Nông dân broccoli ở Hokkaido tự code hệ thống farm 100ha bằng AI

TL;DR

Hiroki Tomiyasu là một nông dân ở Hokkaido (Nhật Bản), không có nền tảng kỹ thuật hay nông nghiệp, nhưng đang quản lý một trang trại rộng khoảng 100 hectares trồng broccoli, bí ngô, hành lá và đậu nành. Thay vì mua các giải pháp nông nghiệp thương mại đắt tiền, anh dùng ChatGPT và OpenAI Codex để tự code toàn bộ hệ thống tự động hóa: điều khiển cửa thông gió nhà kính qua LINE, monitoring vệ tinh NDVI, database quản lý ruộng trên Airtable, đến cả auto-steer tractor RTK-GPS. Câu chuyện đang được trích dẫn nhiều như ví dụ rõ ràng nhất về việc AI thực sự democratize công nghệ - một cá nhân tự thân vẫn build được hệ thống mà trước đây chỉ tập đoàn nông nghiệp lớn mới đủ tiền sở hữu.

Chân dung một nông dân không-engineer

Tomiyasu không phải kỹ sư phần mềm. Trước khi làm nông, anh là công chức nhà nước. Bước chuyển sang nông nghiệp bắt đầu khi anh tham gia một dự án phục hồi ruộng bậc thang bỏ hoang ở tỉnh Okayama. Sau giai đoạn đó, anh chuyển lên Hokkaido - vùng nông nghiệp lớn nhất Nhật Bản - và dần xây dựng một trang trại quy mô lớn.

Mảng đất 100 hectares mà Tomiyasu vận hành trồng broccoli là sản phẩm chính, song song với bí ngô, hành lá và đậu nành. Ở quy mô này, các tập đoàn nông nghiệp Nhật thường vận hành bằng hệ thống IoT thương mại đắt tiền, dịch vụ tư vấn dữ liệu vệ tinh và đội ngũ kỹ sư riêng. Tomiyasu không có ngân sách cho bất kỳ thứ nào trong số đó. Thay vào đó, anh chọn cách: mỗi khi gặp một vấn đề kỹ thuật, anh hỏi AI, học cách giải, rồi tự code thành tool dùng được hàng ngày.

Những hệ thống Tomiyasu tự build

Stack mà Tomiyasu lắp ráp khá rời rạc nhưng hiệu quả. Mỗi miếng được build để giải một bài toán cụ thể, không có kế hoạch tổng thể từ đầu - đúng kiểu nông dân làm tới đâu fix tới đó.

Điều khiển cửa thông gió nhà kính qua LINE

Một trong những bài đầu tiên là mở/đóng cửa thông gió nhà kính khi nhiệt độ vượt ngưỡng. Tomiyasu nhờ Codex sinh code cho hệ thống chạy trên ESP32, kết hợp BTS7960 motor driver để điều khiển một motor DC 24V kéo cửa cuốn. Để tránh trường hợp cháy phần mềm, anh thêm công tắc thủ công ON-OFF-ON ngay trên hộp điện - vẫn override được bằng tay khi cần.

Backend cloud dùng Cloudflare Workers và database D1. Giao diện điều khiển không phải web dashboard - mà là một LINE Bot (LINE là app chat phổ biến nhất Nhật, ai cũng cài sẵn). Cả team chỉ cần nhắn tin với bot để xem nhiệt độ realtime, mở vent, đóng vent, xem lịch làm. Thiết kế cực kỳ tối giản để giảm sai thao tác trên điện thoại - đây là chi tiết một kỹ sư UX khó nghĩ ra nếu không thực sự đứng giữa ruộng dưới nắng.

Monitoring vệ tinh NDVI

Để theo dõi sức khỏe cây trên 100 hectares, đi bộ kiểm tra từng khoảnh là bất khả thi. Tomiyasu kéo dữ liệu NDVI (chỉ số thực vật) từ ảnh vệ tinh, overlay lên bản đồ ruộng tự vẽ. Mỗi khu nào màu xanh nhạt đi - cây yếu, sâu bệnh hoặc thiếu nước - anh biết ngay khu nào cần kiểm tra trước. Bản đồ tích hợp vào map app sẵn có nên cả team mở điện thoại là thấy.

Database farm chạy trên Airtable

Toàn bộ thông tin trang trại được nhét vào Airtable: từng ruộng, cây trồng, task hàng ngày, công nhân, vật tư, thuốc bảo vệ thực vật, phân bón, nhà kính, sensor data. Tomiyasu viết các query để hỏi: "hôm nay phải làm gì", "lịch ruộng A tuần này", "nhiệt độ nhà kính số 3 lúc 6h sáng là bao nhiêu". Đây không phải ERP nông nghiệp xịn - chỉ là Airtable + một lớp tool tự code - nhưng đủ cho toàn bộ vận hành thực tế.

Sửa điện và chẩn đoán bệnh cây

Hai use case nhỏ nhưng đắt giá. Khi cần đấu nối tủ điện cho hệ tưới hoặc motor, Tomiyasu chụp ảnh control panel cũ, gửi cho ChatGPT phân tích, AI annotate từng dây và giải thích role. Nếu phát hiện cây có dấu hiệu bệnh, anh chụp ảnh lá rồi để AI gợi ý hướng xử lý. Đây là những việc trước đây phải gọi kỹ sư điện hoặc chuyên gia bảo vệ thực vật đến tận nơi - giờ rút lại còn vài phút.

Tractor auto-steer giá rẻ

Phần tham vọng nhất: GPS auto-steer cho tractor. Hệ thương mại của John Deere, Topcon hay Trimble đắt tới mức ngoài tầm với. Tomiyasu hỏi AI để hiểu logic của các hệ này hoạt động ra sao, rồi build phiên bản riêng dùng RTK-GPS. Anh không claim đã match được John Deere, nhưng đủ chạy thẳng luống được - và đó là điều quan trọng nhất khi cần đi qua hàng chục cây số luống mỗi ngày.

Vì sao câu chuyện này quan trọng

Trong nhiều năm, nông nghiệp công nghệ cao bị mặc định là sân chơi của tập đoàn lớn. Một hệ thống quản lý vệ tinh thương mại giá có thể từ vài chục đến vài trăm nghìn USD/năm. Tractor auto-steer nguyên đai nguyên kiện hàng trăm nghìn USD. Hệ điều khiển nhà kính tích hợp - thêm vài chục nghìn nữa. Đó là lý do hộ nông dân nhỏ và vừa thường bị bỏ lại phía sau cuộc đua năng suất.

Trường hợp Tomiyasu chứng minh rằng AI đang lật ngược toán này. Khi một cá nhân không có nền tảng kỹ thuật vẫn build được những thứ ngày xưa cần nguyên team engineer, chi phí gia nhập "smart farm" tụt xuống đáng kể. Không còn là câu hỏi "có đủ tiền mua không" - mà thành "có đủ kiên trì hỏi AI hết hỏi này tới hỏi khác để giải vấn đề thật của mình không".

Phản biện cần đặt ra

Đừng nhầm: đây không phải "AI giải mọi thứ". Tomiyasu vẫn phải tự đấu phần cứng ESP32, motor 24V, RTK-GPS - những thứ AI không thể hàn cho anh. Anh vẫn phải hiểu ruộng đến từng centimet, biết khi nào cây cần nước, biết nhìn trời để đoán mưa. AI rút gọn quãng đường từ "không biết gì về code" đến "có tool dùng được", nhưng không thay thế kiến thức thực tế về nông nghiệp lẫn động lực tự học.

Một câu hỏi nữa: hệ thống chắp vá kiểu này có scale ra hộ nông dân khác không? Không hẳn. Cái Tomiyasu xây ra phù hợp với chính ruộng của anh, lịch của team anh, ngân sách của trang trại anh. Người khác muốn áp dụng vẫn phải đi qua quá trình hỏi AI - tự code - test - sửa của riêng họ. AI là công cụ democratize, không phải gói cài sẵn.

Take

Quote nổi tiếng nhất Tomiyasu nói về cách mình dùng AI: "Cảm giác như lúc nào cũng có một kỹ sư siêu giỏi bên cạnh". Đó là mô tả chính xác đáng quan tâm. Không phải AI tự lái trang trại - mà là một người vận hành bình thường giờ có khả năng tự build công cụ chuyên dụng cho chính mình. Khi rào cản kỹ thuật bị san phẳng, cái còn lại quyết định là khả năng nhìn ra vấn đề và kiên trì giải tới cùng. Câu chuyện broccoli ở Hokkaido có lẽ chỉ là bản phác đầu tiên cho điều sẽ xảy ra với rất nhiều ngành khác. via chatgptpro