L’agriculture est plus souvent qu’on le croit à la pointe de la technologie.

C’est pourquoi l’IA s’y développe, avec des usages prometteurs. Entretien avec Sébastien Lafage, directeur marketing et communication d’Isagri. Pour une entreprise comme la vôtre¹, partie de l’édition de logiciels pour l’agriculture, l’IA est-elle un développement naturel ?

Sébastien Lafage : Isagri est devenue le numéro un européen du digital en agriculture. C’est une entreprise familiale créée en France et qui opère dans une quinzaine de pays. Au-delà des logiciels, notre métier s’étend à l’ensemble du digital et concerne toute la chaîne de l’agriculture : agriculteurs bien sûr, mais aussi, en amont, négoces, équipementiers, firmes phytosanitaires, et en aval collecte ou première transformation. Or une des caractéristiques de l’agriculture est qu’on y travaille avec du vivant. Et le vivant, c’est complexe. L’IA permet de transformer cette complexité en quelque chose d’activable, à partir du moment où l’on peut accéder aux données. Avant, on concevait déjà des algorithmes en agronomie, mais il fallait comprendre et décrire les processus. Avec l’IA, ce n’est même plus nécessaire.

En quoi l’IA s’applique-t-elle concrètement à l’agriculture ?

S. L. : Elle concerne tous les domaines de l’exploitation. La seule contrainte, pour que l’IA fonctionne, est qu’il y ait de la donnée. Quels sont les domaines où la donnée est accessible ? Y a-t-il des cas d’usage ou non ? La météo en est un, car on dispose d’énormément de données mesurées. Des cas d’usage sont aussi permis par la télédétection, les photos par satellite. Il y a aussi le monitoring en élevage : les animaux sont équipés de capteurs qui enregistrent des informations répondant à un grand nombre de critères.

Si l’on n’a pas accès à la donnée, c’est beaucoup plus difficile. Nous ne sommes pas capables, par exemple, de prédire les cours et les marchés. Nous ne savons pas ce qui a été semé par les agriculteurs, ce qu’ils vont récolter, ni quels seront les opérateurs metteurs en marché. Certes, on peut utiliser des proxies, par exemple en se basant sur les données météo pour prévoir des estimations de production par grandes zones géographiques…

LIRE LA SUITE

SOURCE : ILEC – La Voix des marques.