「我雇用一名工程師，他叫Codex！」日本農夫靠AI管理100公頃農場，還成了GPT-5.6案例

原文標題：「我雇用一名工程師，他叫Codex！」日本農夫靠AI管理100公頃農場，還成了GPT-5.6案例 作者：數位時代 BusinessNext 發布時間：2026-07-17T11:20:00+08:00 來源：數位時代 BusinessNext 擷取方式：BusinessNext JSON-LD NewsArticle.articleBody；保留文章主體並正規化段落空白。 Canonical URL：https://www.bnext.com.tw/article/91515/ai-farmer-chatgpt-japan

原文擷取

AI與農業，這兩個看似遙遠的領域，在日本北海道碰撞出了火花。日本北海道農夫冨安弘樹（Hiroki Tomiyasu）憑藉 AI 技術管理著 100 公頃的農場，相當於 140 座標準足球場。他運用 AI 技術開發出診斷病蟲害、遠端溫室溫控等多項系統，改善農業現代管理上的諸多痛點，甚至成為 OpenAI 最新模型 GPT-5.6 的應用案例之一。

「我為農場雇用了一名工程師，它叫作 Codex。」今年 3 月，冨安在 X 上分享，他運用 Codex 開發了一套可以透過 LINE 遠端控制的溫室通風系統。他強調，AI 在這項任務中發揮的功用不僅僅是寫程式，也協助實體線路設計；AI 在農業領域有著相當大的發揮空間。

農夫背景與現場痛點

冨安在農業領域其實是位「插班生」。他在東京近郊長大，大學畢業後擔任公務員，完全沒有農業或工程相關背景。20 多歲時，他因朋友介紹接觸農村社區，加入修復廢耕梯田的團體，之後移居北海道，開始種植南瓜、花椰菜、蔥和大豆等農作物。

如今他在北海道管理 100 公頃的農場，主要種植花椰菜、南瓜、青蔥和黃豆，並同時擔任農業法人的高階主管。他在個人介紹中提到，農場在第 5 年時就成功創造 1 億日圓的年銷售額。冨安並非工程師，也從未接受程式教育，農場裡許多自動化系統幾乎都是他透過 AI 一步步打造出來的。

他真正投入農業後，很快感受到各種繁瑣事務與設備成本。日本農業同時面臨高齡化、缺工與極端氣候，傳統自動化設備往往昂貴且需要專業工程師，一般農戶難以負擔。溫室通風捲簾需要視天氣、風向和作物狀態手動開關，每天巡視多棟溫室非常耗時；花椰菜對溫度敏感，也必須持續注意。

農業數據紀錄也和現場作業割裂：在田裡工作時雙手沾滿泥土，身旁是拖拉機噪音，工作者不想特地走回辦公室用電腦，導致農場管理與現場作業產生斷層。

AI 解決的四類痛點

一、AI 病蟲害防治

冨安最初把 AI 用在病蟲害防治。當他注意到花椰菜出現黑斑，會拍照傳送給 ChatGPT，詢問可能的病蟲害與處理對策。AI 可以快速提供初步判斷與可能原因，協助區分需要立即請專家處理的重大事件，或可以繼續追蹤觀察的小問題。

二、遠端溫室控制系統

過去溫室通風簾需人工手動調整，極耗體力。冨安運用 AI 撰寫程式，串連微控制器、馬達、雲端服務與 LINE 機器人，並設計電路配線。現在他不僅能透過 LINE 遙控通風簾，還結合 SwitchBot 溫度計，讓溫室在超過 20 度時自動開啟通風，完成後再傳送 LINE 通知。這套系統的材料費不到 2 萬日圓，並在兩到三週內測試成功。

三、開發「LINE 農場助理」與資料庫

為了解決農場管理與現場作業的斷層，冨安透過 AI 將 Airtable、MongoDB 等資料服務與 LINE 結合，開發出「農業 AI 代理」。它能自動將員工回報轉為結構化資料，讓追蹤工作進度與農場現況變得簡單，也能告訴員工今天的工作與下一個步驟，節省建檔與人工核對的行政工作。

四、用衛星監測農作物生長

冨安透過詢問 ChatGPT 如何運用衛星數據，建立一套定期抓取 NDVI（植生指數）衛星影像並疊加在農地地圖上的系統，直觀掌握每塊田的生長差異，辨識哪些區域長勢較差、需要優先巡田。

先建立原型，再反覆測試修改

這些應用只是冨安運用 AI 管理農場的一部分。他的成果打破了農民過去受限於昂貴服務或設備的局限，主要成本是 AI 服務訂閱費與個別硬體材料費。

不過冨安強調，僅僅懂 AI 並不能開發出有意義的應用。工作第一線充滿各種變數，需要先建立原型，反覆測試修改，最終才能建立具有實用價值的工具。AI 應用的落地不只在農業，廠房、建築業、老年看護、物流等領域也有運用 AI 解決問題的機會。

冨安的故事顯示，AI 已經降低各產業的創新門檻：過去只有大型企業才能負擔的自動化系統，如今一個不會寫程式的農夫，也能利用 AI 對話一步步打造。真正需要的，不再只是技術能力，而是能否深入工作現場、持續發現痛點，並嘗試運用 AI 把想法化為解決方案。

資料來源：OpenAI、Note。