じ圃場でも生育段階によって撮れる情報が違います。何をいつ撮るかの計画が要ります
• 通信が弱い：山間部では携帯回線が届きません。機体内に保存して後で転送する設計が現実的です
• 散布と計測は別の機体：農薬散布用と撮影用は要求が違います。兼用は妥協になります
• 法令：農薬散布は機体の登録や操縦者の技能が問われます。撮影のみでも飛行区域の確認は要ります

「AIで判定する」の前に決めること

農業でのAI活用は、判定した結果を誰がどう使うかが決まっていないと投資が回収できません。

「見える化」で止まると効果が出ません。見えた結果を反映する作業（追肥・防除・収穫順）まで繋がって初めて価値になります。相談時は、そこまで含めて設計します。

ご相談時にうかがうこと

• 何を知りたいか――収量か、異常か、記録か。ここで設計が変わります
• 対象の作物と圃場の規模――撮影計画の前提になります
• 現場の通信・電源事情――クラウド併用か現場処理かの分岐点です
• 誰がデータを見るか――現場か、事務所か、取引先か

作物の知見は皆さまのほうが深いはずです。私たちは「それを数値にする仕組み」を作ります。