• 新興技術により、農家、農業技術者、農業仲介業者の役割が変わりつつあります。
• 今後10年間、農業のあらゆる職種で何らかの再教育が必要になります。
• 人間とロボットの関係が定義されるにつれて、データ分析のスキルが特に重要になります。
人工知能、コンピュータービジョン、ロボティクスなどの現場で活用される新興技術は、増大する人口を養うために必要な生産性とパフォーマンスを向上させる上で重要な役割を果たします。現場で使われるこれらの新しいツール、技術、機器は、農業技術者や食料生産者の日常業務を再定義しつつあります。これらの新しいロボットやツールの力を管理し活用するためのスキルを農業従事者に教育することは、広く普及を実現する上で極めて重要になるでしょう。
農場の管理、とりわけその労働力の管理は変化しつつあります。一方では、既存プロセスの自動化と新技術の導入により、一部の労働者は職を失うことになるため、再教育や再スキル習得が必要になります。他方では、農場が労働者一人当たりの資本を増やすにつれて、特に多くの新技術が自動化を活用していることから、「従業員が適切なスキルを備えているかどうか」を評価することが重要になります。従業員が適切なスキルを備えているかどうかを評価することが重要になります。新技術の恩恵を十分に享受するためには、適切なスキルが必要です。エコシステム内のあらゆる職種が再定義されつつあり、それらの職業で成功するために求められるスキルや能力も変化しています。
1. 農家は管理者になりつつある
過去30年間で、農場の統合が大きく進みました。これは、小規模な伝統的農地が大規模な事業体へと移行し、農家の役割が管理者のそれへと変化したことを意味します。政府のデータによると、米国では年間収入100万ドル超の大規模農場が米国の農業生産の50％を占めており、1990年代の30％から増加しています。
農家はすでに、画面を見る時間が増え、畑にいる時間が減っています。トラクターに乗る農家というイメージは、急速に過去のものになりつつあります。自律走行トラクターは、耕起、整地、円盤耕、砕土、播種などの作業のために機械を牽引または押し進めるようになるでしょう。果物の収穫など、他の人手による作業も同様で、これらはロボット化されつつあります。こうした自律型機器や新技術のすべてには管理が必要であり、それは農家が担うことになります。購入者として適切な製品を見極めること、新しい機器の操作方法を知ること、そして既存のインフラの一部として技術がもたらす投資収益率（ROI）を理解することが極めて重要になるでしょう。
2. 農業技術者はデータアナリストになりつつある
農業技術者のイメージは、「植物の医師」からデータサイエンティストへと急速に変化しています。もちろん、特定地域に関する経験と豊富な知識は依然として重要ですが、今後はセンサーや航空画像などの機器から得られる多くの追加データと自らの知識を組み合わせる必要が出てきます。また、こうしたデータを集約、管理、分析するためのツールも理解しなければなりません。データや知見を解釈し、それを行動に移すことは一つのプロセスとなり、特にデータに基づく提言と、これまで意思決定を導いてきた直感（または既存の方法）との間に食い違いが生じた場合には、その過程は一層重要になります。
精密農業の専門家は、それ自体が独立した職業になりつつあります。この職業は、生産者による精密農業の実践を支援することに重点を置き、技術やデータに基づく知見と伝統的な農業の実践を結びつける橋渡し役を担います。農家を支援し、新たな実践や製品の価値とROIを十分に理解するためには、農業技術者は結果の有意性を理解するための適切な統計ツールとスキルが必要になります。
3. 販売業者と仲介業者がテクノロジーの推進役になる
農業製品や機器の販売業者やベンダーも、農業の将来において重要な役割を果たします。これまでは、機器、種子、化学薬品などを販売する単純な取引が中心でした。しかし、農家に販売する製品が技術プラットフォームやロボットになると、研修と導入のプロセスを主導することが、彼らの役割の重要な部分にもなります。顧客がこれらのプラットフォームや機器から最大限の価値を得られるよう、彼らは教師や研修担当者になる必要があります。営業担当者であることに加え、役割での成功は、農家にその使い方を教える能力にかかっています。
食料生産者は、ソフトウエア（ダッシュボード、分析ツール、プログラムによるアラート）やハードウエア（ロボット、センサー、カメラなど）から成る、増え続けるテクノロジースタックに依存しています。これらを連携させ、すべてが同じ同期した状態で同じ生産性目標に向かって機能するようにすることが鍵となります。技術ベンダーの支援は、農家が新技術を既存のプロセスやシステムに統合する上で極めて重要な役割を果たすでしょう。
短期的なスキルギャップと長期的なスキルギャップ
長期的（5～10年）には、多くの職種でロボットの一団を管理することを学ぶ必要が出てきます。かつて手作業で行われていた作業の多くが、ますます自動化されつつあります。収穫の完全自動化は、今後数年のうちに現実のものとなるでしょう。都市で自動運転車が一般的になるのと同様に、畑でも自律走行トラクターが一般的になります。除草ロボットは驚くほど正確になり得て、コンピュータービジョンにより農薬の使用量を90％削減することができます。ドローンは、食料生産者が遠隔から状況を監視することや、上空から肥料やその他の処理剤を散布することにも役立つでしょう。これらすべてにおいて、業界はロボットとの関係を見直す必要があり、それは「人間とロボットの相互作用（HRI）」とも呼ばれています。人間がロボットと並んで作業する方法を最適化する取り組みは、遠くない将来、それ自体が一つの産業になるでしょう。人間とロボットの相互作用（HRI）
中期的（3～5年）には、テクノロジープラットフォームが完全に直感的になり、ロボットが完全に自律化するまでは、スキル面の重点はプラットフォームの統合と、データ管理に置かれるでしょう。生産性を高めるためにすべてのツールやプラットフォームを選定し、整合させ、管理することは依然として複雑な作業であり、テクノロジーの開発者、ベンダー、そして農家自身からの多大な関与を必要とします。
世界経済フォーラムは、世界の食料安全保障を確保するためにどのような取り組みを行っていますか。
新たな技術ツールの多くは前例のない量のデータをもたらすため、短期的な課題は、データを知見に、ひいては価値に変換することです。例えば、過去数年間で、多くの農家が航空画像の読み取り方を学んできました。しかし今後は、すでに処理・分析されたデータに基づく知見を受け取れるようになるべきです。それまでの間は、データリテラシーの水準を高めるためのデータ分析スキルが、食料生産者に新興技術を導入する上での優位性をもたらすでしょう。
