プログラミング未経験の北海道農家、Codexで100haの農地管理を自動化

100ヘクタールもの農地をデジタル化しようとすれば、通常は高額なスマート農業パッケージを導入するか、システム開発会社に外注するのが当たり前でした。

北海道の農家が選んだのは、そのどちらでもなく、AIにコードを書かせて自前で仕組みを作り上げることでした。

OpenAIは2026年6月、北海道でブロッコリーやカボチャ、ネギ、大豆など100ヘクタールの農地を管理する富安裕貴氏の事例を紹介しました。富安氏はもともと公務員で、就農にあたって専門的な農業教育を受けたわけではなく、プログラミングやエンジニアリングの経験もゼロでした。そんな彼がChatGPTとCodexを駆使し、高度な自動化システムを動かしています。

ESP32から衛星データまで

富安氏が現在実稼働させているAIワークフローは8つに及びます。

圃場の足元では、小型マイコンのESP32を使ってモーターを自動制御し、IoTセンサーと連携させてハウス内の温度管理や農地の状態監視を行っています。

さらに上空からは、衛星データを自動で取り込んでNDVI（正規化植生指数）マップを作成し、作物の生育状況を広域でモニタリングするパイプラインまで構築しました。

ハードウェア制御から衛星画像の処理までをつなぐコードは、すべてCodexが生成したものです。富安氏は自身のnote（note.com）でその実験過程を発信しており、AIとの開発を「非常に優秀なエンジニアが常に隣にいてくれるような感覚」と表現しています。

なぜ重要か

この事例が示しているのは、ツールを作るための真の障壁はプログラミング言語の知識ではなかったという事実です。

農業をはじめとする現場の課題解決において、これまでの最大のボトルネックは「現場を知る人はコードが書けず、コードが書ける開発者は畑の現実を知らない」という乖離にありました。要件定義だけで莫大なコストと時間が吹き飛んでいたのが実情です。

現場の人間がやりたいことを正確に言語化できれば、AIが実装コードを出力してくれる時代に入りました。これは現場の専門知識を持つ人が、自力でソフトウェア開発者になれることを意味します。センサーの配線や耐候性といった物理的な泥臭い作業は依然として人の手が必要ですが、現場主導の自動化はここから一気に加速しそうです。