衛星観測AIが農業・保険の意思決定を変革

研究の概要

香港大学・武漢大学などの共同研究チームは、衛星画像から将来の地表変化を予測する人工知能モデル「EO-WM」を開発し、論文を公開した。本モデルは動画生成AI（ビデオ拡散トランスフォーマー）をベースに、気象データを「気候学的ベースライン」「天候アノマリー」「累積物理ストレス信号」の三層構造で組み込む点が特徴である。

これにより、熱波や干ばつが持続したときに植生がどの程度ダメージを受けるかを確率分布として出力できる。従来の決定論的モデルは「単一の未来予測」しか返せず、不確実性を扱えなかった。EO-WMは植生の健全性を示す指標である​NDVI（正規化植生指数）​の低下幅の誤差を相対的に​5.63%削減​し、変化の方向性的中率を​7.80%改善​した。研究チームはモデルと評価ベンチマークをオープンソースで公開する予定であり、産業界での利用障壁は低い。

ビジネスへの示唆

本技術が最も直接的な影響を与える産業は農業・アグリビジネスと損害保険である。

農業分野では、営農計画部門が数週間から数カ月先の圃場単位の植生劣化リスクをシナリオ別に把握できるようになる。これは収穫量予測精度（KPI：作付け面積あたりの収量予測誤差）の改善に直結し、収穫保険の掛け金算定や先物ヘッジ戦略の精緻化に活用できる。食品メーカーの調達部門にとっても、原材料の供給リスクを四半期単位で定量評価する根拠として機能する。

損害保険・再保険業では、農業共済・気象デリバティブの引受部門が恩恵を受ける。確率的予測が可能になることで、

• 特定地域への過剰集中リスクの早期検出
• 保険料率のリアルタイム見直し頻度の向上
• 異常気象イベント発生前の準備金積み増し判断

といった意思決定サイクルを短縮できる。損害率（ロスレシオ）の安定化が主要KPIとなる。

インフラ・エネルギー分野では、太陽光発電事業者や送電会社のアセットマネジメント部門が、植生過成長による線路障害リスクや地滑りリスクの予兆管理に応用できる。衛星データと気象予報を組み合わせた予防保全計画の策定に直接利用でき、設備稼働率（アベイラビリティ）の向上に寄与する。

今後の展望

現状の課題として、まばらな衛星観測頻度（雲による欠損など）や未観測の地表状態が予測不確実性の主因となっており、研究チームもこれを明示している。商用利用に向けては、各地域固有の土壌・土地利用データとの統合、および気候予測モデルとのパイプライン接続が次の開発ステップとなろう。

国内では農林水産省が推進するスマート農業政策や、損害保険各社が実証実験を進める衛星データ活用プロジェクトとの親和性が高い。モデルがオープンソース化されれば、国内スタートアップや大手シンクタンクが独自のファインチューニングを施し、日本の気候特性に対応したサービスとして早期に商用展開する可能性がある。気候リスク開示（TCFD）対応を急ぐ上場企業にとっても、定量的根拠を提供するツールとして注目に値する。