日本農民企圖心：運用數據改革農業！AI完美預測奇異果的產量與採收時間
1,344
文章來源 : 農業科技決策資訊平台 2019-11-01
末澤先生的農場以自行栽培與現場指導體驗為主，並活用數據來提高農作物的生產效率與產值。具體而言即是透過AI（人工智慧）學習紀錄水果成長狀況、品質的變化、各種尺寸採收量等數據，再加入氣象資訊，讓AI可以藉此預測收成期與採收量。此外，末澤先生還將預測結果與全體生產農民共享、並思考如何讓品質跟收成穩定的方法，以及如何事前確保收成農作人力，以及銷售方(批發商、中間商或零售商）等各生產銷售流程所需面臨問題。
「為地方的努力的膽小鬼」縣府職員時的後悔回憶
回溯末澤先生針對這個想法源頭，來自1981年進入香川縣府之後到退休之前，末澤先生都在農業相關部門從事技術開發，以及向農民推廣技術，因此累積不少經驗。但是作為一個公務員在職務上深感受限，進而反思諸多問題。
其中面臨到的一個課題就是，即使在市面上出現了以無損方式測試水果品質的新型選果機技術，日本也會因為國內產地之間的競爭，動不動就陷入彼此之間的消耗戰而無視相關技術進展。末澤先生省思此事並認為：「雖然大家都覺得提高品質作為競爭目標是件好事，但是因為同樣水準的產地之間競爭容易演變成膽小鬼賽局，接著馬上就進入商品化價格競爭階段。對於如何合作共同培養新技術，調整到能供產業活用等級的觀點，是非常欠缺的。」
有一次，農民們尋求其他地區良好示範案例，以迎接新業務的挑戰。但是這些案件資訊只能在該地區內分享，也因此無法達到農民須求。會有此情況發生，也源自於大家都有「你會幫敵人主動雪中送炭嗎？」的意識存在，同時也沒有共同體制，可以在超越個別行政與產地範圍之上，進行跨域整合，以及培養大型消費市場的業務。因此，末澤自己一直很懊悔無法成為農民面對挑戰時的奧援者。
然而，另一方面，也有讓人振奮的事，在1980年代後半到2000年左右，為了對抗開放柳橙進口，全日本溫州柑橘的溫室栽培持續地急速成長。當時同時也面臨石油危機的問題，必須投入大量能源的密室栽培，難以得到行政部門方面共識。於是散落在地方上面對挑戰的農民們，直接跳過行政機關，通過自己的全國電話網路，彼此之間就彼此共通的問題，尋求解決的方法。末澤先生當時作為與現場緊密接觸的農業推廣專員，親身體驗了對於農民們自己作為主體，如何既快速又自由地解決問題的過程。
回顧末澤先生20多歲時，獲取出國留學的機會。也因此他和海外研究人員以及農民建立了人際網路，並近身觀察全球農業綜合企業的發展。
在這樣的經驗下，他擔心日本農業陷入如江戶時代的幕府制度的結構問題。 他認為：「日本的農業是以日本農協，市町村、縣等個別行政區域為主的單兵作戰方式。主要以該地區為主進行農產銷售，因此，彼此之間很難共享情報以及業務合作。另外在農產品出口方面，也是以地方農產品牌是優先考量，在這樣的情況下，就很難看到整體日本品牌的優勢。即使個別地區品牌非常優秀，獨立運作也難以與世界其他對手競爭」。
相對於仍然保留著「幕藩制度」的日本，國外的農業則是持續進行新的措施。 例如紐西蘭的奇異果產業，在國家等級（或跨國之間）的資訊共享前提之下，不僅讓農業工作的程序簡化和標準化，並藉由外包業務，擁有超越日本品質的高效率農業生產模式。
奇異果樹枝的修剪，就是其中一個例子。 在日本，果樹樹枝的修剪工作往往取決於個人的經驗和感覺，而非採取標準化措施。然而，在紐西蘭的果園裡，他們採用了一種叫做「Stringing」(引誘樹枝吊掛式生長)的種植和培養方法，並只要下指令：「將已經長長的樹枝從橫向切掉」。如此一來，即使是沒有經驗的兼職或打工人員也能進行修剪工作。
比較兩邊修剪作業的每公頃工作時間，調查結果發現紐西蘭為350小時，而日本為600小時。除了修剪，紐西蘭農民在授粉、採摘、採摘和收穫上，工作時間也短上許多。
會有這樣的差別，可能是日本人對匠人的技巧、智慧、經驗法則和直覺等人性化的專業知識和技巧，有著偏重審美意識情感的傾向。雖然這樣的確非常了不起，卻往往因為陷入過度尊重專業，而陷入停止自我思考並反省進步的階段，並忽略了簡化程序和標準化作業。
而紐西蘭的農民，除了上述努力之外，在資訊與數據的共享方面也非常周到。品質監測調查就是一個很好的例子。每個農民都委託一家專業公司（承包商公司）進行監測，以監測收穫前奇異果的生長情況。
每個農場都被授予一個如全國統一使用的戶籍般的ID。除了一定會有的業主登記資訊之外，如土壤和種植資訊，重要病害蟲感染情況的管理資訊也一併儲存與共享。此外，也會根據相關檢查結果，進行提升改善品質的指導與管理。所有上述的資訊，同樣共享給之後的採收工作委託廠商以及選果場，以利於制定收成和運輸計畫、產品可追溯性，以及作為下一年管理模式調整。
其委託過程：業主會從監測公司收到預計的採收日期，並將ID傳送給採收端。採收端根據共享資訊，從果園地點開始、設定面積、預期產量、天氣和不同果園之間的先後工作排序。同時，安排工作人員、安排採收設備、制定運輸計畫、預訂選果場等。 當然，採收之後的產品也附帶了「是誰採收、何時採收、何地採收」的資訊，並分享給下游的銷售組織。
日本獨特的「規模化」，實現線索是「數據共享」
針對數據共享，末澤先生表示「即使模仿國外也不會成功」。紐西蘭的方式是不可能直接就融入日本的農業。海外大型集約化的農企業也不適合日本的國土民情。另外包含土地條件在內、也必須考慮到日本小農占大多數的情況。集約化與規模化，同時也會有潛在瘟疫蟲害流行的風險。
末澤也認為日本應該有一種獨特的「大規模化」方法。 其方法是通過使每個農民橫向聯繫，來構建自主分散式的業務結構，同時在整個生態系統中實現大型協作的區域生產功能。
具體來說，有四個方向：
（1）人才的共同培育和採用
（2）跨產地協同出貨與市場行銷
（3）應用大數據共享風險管理
（4）以「地區」生存為前提支援小農戶。
為能實現上述四大面向，可藉由ICT資訊和通信技術達到資訊共享。此外，由於莫澤先生自己本身就是奇異果的生產商，他在2019年開始利用他在農場累積的資料和人工智慧技術，建立了一個資訊共用平台：「農業數據平台」。【延伸閱讀】2018美國農業數據法案
平台透過學習奇異果的生長狀態等資料後，可以根據天氣資訊，在雲服務 Microsoft Azure 上構建了機器學習模型，該模型可以依據個別奇異果尺寸，預測採收產量。
農業數據平台根據過去的情況和未來天氣預測（如累積溫度的變化），為每個農民顯示採收的最佳時間，並在應用程式的日曆中顯示。 此外，還顯示詳細的預測資訊，如每個大小的百分比、數量和採收重量，以有利於建立採收計畫，並安排臨時工採收。
到目前為止，靠著將經驗和直覺導入智慧化的過程，讓新農民更容易加入奇異果種植的行列，即使是經驗豐富的農民，在工作安排上，也能夠更加精密化和效率化。
所幸在日本，奇異果種植的歷史並不長，利害關係人相對較少，因此產地之間的競爭並不激烈。末澤認為「奇異果這個領域，要嘗試新東西是很容易的。首先，奇異果能夠創建一個合作生產模式，並善用數據和人工智慧，在不斷試驗與錯誤之下，將這套成功模式擴大到其他水果的領域」
其中，最重要關鍵是現場資訊必須不斷更新。如果農民不輸入每個農地的狀況：例如：數量、大小、生長條件等，預測的精準度就不可能提高。因此，為了方便農民輸入資料，正在開發使用智慧手機的語音輸入系統。末澤表示：「在農業現場，雙手往往都在工作沒辦法打字，語音輸入則是最實際功能。」
擺脫「沒看到收成前，只能聽天由命。」的命運！
農業導入ICT（資通訊科技)方面，末澤認為，投資報酬率（ROI）是一個非常重要的部分。他提到「情報資訊之間所需通報、鏈結、商談皆發生在年銷售金額超過2500萬日元的農民身上。 若不是這層級的農民，將成本用在ICT毫無意義。」
根據末澤的估計，具有這樣水準的農民，全國約有58,000農戶（根據2015年農業推廣推估)。 然而，他強調為促進地區農業ICT化，即使這樣的農民規模還是無法達到標準。尚未達到這層級數十萬戶農民，也必須有最低門檻讓他們導入ICT機制。
另外，由於平台操作須要在行事曆上的空白處輸入預算與實績，因此如何能夠讓農民更簡單方便使用備忘錄管理也是必須考量的重點。為此，日本政府目前正在利用「日本農業數據整合平台」（簡稱WAGRI）的簡單資料共享機制，以降低運營成本。
該系統還可以延伸安排出貨流程。從收集各地農民的預測採收量的資訊之後，末澤先生指出：「如此一來，我們就可以針對這點，安排最佳出貨流程」。
就目前情況而言，即使市場端預先提出品質的相關要求（如大小、價格和糖度），末澤先生認為大多也只會淪為「沒看到收成我們也不知道，只能聽天由命。」的想法。因此，如果中間商在採收前期，就能夠共享像是尺寸、糖度等預測資訊的話，則不僅能夠根據市場需求制定出貨計畫，還可以應用在產品促銷和宣傳品牌，提高產品的附加價值。
日本內閣府，正以推動農業物聯網和人工智慧化，以實現社會5.0（利用物聯網、人工智慧和大資料的資料驅動型社會）。目標是藉由「數據驅動型農業」之推動，促進物聯網設備和人工智慧對經驗法則和直覺等隱性知識進行量化和分析，回饋予農業生產現場。
然而，資料驅動型農業的案例中，也會有面臨投資報酬率方面的疑問。而由末澤先生持續打造的「農業平台」，主要將目光放在農民的實際應用，以解決農業資通訊產業所面臨現況。
最後，末澤先生依舊幹勁十足表示「儘管存在著國土的限制，但期盼透過共享資訊和資料連結小農，並將一個個小農企業串連在一起，逐步茁壯。」
資料來源
0 則留言
