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

EUR -
AED 4.244975
AFN 72.820848
ALL 95.94014
AMD 432.845748
ANG 2.069125
AOA 1059.9439
ARS 1612.448734
AUD 1.630495
AWG 2.083478
AZN 1.975557
BAM 1.955854
BBD 2.312344
BDT 140.86392
BGN 1.97576
BHD 0.436373
BIF 3409.360338
BMD 1.155882
BND 1.472956
BOB 7.933839
BRL 6.034974
BSD 1.148121
BTN 106.962842
BWP 15.666656
BYN 3.550075
BYR 22655.290457
BZD 2.309044
CAD 1.587587
CDF 2629.632268
CHF 0.912315
CLF 0.02673
CLP 1055.440177
CNY 7.976107
CNH 7.970767
COP 4269.250781
CRC 537.156773
CUC 1.155882
CUP 30.630877
CVE 110.276655
CZK 24.461703
DJF 204.451609
DKK 7.470992
DOP 69.417337
DZD 152.86546
EGP 60.38409
ERN 17.338232
ETB 179.257046
FJD 2.552824
FKP 0.865823
GBP 0.862028
GEL 3.138164
GGP 0.865823
GHS 12.532325
GIP 0.865823
GMD 85.53555
GNF 10062.063468
GTQ 8.782928
GYD 240.195386
HKD 9.054875
HNL 30.389212
HRK 7.534385
HTG 150.595917
HUF 390.905473
IDR 19574.864484
ILS 3.583986
IMP 0.865823
INR 107.871312
IQD 1503.841849
IRR 1520129.533815
ISK 143.802901
JEP 0.865823
JMD 180.379064
JOD 0.819543
JPY 183.053012
KES 148.900854
KGS 101.079471
KHR 4602.486441
KMF 494.717881
KPW 1040.237132
KRW 1733.840599
KWD 0.354151
KYD 0.956727
KZT 552.128355
LAK 24631.603335
LBP 102816.866801
LKR 357.867823
LRD 210.101297
LSL 19.345045
LTL 3.41302
LVL 0.699181
LYD 7.352777
MAD 10.78784
MDL 20.120127
MGA 4777.504939
MKD 61.659387
MMK 2427.090222
MNT 4126.123457
MOP 9.262658
MRU 45.822843
MUR 53.702177
MVR 17.857711
MWK 1990.910421
MXN 20.5022
MYR 4.552961
MZN 73.864954
NAD 19.345045
NGN 1563.781237
NIO 42.254466
NOK 10.986195
NPR 171.141088
NZD 1.965433
OMR 0.444448
PAB 1.148032
PEN 3.95431
PGK 4.955524
PHP 69.242543
PKR 320.634588
PLN 4.267078
PYG 7460.788537
QAR 4.186943
RON 5.094202
RSD 117.457276
RUB 99.582279
RWF 1676.077146
SAR 4.339533
SBD 9.303214
SCR 16.360031
SDG 694.685812
SEK 10.751888
SGD 1.478948
SHP 0.867211
SLE 28.492821
SLL 24238.283596
SOS 654.969224
SRD 43.347864
STD 23924.427123
STN 24.50259
SVC 10.04528
SYP 128.031659
SZL 19.350045
THB 37.827979
TJS 10.992206
TMT 4.045588
TND 3.390958
TOP 2.783086
TRY 51.215642
TTD 7.781822
TWD 36.948699
TZS 2991.323614
UAH 50.488736
UGX 4339.458641
USD 1.155882
UYU 46.504915
UZS 13994.389439
VES 525.56301
VND 30414.149497
VUV 137.591978
WST 3.171932
XAF 656.026336
XAG 0.015839
XAU 0.000246
XCD 3.123829
XCG 2.068958
XDR 0.815886
XOF 656.026336
XPF 119.331742
YER 275.735655
ZAR 19.390507
ZMK 10404.313415
ZMW 22.474375
ZWL 372.193586
  • AEX

    -22.4000

    977.63

    -2.24%

  • BEL20

    -124.1200

    5004.77

    -2.42%

  • PX1

    -160.9700

    7807.87

    -2.02%

  • ISEQ

    -285.7400

    12084.12

    -2.31%

  • OSEBX

    12.3100

    1998.47

    +0.62%

  • PSI20

    -188.1800

    8946.83

    -2.06%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -36.6200

    3662.63

    -0.99%

  • N150

    -84.9900

    3813.8

    -2.18%

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