HeyJaredかっこよく稼げるスマート農業ラジオ
農業をデジタル技術で、かっこよく・稼げて・感動があるものに！本番組は、スマート農業の専門家・渡邊智之（元農林水産省職員／スマートアグリコンサルタンツ代表）が、現場・行政・企業・研究の最前線で起きている「スマート農業の今」をわかりやすく語る番組です。センサー、ドローン、AI、データ連携などの最新技術から、補助金・政策・現場事例まで、農業の未来を動かす“リアルな声”をお届けします。▶︎ こんな方におすすめ・スマート農業に興味がある農業者・企業担当者・地域で農業DXを進めたい行政職員・農業をかっこよくしたい次世代の挑戦者たち—…
- Indexed episodes, last 90 days
- 6
- Latest publication
- Sep 23, 2026
- Audience
- Checking…
- Earliest in this view
- Jul 26, 2026
Latest episodes
【スマート農業はなぜ失敗する？】実証実験で終わらせない「社会実装」5つの条件 (opens the original)
Read excerpt
最新のドローン、ロボットトラクター、IoTセンサー、営農管理システム——。 スマート農業の技術は急速に進化しています。 しかし、実証実験では大きな成果が出たのに、事業が終わると現場で使われなくなってしまう。そんなケースも少なくありません。 なぜ、優れた技術が農業現場に定着しないのでしょうか。 今回のポッドキャストでは、スマート農業を「導入して終わり」にせず、実際の農業経営に定着させるための5つの条件を深掘りします。 ポイントは、 ・技術ではなく「経営課題とKPI」から考える ・技術に合わせて生産方式や業務を見直す ・補助金ではなく、導入後の総コストと採算を見る ・技術を使い続ける人材・組織・運用体制をつくる ・成功事例ではなく「成功する条件」を残す という5つです。 特に重要なのが、「作業時間が減った＝利益が増えた」ではないという点です。 年間100時間の作業を削減できても、その100時間を規模拡大や販路開拓、品質向上などに活かさなければ、経営上の成果にはつながりません。 また、高額なスマート農機を購入することだけが答えとも限りません。 レンタル、リース、共同利用、作業受託など、「所有
衛星データで食の安定供給を支えられるか？「調達」から考えるスマート農業 (opens the original)
Read excerpt
いつものジュースの値上げや、スーパーの棚の欠品。その背景から、農産物の安定調達とデータ活用について考えます。 今回は、Agrieeの「GrowthWatcher」を題材に、衛星データで農地の生育状況を把握し、食品メーカーや小売企業の調達判断につなげる構想を読み解きます。 大切なのは、技術を導入すること自体ではありません。 「見る→記録する→分析する→判断する→行動を変える」 データを、代替産地の確保や生産計画の見直しなど、具体的な意思決定にどう生かすかが問われます。 農業・データ活用の専門家、渡邊智之の解説をもとに、事業の可能性と実現に向けた課題を掘り下げます。 【今回の内容】 00:00 値上げ・欠品から考える食の供給網 03:15 技術導入を目的にしないスマート農業 05:05 買い手の調達課題に着目した事業モデル 09:01 供給予測と「食のサプライチェーンOS」構想 10:05 予測の検証に欠かせない現場の実測データ 12:20 事業を継続するための資金と課題 14:57 データで生産・流通・小売をつなぐ未来 農業者、食品メーカー・小売の調達担当者、農業DXに携わる方へ。スマー
ベテラン退職で現場が止まる？フィジカルAIと技能伝承の未来 (opens the original)
Read excerpt
あなたの職場にも、「あの人がいなくなったら仕事が止まる」というベテランはいませんか？ 機械のわずかな異音、材料の手触り、作物の小さな変化――。熟練者は、長年の経験から一瞬で異常や対応方法を判断します。しかし、その判断は言葉やマニュアルになっておらず、本人の退職とともに失われてしまう可能性があります。 今回のテーマは、こうした熟練者の「暗黙知」を、AIやロボットによってどのように未来へつないでいくかです。 2026年8月28日に開催された「Physical AI Nexus Japan #3―現場知を未来へつなぐ、技能伝承とスマートファクトリー―」の内容をもとに、技能伝承とフィジカルAIの現在地を深掘りします。 今回取り上げる主なテーマは次のとおりです。 ・生成AIとフィジカルAIは何が違うのか ・熟練者が一瞬で行う「1秒の壁」とは ・重要な作業ほど記録されない「安全のパラドックス」 ・退職直前に引継書を作る方法では、なぜ遅いのか ・AIによる継続的なヒアリングで暗黙知を残す方法 ・熟練者の「武勇伝」を技能伝承につなげる仕組み ・作業を止めない15秒以内の音声支援 ・自然物のばらつきにA
「スマート農業40％」は本当か？ 実は“本格活用”はわずか3％だった (opens the original)
Read excerpt
導入して終わりではない。AI・DXを「意思決定」に変えるために必要なこと 「日本の農業経営体の約40％がデータを活用している」 この数字だけを見ると、日本の農業は一気にデジタル化・スマート化が進んでいるように感じます。 しかし、その中身を詳しく見ていくと、私たちがイメージする「スマート農業」とは少し違った景色が見えてきます。 今回のテーマは、2025年農林業センサスから見えてきた スマート農業の“導入”と“活用”のギャップ 。 天気や市場価格などの外部情報を見る段階から、作業を記録する、自らデータを取得・分析する、そして経営判断や改善につなげる――。 データ活用にはいくつもの段階があります。 そして本当に重要なのは、ドローンやセンサー、AIを「導入したか」ではありません。 そのデータによって、農業者の判断や行動が変わったか。 そして、経営が良くなったか。 高価なシステムを導入しても、画面に数字やグラフが表示されるだけでは現場は変わりません。 「湿度85％」というデータを見て、 だから次に何をするのか。 そこまで翻訳し、意思決定につなげてこそ、初めてデータは価値を持ちます。 さらに今回は
農業AIはなぜ失敗する？生成AI導入で見落とされる「業務・データ・責任」の正体 (opens the original)
Read excerpt
農業AIや生成AIは、人手不足や高齢化、熟練農家の技術継承を解決する救世主になるのでしょうか。 今回のエピソードでは、最新のAIツールを導入しても農業現場で機能しない理由を、業務整理、データ、責任分担、人とAIの役割という視点から徹底的に掘り下げます。 自治体の農政・DX担当者、JA・普及指導機関、農業法人の経営者、農業分野でAI事業を検討している企業の方におすすめです。 農業分野では、生成AIを活用して、熟練農業者のノウハウを残したり、日々の事務作業を効率化したり、新規就農者を支援したりする動きが広がっています。 しかし、どれほど高性能なAIを導入しても、現在の業務、データ、判断基準、責任体制が整理されていなければ、現場では使われません。 高性能な自動運転トラクターを導入しても、畑が岩だらけで走れなければ意味がない。 農業AIにも、これと同じことが起きています。 今回のエピソードでは、次のような疑問を取り上げます。 ・なぜ農業で生成AIへの期待が高まっているのか ・紙のマニュアルをPDF化するだけでは不十分なのはなぜか ・AIが利用できる「AI-Readyなデータ」とは何か ・熟練農
Publishing over time
Last 90 days. Choose a month to open its work.
Recurring subjects
Named in the text we hold. One piece can cover several.
Audience
No verified audience measurement yet.
About this data
Counts cover the work we have indexed. Tone needs enough text and a confident classification. Excerpts and episode notes are not full articles or transcripts.
Identity or attribution wrong? Suggest a correction.