NGO QUATRO — AI × COFFEE
コーヒー農家に、
いつでも頼れる専門家を。
ラオスのコーヒー農園から始める、
AI特化型チャットボットによる生産技術支援
APPENDIX
A4 — ORGANIZATION
NGOクワトロについて
団体概要
正式名称特定非営利活動法人 NGOクワトロ
設立2012年6月8日(法人登記)
代表座間慶彦(理事及び事務局長)
所在地埼玉県さいたま市(活動拠点: 東京都世田谷区)
海外拠点ラオス・チャンパサック県パクセ
ミッション「努力した人が報われる社会」の実現
理念
開発途上国の人々が直面する困難な課題を、援助ではなくビジネスアプローチで解決する。
生産者が適正な対価を得られる仕組みを構築し、持続可能な発展を支える。
3つの事業
1. コーヒープロジェクト(2015年〜)
ラオス・ボラベン高原でスペシャルティコーヒーの生産指導から輸出まで一貫支援。現地パートナーLuLaLao Coffeeと連携し、全工程を3年かけて指導する「クワトロモデル」を構築。

2. 教育プロジェクト(2017年〜)
学生寮「坂雲寮」の運営を通じた人材育成。卒寮生30名以上。ラオスの若者に教育機会を提供し、将来の地域リーダーを育成。

3. AI x 農業事業(2025年〜)
コーヒー栽培の専門知識をAIに載せ、24時間・多言語で農家に届けるチャットボットを開発。農家の行動データを蓄積し、マッチングや金融アクセスにつなげる。
GRANT TRACK RECORD
JICA基金活用事業(2024)/ さいたま国際協力基金(2024-25)/ ゆうちょ財団 NGO海外援助活動助成(2026)
CONTEXT
ラオス・コーヒー産地の現実。
農家が適正価格で売れない。
コーヒー生産を支える小規模農家。一方で所得が上がらなければ、途上国の小規模の農家の課題は解決しない。
所得向上こそが、あらゆる改善の起点になる。
小規模農家が分散
0.5〜2haの家族経営が数百〜数千。個別に栽培・精製・販売。
技術指導が届かない
専門家が訪問できるのはごく一部。
大多数の農家は自己流のまま。
品質がバラバラ
統一基準がなく品質にばらつき。
高品質でも評価されない。
結果
仲買人の言い値で取引
高い品質でも安値で買い叩かれる。
努力しても収入が変わらない。
農家の所得が上がらない
低所得が教育・医療・生活の
あらゆる課題の根本原因に。
70% 世界のコーヒーを小規模農家が生産 0.5-2ha 1農家あたりの耕地面積 125M+ 世界のコーヒー生産従事者
OUR WORK
南部ラオスで、
助成金を活用してPOCを回している。
活動実績 — ラオス・チャンパサック県
南部チャンパサック県パクセを拠点に、
ボラベン高原のコーヒー農家への技術指導を本格化。

現地パートナー・LuLaLao Coffee(JICA海外協力隊OB・元川将仁氏)と連携し、
選定・精製・発酵・乾燥の全工程を3年かけて指導する
「クワトロモデル」を構築。

助成金を原資にPOCを回しながら、
人の手だけでは解決できない技術指導の構造的な限界に挑んでいる。
76-96
直接裨益者数(累計)
3件
助成金採択実績
「クワトロモデル」3本柱
1. 技術指導カリキュラム
 選定・精製・発酵の全工程を3年で指導
2. 品質評価システム
 SCA方式を簡素化した独自基準・HP公開
3. AIチャットボット
 技術指導をAIで24時間届ける仕組み
GRANTS — 助成金採択実績
2024-25 彩の国さいたま国際協力基金(2年連続)
2024 世界の人びとのためのJICA基金活用事業
2026 ゆうちょ財団 NGO海外援助活動助成
パートナーLuLaLao Coffee(元川将仁氏)
現地体制ラオス人スタッフ
PROBLEM → OPPORTUNITY
国際協力の技術指導は、
構造的な限界があるのではないか?
STRUCTURAL CHALLENGE
時間の壁
専門家が現地にいるのは年間わずか数週間。
プロジェクト期間も2-3年と短い。
技術指導の「空白期間」が長すぎる。
2-3年
プロジェクト期間 — 専門家は年間数週間のみ
STRUCTURAL CHALLENGE
地理の壁
分散する小規模農家のもとへ
一人ひとり訪問するのは物理的に困難。
アクセスのコストが支援を阻む。
5-10%
専門家が直接指導できる農家の割合
NEW POSSIBILITY
この時代だからこそ
スマホの普及とAI技術の成熟により、
新たな形で技術指導が届けられる
時代が来たのではないか。
88.5%
ラオスのモバイル普及率 — GSMA 2024
プロジェクト終了後、技術が定着する率は20-30%(World Bank IEG評価)。
SOLUTION
コーヒー生産の専門知識をAIに載せ、24時間届ける。
専門家が監修し、
AIが届ける。
01
専門家の知見
コーヒー栽培の専門家と共に回答ソースを作成。
現地の品種・土壌・気候に最適化した情報を整備。
選定・精製・発酵まで、生産プロセス全体をカバー。
02
AIの対話力
農家はスマホのメッセージアプリからいつでも質問可能。
AIが知識ベースを検索し、的確に回答。
多言語対応で、ラオ語での対話を実現。
03
「わからない」と言えるAI
知識ベースにない質問には「わからない」と明確に回答。
回答できない質問は専門家にエスカレーション。
専門家が現地に赴くか、直接回答しDBに追加。
嘘をつかないAIが信頼の基盤。
ラオス・ボラベン高原のコーヒー栽培に完全特化。汎用AIではなく、現地の品種・土壌・気候に最適化された専門知識をAIで届ける。
WHY NOW
途上国の課題を解決する条件が、今、揃った。
DEVICE PENETRATION
途上国でもスマホが行き渡った
途上国でもスマホが農家の手元に届いた。「届ける手段」はすでにある。
88.5%
ラオスのモバイル普及率 — GSMA 2024
AI CAPABILITY
LLM — 大規模言語モデルの登場
LLM(Large Language Model)とは、大量のテキストから
言語のパターンを学習したAI。人間のように文章を理解し、
専門知識に基づく対話・多言語翻訳・要約ができる。
専門家の知見をAIに載せて届ける基盤が整った。
LLMの多言語理解力(MMLUベンチマーク) 90% 70% 50% 30% 2020 2022 2023 2024 GPT-2 GPT-3.5 GPT-4 GPT-4o 人間の専門家 OpenAI / papers with code 2024
ラオスの農家がスマホを持ち、AIが専門知識を届けられるようになった。この2つが揃った今、現地に行かなくても技術を届けられる仕組みが現実になった。
EVIDENCE
なぜChatGPTではダメなのか。
専用AIが必要な理由。
汎用AI(ChatGPT / Gemini)
✕ ネット上の散在する情報をまとめるだけ
✕ 「それっぽい」が正確でない回答(ハルシネーション)
✕ ボラベン高原の品種・気候に非対応
✕ 栽培専門家の監修・検証がない
✕ 誰でもアクセス可能 = 差別化不可能
ChatGPTに「コーヒー農家の教育パッケージ」を入れても、
学習データの平均値で回答するため、
ボラベン高原の標高1,200m、湿度80%超に
最適化された回答は出せない。
本プロジェクト(Closed DB + RAG)
✓ 専門家が検証した正確な情報のみ格納
✓ 閉じたDBだから嘘をつかない(ハルシネーション0%)
✓ ボラベン高原の品種・土壌・気候に完全特化
✓ 専門家の知見が継続的にDBに追加される
✓ 独自DBが競争優位性・参入障壁になる
閉じたデータベースで運用する理由:
1. 嘘をつかない(正確性の担保)
2. 専門家の知見をビジネス資産化
3. 競合が模倣できない参入障壁
Closed DB精度 96.4%
ハルシネーション率 0% vs 汎用AI 15-20%
npj Digital Medicine 2024 / Stanford HAI 2024
EXPERT LIMITATIONS
専門家だけでは、
すべてに答えられない。
CHALLENGE
気候変動への対応
去年の正解が今年の正解とは限らない。
降水量・気温の変動に合わせた
指導内容の更新が常に必要。
地域差の問題
ルアンパバーンで有効な情報が
サバナケットでは通用しない。
地域ごとの最適解が異なる。
専門家の絶対数不足
地域ごとの条件に対応するには
相当数の専門家が必要。
一人の専門家でカバーするのは不可能。
OUR APPROACH
だからこそ、
AIで知見を統合し
公的支援で持続する。
複数の専門家の知見をDBに統合
地域・気候条件ごとに最適化
気候変動データも反映・更新
助成金・JICA等の公的支援と連携
AIは専門家を代替するのではなく、
専門家の知見を最大化するツール。
SYSTEM ARCHITECTURE
システム構成
USER
ラオスのコーヒー農家
母国語でメッセージアプリから質問
ラオ語 タイ語 ベトナム語 クメール語 ミャンマー語 EN JP +100 langs
CHANNEL
Messenger
active
LINE
planned
WhatsApp
planned
webhook POST /api/:channel
Cloudflare Workers
Hono + TypeScript — Edge Runtime
受信・解析
parseIncoming()
言語検出・翻訳
detect → translate
ベクトル検索
embed → RAG top_5
回答生成
GPT-4o
翻訳・返信
translate → reply
REST API
OpenAI
GPT-4o 回答生成
Embedding 1536次元
Pinecone
Vector DB
マニュアル検索エンジン
Supabase
PostgreSQL
農家情報・会話履歴
Google Cloud
Translation API
100+ 言語対応
PostgreSQL
DATA LAYER
farmers
farmer_idUUID PK
messenger_psidVARCHAR
locale_preferred'lo'
region_codeVARCHAR
chat_messages
msg_idUUID PK
session_idUUID FK
roleuser | assistant
rag_contextJSONB
escalations
escalation_idUUID PK
reasonTEXT
statusopen | resolved
assigned_toUUID FK
~10s
平均応答時間
100+
対応言語
¥1-3
1回答コスト
9
対応工程
BUSINESS MODEL
支援がデータを生み、
データが経済価値を生む。
STEP 1 — SOCIAL VALUE
技術支援
Q
農家がAIに栽培技術を相談
A
専門マニュアルに基づき回答
利用するほど精度が向上
24h x 5言語
自然に蓄積
STEP 2 — DATA ASSET
データ蓄積
農家プロファイル
栽培記録・相談履歴
品質評価データ
活動スコアリング
農家DB
価値に変換
STEP 3 — ECONOMIC VALUE
ビジネス接続
コーヒーバイヤーとの接続
スコアで豆の信頼性を可視化
農家への適正な買取価格
金融アクセスの改善
所得向上
技術支援(社会価値)が自然とデータを生み、データがビジネス(経済価値)を生む好循環。農家の「努力」がスコアとして可視化され、適正価格での取引につながる。
DATA VALUE
「使うほど信用が見える」
コーヒー農家DBのファネル構造
対象農家 500+
AI登録 50
定期利用 Active
スコア付 Scored
Match
01
対象農家 500+
ラオス・パクセ地域の小規模コーヒー生産者
02
AI登録ユーザー 50
チャットボットに登録し利用を開始した農家
03
定期利用者
月3回以上相談 → 行動データが自然に蓄積
04
スコア付き農家
相談頻度・技術実践度・品質データで信用スコア化
05
バイヤーマッチング
スコアで信頼性を可視化 → 適正価格での取引実現
SCORING FACTORS
相談頻度 利用回数・定期性 技術実践度 推奨技術の実行 栽培データ 生産量・品質記録 コミットメント 継続利用の証明
FUTURE VISION
ラオスから始まり、コーヒー産地を繋ぐ。
PILOT
ラオス・コーヒー
実証実験
ボラベン高原での知識ベース構築
AIチャットボット開発・運用
農家DB構築・品質評価
効果測定・モデル検証
76-96
農家(初年度)
SCALE
成功事例の知見活用
+ 近隣コーヒー国展開
他国の成功事例(例: ルワンダ)の知見を活用
類似気候条件のDB横展開
バイヤーマッチング・品質評価HP
JICA協力隊との連携モデル
500+
農家(3年目標)
EXPAND
アジア・アフリカの
コーヒー産地へ
カンボジア・ミャンマー・タイ
エチオピア・ケニア・タンザニア
各産地の気候・品種に特化したDB
コーヒー農家支援の国際プラットフォーム
2,500万
世界のコーヒー農家世帯
PROVEN MODEL — e.g. RWANDA
例えば、ルワンダ。
人の技術指導で成功した国がある。
e.g. RWANDA
JICAが12年かけて
成功させた事例がある。
ルワンダのコーヒー農家は40万世帯。
標高1,200-2,000m、火山性土壌、97%アラビカ種。
ボラベン高原と極めて類似した栽培条件。

JICAは2017年から第1フェーズを実施し、
2025年に第2フェーズ(5年間)を開始。
「人による技術指導」で品質革命を実現した。

Best of Rwanda 2025: 最高USD 88/kg達成
316エントリー、約1,000件の国際入札
40万
小規模農家世帯
12年
JICAの支援実績
97%
アラビカ種
AI ACCELERATION
こうした成功を、
AIでもっと速く再現する。
1
成功国で蓄積された知見をAIのDBに統合
2
ラオスの気候・品種に最適化して提供
3
同じモデルを他のコーヒー産地にも横展開
他国が人の技術指導で達成したことを、
AIで再現し、より速く、より広く届ける。
TRACTION
コーヒー農家支援は、
すでに動いている。
GRANTS — 助成金採択実績 3件
2024-25 彩の国さいたま国際協力基金(2年連続採択・継続申請予定) 採択
2024 世界の人びとのためのJICA基金活用事業 採択
2026 ゆうちょ財団 NGO海外援助活動助成 採択
MILESTONES
ラオス・パクセでのコーヒー技術指導
支援の構造的課題を現地で特定
AIチャットボットのプロトタイプ開発
現地農家へのヒアリング・テスト実施
PARTNERS
LuLaLao Coffee
現地カウンターパート / JICA海外協力隊OB・元川将仁氏
株式会社 SUPER BLOOM
代表 藤原朋哉 / コンサル・プロデュース / YouTube「FUJIWARA LIFE」22万人
KEY NUMBERS
代表: 座間慶彦(理事及び事務局長)
初年度対象: 76-96農家(直接裨益者)
3年計画: 技術指導 + AI開発 + バイヤー接続
~2万 ラオスのコーヒー農家世帯
3万t+ 年間コーヒー生産量
88.5% モバイル普及率
PARTNERSHIP & PILOT STRATEGY
まずは、ラオスのコーヒーで
投資の価値を示す。
JICA COLLABORATION
JICA協力隊との
タイアップの可能性
JICA海外協力隊は年間約1,200名が世界各地に派遣。
隊員一人ひとりが持つ専門知識を
AIの知識ベースに蓄積できれば ——

コーヒー以外の分野にも応用可能
農業全般 / 初等教育 / 保健衛生 / 水産 etc.
このモデルが成功すれば、
JICAにとっても新しいナレッジ蓄積・共有の
仕組みとして価値がある。
PILOT INVESTMENT
Pilotで価値を証明し、
議論の余白を残す。
1
ラオスのコーヒーで実証
まずは小さく始めて、効果を測定する
2
成果データを公開
農家の利用率・品質変化・所得向上を可視化
3
他の国・分野への議論を開く
「これが成功したなら、他でも使えるのでは?」
新しい挑戦だからこそ、
相手に議論の余地を与えるストーリーを。
「全部やります」ではなく「まずここから」
「努力している人が報われる」
当たり前を、テクノロジーで。
専門家の知見を、AIの力で、いつでもどこでも届けられる
インフラを一緒につくりませんか。
特定非営利活動法人 NGOクワトロ ngoquatro.org
APPENDIX
A1 — RAG TECHNOLOGY
RAG(検索拡張生成)の仕組み
01
知識の整備
専門家が監修した
栽培ガイドを
テキスト化
02
ベクトル化
テキストをAIが
数値ベクトルに変換
Supabaseに格納
03
質問受付
農家がスマホで
質問を送信
AIが意図を解析
04
類似検索
質問に近い知識を
ベクトルDBから
高速検索
05
回答生成
検索結果を元に
Claudeが回答を
自然な言葉で生成
96.4%
RAGシステムの精度
vs 人間の医師 86.6%
npj Digital Medicine, 2025
+17%
ROUGE精度
vs ファインチューニング
MDPI ML & Knowledge Extraction, 2025
0%
ハルシネーション率
RAG導入後
Nature npj Digital Medicine, 2025
APPENDIX
A2 — MARKET DATA
ラオスのコーヒー産業
~2万
コーヒー農家世帯
ラオス南部ボラベン高原を中心に約2万世帯がコーヒーを栽培。 大半が小規模農家で、技術支援へのアクセスが限られている。
ICO / ラオス農林省
3万t+
年間コーヒー生産量
ラオスはアジア第3位のコーヒー生産国。ボラベン高原の標高と気候が 高品質なアラビカ種の栽培に適している。
ICO / FAO
88.5%
モバイル普及率
ラオスのモバイル普及率は88.5%に到達。農村部でもスマートフォンが 普及し、AIによる技術支援の配信基盤が整っている。
GSMA / DataReportal 2024
ラオス・ボラベン高原のコーヒー農家に特化して支援を行い、まず確かな成果を出す。