Suzano が衛星画像と Vertex AI で森林経営を再設計──伐採計画の作成を6週間から数日へ

課題：森林経営のスケールと精度の両立

Suzano はブラジル全土に約 130 万ヘクタールの植林地を持ち、世界向けにパルプを供給している。森林経営の核は「いつ・どこを伐採するか」の意思決定だが、対象面積が広大すぎて従来の手法では数週間〜数ヶ月かかっていた。気象変動、市場価格、輸送インフラ、環境規制が絡み合い、判断要素は20を超える。

ソリューション：Vertex AI 上のマルチモーダル予測基盤

Suzano は Google Cloud と組み、以下のアーキテクチャを構築した：

• **衛星画像解析**：Vertex AI Vision で森林の成長度、密度、健康状態を毎週スキャン
• **センサー統合**：地上の気象センサー / 土壌センサーから IoT データを収集
• **意思決定支援**：Gemini が複数データソースを統合し、最適伐採エリアを提案
• **シナリオ生成**：気象・市況の複数シナリオで収益と環境影響を試算

成果

• 伐採計画の策定リードタイムが大幅に短縮 (公開資料では数週間 → 数日レベル)
• 森林管理者1人あたりの管轄面積を拡大
• 環境配慮（伐採後の再生計画）を意思決定に内在化
• 在庫リスクの低減と契約遵守率の改善

本番化を成立させた設計判断

① 「ビジネス指標」と「環境指標」を同じダッシュボードで扱う

ROI 最大化だけを目指すと環境破壊につながり、環境最優先だと事業継続が危うい。Suzano は両指標を同一ダッシュボードで扱い、Gemini にも両方を最適化対象として与えた。

② オペレーター視点でのUI設計

森林管理者はデータサイエンティストではない。Suzano は現場オペレーターの業務フローに合わせた UI を作り、提案の根拠（衛星画像のどの部分が判断材料か）を視覚的に提示した。

③ オンプレ機器との接続を初期段階で設計

伐採機械、輸送車両、各種センサーは既存の業界システムが多い。Suzano は Google Cloud と現場機器の接続を PoC 初期から設計し、本番化時のシステム統合リスクを抑えた。