FarmTogetherの創業者兼戦略責任者、アルテム・ミリンチュク氏。
人工知能は金融から医療まで、さまざまな産業を再形成している。一部の分野では、自動化、予測分析、機械学習によってビジネスモデル全体が再定義されている。しかし農地は独特な位置にある：それはデジタル破壊に強い数少ない資産クラスの一つであると同時に、テクノロジー（AIを含む）が将来的に管理方法を意味のある形で再定義する可能性のある分野でもある。
投資家にとって、この二面性は検討に値する。一方で、農地は希少で代替不可能な資産であり、その根本的価値はプログラミングによって消失することはない：米国の農地は20世紀半ばのピーク時の11億6000万エーカーから着実に減少し、2024年には8億7600万エーカーとなっている。
一方で、AIと農業技術の統合により、農地の分析と運営方法が変わり始めており、マッキンゼーの調査によると、AIは2030年までに世界の農業に最大5000億ドルの追加価値をもたらす可能性があるという。
AIに強い資産としての農地
本質的に、農地は土壌、水、太陽光に根ざした生物学的システムである。ソフトウェアやデジタルサービスとは異なり、複製、自動化、非物質化することはできない。世界人口の増加により食料への持続的な需要が保証され、耕作可能な土地の供給は限られている。
これらの物理的特性が、農地の長期投資としての魅力を支えている。過去のデータは、農地が株式や商業用不動産よりも安定したリターンと低いボラティリティを生み出してきたことを示している。
AIが多くの知識労働を商品化する脅威となっている世界において、農地は「AI耐性」のある安定資産として際立っている—アルゴリズムによって代替されることのない、有形で収益を生み出す実物資産である。
農業におけるAIの拡大する役割
同時に、AIは今後数年間で農地の運営と最適化の方法を再形成する可能性を秘めている。農業技術企業は、生産サイクルのほぼすべての段階に機械学習と自動化を適用し始めている。新たな例としては以下が挙げられる：
• 精密農業：AIを搭載したドローン、画像処理、センサーにより、水、肥料、農薬などの投入資源のより効率的な使用が可能になり、コストと環境への影響が削減される。
• 水資源管理：予測AIモデルが灌漑スケジュールと資源配分の最適化に使用され、農家の作物生産性向上と無駄の削減を支援している。
• 作物予測：天候、土壌、過去の収穫データを統合した機械学習モデルが、収穫結果の予測に活用され、農場計画とリスク管理をサポートしている。研究によれば、これらのアプローチは高い精度を達成できることが示されており、場合によっては収量予測で90%を超える精度を実現している。
• 労働力と機械化：AIに導かれたロボット工学が、除草、散布、特殊作物の収穫などの労働集約的なタスクを担い始めており、AIを活用した除草機はコンピュータビジョンを使用して実際の圃場試験で作物と雑草を区別している。
• サプライチェーン最適化：予測分析が需要予測、物流、在庫管理を改善するために農業サプライチェーンに適用されている。実用例では、AIを活用したシステムがコールドチェーン物流の合理化や作物ライフサイクル分析による廃棄物削減を実現している。
農業におけるAIの約束は、農地の価値を置き換えることではなく、生産性を高め、持続可能性を向上させ、リスクを軽減することにある。
投資家が認識すべき緊張関係
この二重の物語—耐性のある資産でありながら、テクノロジーを活用した運営—は投資家にとって興味深い緊張関係を生み出している。防御的側面では、米国の農地は歴史的に魅力的な分散投資効果をもたらしてきた。NCREIF農地指数は33年間で年平均10.15%のリターンをボラティリティ6.82%で達成しており、これは米国株式の10.49%のリターンとボラティリティ17.59%と比較できる。
これらの結果は、土地の生物学的生産、食料カロリーに対する不可欠な需要、そして耕作可能なエーカーの物理的希少性に起因している。証拠として、米国の耕地面積は2024年に3億2800万エーカーで、2023年の3億3400万エーカーから減少している—これは耕地面積が安定または減少しており、無限に拡大できないことを裏付けている。デジタル資産とは異なり、農地の面積は有限であり、コードによって置き換えることはできない。
攻撃的側面では、人工知能やその他の農業技術の採用により、農場運営が改善されると予測されている。研究によれば、これらのツールは収量を向上させ、投入効率を改善し、より良いリスク管理と資源計画を通じて回復力を強化することができる。これらの利益は、土地が置き換えられるからではなく、より良く管理されるために生じる。
投資家にとって重要なのは、両方のダイナミクスを認識することである：農地はデジタル破壊に対する回復力を提供すると同時に、技術採用による効率性と持続可能性の向上の可能性にもさらされている。
リスクと考慮事項
バランスの取れた分析には、両面でのリスクを認識する必要がある：
技術採用リスク：AIツールの実装は資本集約的であり、運営者の専門知識を必要とする。すべての農場が高度な技術を統合する態勢が同等に整っているわけではない。
市場力学：AIが大幅に収量を向上させた場合、供給増加が商品価格に影響を与え、一部の利益を相殺する可能性がある。
データとプライバシー：農業はデータ所有権の面で依然として断片化しており、洞察がどのように取得され収益化されるかについて疑問が生じる—国連食糧農業機関が指摘する課題である。
気候と環境リスク：AIは回復力を向上させることができるが、農地は依然として干ばつ、極端な気象、栽培地帯の変化にさらされている—テクノロジーによって完全に軽減できないリスクである。
流動性：ほとんどの実物資産と同様に、農地投資は長期的なものである。
これらの要因は、土地自体と、それに適用される運営戦略の両方を規律ある評価の重要性を強調している。
農地の二重の未来
農地とAIの関係は複雑である。土地自体はデジタルな置き換えに対して免疫を持っている—希少で生物学的に生産的な資産であり、複製できないからこそその価値を保持している。同時に、農地運営はAIやその他のデジタルツールを統合し始めており、時間の経過とともに効率性、回復力、持続可能性を向上させる可能性を秘めている。
投資家にとって、この組み合わせは注目に値する。農地は技術的破壊に対する防御的な安定資産であると同時に、テクノロジーが今後数年間でパフォーマンスを再定義する可能性のある分野でもある。その二面性は、今日の投資環境において最も特徴的な実物資産の一つとなっている。
