1．は じ め に
農業を取り巻く環境は国内外でめまぐるしく変化して いる．世界的に見れば，2050 年には，世界人口が 90 億 人を超える見通しであり，人々の食を確保していくため には，食料生産量を約 1.5 倍に引き上げる必要があると 予測されている（図 1）[FAO]．一方で，我が国においては， 2014年に農業就業人口が 240 万人を割り毎年 10 万人ほ ど減少を続けている．新規就農者は栽培ノウハウ習得ま でに時間がかかり参入ハードルが高いことから，毎年 5 万人程度と横ばいである．このような状況から，平均年 齢は 66 歳を超え，今後も高齢化が進むと予測されてい る（表 1）[三菱 10]． 主食である穀物生産は，「緑の革命」と呼ばれる高収 量品種の導入，化学肥料や農薬の投入，灌漑施設の整備 などの取組みにより，これまでに大量増産を達成してき たが，すでに増産は頭打ちである．高収量品種は大量の 化学肥料や水を必要とし，生産種を単一化することで面 積当たりの収量を上げていくものの，単作は病虫害に弱 く農薬や除草剤を必要とする．その結果，土壌劣化や灌 漑による塩類集積などの環境破壊が進んでいる． また，種子や化学肥料や農薬を購入するための農家の 経済的負担が大きく，高齢化とともに耕作放棄地が拡大 し，逆に収量が低下するという悪循環を生んでいる（図 2）．農地を拡大すれば増産は期待できるものの，農地の 土壌劣化や転用などにより世界的に農地は減少を続けて おり，穀物生産に適した土地はほとんど残っていないの が現実である（図 3）． このように国内外でさまざまな課題を抱えている農業 に対し，ベジタリア（以下，当社）では，日本が誇る篤 農家の技術と最新の植物科学テクノロジー（Vegetation Science & Technology）によって，自然がもつ力を最大 限に発揮する「次世代の緑の革命」の実現を目指してい る．本論では，生産，物流・流通，消費といったサプライ小池 聡
ベジタリア株式会社Satoshi Koike vegetalia, inc.
[email protected], http://www.vegetalia.co.jp/
島村 博
株式会社イーラボ・エクスペリエンスHiroshi Shimamura elab-experience, inc.
[email protected], http://www.vegetalia.co.jp/
森川 博之
東京大学先端科学技術研究センターHiroyuki Morikawa Research Center for Advanced Science and Technology, The University of Tokyo. [email protected], http://www.mlab.t.u-tokyo.ac.jp/
Keywords:
smart agriculture, supply chain, big data, sensor, IoT, M2M.図 1 世界人口と食料生産量および需要量の推移 （データ：国際連合食料農業機関） 表 1 我が国の農業就業人口と平均年齢および新規就農者の推移 （データ：農林水産省） 2010年 2011 年 2012 年 2013 年 2014 年 農業就業人口 〔万人〕 289.5 260.6 260.1 251.4 239.0 平均年齢〔歳〕 65.3 65.8 65.9 65.8 66.2 就農者〔万人〕 6.6 5.4 5.8 5.6 5.0
チェーンにおいてデータを活用することで，農業を知識 産業化する試みを紹介しながら当社が目指す農業の在り 方を示す．
2．農業の知識産業化
農業は病気，雑草，天候などとの戦いである．これに 対して篤農家は，さまざまな匠の技を駆使している．篤 農家 100 人に聞くと 100 通りの匠の技があるように， 経験と勘による匠の技をすべて再現可能な形で記述する ことには限界がある．また，匠の技に自然界の科学的根 拠の裏付けが乏しい場合も同様であり，ほかの就農者が 技術として習得することは非常に困難である．すなわち， 経験と勘の農業技術を模すことを目的とした IT 化では， 効率的な生産の実現は難しく，新規就農へのハードルも 高いままとなろう． これに対して，著者らは，篤農家の技術と最新の植物 科学テクノロジーとを組み合わせた農業生産を試みると ともに，生産，物流・流通，消費のサプライチェーンを 踏まえた農業の知識産業化を目指している． 匠の技を植物科学テクノロジーに基づいて把握する利 点は，データとして記述できることにある．データとし て記述できれば，データマイニングを行うことで栽培ノ ウハウの定式化が可能となるとともに，最新の植物科学， 土壌微生物学，植物病理学などに基づく栽培メソドロ ジーの開発も可能となる．既存の就農者が生産地と栽培 品種に適した栽培方法を選択できることができるのみな らず，新規就農者にとっても栽培ノウハウ習得の短縮に つながる（図 4）． 例えば，カリフォルニアワインの一大産地である Napa Valleyでは，植物科学の研究成果を活用し，土づくりか ら醸造に至るまで最先端のノウハウを用いた科学的な生 産を行っている．NASA の衛星データや GPS を活用し 複雑な地形を 3D 解析するとともに，日照時間，寒暖差， 水はけなどの累積データをも用いて，ブドウの樹種別に 最適な栽培地を割り出している． 緑の革命から半世紀以上も経過し，植物生育のメカ ニズムや病気発生の原因などの科学的知見が得られるよ うになってきた．これまで，自然との戦いである農業生 産は，圃ほ場ごとの気候や土壌の違い，季節による変化な ど，非常に複雑な環境の中で最適な生産方法を模索しな ければいけなかったことから，IT 化が著しく遅れていた． しかし，植物科学が格段に進歩し，保護政策が見直され て農業の成長産業化政策が打ち出された今こそ，植物科 学で得られた知見を，IoT（Internet of Things）時代の センサや M2M（Machine-to-Machine）通信技術，デー タマイニング技術などと組み合わせる絶好のタイミング であるといえよう [小池 13]． また，生産，物流・流通，消費のサプライチェーンに おいては，食と農にまつわる貴重なデータが今日も膨大 に生成されている．これらの情報を組み合わせることで， 物流・流通の効率化や市場を見据えた最適生産が可能と なるのみならず，新たな食ニーズの開拓などといった新 たな市場の創出も可能となる [森川 12]． 我が国では，2013 年 6 月に閣議決定された「日本再 興戦略」で農林水産業を成長産業とすることが掲げられ， 我が国の農林水産分野が直面する課題の解決に向けて研 究開発が進められている．当社では，内閣府「戦略的イ ノベーション創造プログラム」にて多数の圃場を効率的 に管理する営農管理システムの開発を行っているほか， 図 2 現代農業の悪循環 図 3 世界の土地の劣化状況（出典：国際連合食糧農業機関） 図 4 新規就農者の IT 活用による農業経験値の獲得イメージ農林水産省の予算で農研機構生研センターが行う「攻め の農林水産業の実現に向けた革新的技術緊急展開事業」 にて当社の子会社であるイーラボ・エクスペリエンスが 提供するフィールドサーバ（図 5）を用いたデータ収集 とビックデータ解析の研究を進めている．
3．生産，物流・流通，消費とデータ
情報化の本質は，情報流通に関する費用と時間とを 劇的に低下させ，高密度の情報のやり取りがなされるこ とにある．このような情報化の本質に鑑みると，農業の 理想形態は，「農場から食卓へ」といった少量高付加価 値を実現するとともに，生産者と消費者の双方の満足度 を最大化する知識産業化市場である．ドイツにおいては industrie4.0 の掛け声で製造業の抜本的な変革が進めら れているが，製造業のみならず農業においても抜本的な 変革が求められている． とができる [島村 13]． 表 2 は，生産，流通，消費の各フェーズにおいて得ら れるデータである．当社では，これらのデータを積極的 に活用することで農業の知識産業化を実現する取り組み を進めている． 3･1 生 産 生産においては，フィールドサーバを用いることで環 境情報や植物生体情報を取得することができる．これら の情報一つ一つではあまり意味をなさないものの，組み 合わせて活用することで，環境や植物の状況の判断を今 まで以上に的確に行うことが可能となる． 例えば，九州圏の茶畑では，品質に深刻な被害を与え る凍霜害を予測するために，フィールドサーバのデータ と 1 km メッシュの詳細な気象予測データを組み合わせ， 精度の高い凍霜害対策システムを開発している． また，稲作における水管理への適用も可能である．我 が国の農業の中で稲作は農業生産額が最も多く，主食と して重要な作物であるが，品質の均一化と収量向上に向 けてはきめ細やかな水管理が欠かせない（図 6）．何百 もの水田をもつ大規模専業農家にとって水管理が大きな 負担になるのは言わずもがなであるが，多くを占める兼 業農家においても会社や役所への出勤前に水田を見回る 必要がある． このような観点から，水田センサと水管理システムを 導入し，水田の水位や水温などをセンシングし，スマー トフォンでデータを管理し，水門を自動開閉する水管理 システムを開発している．作業の効率化を図るのみなら ず，除草剤や肥料の投入タイミングや投入量の制御によ る低コスト化をも進めている．また，篤農家の水管理パ ターンを定型化することで，新規就農者のブランド水稲 図 5 フィールドサーバの外観 （富士通株式会社 Akisai 農場設置事例より） 表 2 生産，流通，消費の各フェーズにおいて得られるデータ 生 産 物流・流通 消 費 データ ・環境情報 （気温，湿度，二酸化炭素濃度，光強度，光質， 日長，培地温度，培養液温度・濃度・組成・ pH，給液頻度など） ・植物生体情報 （品質，熟度・糖度，樹勢，病虫害など） ・作業情報 （収量・出荷量，農薬散布量，労務管理， 空調制御，温度制御，CO2制御など） ・物流情報 （コスト，廃棄率，ルートなど） ・市場価格情報 （卸値，需要量，供給量など） ・販売時点情報 （購買層，販売価格など） ・栄養情報 （糖度，酸度，ビタミン，ミネラル， カルシウム，鉄分，マグネシウム， フィトケミカルなど） ・健康情報 （体重，体温，血圧，脈拍，血糖値， 体脂肪，既往歴など） ・摂取情報 （嗜好，栄養吸収率など）併せて，環境情報，植物生体情報，作業情報を用いる ことで，施設園芸における生育促進，カビの発生抑制， 省エネ，病害虫予防・診断などを可能とするシステムの 開発も進めている．施設園芸は閉鎖環境であるため，露 地・水稲栽培と比べて生育環境の制御が容易である．空 調制御による温度調整や CO2施肥により，出荷時期や 品質との関係を明らかにすることで，環境負荷の最適化 や省エネを実現できる．温室内の温度や湿度などを見え る化し空調設備の出力，風量，風向きを動的に制御すれ ば，生育の促進やカビの発生の抑制も可能となる [島村 13]．また，空調制御で病害虫の発生を予防することも可 能であり，当社では，東京大学植物病理学研究室と連携 しながら病害虫予防・診断システムの開発を進めている． 3･2 物 流 ・ 流 通 物流・流通においては，物流情報，市場価格情報，販 売時点情報管理（POS）を用いることができる．物流・ 生産への参入ハードルを下げることも目指している． 環境情報や植物生体情報に加えて，栄養情報を利用す る取組みも進めている．農業生産にブランド化と付加価 値を与えることを目的とし，野菜の機能性や味覚の再現 性を高める取組みを農林水産省の予算にて農研機構生研 センターが実施する「攻めの農林水産業の実現に向けた 革新的技術緊急展開事業」において進めている（図 7）． トマト栽培の地下部や地上部環境をリアルタイムにモニ タリングし，栽培したトマトの栄養情報を大量迅速検査 装置により測定し，「栽培」と「中身成分」の関連性を 解析している． 環境情報，植物生体情報，栄養情報を用いることで， 生産物に足りない要素をタイムリーに把握することが可 能となり，消費者ニーズに沿った生育環境を提供できる． これまでにない味覚，栄養素，機能性の付与などを可能 にする新たな栽培ノウハウの提供できる革新的生産技術 体系の構築を目指している． 図 6 田植えから刈取りまでの水管理の例（出典：JA 全農山形） 図 7 攻めの農林水産業の実現に向けた革新的技術緊急展開事業における取組み （独立行政法人農業・食品産業技術総合研究機構生物系特定産業技術研究支援センター，デザイナーフーズ， 三菱総合研究所，イーラボ・エクスペリエンスなど 13 組織が参画する）
流通コストは売上高比率で 10％を超えているともいわ れている．野菜の廃棄率に至っては生産歩留まりを入れ ると 30％を超えるともいわれており，物流・流通コス トの削減や高機能化が強く求められている． これに向けては，生産から物流・流通に至るまでのサ プライチェーンにおける物流・流通現場でのデータが鍵 を握る．これらのデータを用いれば，コスト把握が可能 となるとともに，品質の劣化に直結する積卸し回数を最 小化する最適流通・保管経路を明らかにすることもでき る．また，小売に至るまでのコールドチェーンの温度管 理によって鮮度を管理し，品質面でのトレーサビリティ 確保も実現できる． 生産側での収穫時期予測と流通側での需要予測とを組 み合わせれば，消費タイミングに応じたむだのない物流・ 流通過程を組むことができ，収益最大化への意思決定支 援を行うことができる（図 8）．日本の得意芸である工 業的な品質管理工学をも導入することで，生産者の収益 を高めることを目指している． 3･3 消 費 現在の農業生産物は，形や色の品質，食味，糖度，無 農薬・有機肥料の使用などといった評価が重視され，生 産物に含まれる詳細な栄養情報の表示は遅れている [丹 羽 12]． 科学技術庁「日本食品標準成分表」によると，鉄分と ビタミン C が多い野菜の代表格である「ホウレン草」は 1950～ 2000 年の 50 年間で，100 g 当たりの鉄分が 13 mgから 2.7 mg へ，ビタミン C が 150 mg から 35 mg へと約 5 分の 1 に激減している．トマトのビタミン C 含有量も 50 年前の 2 分の 1 となっている． 今後，ヘルスケア用ウェアラブルデバイスの普及に より体温，血圧，脈拍などのバイタルデータの収集・分 析が一般化することにより，消費者が自身の健康度を チェックしながら健康状態に合わせて機能性野菜・果物 を選択して購買できることになろう．例えば，糖度や食 味ばかりにこだわるトマトではなく，少し酸っぱいけれ ども栄養価と抗酸化力が高いトマトを購入したいなどと いった嗜好性の充足と健康づくりとを兼ね備えた新たな ニーズを創出すべく，非破壊検査技術などをも含めた技 術開発を科学的視点から進めている．
4．期 待 と 課 題
IoT/M2M，センサ，人工知能技術などの進展に伴い， 現在の経験や勘に頼る農業から，データに基づいた農業 へと変化しつつある．データに基づいた農業を介して， 農業の知識産業化を図ることができる．匠の技を定型化 し，匠の技を農業生産プラットフォームとして一般農家 が利用できるようになれば，篤農家が知識ノウハウを生 かしたコンサルティングや教育コンテンツにより利益を 得る時代が到来することになる． これに向けては，フィールドサーバなどのセンシング デバイスの低価格化，センシングデバイス規格の標準化 を推進し，農業現場のニーズに沿う製品開発を行うこと が必要である．また，農業においても，オープンイノベー ションを促す場が必要である． このような観点から，フィールドサーバの開発・販売 を行うイーラボ・エクスペリエンスでは，無線通信方式 Wi-SUNを搭載し，センシングデバイスの PnP（Plug and Play）を可能とした低価格な次世代フィールドサー バの開発を進めながら，相互接続と標準化に対応できる 技術開発を行っている． また，オープンイノベーションに資するために，API （Application Program Interface）を公開し，多様な関 係者の参画を促している．愛媛県のミカン農家と地元 IT企業とが組んでセンサデータを利用したアプリケー ション開発を行っている事例などが生まれてきている． 今後は，農業生産側と消費側とが連携することで生まれ るゲームアプリ，レシピアプリ，野菜・果物探索旅行ア プリ，農場直販アプリなどの創出とともに，健康状況に 図 8 需給予測と出荷平準化システム応じたテーラメイド型の野菜摂取，ヘルスケア家電との 融合といった食と健康に関する新たなコンテンツ市場の 形成を期待している． 通信，電子部品，電機，食・農関連事業者が集まっ て議論を進めた東京大学アンビエント社会基盤研究会に おいても，健康データベースを用いることで食と健康 に関する市場創出が十分可能であるとまとめている [森 川 12]．食生活から未来の健康状態を予測したり，野菜 の栽培履歴を健康管理に生かしたりすることが可能とな る．今後，消費，嗜好，生活行動などといったパーソナ ルデータを，プライバシーにも配慮しながらデータ流通 させる仕組みの設計が望まれよう．
5．夢，強い想い，こだわり
著者らが考える農業の目的は，多種多様のセンシング デバイスからのデータを収集し活用することで農業の新 サービス創出に資することと，農業関連における生産・ 物流・流通・消費に関わる人々の豊かな生活や食文化を 創出することにある．生産から消費に至るまでをデータ で最適化した農業である．農業の生産性向上のみを目指 したものではない．農業が社会に与える影響に鑑み，人， 地域，社会，文化などと農業との有機的結合を図ってい くことに醍醐味がある． 核となるのが「データ」である．生産，物流・流通， 消費といったサプライチェーンにおいて生成される膨大 なデータを蓄積することで，高度な IT 制御に基づく生 産性向上，統合的エネルギー管理によるコスト削減，安 全安心や品質などの高付加価値化，ソーシャルとの連携 などによる新たな食文化の創造，栽培ノウハウのコンテ ンツ化などに資することが期待できる． 農業においても「夢」は必要である．強い想いこそが， 新たな世界を切り拓く力になる．ヘンリー・フォードは， 「客にいくら尋ねても，自動車が欲しいという答えは返っ てこない．なぜなら客は馬車しか知らないからだ」と話 したという．強い想いとこだわりでもって，魅力あふれ る農業の実現に向けて新たな農業の形態を確立していき たい．◇ 参 考 文 献 ◇
[FAO] FAO統計データベース（FAOSTAT），http://faostat. fao.org/
[小池 13] 小池 聡：次世代 M2M で実現する農業ルネッサンス～ vegetation science & technology～，新世代 M2M コンソーシ アム公開シンポジウム（2013） [三菱 10] 三菱総合研究所：三菱総研の総合未来読本フロネシス－ 2030年の食と農を考える，丸善プラネット（2010） [森川 12] 森川博之：アンビエント農業─ ICT で未来の農業を創る ─，東京大学アンビエント社会基盤研究会農林環境ワーキング グループ（2012） [丹羽 12] 丹羽真清，及川紀久雄，霜多増男：データが語るおいし い野菜の健康力，丸善出版（2012） [島村 13] 島村 博：M2M で変わる農業現場 クラウド化や標準化が 進む，日経コミュニケーション，2013 年 1 月 1 日号，pp. 74-77 （2013） 2015年 1 月 21 日 受理
