L'IA dans l'agriculture : nourrir le monde avec des satellites et des capteurs

L'agriculture est le domaine où l'intelligence artificielle rencontre le plus grand nombre de personnes. Plus de gens travaillent dans l'agriculture que dans tout autre secteur, et les usages vont des machines autonomes des exploitations industrielles aux conseils par SMS qui atteignent de petits producteurs équipés de téléphones simples.

L'extrémité industrielle :

Dans les grandes exploitations mécanisées d'Amérique du Nord, du Brésil, d'Argentine, d'Australie et de certaines parties de l'Europe, l'agriculture de précision est mature.

L'imagerie satellitaire et par drone, analysée par apprentissage automatique, cartographie la santé des cultures à travers les parcelles, repérant le stress avant qu'il ne soit visible depuis le sol. La modulation intraparcellaire ajuste les quantités de semences, d'engrais et de pesticides à l'intérieur d'un même champ selon la cartographie des sols et des rendements, réduisant simultanément les coûts d'intrants et le ruissellement.

Des machines autonomes ou semi-autonomes fonctionnent avec un guidage par satellite et, de plus en plus, avec des systèmes de vision qui distinguent les cultures des adventices, permettant une pulvérisation ciblée qui réduit fortement l'usage d'herbicides.

La prévision des rendements sert au négoce de matières premières, à l'assurance et à la planification logistique, et à l'échelle nationale elle éclaire l'évaluation de la sécurité alimentaire.

L'extrémité des petits producteurs :

La plupart des agriculteurs du monde cultivent de petites parcelles avec peu de capital, et la technologie qui les atteint est d'une tout autre nature.

Des services de conseil délivrés par SMS ou par la voix fournissent prévisions météorologiques, conseils de semis, alertes aux ravageurs et prix de marché, et atteignent des agriculteurs sans téléphone intelligent. Ce choix de distribution compte davantage que la sophistication du modèle.

L'identification d'un ravageur ou d'une maladie à partir d'une photographie est l'un des usages les plus véritablement utiles : elle permet à un agriculteur de repérer un problème et de recevoir des consignes de traitement immédiatement, plutôt que d'attendre un agent de vulgarisation qui n'arrivera peut-être jamais.

L'assurance indicielle verse selon la pluviométrie mesurée ou la végétation évaluée par satellite plutôt que par visite de terrain, ce qui rend pour la première fois économiquement viable l'assurance des petits producteurs. C'est une innovation structurelle véritable, puisque l'assurance récolte classique ne peut se permettre d'expertiser des millions de minuscules sinistres.

L'évaluation du crédit à partir de données de parcelles vérifiées par satellite et d'historiques d'argent mobile étend le prêt à des agriculteurs sans garantie.

Où cela compte le plus :

Le Kenya, le Ghana, le Nigeria, l'Inde, l'Indonésie et une grande partie de l'Asie du Sud-Est connaissent un déploiement actif orienté vers les petits producteurs, souvent par l'intermédiaire de coopératives, d'acheteurs agro-industriels ou de partenariats avec des opérateurs télécoms plutôt qu'en direct.

Le Brésil et l'Argentine mènent l'agriculture de précision à grande échelle dans les pays du Sud. Les Pays-Bas mènent l'horticulture intensive en milieu contrôlé et exportent largement ce savoir-faire. Israël mène les technologies d'irrigation économes en eau.

Le moteur réglementaire :

Une force sous-estimée est la conformité. La réglementation européenne exigeant la preuve que les produits importés ne sont pas liés à la déforestation a rendu la traçabilité satellitaire commercialement indispensable pour les exportateurs de cacao, de café, d'huile de palme, de soja et de bois.

Cela signifie que la surveillance par IA détermine désormais l'accès au marché de millions d'agriculteurs en Côte d'Ivoire, au Ghana, en Indonésie, en Malaisie et au Brésil, une évolution lourde de conséquences et largement imposée de l'extérieur.

Les contraintes :

Connectivité, électricité, accès aux appareils et alphabétisation limitent tous la portée. Des systèmes conçus en supposant des téléphones intelligents et des données fiables échouent là où ces hypothèses ne tiennent pas.

La propriété des données n'est pas réglée : les données agricoles collectées par les constructeurs de matériel et l'agro-industrie ont une valeur commerciale, et leur contrôle est véritablement disputé.

Le changement climatique rend les schémas historiques moins prédictifs, ce qui dégrade des modèles entraînés sur les conditions passées précisément quand une prévision juste compte le plus.

Les perspectives :

L'agriculture est peut-être le domaine où l'IA produira le plus grand bénéfice humain agrégé, parce que le point de départ est bas et que la population concernée est immense.

Y parvenir dépend moins de la capacité des modèles que de la distribution : atteindre les agriculteurs par les canaux qu'ils utilisent réellement, dans les langues qu'ils parlent réellement, avec des conseils assez précis pour être suivis.