課題の棚業界から農林水産
農林水産の課題の種農業・林業・水産
農林水産が取り組む困りごとを、集めたニュースをきっかけにAIが書いた挑戦案で集めたページです。課題の種に出た時期、取り組む会社、効く道具、セッションで語られたことも並べています。
課題の種とは 毎朝の読み解き（タブ「今日」）で、その日のニュースから考えた「誰のどんな困りごとが、AIでどう変わりうるか」の案です。業界（誰が取り組むか）と業務の場（会社の中のどこで取り組むか）の2つの切り口でページにしています。
札の見方 業界｜…は取り組む業界、業務の場｜…は会社の中のどこで取り組むか、行政の仕事｜…は官公庁・自治体の案の中身です（押すとそのページか一覧へ）。誰に向くか動き方切り口は、その案の読み方の札です。
最終更新 2026年11月7日最新の挑戦案 2026年11月1日この業界の案 22
この業界の案を、目録ですべて見る →
業務の場ごとの最近の挑戦案
農林水産が取り組む困りごとの挑戦案を、会社の中のどこで取り組むか（業務の場）ごとに、新しいものを並べました。挑戦案はAIが書いた案で、実際の事例ではありません。
商品・サービスをつくる12案のうち新しい3案
農作物の生育リスクを迅速に把握し、対応策を講じる
近年の異常気象は農作物の品質低下や収穫量減に直結し、農家の経営を圧迫しています。気象データから生育への影響を予測し、早期に対策を打つことで、安定した農業生産を可能にします。
詳しく ▸
- 事業として
- 異常気象による農作物被害は、生産者の収入減だけでなく、流通コスト増、食品価格高騰に繋がり、年間数百億円規模の損失を生んでいます。生産者は安定供給のために予測と対策に投資します。
- 勝てる理由
- 特定の地域の土壌データ、品種ごとの過去の生育履歴、そして農家が持つ栽培の知恵や経験は、高精度な予測モデルを構築するための貴重なインプットであり、外部からは入手困難です。
- AIに何から聞くか
- 公開されている気象データと、地域で栽培されている主要農作物の生育モデル、病害虫発生傾向に関する学術論文を組み合わせ、異常気象と作物の生育不良の関連性をAIで分析し、潜在的なリスクパターンを探ります。
- この案が強いのは
- 特定の農産物の品種改良データや、過去の気象データと収穫量の詳細な因果関係を長年にわたり蓄積している研究機関や農業法人が強い。
2026年9月16日・紙面では畳んだ案・きっかけ 台風発生予想 シルバーウィークに接近か 次に発生すると「台風25号」 - ウェザーニュース（ウェザーニュース・2026年9月16日）
この日の読み解き →
農業生産を安定させ、新たな病害虫リスクに対応する
気候変動により、これまで見られなかった地域での病害虫発生が増加し、農業生産に大きな打撃を与えている。過去の気象データ、農作物の生育状況、病害虫の発生履歴をAIで分析し、将来のリスクを予測することで、事前対策を講じられる。
詳しく ▸
- 事業として
- 農薬購入費用、病害虫対策にかかる労働費用、農作物の収穫量減少による損失。年間数百万円〜数千万円規模の被害軽減に貢献。
- 勝てる理由
- 特定の農産物の栽培において、長年にわたる病害虫対策の経験と、その発生状況に関する詳細な記録を持つ種苗メーカーや大手農業法人。
- どの前提を疑うか
- 自社が栽培する作物について、過去数十年にわたる気象データ、病害虫の発生データ、収穫量データを集約し、現在の農薬散布計画や品種選定の前提条件が気候変動によってどのように変化しているかを再評価する。
- この案が強いのは
- 特定の地域・作物の病害虫対策において、長年の実地経験とデータを持つベテラン農家や研究者の知見。
2026年9月14日・紙面では畳んだ案・きっかけ 秋雨前線停滞 月曜は日本海側中心大雨に その後太平洋側も - NHKニュース（NHKニュース・2026年9月14日）
この日の読み解き →
未踏領域の自然環境調査をドローンとAIで効率化し、新たな知見を得る
広大な森林や険しい山岳地帯など、人が立ち入りにくい場所の生態系調査は時間とコストがかかる。ドローンとAIを組み合わせることで、これまで調査できなかった領域のデータ収集と分析を可能にする。
詳しく ▸
- 事業として
- 環境アセスメントや資源調査には年間数千万円〜数億円が投じられ、人件費、資機材費、交通費などが主な内訳。この費用の一部を代替し、かつ価値創造につなげる。
- 勝てる理由
- 地理情報システム（GIS）の専門知識、生態系に関する知見、ドローン操縦のノウハウ、特定の地域の地形データ。
- 誰を、どう動かすか
- 地元の研究機関や自治体に対し、ドローンで撮影した未調査地域の高解像度画像とAIによる動植物の自動識別結果を示し、共同研究や実証実験の提案を行う。
- この案が強いのは
- 特定の地域の生態系に関する専門知識と、地元の研究機関との連携実績。
2026年9月4日・紙面では畳んだ案・きっかけ ウクライナがドローン攻撃強化、プーチン氏「交渉実現を難しくしている」…情報機関同士の接触は継続 - 読売新聞（読売新聞・2026年9月4日）
この日の読み解き →
経営と企画8案のうち新しい3案
コメの需給バランスを長期的に予測し、生産者と消費者の安定供給を支援する
記録的な余剰によるコメ価格の下落は生産者の経営を圧迫し、将来的な供給不安に繋がる。気候変動や消費トレンドの変化も踏まえ、需給の変動要因を多角的に捉えることで、安定した市場形成に貢献する。
詳しく ▸
- 事業として
- コメ農家の経営安定化、食料自給率の維持、消費者への安定供給。現状行われている国の生産調整や需給予測にかかる費用や、市場価格の乱高下による損失の低減。
- 勝てる理由
- 過去数十年の気象データ、作付面積、収穫量、流通量、消費量といった農業統計データへのアクセスと、農業生産者団体との連携、およびそのデータ活用のノウハウ。
- 何を、どう測るか
- 全国のコメの作付面積、気象庁の降水量・気温データ、過去の市場価格変動、米の消費動向調査データなどを収集し、AIを用いて向こう3〜5年のコメ需給予測モデルを構築する。
- この案が強いのは
- 農業経済や食品流通業界での実務経験があり、統計データや現場の情報に詳しい人。
2026年9月19日・紙面では畳んだ案・きっかけ 日銀が「レートチェック」を実施 円安けん制か - NHKニュース（NHKニュース・2026年9月19日）
この日の読み解き →
異常気象による農作物の生育不良や収穫量減少リスクを予測し、早期に生産計画を調整できる
気象変動による農作物の品質低下や収穫量減少は、生産者の収入減に直結するだけでなく、食品価格の高騰や供給不足を引き起こし、社会全体の食料安定供給を脅かす。これを事前に察知し、対策を講じることで安定供給を守る。
詳しく ▸
- 事業として
- 農作物の保険料や補助金、廃棄ロス、市場価格の変動リスクなど、既に存在するコストや潜在的な損失を軽減するための投資。
- 勝てる理由
- 地域ごとの土壌データ、品種ごとの栽培履歴、過去の気象データと収穫量の相関関係に関する現場の知見は貴重な資産となる。
- 何を、どう測るか
- 地域の農協や農業試験場と連携し、過去の気象データと農作物の生育記録、収穫量データを集め、AIによる予測モデル構築に必要な情報を整理する。
- この案が強いのは
- 特定の地域や作物の栽培に関する詳細なノウハウと、そこから得られた独自のデータを持つ生産組合や研究機関。
2026年9月11日・きっかけ 8月の世界の平均気温が過去最高に EU気象情報機関発表 - NHKニュース（NHKニュース・2026年9月11日）
この日の読み解き →
気象災害による農作物被害を予測し、生産計画を最適化する
台風や豪雨が農作物に与える影響をAIで予測し、収穫時期の調整、代替作物の検討、保険加入の最適化などを支援することで、農家の収入安定と食料供給の安定化に貢献する。
詳しく ▸
- 事業として
- 農家は収益の不安定さを軽減でき、農業協同組合はリスク管理を強化し、食品メーカーは安定した原材料調達が可能になる。
- 勝てる理由
- 特定の地域の土壌データ、過去の作物の生育データ、農家の栽培ノウハウ、および気象庁などの高精度な地域気象予測データへのアクセス。
- AIに何から聞くか
- 気象データと過去の農作物収穫量・被害データを組み合わせ、AIモデルで被害予測の可能性を探り、どのデータが予測精度に寄与するかを検証する。
- この案が強いのは
- 長年の農業経験を持つ農家が持つ、気象条件と作物の生育状況に関する直感的な知識や、特定の品種・栽培方法に関する深い理解。
2026年8月23日・紙面では畳んだ案・きっかけ 沖縄 石垣市と竹富町に避難指示 - NHKニュース（NHKニュース・2026年8月23日）
この日の読み解き →
顧客との接点2案
初霜や雪の前夜に、農家一軒ずつへ「今夜これだけは」の一言が届く
初霜や雪の前夜、農家は何を先に守るかを一人で判断している。担当者が一軒ずつ電話する余裕はなく、連絡は被害が出てからになりがち。
詳しく ▸
- 事業として
- JAや農業資材店は、被害後の対応や補償相談に人手を割いている。事前連絡が資材提案につながれば、営業費の範囲で回る。
- 勝てる理由
- どの農家がどの作物・どの設備かを知っているのは地元の担当者だけ。外部の気象サービスは、農家の顔にも畑にも手が届かない。
- 誰に、どう呼びかけるか
- 同じ地域の担当者や普及員を3人集め、「この寒気ならこの一言」を作物別に持ち寄る。それを元に文面の下書きを作り、最初の10軒へ送る。
- この案が強いのは
- 畑の場所と農家の癖まで覚えている地元担当の手にあるとき強い。
2026年10月29日・きっかけ 東京「木枯らし1号」9年ぶり記録 今季一番の寒気…初雪ラッシュ - テレ朝NEWS（テレ朝NEWS・2026年10月29日）
この日の読み解き →
豪雨後の農業被害を迅速に判定し、農家への支援を効率化する
豪雨による農作物の被害は甚大だが、被害状況の確認には多大な労力と時間がかかる。ドローンや衛星画像とAIを組み合わせることで、広範囲の被害状況を自動で評価し、迅速な支援計画策定と実施を可能にする。
詳しく ▸
- 事業として
- 農協や自治体、保険会社が負担する被害調査費用、農業者への補償・支援費用。また、農作物の収穫遅延や品質低下による経済損失の軽減。
- 勝てる理由
- 特定の地域や作物の専門知識を持つ農業協同組合や農業研究機関が保有する、過去の被害データと作物の生育に関する詳細な知見。
- AIに何から聞くか
- 農業専門家と対話し、ドローン画像や衛星画像から判別可能な農作物の被害種類（浸水、倒伏、病害など）とその特徴をリストアップし、画像解析AIの学習に必要なデータ形式を検討する。
- この案が強いのは
- 特定の地域における農業の実態と、過去の気象災害による作物被害の具体的な状況に関する深い知識。
2026年9月14日・紙面では畳んだ案・きっかけ 秋雨前線停滞 月曜は日本海側中心大雨に その後太平洋側も - NHKニュース（NHKニュース・2026年9月14日）
この日の読み解き →
ほかの業界が主で、この業界にも当たる案22案のうち新しい6案
主に取り組むのはほかの業界ですが、農林水産にも当たると判定された案です（札の業界は、主に取り組む業界）。挑戦案はAIが書いた案で、実際の事例ではありません。
天候不順で余る近隣産直野菜を当日朝に安く買い叩き、気温予測と連動させて日替わりで売り切る社食原価圧縮
食堂ごとに、気温・曜日・社内行事とメニュー別の喫食数を一年分そろえ、温かい煮込みが選ばれる条件を数字で示す。契約先の企業には、仕込み量の根拠と食堂の改善案として見せる。
詳しく ▸
- 事業として
- 試算：100食堂で1日10食の作り過ぎが減れば、1食原価150円・年240日で約3,600万円の食材費減。
- 勝てる理由
- 各食堂のレジ記録と食数を毎日持ち、契約先の企業へ直接報告できる。
- 何を、どう測るか
- 単なる需要予測によるロス削減ではなく、卸や近隣農家で当日朝に天候理由で余った規格外・余剰野菜の引き取りと、自社の気温別喫食予測をリアルタイムに自動照合。もっとも原価を抑えつつ気温に合致する「当日差し替え日替わりメニュー」を厨房へ即時提案し、10か所の食堂で食材原価を極限まで引き下げながら完売させる仕組みを3か月で実証する。
- この案が強いのは
- 近隣青果卸の当日余剰在庫データと、自社食堂の気温別需要データを即時に突き合わせ、現場調理長がメニュー変更を即断できるオペレーションの実行力。
2026年11月5日・紙面では畳んだ案・きっかけ シチューの秋冬以外の需要を開拓（ダイヤモンド・チェーンストアオンライン・2026年11月5日）
この日の読み解き →
輸入原料の相場に振り回されず、地元の畑と食品メーカーが先に約束して作る
原料高は為替と海外相場で決まり、地元の作り手には止められない。収穫前に量と価格を約束できれば、農家は売り先を、メーカーは価格の見通しを得て、客は不意の値上げに驚かずに済む。
詳しく ▸
- 事業として
- メーカーは原価の過半を占める原料調達費を、農協・産直は規格外や余剰の廃棄損を抱える。調達予算の1〜2割を契約栽培に振り替える形で動ける。
- 勝てる理由
- 畑ごとの出来の癖や農家との信頼は、地域で付き合う加工所・直売所にしかない。大手は個別の畑まで入り込めない。
- どの前提を疑うか
- 「原料は安い輸入品から選ぶ」という前提を疑う。主力商品の原料を産地と代替可否で棚卸しし、地元で置き換えられる3品目を農家に打診できる形に整理する。
- この案が強いのは
- 農家と加工現場の両方と顔が通じている人の手にあるとき、いちばん強い。
2026年11月1日・きっかけ 11月の食品値上げは約1500品目 原材料高騰で前年同月の“10倍”に - TBS NEWS DIG（TBS NEWS DIG・2026年11月1日）
この日の読み解き →
泊まる場所ではなく、そこでできる体験で選ばれる地域へ、売り方の軸を組み替える
宿は部屋を売り、体験は別の事業者が売っている。その分断のせいで、訪日客は「何ができる土地か」が分からないまま素通りする。地域の体験が、泊まる理由そのものになる。
詳しく ▸
- 事業として
- 宿泊施設は予約サイト手数料を売上の1割前後払っている。体験込みの直販プランが増えれば、その販促費と客室単価の改善から回収できる。
- 勝てる理由
- 体験を提供する農家・職人と日ごろ付き合う地元の宿だけが、体験の枠を押さえられる。外から来た予約サイトは体験の在庫を持てない。
- どの前提を疑うか
- 稼働率と客室単価だけで見る前提を疑う。直近1年の訪日客の問い合わせ履歴をAIに分類させ、体験の需要がどこまで拾えるか確かめる。
- この案が強いのは
- 地元の体験提供者と顔の見える関係を持つ経営者の手にあるとき強い。
2026年10月31日・紙面では畳んだ案・きっかけ 体験重視の旅行者に観光事業者はどう対応するか（トラベルボイス・2026年10月31日）
この日の読み解き →
時計と太陽が少しずつずれる世紀に、太陽頼みの仕事が困らない道を見つける
農漁業、天体観測、測量など、太陽や地球の自転に合わせて動く人たちは、時計が太陽を追わなくなる世界の影響を、誰からも説明されていない。
詳しく ▸
- 事業として
- 天文台・測量会社・衛星運用者は、天文時と標準時の変換や補正の保守に人件費を払っている。その増減の見積もりが資金源になる。
- 勝てる理由
- 真似されやすい。ただ、何分ずれたら実害が出るかを現場から聞き取れる人のところにだけ、答えが集まる。
- AIに何から聞くか
- AIに「ずれが1分・10分・1時間になったとき困る職種」を問い詰めさせる。出た仮説を、知っている現場の人3人に当てて確かめる筋道を探る。
- この案が強いのは
- 太陽や潮に合わせて働く現場の感覚を持つ人は、AIの仮説が実害に届くかどうかをその場で判定できる。
2026年10月16日・紙面では畳んだ案・きっかけ 「うるう秒」来年５月２０日廃止を決定…国際度量衡総会、時刻のずれを最大１時間まで許容する「うるう時」導入へ - 読売新聞（読売新聞・2026年10月16日）
この日の読み解き →
見回りに行けない大雨の夜でも危険なため池の水位上昇を机の上で把握する
増水した水辺へ命がけで確認に行かなくても、避難判断の閾値を超えそうな池が事前に分かる。水利組合や管理者の身体的危険と精神的重圧を取り除く。
詳しく ▸
- 事業として
- 土地改良区や自治体が支払っている水回り点検委託費や防災備品購入費から充当される。
- 勝てる理由
- 地元水利組合との信頼関係と、過去の越水・満水時の現場記録ノウハウ。
- AIに何から聞くか
- 流域の雨量推移と手元の池の形状データをAIに入力し、どの雨量パターンで溢れるかの計算ロジックを対話しながら導き出す。
- この案が強いのは
- 水利組合や地域自治会で実際に池や水路の管理を任されている担当者
2026年9月25日・紙面では畳んだ案・きっかけ 印旛沼堤防決壊、復旧時期見通せず 事前に排水、それでもあふれ - 毎日新聞（毎日新聞・2026年9月25日）
この日の読み解き →
給付金申請の煩雑さを解消し、農家・漁業者が本業に集中できる環境を整える
消費税減税に伴う給付金制度は、対象となる農家・漁業者にとって申請手続きが複雑で、本業の時間を圧迫する。この負担を軽減し、必要な情報がスムーズに届くことで、生産性向上に貢献する。
詳しく ▸
- 事業として
- 給付金申請にかかる農家・漁業者の人件費や時間コスト。行政側の審査・処理にかかる費用。これらの削減は、双方にとって大きな経済的メリットとなる。
- 勝てる理由
- 農業協同組合や漁業協同組合が持つ、組合員の生産データ、販売データ、および既存の給付金申請履歴。これらのデータは、個別の状況に応じた最適な申請支援を可能にする。
- 誰を、どう動かすか
- 地域の農協・漁協と連携し、給付金申請に必要な書類や情報を自動で生成・整理するプロトタイプを開発。現場の担当者からのフィードバックを基に改善を進める。
- この案が強いのは
- 農家・漁業者の具体的な業務フローと、既存の給付金制度の申請要件に関する深い理解。
2026年8月27日・きっかけ 自民 税調 消費税減税で議論 政府“農家 漁業者に給付金検討” - NHKニュース（NHKニュース・2026年8月27日）
この日の読み解き →
課題の種に出た時期2026年8月20日〜2026年11月1日
毎朝の読み解きの挑戦案のうち、取り組む業界が「農林水産」と判定された案の数です。近い業界と並べています。週ごとの棒の高さは業界ごとの目盛りで、推移の形を比べられます（「同じ目盛り」に切り替えると、数の差が見えます）。
挑戦案の数（業界ごと）
- この業界の案は22案で、課題の種の全体の1%（うち紙面に掲載した案 9）。
- いちばん多かったのは2026年9月14日の週（6案）。きっかけは「秋雨前線と大雨警戒」「中国の海洋活動」「台風発生と高温警戒」などの話題でした。
- ほかの業界が主で、この業界にも当たる案が22あります（上の数には入れていません）。
この業界の案に多い課題の型全体と比べて
挑戦案が何を良くする案かを、課題の種の全体と比べました。太字は全体との差が大きい型です。
この業界の案を出した業務の場全体と比べて
農林水産の案が、会社の中のどこで取り組む案かを、課題の種の全体と比べました。太字は全体との差が大きい場所です。
この業界の案に多いAIの働き全体と比べて
挑戦案でAIが何をするかを、課題の種の全体と比べました。
取り組む会社3社
農林水産の会社のうち、会社自身の資料（有価証券報告書・決算説明など）にAIの取り組みが書かれている会社です。札の「発表」は会社自身の発表です。
効く道具発表 4件
道具の種の発表・リリースのうち、農林水産で使う前提と判定されたものです。札の「発表」は提供元自身の発表、「報道」は報道機関の記事です。
発表の多い製品
- GPT OpenAI発表 1件・10月16日・読む・調べる・書く・作る
最近の発表
- 発表研究機関向けRosalind Academic Planを開始2026年10月16日・GPT
- 発表藻類のCO₂吸収を連続計測する技術を確立2026年9月15日・NTT
- 発表NVIDIAとPalantir、供給網向けAIスタックを発表2026年9月10日・NVIDIA
- 発表イネ4品種を同時交雑する技術を確立2026年8月20日・NTT
セッションで語られたこと
この業界の挑戦案のきっかけの話題がつながったセッションの論点のうち、この業界の案が多くつながったものです。
現場に眠る映像・音声・図面が競争資産に（スライド）
第4回（2026年9月3日）・栗山（スライド記載）
流れで読む →この場面を見るメンバー
「『データ優位』の定義が変わる。蓄積済みのテキストではなく、現場に眠る映像・音声・図面が競争資産になる。デジタルで出遅れた『現場を持つ企業』にこそ反撃の機会がある。製造・物流・医療・建設など、IT化しにくいとされた産業がAIの主戦場になり、モデルは共通化へ向かい、価値は独自データ×業務文脈の側に移る。」
産業転換シナリオ（4業界）
第1回（2026年6月15日）・栗山
流れで読む →この場面を見るメンバー
「製造業（自動車部品）は、ベテランの目視・抜取検査が誇りでしたが、1回1円ほどで全数検査ができ、品質保証の前提が変わって新しい製造モデルへ。小売は、品揃えと接客の勘から、テーラーメイドを安く、需要を世界の情報からリアルタイムに掴むモデルへ。コンサルは、人月で情報を集めて解く価値がAIに置き換わる一方、論点設定と価値判断が人の価値として残る。銀行は、与信審査がAIに置き換わる代表例で、対面と質の高い対話が残る。置き換わる部分と残る部分の境目こそが、産業構造の変わり目です。」
セッションの体験5件
AI戦略実践プロジェクトのセッションで、参加した方々が実際に動かした・確かめた・気づいた・持ち帰ったことのうち、この業界の困りごとに関わるものです。
つながり
このページについて
- 作り方
- 毎朝の読み解きで、ニュースをきっかけにAIが書いた挑戦案を、取り組む業界ごとに束ねています。挑戦案はAIが書いたもので、人は内容を確かめていません。実際の事例ではありません。
- 分け方
- 課題の種は、業界（誰が取り組むか）と業務の場（会社の中のどこで取り組むか）の2つの切り口でページにしています。業務の場は7つ（顧客との接点／商品・サービスをつくる／モノを動かす／管理部門／ITと開発／経営と企画／社内の共通業務）。どこに入れるかはAIの判定です。札のまだ無い案は数えていません。
- 日付と更新
- 日付は挑戦案の日（紙面の日）。毎朝更新、最終更新 2026年11月7日。
- このライブラリー
- AI戦略ライブラリーは、AI戦略実践プロジェクトの一環で作っています。 プロジェクトは、事業を動かす方々がAIを前提にした戦略を実際に作り・動かす実践の場で、月1回のセッションがあります（参加費とお申し込み）。 ほかの業界は課題の棚から。