農業
農業がAIの最大の生産性向上勝者になる理由
Securities.io を Google の優先ソースに追加
AIが経済に与える影響について議論するとき、世間の関心は IT 関連の職種（プログラミング、デジタルアーティストなど）やホワイトカラー職（弁護士、医師）や科学研究に偏りがちです。しかし、これは産業全体に変革的な影響をもたらす重要な応用を見落としている可能性があります。
一般に、AIは物理的な投入物を直接最適化し、繰り返しの意思決定で人間を代替し、資源配分を最適化できる領域で最も生産性を向上させると考えられます。また、まだ自動化されていないほど複雑だが、人間の高度な知能が依然として必要なほど極端に複雑ではない環境でも成功すると予想されます。
韓国科学技術院（KAIST）とハナ・ファイナンシャル・グループ（韓国）の2人の研究者による最近の研究では、AIの浸透と産業レベルの業績との関係が調査されました。
この研究は、生産、製造、輸送産業における産業レベルの付加価値パフォーマンスにAIが大きく影響する一方で、農業に対して最も強い正の影響を与えることを明らかにしました。
彼らはその成果を『International Review of Economics & Finance』1誌に掲載し、タイトルは「Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity」としています。
AI と生産性
産業別 AI
ChatGPT の公開以降、AI は複数の産業で採用が進み、生産性向上を実現し、早期導入者に競争上の優位性をもたらすことが期待されています。
しかし、採用率やその影響を正確に測定することは難しいです。歴史的に、情報通信技術への投資が 10% 増加すると生産性が 0.5〜0.6% 向上するとされていますが、AI に特化した最終的な数値はまだ不透明です。
これまでのところ、AI は主にサービス領域で展開されてきました。リアルタイムの顧客支援、医療診断・モニタリングなどが代表例です。
物理的な役割においては、製造業が中心です。AI 搭載のスマートファクトリーは予知保全や運用最適化を支援し、コスト削減と効率向上を実現しています。
化学や紙といった従来産業では、AI の導入は依然として遅れています。これは明確なデジタル戦略の欠如、スキル不足、文化的抵抗、消費者の信頼低下、規制の不確実性などが原因と考えられます。
AI 生産性データセット
研究者は 2010 年から 2019 年までの 103 カ国のパネルデータを収集し、データ不足の国は除外しました。
経済活動別の総付加価値（GVA）データは UN Data から取得し、各セクター・各国の経済パフォーマンスを測る主要変数として使用しました。
対外直接投資、総国民支出、インフレ率、労働力参加率、貿易データは World Development Indicators（WDI）から取得しました。また、人権指数は Our World in Data から取得しています。
AI 関連スタートアップの数は Crunchbase から収集し、データセット内で AI スタートアップ設立のピークが 2017 年に達したことが分かりました。全体として、2010 年代中盤に AI 関連の起業活動が大幅に加速したことを示しています。
産業別 AI 主導の生産性
研究者は、AI が農業において最も強い正の関係を示す一方で、建設業との関係は統計的に有意でないことを発見しました。
AI の測定可能な影響が見られた他の産業は、製造業、生産業、輸送業です。
（2019 年から 2025 年の期間をカバーする同様の分析も、AI 技術の急速な進展を考えると興味深いでしょう）
農業への影響が大きい理由の一つは、既にある程度高度に自動化された産業であることです。1 世紀前と比べて、農業はトラクターや自動灌漑、搾乳システム、その他の機械化装置により手作業が大幅に削減されています。
同時に、これらの農業作業の多くは AI が既に対応可能な領域（運転、散布、除草など）に該当します。
さらに、過去 20 年間で農業は新しい手法へと移行し、膨大なデータが生成され、それを活用する技術が進化しました。マルチスペクトル衛星画像、土壌化学組成、農薬・除草剤の最適化、機械稼働率、労働管理などが例です。
したがって、AI は以下の 2 つのメカニズムでこれらのデータを活用し、実際の行動に結びつけるのに最適なタイミングで登場しました。
- 農家がデータをより深く理解し、効率的に活用できるよう支援する。
- コンピュータビジョン、自律走行、除草識別、ドローン、ロボットシステムなどを通じて、現場で直接支援する。
投資家への示唆
現在の多くの投資戦略は、AI 革命がもたらす今後の影響を考慮に入れる必要があります。多くの場合、特定の活動やビジネスモデルに対する AI の潜在的なリスクを警戒しつつ、同時に生産性の大幅な向上も期待されます。特に農業においては、この傾向が顕著です。
これは、AI を実世界の応用に展開することで、産業全体の生産性に直接的な効果を与える新たなフィジカル AI 投資テーマの好例です。
つまり、投資家は当該セクター全体がより生産的かつ収益性が向上すると予想すべきであり、特に AI システムや AI 思考を畑に持ち込む機械を提供する企業にとっては大きなチャンスとなります。
このような応用には、深いドメイン固有の専門知識と、既に農家と接点を持つ堅固な流通ネットワークが必要です。したがって、機械に AI を統合し、実際の現場条件で効率的に機能させることができる装置メーカーが恩恵を受けやすく、特に高価な投入物を削減できる場合に有利です。
農業 AI への投資
Deere & Company
DE 価格チャート
John Deere は、緑と黄のアイコニックなトラクターやコンバイン、その他農業機械のメーカーとして最もよく知られています。
一般にはあまり知られていませんが、John Deere はテクノロジー企業でもあり、センサーやソフトウェアへの投資、AI、ロボティクス、ドローン、機械ビジョンを農業に導入するパイロットプログラムを長年実施してきました。
1837 年に創業された同社は、当初の改良された鋤（すき）から最初のトラクターに至るまで、常に農業の最新イノベーションを推進してきました。近年はセンサー、接続性、自律性、代替エネルギーという数本軸に R&D 投資を拡大しています。
出典： John Deere
例えば、2021 年に導入された See & Spray Ultimate システムは、36 台のカメラを使って作物と雑草を識別し、コンピュータビジョンと機械学習により除草剤使用を最適化します。
また、John Deere Operations Center は農場のデジタルツインとして機能し、ディーラーが遠隔診断、プログラミング、OTA（Over‑the‑Air）アップデートを実施できるようにします。
出典： John Deere
自律走行の分野でも、John Deere は映画『インターステラー』に登場する自動コンバインを実現しようと取り組んでいます。2022 年に同社は初の完全自律トラクター（8R ロウクロップトラクターの無人バージョン）を発表しました。このトラクターは GPS と 6 ペアのステレオカメラで 360 度障害物検知とナビゲーションを行います。この発表は、John Deere がスタートアップ Bear Flag Robotics を 2.5 億ドルで買収したことに続くものです。
最後に、同社は電動化にも注力しており、特に Kreisel バッテリーを搭載した電動掘削機を 2022 年に発売（Deere が多数株式を取得したオーストリア企業）しています。また、重機（コンバインなど）向けにバイオ燃料としてエタノール燃焼 9 リッターエンジンの開発も進めています。
AI と機械ビジョンがますます高効率・高知能になるにつれ、John Deere のような企業はカメラやセンサーを多く搭載したトラクターの効率をさらに向上させることができるでしょう。
John Deere の強みは、ディーラーネットワークと深い農業経験にあり、これにより既存の農家との関係を活かしたコスト効率の高い応用が可能です。
ただし、投資家は Deere が循環型装置メーカーであることも忘れてはなりません。AI の導入は競争力を高め、ソフトウェアサブスクリプションなどのテクノロジー関連収益を増やす可能性がありますが、農家の収入、作物価格、金利、機械の更新サイクルは依然として業績に影響します。
また、より機動的なスタートアップや海外の競合が、農業における AI とロボティクスの革命を利用して、John Deere のような既存大手の地位を脅かす可能性もあります。
最新 Deere & Company (DE) 株式ニュースと展開
参照研究
1. Eunjung Park and Sangyoon Yi. Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity. International Review of Economics & Finance. 22 2026年8月. Article: 105726. 10.1016/j.iref.2026.105726
