Problem

屋内栽培は精度の勝負

エネルギーコストの負担

LED照明と空調が運営費の大部分を占めますが、生育段階ごとの最適化なしに一括で運用されています。

養液管理の難しさ

EC/pHが少しずれるだけで商品性が落ちますが、手動での測定と調整には限界があります。

データなきスケールアップ

栽培レシピが人の勘に依存しているため、段・ラックを増やしても品質が均一に再現されません。

FarmPath Solution

AIが学習する
栽培レシピの自動化

  • LED照明の精密制御 — 生育段階別の光量・光周期スケジューリングでエネルギー効率を最適化
  • 排液・養液の最適化 — EC/pHセンサーのリアルタイムフィードバックに基づく自動調整
  • 植物温度センサー — 空気ではなく植物自体の温度を測定し、気候ショックを予防
  • AI分析連携 — RAGベースのAIが生育データを分析し、改善案を提案
  • 栽培レシピのデータ化 — 成功したサイクルを記録し、段・ラック単位で複製

RAGベースのAI営農支援

生育段階に合わせた施肥提案で肥料の無駄を防ぎ、病害・ストレスの兆候を早期に診断する根拠ベースのAI。

技術を見る

Plant Temperature & PAR Sensors

光合成有効放射量(PAR)と植物温度まで — 植物の活動を直接観測するセンサーラインナップ。

製品を見る
Expected Outcome

導入後に変わること

8~15%
収穫量の増加
10~25%
投入資材の削減
  • 生育段階別の自動スケジューリング — 光・養液を生育段階に合わせて自動制御します。
  • レシピベースの複製栽培 — 検証済みの栽培レシピで均一な品質を維持します。
  • AI生育データ分析 — 蓄積されたデータで栽培インサイトを提供します。

導入事例 — 国立山林研究機関(教育・研究用スマートファーム) · 大学研究チーム2か所(研究用スマートファーム構築)