Who（誰が）
施設面積0.3〜3haの中小規模施設園芸農家と複数拠点を持つ農業法人、およびそれらを支援するJA・農業機械商社が主な関係者である
対象とする社会課題：施設園芸のハウス内環境管理が経験豊富な農家個人の感覚に依存し、若手就農者や規模拡大農家が再現できない属人化問題
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
施設園芸の環境管理は、いまも先代や親方の「感覚」に支えられている。数値は見えても、いつ窓を開け、いつ灌水を止めるかの判断は人にしか出来なかった。後継者不足が進むなか、この暗黙知を可視化し、誰でも再現できる仕組みに変えなければ、経験豊富な農家が減るほど収量も経営も不安定になっていく。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資930万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
ボタンを押すとAIチャットが開き、AgriBrainのショーケース内容を読み込んだ状態で、そのまま使える資料の素案を一緒に作成します。まずは気になる資料から試してみてください。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
AgriBrainは、施設面積0.3〜3ha規模のトマト・キュウリ・パプリカ農家が、温湿度・CO2・土壌水分センサーとゲートウェイを設置するだけで、ハウス内環境の最適制御をAIに任せられるサービスです。
農家はスマホアプリを開き「今日のハウスの状態」と「AIが何をどう変えたか」をチャット形式で確認でき、「もう少し涼しくして」と入力すれば換気窓の開度や暖房出力が即時調整されます。ベテラン農家の勘に依存していた暖房・換気・灌水のタイミングをデータとAIモデルに置き換え、新規就農者や規模拡大農家でも収量のばらつきを抑えられる状態を目指します。異常時は営農指導員へ自動でエスカレーションされ、人が最終判断を担う仕組みも備えます。
日本国内の施設園芸(トマト・キュウリ・パプリカ等)の栽培面積は約4万haあり、その多くが温湿度・CO2・灌水を「先代の感覚」で調整するベテラン農家に依存している。
農林水産省の調査でも新規就農者の営農定着率が低い一因として、環境制御の技術継承が難しいことが指摘されている。例えば静岡県で3代目としてトマト栽培を営む45歳の農家Aさんは、父親が長年勘で調整していた暖房・換気タイミングを完全には理解できず、収量が年によって20%以上ばらつく状況にある。既存の環境制御装置は温湿度センサーの数値を表示するだけで、実際の「何をどう変えるか」の判断は依然として人間任せであり、後継者不足と相まって経営継続のリスクとなっている。市販の統合環境制御システムは数百万円と高額で、中小規模農家(施設面積1ha未満が全体の7割)には導入障壁が高い。
時系列予測モデル(LSTM/勾配ブースティング)がセンサーデータと外部気象データを組み合わせ、24時間先までのハウス内環境変化を予測し最適制御値を算出する。
強化学習ベースの制御最適化エンジンが換気・暖房・灌水機器へのアクチュエータ指示をリアルタイムで自動生成し、エネルギーコストと生育リスクのバランスを取る。画像解析AI(CNN)が定点カメラの葉色・生育画像から病害虫や生育遅延を早期検知する。自然言語処理による対話AIが農家からの口語的な指示・質問を解釈し、制御パラメータへ変換して応答する。
農家は既存または新設のハウスに低コストセンサー(温湿度・CO2・日射・土壌水分)を設置し、データはゲートウェイ経由でクラウドAIに送信される。
AIは過去の気象データ・生育ステージ・収量実績を学習し、最適な温度帯・換気タイミング・灌水量を予測して、電動窓開閉機や灌水バルブに自動指示を出す。農家はスマホアプリで「今日のハウスの状態」と「AIが行った制御とその理由」をチャット形式で確認でき、必要に応じて自然言語で「もう少し涼しくして」と指示すれば即時反映される。異常検知時(病害虫兆候や機器故障)はAIがアラートを出し、地域の営農指導員に自動でエスカレーションする仕組みも備える。導入後は月次レポートでAIが収量改善提案を行い、農家は徐々に「AIに任せる範囲」を拡大していく体験になる。
| 収量ばらつきによる売上機会損失(施設800㎡・年による20%変動分) | 年間 約30万〜60万円 |
| 熟練者への技術継承・招聘アドバイザー費用(研修・訪問対応) | 年間 約20万〜40万円 |
| 暖房・換気の過剰稼働によるエネルギーロス(暖房費の想定15%分) | 年間 約10万〜20万円 |
| 病害虫発見の遅れによる廃棄ロス・防除コスト増 | 年間 約15万〜30万円 |
| 環境制御AIサブスクリプション(1棟あたり) | 月額 3万〜5万円 |
| ハードウェアリース(センサー・ゲートウェイ・アクチュエータ一式) | 月額 1万5000円 |
| 導入・運用コンサルティング(初年度一括) | 20万〜50万円 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
静岡県の3代目トマト農家Aさんのように、暖房・換気タイミングを先代の感覚に依存し、収量が年20%以上ばらつくケースは全国約8万戸の施設園芸農家に共通する課題である。
既存の環境制御装置は温湿度の数値表示に留まり、「何をどう変えるか」の判断は依然として人間任せのため、若手就農者や規模拡大農家が経験値を再現できない。市販の統合環境制御システムは数百万円と高額で、施設面積1ha未満が全体の7割を占める中小規模農家には導入障壁が高い。属人化した技術継承の問題を解決し、低コストで再現可能な環境制御を提供するシステムが必要である。
MVP開発はAI予測モデルの精度やセンサー・アクチュエータの機種連携が実証結果次第で変動するため、準委任契約が適している。
特に環境予測モデルや制御ロジックの調整は試行錯誤を伴い、成果物を固定した請負では発注者・受注者双方にリスクが残る。一方でスマホアプリのUI実装やゲートウェイ通信基盤など仕様が固まった部分は請負での分離発注も検討し、コストと進行管理のバランスを取る。発注時はAIモデルの性能目標(収量改善10%等)を契約上の成果指標ではなく検証目標として明記し、未達時の責任範囲を事前に取り決めておく必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 施設面積0.3〜3haの中小規模施設園芸農家(トマト・キュウリ・パプリカ栽培)、若手就農者・規模拡大農家 |
| セカンダリ | 複数農場を管理する農業法人の生産管理担当者、地域JAの営農指導員 |
| 管理 | AgriBrain運営側のカスタマーサクセス担当・営農アドバイザー、代理店(農業機械商社)の導入担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| センサーデータ収集 | 温湿度・CO2・日射・土壌水分センサー値→ゲートウェイ経由送信→クラウドDB格納 |
| 環境予測モデル | センサー実績+外部気象データ→LSTM/勾配ブースティングで演算→24時間先の温湿度CO2予測値出力 |
| 制御最適化エンジン | 予測値と生育ステージ→強化学習でコスト・生育リスク最適化→換気/暖房/灌水の指示値生成 |
| アクチュエータ制御実行 | 制御指示値→電動窓・暖房機・灌水バルブへ信号送信→開閉度/灌水量を実機反映 |
| 画像解析による生育診断 | 定点カメラ画像→CNNで葉色・形状解析→病害虫兆候や生育遅延の判定結果を出力 |
| 自然言語対話AI | 農家の口語入力(例:もう少し涼しく)→NLPで意図解析→制御パラメータへ変換し反映 |
| 状態・制御理由表示 | 当日の制御ログとAI判断根拠→整形処理→スマホアプリのチャット画面に表示 |
| 異常検知アラート | センサー異常値/機器故障信号→閾値・パターン判定→農家と営農指導員へ自動通知 |
| 月次収量改善レポート | 蓄積した生育・収量・制御データ→統計分析→改善提案レポートを月次生成 |
| 複数農場管理 | 法人ユーザーの拠点別データ→集約処理→ダッシュボードで棟別比較表示 |
| データインサイト提供 | 匿名化済み生育収量データ→種苗肥料メーカー向け集計→年間契約レポートとして出力 |
| テーブル | 主要カラム |
|---|---|
farms | farm_id, owner_name, address, prefecture, contract_plan_id, created_at |
houses | house_id, farm_id, area_sqm, crop_type, planting_date, gateway_id |
sensors | sensor_id, house_id, sensor_type, install_date, last_calibration_at |
sensor_readings | reading_id, sensor_id, timestamp, temperature, humidity, co2, soil_moisture, solar_radiation |
actuators | actuator_id, house_id, actuator_type, manufacturer, model_code, status |
control_commands | command_id, actuator_id, issued_at, command_type, target_value, source(ai/manual), executed_flag |
ai_predictions | prediction_id, house_id, forecast_time, predicted_temp, predicted_humidity, recommended_action, model_version |
alerts | alert_id, house_id, alert_type, severity, detected_at, escalated_to, resolved_flag |
| # | 画面 |
|---|---|
| 1 | ハウス状態ダッシュボード |
| 2 | AI制御ログ・理由表示 |
| 3 | 対話AIチャット画面 |
| 4 | アラート一覧・詳細 |
| 5 | 月次収量レポート |
| 6 | 機器・センサー管理設定 |
| 7 | 契約・請求情報確認 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS IoT Core(センサー大量接続・低遅延収集に対応) |
| 2 | TimescaleDB(時系列センサーデータの高速集計に適合) |
| 3 | PyTorch/LSTM(24時間先環境予測モデルの実装基盤) |
| 4 | LightGBM(収量予測など表形式データの高精度回帰に有効) |
| 5 | Ray RLlib(強化学習による制御最適化の実装フレームワーク) |
| 6 | OpenAI API(自然言語対話UIの日本語口語解釈に活用) |
| 7 | Twilio/LINE Messaging API(農家への平易な通知チャネル確保) |
| 区分 | 要件 |
|---|---|
| センサーからクラウドまでのデータ遅延は5分以内、制御指示反映は30秒以内を目安とする | センサーからクラウドまでのデータ遅延は5分以内、制御指示反映は30秒以内を目安とする |
| システム稼働率は月間99.5%以上(年間停止時間累計43.8時間以内)を目標とする | システム稼働率は月間99.5%以上(年間停止時間累計43.8時間以内)を目標とする |
| 農場データは農家ごとにアクセス権限分離し、通信はTLS1.2以上で暗号化する | 農場データは農家ごとにアクセス権限分離し、通信はTLS1.2以上で暗号化する |
| 異常検知から営農指導員への通知は5分以内に自動エスカレーションする想定 | 異常検知から営農指導員への通知は5分以内に自動エスカレーションする想定 |
| 1ゲートウェイあたり最大50センサーの同時接続、全国1200棟規模までスケール可能な設計とする | 1ゲートウェイあたり最大50センサーの同時接続、全国1200棟規模までスケール可能な設計とする |
| AIモデルの月次再学習と精度検証(予測誤差±1.5℃以内目安)を運用サイクルに組み込む | AIモデルの月次再学習と精度検証(予測誤差±1.5℃以内目安)を運用サイクルに組み込む |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 実証圃場でセンサー値を紙やExcelで記録してもらい、営農アドバイザーが手動でチャット形式の制御提案を送る。AIなしで「助言が欲しいか」を確認する | 交通費と記録用の簡易センサー購入費だけ |
| ②最小システム | 低コストセンサーとゲートウェイを設置し、閾値ベースの簡易ルールでアラートのみ自動送信する。AI予測はまだ入れず、学習用データの蓄積を優先する | ハードウェア数台分の購入費と、外注での通信基盤構築費（数か月分） |
| ③本開発 | LSTM/勾配ブースティングによる予測モデルと強化学習の制御エンジンを実装し、対話AI・画像解析AIを組み込んだフル機能版を提供する | データサイエンティストの人件費とAI利用料が中心、外注委託なら半年〜1年分の開発費 |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 都道府県立農業試験場の環境制御研究担当研究員 | 実証データの科学的裏付けと栽培品目別の知見を得るため | 県農林水産部を通じて共同研究の相談窓口に連絡 |
| 地域JA営農経済連の環境制御・園芸担当職員 | 組合員農家への紹介ルートと代理店契約の入口になるため | JA全中の新事業提携窓口経由で地域JAを紹介依頼 |
| 施設面積0.5〜1ha規模のトマト・パプリカ農家(実証候補) | 実際の環境制御の勘所と導入抵抗感を直接把握するため | 県普及指導センター経由で意欲的な若手農家を紹介依頼 |
| 農業機械商社(クボタ・ヤンマー系列代理店)の法人営業責任者 | 既存の農機販売網を通じた全国展開の代理店契約のため | メーカー本社の新規事業提携窓口から地域代理店を紹介依頼 |
| 都道府県普及指導センターの普及指導員 | デモ圃場設置と農家への技術的信頼付与のキーパーソンのため | 県農業振興課の新技術導入相談窓口から面談を申し込む |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 都道府県農業試験場・普及指導センター | 「収量ばらつきの原因を可視化する実証に協力してほしい」と伝え、無償モニター圃場として1〜2件の共同実証を依頼する |
| JA青年部・農業法人経営者の交流会 | 「先代の感覚をデータで残すお手伝いをしたい」と説明し、後継者不安を抱える若手農家に個別ヒアリングを申し込む |
| 農業機械商社（クボタ・ヤンマー系列代理店） | 「既存の環境制御機器に後付けできるAI層を提供したい」と技術提携の打診をし、既存顧客への紹介を依頼する |
| 作物部会・農業系SNSコミュニティ | 「収量が年によってばらつく悩みを聞かせてほしい」と投稿し、興味を示した農家に直接メッセージで面談を依頼する |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新規開業資金 | 新たに事業を始める法人・個人事業主 | 創業初期の設備試作費・人件費に充てる運転資金の主軸として想定。融資額は 930万円 を軸に計画する |
| 信用保証協会 スタートアップ創出促進保証制度 | 創業前後の法人（無担保・第三者保証人なしでの資金調達を希望する事業者） | 公庫融資に加えて、代理店契約締結前の追加資金需要が出た場合の保証付き融資の受け皿として候補になる |
| ものづくり・商業・サービス生産性向上促進補助金（ものづくり補助金） | 革新的な製品・サービス開発を行う中小企業・創業者 | センサー・ゲートウェイ・アクチュエータの試作開発費の一部を補助対象にできる可能性がある |
| 農林水産省 スマート農業実証プロジェクト | スマート農業技術の実証を行う事業者・農業法人・研究機関との共同体 | 実証圃場での提携契約やAI制御データ蓄積の実証コストの一部を、共同申請の形で分担できる可能性がある |
| 小規模事業者持続化補助金 | 小規模事業者（創業間もない法人も対象になり得る） | JA・農業機械商社への営業資料作成やデモ圃場展開など販路開拓費の一部を補助対象にできる可能性がある |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
この事業が失敗するとしたら原因はどこから来るか、単価をその値段にした理由、最初の3か月で確かめること、必要な契約書と支払い条件、1人目の求人票、この事業の1週間……
実行の手引きの詳細は無料会員限定です。
施設園芸・農業AI分野に取り組む仲間がコミュニティにいます。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは自動集計にもとづく相対表示です。