Skywork.aiで 公的データから政策提案 までやってみた話

Transcript

1. Skywork.ai LT / 2025.11.27 Skywork.aiで 公的データから政策提案 までやってみた話 Evidence-Based Policy Making with AI けいたろう @Notion公式アンバサダー｜skywork.aiパイオニアユーザー @keitaro_aigc
2. 自己紹介 けいたろう @keitaro_aigc Notion公式アンバサダー v0 Ambassador Skyworkパイオニアユーザー DATA Saber 活動紹介 【どんな素人でもAIとGASを使って１時間で業 務改善します！！】 専門分野 業務自動化 AIとGASを活用した業務改善を専門 農業支援 農業データ活用と支援の専門 Notionさいたま主宰 非エンジニアのためのNotion活用プログラム 技術教育 エンジニアではない人でも技術を活用できるよう支援 最近の取り組み Skywork.aiを活用した公的データからの政策提案プロセスの自動化 非エンジニアが技術を活用できる環境の整備 農業書類の自動作成と分析プロセスの構築 2 / 8
3. 今日話したいこと 他ツールとの機能比較ではなく、 「Skywork.aiをこう使うと判断プロセスが丸ごと楽になる か」 に焦点を当ててお話します。 日本の公的数据を扱える「専 门数据」の強 み Skywork.aiは、日本の公的統計や産業データなど、合計で13種類 前後のデータソースにアクセス可能。信頼性の高い専門データを効 率的に収集できる。 Agentを活用した「データ取得〜分析〜施 策案」の一気通貫フロー Deep ResearchとAgent機能を組み合わせることで、データ検索、 要約、分析といった一連のプロセスを半自動で実行。特に「まずデー タを揃える」行政・政策分野で効率化。 非エンジニアこそ恩恵が大きい理由 コードやAPIの知識が不要で、自然言語での指示で作業を進められ る。データ取得から一次分析までを丸投げできるため、専門家がまと めて作業してくれるかのような感覚で利用可能。 そのまま使えるプロンプトの紹介 行政・政策系の分析で活用できるプロンプト例をご紹介。テーマを差 し替えるだけで、同様の分析に利用可能。実際に動かしてみるのも おすすめ。 3 / 8
4. Skywork.aiのここが刺さった 専門データへのアクセス Skywork.aiは、日本の公的統計や産業データなど、合計で 13種類前後 の データソースにアクセス可能です。 主なデータソース 日本の公的統計 産業データ 行政データ 農業データ 他ツールでは扱えない「専門データ」に強いため、行政・政策分野で真価を 発揮 Deep Research + Agent機能 Deep ResearchとAgent機能を組み合わせることで、データ検索、要約、分析と いった一連のプロセスを半自動で実行できます。 自動化の流れ データ検索 要約作成 分析実行 行政・政策分野では「まずデータを揃える」のが一番大変 → ここをAIに任せ られるのが効く Skywork.aiの最大の強み： 時間と労力がかかる「データ収集・分析」のプロセスを、非エンジニアでも簡単に自動化できる点 4 / 8
5. ユースケース：農業政策 農業政策素案作成 EBPM的アプローチによる実践事例 Skywork.aiを活用して、農業関連の公的デー タを基にした政策提案プロセスを自動化。 EBPM 証拠に基づく政策立案 公的データ収集 傾向分析 政策案提案 1 データ取得 農業関連の公的データを自動収集 生産量、就業人口、平均年齢、所得など 2 傾向分析 地域別・品目別の傾向を整理 大まかな課題抽出 3 政策案提出 データに基づいた政策案を3つ提案 「狙い」「具体的な施策内容」「期待される効果」をセットで 提示 4 レポート作成 背景・課題・施策案・期待効果をまとめたレポート スライド化にも適した構成 実際の活用方法 1. Skywork.aiに「農業政策の素案を立てて」と指示 2. データ収集・分析・政策案提案のプロセスを自動化 3. 作成されたレポートをもとに意思決定を加速 5 / 8
6. ワークフローの全体像 Skywork.aiを活用した政策提案のための判断材料づくりは、以下の5つのステップで構成され、ほぼどんなテーマでも適用可能です。 1. データを取得する Agentに「◦◦のデータを集めて」 と指示 2. データを分析する 傾向・課題を文章＋表で整理し てもらう 3. 政策を3つ展開する 「このデータに基づいて現実的な 政策案を3つ」と依頼 4. レポートを作成する 背景／課題／施策案／期待効 果の構成で文章化 5. スライドをコピー化 レポートの見出し＝スライドの構 成に流用 ワークフローの特徴 このワークフローは、行政・政策分野では「まずデータを揃える」のが一番大変という部分をAIに任せることで、大幅な効率 化を実現します。データ収集から分析、政策提案まで一気通貫して行うことで、判断材料の作成プロセスを短縮します。 6 / 8
7. 実際にやってみました 7 / 8
8. 専門データを選択 7 / 8
9. プロンプトを入力 7 / 8
10. コードブロックで出力する 7 / 8
11. コードブロックをスライドにする 7 / 8
12. 非エンジニア目線でのメリット コードもAPIも不要 複雑なコード記述やAPI連携の知識は不要 "データ取って""分析して""施策出して"と自 然言語で指示 技術的障壁が低減し、誰でもAI活用可能に 自然言語での指示可能 "詳しい人にまとめてお願いする"感覚で利用 データ取得から一次分析までをAgentに丸 投げ 専門家がまとめて作業してくれるかのような 感覚 人間が集中すべき領域へ 現場感とのすり合わせ 合意形成や説明資料の作成 最終的な施策の採用判断 まとめると： Skywork.aiで非エンジニアが抱える技術的課題が解消され、 エビデンスに基づく意思決定プロセスにフォーカスできるようになります。 7 / 8
13. APPENDIX 7 / 8
14. そのまま使えるプロンプト（例） 行政・政策系分析のためのプロンプト このプロンプトは、日本語の公的統計を用いて政策提案を行うアナリストを想定しています。 あなたは日本の公的統計を用いて政策提案を行うアナリストです。 【目的】 日本の農業に関する公的データを収集・分析し、 エビデンスに基づいた農業政策案を3つ提案してください。 【やってほしいこと】 1. データ取得 - 日本の農業に関する信頼できる公的データソースを特定し、 直近数年分のデータを収集してください。 - どのデータソースから何年分を取得したかを明記してください。 2. データ分析 - 地域別や品目別の傾向、構造的な課題を整理し、 箇条書きで「現状」と「課題」をまとめてください。 テーマ差し替えによる転用方法 同じ構成のプロンプトでも、テーマを差し替えることで様々な分野で活用でき ます。 農業政策 「日本の農業に関する公的データ」を「日本の労働市場に関するデータ」に変更 行政改革 「農業政策案」を「行政サービスの効率化案」に変更 産業政策 「農業」を「特定の産業」に変更し、関連する統計データを取得 教育政策 「農業就業人口」を「教育関係者数」に変更 活用のコツ プロンプトは完成形で保存しておき、テーマのみ差し替える 出力形式を「レポート形式」に固定し、整理された結果が得られる 「狙い」「施策内容」「効果」の3項目をセットにすることで、実行可能性の ある政策案が促られる 8 / 8
15. データ分析からレポート作成を行なったチャット履歴 7 / 8
16. スライド作成を行なったチャット履歴 7 / 8
17. 実際に作成したスライド 7 / 8
18. ⽇本農業の持続可能な発展に向けて データに基づく挑戦と政策提案 ⼈材 ⼟地 収益 レポート作成年: 2024
19. ⽇本農業の現状と課題 農業就業⼈⼝の急激な減少と ⾼齢化 • 2000年から2023年までに約52%（240万 ⼈→116万⼈）減少 • 65歳以上の割合が71.7%（2024年）と⾼ 齢化が進む • 若年層の新規就農が少なく、技術‧知識 の継承が困難に 将来予測 36万人 2050年には現在の農地⾯積を維持できない可能性 耕作放棄地の増加と農地⾯積 の減少 • 過去15年間で農地が約42万ヘクタール （9.7%）減少 • 2023年時点の農地⾯積は429.7万ha • 再⽣が困難な荒廃農地が9.0万ha存在 （2022年） 年間減少ペース 2.8万ha 東京23区の約半分に相当 農業の⽣産性向上と収益性改善 の不⾜ • 2022年は農業総産出額が前年⽐1.8%増 （9兆15億円） • しかし⻑期的には横ばい傾向 • ⽣産農業所得は7.3%減少の3兆円台 （2022年） • ⽣産費の上昇（肥料‧飼料‧エネルギー コスト）が圧迫 将来予測 大幅な減少が見込まれ 2050年における農業⽣産額 これらの課題は相互に関連し、負のスパイラルを形成しています
20. 農業就業⼈⼝の危機的状況 農業就業⼈⼝の推移と予測 2000年 2010年 2020年 2023年 2050年（予測） 主要統計 52% 2000年から2023年までの減少率 240万⼈ → 116万⼈ 74% 2020年から2050年への予想減少率 136万⼈ → 36万⼈ 分析と影響 年間平均6万⼈ペースで農業従事者が減少 65歳以上の農業従事者⽐率は71.7%と⾼齢化が進む 若年層の新規就農が少なく、技術‧知識の継承が困難 2050年の予測値では、現在の農地⾯積を維持できない可能性が⾼い
21. 農業産出額‧所得の低迷 農業⽣産額と⽣産農業所得の推移 農業総産出額 ⽣産農業所得 ⽣産費の上昇 • 肥料‧飼料‧エネルギーコストの増加が農業所得を圧迫 • 農産物価格の上昇により産出額は維持されているが、実質的な⽣産量は 減少傾向 ⽣産性向上の不⾜ • 単位⾯積当たりの⽣産性向上が⼗分に進んでいない • 技術⾰新と効率化の遅れが問題 将来予測 2020年に8.9兆円だった農業⽣産額は、適切な施策がなければ2050年に⼤幅 な減少が⾒込まれる ⽣産性と付加価値の向上により、農業の経済的価値と⾷料⾃給⼒を維持‧向上させる必要がある
22. 三位⼀体の危機構造 ⼈材の危機 • 農業就業⼈⼝は年間約6万⼈ペー スで減少 • 65歳以上が71.7%と⾼齢化が進む • 若年層の新規就農が少なく技術継 承が困難 ⼟地の危機 • 年間約2.8万haのペースで農地が 減少 • 再⽣コストが⾼い荒廃農地が9.0 万ha存在 • 3ha未満の⼩規模農業経営体が 43.7%を占める 収益の危機 • 農業総産出額は⻑期的には横ばい 傾向 • ⽣産農業所得は7.3%減少の3兆円 台（2022年） • ⽣産費上昇（肥料‧飼料‧エネル ギーコスト）が圧迫 負のスパイラル これらの危機は相互に関連し、悪化を加速さ せる負のスパイラルを形成しています。 農 業の持続可能性が脅かされ、⾷料⾃給率のさ らなる低下が懸念されています。 このままでは⽇本の農業は持続可能性を失います
23. 政策提案の全体像 「⼈材」「⼟地」「収益」の三位⼀体の危機に対応するため、以下の3つの政策を提案します スマート農業普及による⽣産 性⾰命 • ⾃動運転農機、ドローン、環境制御型 施設園芸など • 農業データ連携基盤の拡充 • 中⼩規模農家向けスマート農機シェア リングモデル 労働⽣産性の向上 多様な農業⼈材確保‧育成シ ステム • 新規就農者パッケージ⽀援、副業農業 制度 • ⼩中⾼での農業体験必修化 • 外国⼈農業⼈材の定住⽀援 多様なバックグラウンドの獲得 農地の戦略的管理と⾼付加価 値化 • 農地バンク機能の抜本強化 • 荒廃農地の多⽬的活⽤（ソーラーシェ アリング等） • 有機農業への転換⽀援、輸出産地形成 単位⾯積当たりの収益性向上 これらの政策は単独ではなく、互いに連携し合うことで最⼤の効果を発揮します
24. 政策1：スマート農業普及による⽣産性⾰命 ⽬的： 農業就業⼈⼝の減少を技術で補完し、少ない⼈数でも⽣産性を維持‧向上させる環境を整備します 具体策 スマート農業技術導⼊⽀援 • ⾃動運転農機、ドローン、環境制御型施設園芸など • 導⼊コストの70%を補助する特別補助⾦制度 データ駆動型農業基盤 • 「農業データ連携基盤」の拡充 • 全国3,000カ所のスマート農機シェアリングセンター の整備 農業AI研究開発 • 農業AIの研究開発促進 • スマート農業技術の国産化⽀援 • R&D補助⾦、実証実験場の提供 中⼩規模農家向けシェアリング • スマート農機シェアリングモデルの確⽴ • 社会⼈の農業再教育を⾏うリカレント教育システム 期待効果 労働⽣産性の向上 1⼈当たり管理可能⾯積の拡⼤ 知識のデジタル化‧継承 熟練農業者の経験‧知識のデジタル化 参⼊障壁の低下 若者にとっての農業参⼊障壁低下 技術導⼊による少数精鋭での⾼⽣産性農業の実現 短期実装：スマート農機導⼊のための特別補助⾦制度
25. 政策2：多様な農業⼈材確保‧育成システム 政策⽬的 異なるライフスタイルや背景を持つ⼈材が農業に参画できる環境を整備し、多様な担い⼿を確保する 新規就農者パッケージ⽀援 技術研修、⼟地確保、資⾦調達、経営指導の⼀貫⽀援により、農業への参 ⼊を促進 「副業農業」「週末農業」制度の創設 企業の副業解禁との連携、特例農地利⽤権の設定により、時間や労働形態 を柔軟に調整可能に 農業教育の刷新 ⼩中⾼での農業体験必修化、農業⾼校‧⼤学の実践的カリキュラム強化に より、次世代の農業⼈材を育成 外国⼈農業⼈材の定住⽀援 農業技能実習から特定技能、永住への明確なキャリアパス構築により、国 際⼈材を活⽤ 期待効果 多様なバックグラウンドを持つ⼈材の農業参⼊増加 単なる数の確保ではなく、イノベーション創出につな がる多様性の獲得 地域コミュニティと農業の再結合 9 / 13
26. 政策3：農地の戦略的管理と⾼付加価値化 ⽬的：限られた農地を最⼤限有効活⽤し、単位⾯積当たりの収益性を向上させる 農地バンク機能の抜本強化 • 税制優遇措置の導⼊ • 農地の集約化に対するインセンティブ拡⼤ • 分散した農地の効率的な統合を促進 荒廃農地の多⽬的活⽤促進 • ソーラーシェアリングの推進 • 観光農園や農業体験型農園の開発 • 農福連携による地域活性化 有機農業‧環境保全型農業への転換⽀援 • JAS有機認証取得コスト全額補助 • 環境保全型農業の実践者による販路開拓⽀援 • ⾼付加価値農産物の市場拡⼤ 輸出向け⽣産体制の強化 • 国際認証取得⽀援（GLOBALG.A.P.など） • 輸出産地形成と国際的な販売ネットワーク構築 • 輸出に適したコールドチェーン整備 期待効果 農地の効率的利⽤による⽣産性向上 単位⾯積当たりの収益性向上 輸出拡⼤による市場の多様化
27. 段階的実装計画 短期 1-2年 中期 3-5年 ⻑期 5-10年 短期実装計画 スマート農業：特別補助⾦制度（70%補助）、100カ 所の実証拠点設置 ⼈材確保：副業農業者制度、新規就農者ワンストップ ⽀援、教育課程導⼊ 農地活⽤：荒廃農地の多⽬的利⽤規制緩和、有機認証 全額公費負担 中期実装計画 スマート農業：3,000カ所のシェアリングセンター整 備、データ基盤本格稼働 ⼈材確保：リカレント教育システム構築、外国⼈農業 ⼈材の定住⽀援 農地活⽤：地域別農地最適化計画、輸出産地形成、⽇ 本型CSAモデル展開 ⻑期実装計画 スマート農業：完全⾃動化システムの社会実装、次世 代農業の本格展開 ⼈材確保：地域循環共⽣圏の形成、デュアルシステム の全国展開 農地活⽤：カーボンクレジット創出、輸出主導型農業 クラスター形成 着実な政策実⾏と効果的な変⾰を推進 実装のための3つの柱： 技術⾰新 ⼈材育成 制度改⾰
28. 2030年数値⽬標 スマート農業技術導⼊率 現在 2030年⽬標 50%+ 全農業経営体の半数以上がスマート農業技術を 導⼊ 新規就農者数 現在 2030年⽬標 3万人 年間3万⼈の新規就農者を確保（現在の約3倍） 副業‧兼業農業従事者 現在 2030年⽬標 10万人 多様なバックグラウンドを持つ⼈々の農業参⼊ 促進 有機農業の⾯積⽐率 現在 2030年⽬標 5% 全農地の5%を有機農業に（現状の約10倍） 農産物輸出額 2025年⽬標 2030年⽬標 3兆円 2025年⽬標の倍増（1.4兆円から3兆円） 40歳未満の農業従事者⽐率 現在 2030年⽬標 25% 40歳未満の農業従事者を25%に（現状の約2倍） これらの⽬標は、⽇本農業の持続可能な発展を実現するためのものです
29. 未来への展望：量から質への転換 量の減少 ⼈⼝減少‧⾼齢化‧耕作 放棄 政策の⼒で転換 質の向上 持続可能な農業の実現 テクノロジー スマート農業で少数の労働者でも⾼⽣産性を実現。⾃ 動運転農機やAIによる精准な農業管理が可能に。 ⼈材の多様化 多様なバックグラウンドを持つ⼈々が農業に参画。若 者や外国⼈労働者を含む多様な担い⼿によるイノベー ションが⽣まれる。 ⾼付加価値化 戦略的農地利⽤と有機農業、輸出志向の⽣産体制によ り、限られた資源から最⼤の価値を⽣み出す新しい農 業が展開される。 持続可能な農業の実現には 短期‧中期‧⻑期の段階的アプローチが重要。初期段階では導⼊⽀援や規制緩和など即効性のある施策を実施。 「量」から「質」への転換。農業就業⼈⼝や農地⾯積が減少しても、⽣産性と付加価値の向上により経済的価値と⾷料⾃給⼒を維持。 ⼈⼝減少社会でも持続可能な農業の実現が可能。危機をチャンスに変える政策の実⾏が鍵。 ⽇本の農業の未来は、危機をチャンスに変える⼤胆かつ現実的な政策の実⾏にかかっています。