データ分析・BI
アグリテック企業向けAI技術デューデリジェンス
農業・投資
データ分析・BI|農業・投資
プロジェクト概要
アグリテック企業への投資判断のための技術デューデリジェンスを実施。気象データ（気温・湿度・降水量・日照時間）と農作物の収穫量予測AIの妥当性を評価。作物ごとの生育ステージ（発芽期・栄養成長期・生殖成長期・成熟期）に応じた気象感応度モデルの精度検証や、フェノロジー（生物季節学）に基づく予測ロジックの技術的妥当性を検証。
課題
アグリテック企業が開発した収穫量予測AIへの投資判断にあたり、予測モデルの技術的妥当性と将来の拡張性を第三者視点で評価する必要があった。特に、気象データと作物の生育ステージの関係性をAIが適切にモデリングできているかが論点だった。
ソリューション
予測モデルのアーキテクチャ・学習データ・評価指標を精査し、気温・湿度・降水量・日照時間と収穫量の相関分析を独自に実施。作物ごとの生育ステージ（発芽期〜成熟期）に応じた気象感応度の妥当性を、農学的知見（フェノロジー・積算温度・有効積算日射量）と照合して検証。モデルの強みと改善点を技術リスク評価レポートとしてまとめ、投資判断を支援。
使用技術
Python統計分析機械学習気象データアグリテック
成果・実績
- 気象変数×生育ステージの交互作用を含む予測モデルの妥当性を評価
- 作物別フェノロジーモデルの精度検証レポートを作成
- 投資判断に必要な技術リスク評価を完遂