【第1弾】挫折と転換 ― 農家がAIと”経営コックピット”を作るまで
〜 Python独学、生成AIの限界、3回の挫折を越えた先に見えた「自分の土俵で戦う」という答え 〜
「今年は儲かったのか」が決算書を見るまで分からない ―― 多くの農家が抱えるこの問題に、会計事務所出身の農業法人理事が真正面から挑んだ。
Python独学の挫折、生成AIへの期待と失望、そしてAIの進化がもたらした”逆の混乱”。3回の挫折を経てたどり着いた答えは、意外にもシンプルだった。会計データ×作業日報×AIで品種ごとの生産原価が1円単位で見える「経営コックピット」を独自に構築するまでをお届けします。
今回のテーマ
📊 「データはあったが、”見える形”になっていなかった」― 3回の挫折と転換点
会計事務所出身の農業法人理事が、品種別の生産原価を見える化するために歩んだ試行錯誤の道のり。Python独学→生成AI→AIの進化という3つのフェーズを経て、「自分の土俵で戦う」という決断に至るまで。
🧑🌾 農家プロフィール
| 項目 | 内容 |
|---|---|
| 所在地 | 岐阜県 |
| 主な作物 | 水稲を中心に小麦・大豆・野菜 |
| 経歴 | 会計事務所出身 → 農業法人理事（現場管理＋経営管理）。Googleデータアナリスト認定 |
| AIツール | 構築時：ChatGPT ＋ Google AI Studio ／ 現在：Claude（壁打ち）＋ Google AI Studio（実装） |
| SNS | X（@kamokobu0612） |
kamokobuさん（@kamokobu0612）── 農業法人の理事として、現場管理と経営管理を担う。会計事務所出身という異色の経歴に加え、Googleデータアナリスト認定を取得。「数字で語れる農業経営」を追求し、AIを「最強の家庭教師であり参謀」と位置づけ、非エンジニアながら約1年のAI協業を経て「経営コックピット」を独自に構築した。現在は、同じ悩みを持つ農家に向けた農業経営コンサルティング事業「ノウカノスウジ」の立ち上げを準備中。
📉 「データはあったが、”見える形”になっていなかった」
💡
「なんとなく儲かってる気がする」の正体は、品種単位の原価が見えていないこと。多くの農家が同じ状態にあるはずです。
💻 挑戦①：Pythonの独学 → 挫折
⚠️
やりたいことが明確なのに、そこへの道具（プログラミング）の習得コストが高すぎると、目的と手段が入れ替わってしまう。
🤖 挑戦②：生成AI（初期）→ 足踏み
当時AIが出してきた設計仕様書。3層レイヤーで整理された理想的なアーキテクチャだが、現場の揺らぎや運用負荷はまだ反映されていない
初期のシート設計テンプレート。M_品種マスタ、M_作業マスタなどを提案。一般的なDB分割として妥当だが、後に再設計が必要に
⚡ 挑戦③：AIの進化 → 逆に混乱
AIが「そのままでいい」と判断したシート構造が、実は循環参照を引き起こしていた。設計レベルのハルシネーションが起きた場面
問題発生後、自動連携をやめて手入力に退避。「完全自動が正義ではなく、壊れない設計が優先」という教訓が生まれた
✨ 転換点：「自分の土俵で戦う」という決断
✨
AIの能力が上がるのを待つだけでなく、自分の得意な土俵（スプレッドシート）にフィールドを移したことで、人間側の理解力とAIの提案力が噛み合い始めた。
🔗 本格スタート：4つのデータの統合
現在のプロンプト。同じ「作付作業」でも、トラクタ播種・田植機による移植・手播種は別物。部門名×作業名のセット管理を指示するレベルまでAIとの対話が進化した
従来の品種別損益一覧。正確だが情報量が膨大で、「どこを見て何を判断するか」が直感的でない
品種ごとの総コスト・収穫量・1俵原価を一覧で比較。”見るための表”から”使えるデータ”へ
📝 まとめ
| フェーズ | やったこと | 学び |
|---|---|---|
| Before | 年1回の決算に依存。部門別会計をExcelで試行 | 品種別原価にはたどり着けない |
| 挑戦① Python | CSVから自作プログラムで損益算出を目指す | 手段の習得コストが高すぎると目的を見失う |
| 挑戦② AI（初期） | 配賦ロジックをAIに質問 | 当時のAIでは長文理解・専門判断に限界 |
| 挑戦③ AI（進化後） | AIが複雑なシート設計を提案 | 人間が理解できない設計は不具合時に手が出ない |
| 転換点 | スプレッドシートに切り替え | 自分の土俵 × AIの提案力 ＝ 突破口 |
| 本格構築 | 4データ統合 ＋ 認識合わせの徹底 | AIとの前提共有なしに設計は進まない |
⏱ 5分で試せるアクション
今日のチャレンジ：手元の経営データをAIに読ませてみよう
kamokobuさんの第一歩は「会計データをAIに渡して、品種別に整理できるか試す」こと。まずは小さく始めてみましょう。
プロンプト①：データの整理
以下の売上・経費データを品種別に整理し、
品種ごとの利益率を出してください。【データ】
（ここにCSVや表を貼る）出力形式：
– 品種名｜売上｜直課費｜利益率
– 利益率が低い品種にはコメントを添えてください
プロンプト②：認識合わせ（kamokobu流）
まず、あなたがこのデータをどう理解したか説明してください。
– 各列が何を表しているか
– 全体の構造
– 不明な点や確認したいこと私の理解と一致しているか確認してから、次のステップに進みます。【データ】
（ここにCSVや表を貼る）
- Vol.1
挫折と転換 ― 農家がAIと”経営コックピット”を作るまで【前編】
今回 - Vol.2
データが語り始めた日 ― “経営コックピット”で品種別の儲けを丸裸にする【後編】
近日公開 - Vol.3
対話型の経営参謀 ― コックピットをAIに「相談できる仕組み」へ格上げする
近日公開
💬読者の声をお聞かせください
この記事へのご感想や、「こんなAI活用を知りたい」というリクエストをお待ちしています。
※ この記事はAIツール（ChatGPT・Claude等）を活用して作成し、編集部が内容を確認・編集しています。正確性には十分配慮していますが、最新情報は公式サイト等でご確認ください。
