The Japan Times - Agriculture: quand l'IA aide à récolter des données en Amérique latine

EUR -
AED 3.827061
AFN 79.187253
ALL 98.30681
AMD 415.608123
ANG 1.878845
AOA 951.812316
ARS 1090.91922
AUD 1.657483
AWG 1.875488
AZN 1.774525
BAM 1.959934
BBD 2.10494
BDT 127.1351
BGN 1.954904
BHD 0.392669
BIF 3038.290129
BMD 1.041938
BND 1.41447
BOB 7.204126
BRL 6.172375
BSD 1.042499
BTN 90.069107
BWP 14.46938
BYN 3.411763
BYR 20421.97755
BZD 2.094097
CAD 1.497426
CDF 2965.353949
CHF 0.945308
CLF 0.037291
CLP 1028.96557
CNY 7.594269
CNH 7.593282
COP 4400.363096
CRC 526.104598
CUC 1.041938
CUP 27.611347
CVE 110.705724
CZK 25.102469
DJF 185.173056
DKK 7.461273
DOP 64.235092
DZD 140.843878
EGP 52.389355
ERN 15.629064
ETB 131.739549
FJD 2.437619
FKP 0.858126
GBP 0.843313
GEL 2.985212
GGP 0.858126
GHS 15.847628
GIP 0.858126
GMD 75.019338
GNF 9017.9702
GTQ 8.0568
GYD 218.107935
HKD 8.11621
HNL 26.579919
HRK 7.689029
HTG 136.246059
HUF 410.012695
IDR 16892.413828
ILS 3.728992
IMP 0.858126
INR 90.107131
IQD 1364.938295
IRR 43852.557644
ISK 145.892253
JEP 0.858126
JMD 163.894109
JOD 0.739252
JPY 162.539663
KES 134.939853
KGS 91.115676
KHR 4199.008518
KMF 492.211236
KPW 937.743983
KRW 1496.321383
KWD 0.321084
KYD 0.868824
KZT 542.809672
LAK 22701.223165
LBP 93305.514476
LKR 311.289095
LRD 203.178261
LSL 19.277726
LTL 3.076571
LVL 0.630258
LYD 5.126105
MAD 10.432952
MDL 19.442822
MGA 4907.52582
MKD 61.545788
MMK 3384.172779
MNT 3540.504179
MOP 8.364562
MRU 41.526465
MUR 48.408382
MVR 16.048618
MWK 1809.329708
MXN 21.241778
MYR 4.630391
MZN 66.576246
NAD 19.280428
NGN 1623.855097
NIO 38.353727
NOK 11.748054
NPR 144.110571
NZD 1.835769
OMR 0.401086
PAB 1.042489
PEN 3.867152
PGK 4.177388
PHP 61.048688
PKR 290.439715
PLN 4.214358
PYG 8243.188552
QAR 3.793691
RON 4.976398
RSD 117.126248
RUB 104.065055
RWF 1451.419119
SAR 3.907985
SBD 8.800777
SCR 14.865104
SDG 626.204076
SEK 11.470677
SGD 1.411794
SHP 0.858126
SLE 23.655885
SLL 21848.911051
SOS 595.47793
SRD 36.57719
STD 21566.005279
SVC 9.122021
SYP 13547.273051
SZL 19.275423
THB 35.389935
TJS 11.410457
TMT 3.646782
TND 3.328209
TOP 2.440321
TRY 37.128923
TTD 7.086879
TWD 34.089805
TZS 2621.514981
UAH 43.785631
UGX 3842.066722
USD 1.041938
UYU 45.625356
UZS 7463.917695
VES 58.569036
VND 26183.892644
VUV 123.700928
WST 2.918287
XAF 657.337131
XAG 0.034221
XAU 0.000378
XCD 2.815889
XDR 0.803287
XOF 655.904352
XPF 119.331742
YER 259.552186
ZAR 19.285747
ZMK 9378.692433
ZMW 29.007904
ZWL 335.503492
  • AEX

    -5.2100

    909.11

    -0.57%

  • BEL20

    0.4200

    4242.74

    +0.01%

  • PX1

    54.8600

    7892.61

    +0.7%

  • ISEQ

    152.6600

    10065.59

    +1.54%

  • OSEBX

    13.7000

    1503.03

    +0.92%

  • PSI20

    14.9600

    6520.19

    +0.23%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -13.6700

    3093.21

    -0.44%

  • N150

    8.0800

    3374.91

    +0.24%

Agriculture: quand l'IA aide à récolter des données en Amérique latine
Agriculture: quand l'IA aide à récolter des données en Amérique latine / Photo: Sergio Lima - AFP/Archives

Agriculture: quand l'IA aide à récolter des données en Amérique latine

Une "moisson de données" pour évaluer les risques naturels: grâce à l'intelligence artificielle, une nouvelle génération de start-ups latino-américaines entend transformer l'agriculture.

Taille du texte:

Finis les bons vieux almanachs pour anticiper les caprices de la météo. Des plateformes numériques peuvent traiter en quelques minutes des données que les experts mettaient des mois à analyser.

C'est ce que propose Traive, start-up créée en 2018 par la Brésilienne Aline Oliveira Pezente, 39 ans, originaire de l'Etat du Minas Gerais (sud-est).

Auparavant, elle travaillait pour le géant de l'agro-alimentaire Louis-Dreyfus Commodities (LDC), où elle a identifié un problème de taille pour les fermiers de son pays.

Au Brésil, premier exportateur mondial de soja, de viande bovine, de sucre et de maïs, les producteurs ont besoin de crédit pour acheter par exemple des semences ou des fertilisants et répondre à cette énorme demande extérieure.

Or, selon elle, les prêts sont difficiles à obtenir, car les banques sont souvent rebutées par la tâche fastidieuse d'évaluation des risques, aussi bien naturels, comme la sécheresse ou les inondations, que financiers, comme un effondrement des cours de certains produits.

- Drones et satellites -

Aline Oliveira Pezente a décidé d'étudier le problème à fond à la prestigieuse université américaine Massachusetts Institute of Technology (MIT), où elle s'est spécialisée en intelligence artificielle et analyse de données.

"Les banques utilisaient leur propre modèle d'analyse de risques - un genre d'énorme tableau Excel. Mais c'est très difficile pour un être humain, même s'il est expert en mathématiques et en statistiques, d'identifier toutes les nuances et les variables à partir des données", explique-t-elle à l'AFP.

"Il fallait trois mois pour faire un calcul qu'on peut faire aujourd'hui en cinq minutes, avec bien plus d'exactitude", insiste-t-elle.

Son entreprise Traive, cofondée avec son mari Fabricio Pezente, a pour clients des géants de l'agro-alimentaire comme Syngenta, des fintechs (entreprises utilisant les nouvelles technologies pour optimiser les activités financières) et la deuxième banque d'Amérique Latine, Banco do Brasil.

Plus de 70.000 agriculteurs utilisent sa plateforme, qui a permis de faciliter l'accès à près d'un milliard de dollars de crédits.

Longs cheveux teints en mauve, cravate noire sur chemisier blanc, Aline Oliveira Pezente a présenté son travail cette semaine à Rio de Janeiro lors du Web Summit, une conférence connue comme le "Davos des geeks", dont l'AFP était cette année partenaire média.

Lors d'une table ronde intitulée "Moisson de données, la prochaine révolution agricole", elle avait à ses côtés l'entrepreneur porto-ricain Alejandro Mieses, 39 ans lui aussi.

Sa start-up, TerraFirma, a développé un modèle d'intelligence artificielle qui analyse des données de satellites pour aider à prédire d'éventuels désastres naturels.

"La base, c'est de comprendre comment les mouvements de l'eau et du vent, l'exposition au soleil, peuvent avoir un impact sur les terres agricoles", explique-t-il.

Dans le monde entier, les agriculteurs ont de plus en plus recours à l'IA pour augmenter leur rendement, utilisant par exemple des tracteurs à pilote automatique ou des drones pour observer les cultures ou le bétail.

- "Régénérer l'environnement" -

Le secteur agricole fait face à de nombreuses critiques dans des pays comme le Brésil pour son impact environnemental, notamment en Amazonie, où la préservation de la forêt tropicale est un enjeu vital dans la lutte contre le réchauffement climatique.

Pour les plus optimistes, les nouvelles technologies comme l'IA représentent un espoir alors que la population mondiale pourrait atteindre les dix milliards d'ici 2050.

Mariana Vasconcelos, 32 ans, est à la tête d'Agrosmart, une start-up qui a développé une plateforme utilisant l'IA pour aider les fermiers à évaluer les risques climatiques, mais aussi à produire de façon plus respectueuse de l'environnement.

"L'Organisation des Nations unies pour l'alimentation et l'agriculture (FAO) dit qu'il faut augmenter la production de nourriture pour alimenter une population en augmentation. Mais il faut produire davantage, tout en utilisant moins de terres, en réduisant la déforestation et l'empreinte carbone", indique-t-elle à l'AFP, en marge du Web Summit.

"On oppose souvent nature et agriculture, mais la technologie peut aider à régénérer l'environnement, en trouvant le bon équilibre entre cultures, élevage et forêts", dit-elle, croyant à "un modèle plus durable".

H.Takahashi--JT