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

EUR -
AED 4.029739
AFN 70.778474
ALL 89.669173
AMD 395.464045
ANG 1.96456
AOA 1007.296808
ARS 1720.666958
AUD 1.64558
AWG 1.977834
AZN 1.86972
BAM 1.955128
BBD 2.206341
BDT 136.253158
BGN 1.945981
BHD 0.413358
BIF 3299.465689
BMD 1.097273
BND 1.413214
BOB 12.789603
BRL 6.528229
BSD 1.095423
BTN 101.462119
BWP 15.618631
BYN 3.288669
BYR 21506.546342
BZD 2.203143
CAD 1.574203
CDF 2501.782318
CHF 0.922196
CLF 0.028442
CLP 1116.636116
CNY 7.327314
CNH 7.332859
COP 3761.106983
CRC 490.331431
CUC 1.097273
CUP 26.290962
CVE 110.227105
CZK 24.468858
DJF 195.072937
DKK 7.47781
DOP 66.08728
DZD 149.391641
EGP 58.61085
ERN 16.459092
ETB 179.797988
FJD 2.514456
FKP 0.838778
GBP 0.838894
GEL 2.857146
GGP 0.838778
GHS 12.898566
GIP 0.838778
GMD 81.198575
GNF 9711.661263
GTQ 8.373121
GYD 229.181211
HKD 8.601467
HNL 29.444877
HRK 7.496529
HTG 143.650615
HUF 373.391377
IDR 20072.355965
ILS 3.666044
IMP 0.838778
INR 101.695794
IQD 1660.729064
IRR 2125817.320551
ISK 137.28022
JEP 0.838778
JMD 173.530343
JOD 0.77801
JPY 173.978128
KES 142.461024
KGS 95.956926
KHR 4469.463459
KMF 492.675859
KPW 987.545879
KRW 1476.824954
KWD 0.342108
KYD 0.912886
KZT 499.698211
LAK 24694.510363
LBP 98101.274117
LKR 364.304757
LRD 183.48692
LSL 19.148917
LTL 3.239962
LVL 0.66373
LYD 7.087563
MAD 10.954734
MDL 20.079097
MGA 4964.293344
MKD 61.533846
MMK 2304.580358
MNT 3959.266389
MOP 8.844159
MRU 44.651649
MUR 51.330836
MVR 16.902103
MWK 1899.546962
MXN 21.022046
MYR 4.513125
MZN 70.119822
NAD 19.148917
NGN 1486.804984
NIO 40.31614
NOK 10.711083
NPR 162.33919
NZD 2.006534
OMR 0.418806
PAB 1.095423
PEN 3.760307
PGK 4.931305
PHP 70.245251
PKR 302.809298
PLN 4.459811
PYG 6907.625252
QAR 4.004323
RON 5.352281
RSD 117.589574
RUB 89.402865
RWF 1618.343635
SAR 4.116755
SBD 8.914258
SCR 15.355277
SDG 660.013606
SEK 11.223898
SGD 1.414828
SHP 0.838605
SLE 25.07309
SLL 23009.265425
SOS 626.084761
SRD 40.997955
STD 22711.331007
STN 24.49158
SVC 9.584705
SYP 14266.740959
SZL 19.144418
THB 37.356693
TJS 10.072637
TMT 3.840455
TND 3.318059
TOP 2.64197
TRY 55.454853
TTD 7.435444
TWD 36.176649
TZS 2922.095423
UAH 49.196787
UGX 4628.408816
USD 1.097273
UYU 44.544686
UZS 13114.491416
VES 1006.876973
VND 28311.283441
VUV 132.579834
WST 3.09791
XAF 655.957
XAG 0.026772
XAU 0.000311300718
XCD 2.965435
XCG 1.974321
XDR 0.775829
XOF 655.957
XPF 119.331742
YER 259.618676
ZAR 19.332389
ZMK 9876.775613
ZMW 22.555246
ZWL 353.321385
SSP 6337.564166
MXV 2.356505
  • AEX

    -1.6800

    1118.52

    -0.15%

  • BEL20

    -9.6000

    5637.54

    -0.17%

  • PX1

    -36.9600

    7998.54

    -0.46%

  • ISEQ

    13.0500

    14517.8

    +0.09%

  • OSEBX

    -1.6600

    2073.83

    -0.08%

  • PSI20

    72.5000

    9738.69

    +0.75%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    9.8600

    4491.39

    +0.22%

  • N150

    -2.9600

    4224.74

    -0.07%

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