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

EUR -
AED 4.356047
AFN 77.098481
ALL 96.578527
AMD 452.626632
ANG 2.123261
AOA 1087.678352
ARS 1715.600908
AUD 1.704695
AWG 2.137993
AZN 1.999161
BAM 1.954172
BBD 2.404706
BDT 145.89842
BGN 1.991946
BHD 0.447184
BIF 3537.212006
BMD 1.186127
BND 1.512065
BOB 8.250125
BRL 6.229061
BSD 1.193769
BTN 109.639559
BWP 15.620206
BYN 3.400581
BYR 23248.08086
BZD 2.401209
CAD 1.617438
CDF 2686.576759
CHF 0.919966
CLF 0.026042
CLP 1028.620629
CNY 8.245655
CNH 8.233
COP 4365.432106
CRC 591.217294
CUC 1.186127
CUP 31.432354
CVE 110.173654
CZK 24.292224
DJF 212.603729
DKK 7.469413
DOP 75.168628
DZD 153.797369
EGP 55.865719
ERN 17.791899
ETB 185.472969
FJD 2.643523
FKP 0.865581
GBP 0.865748
GEL 3.196593
GGP 0.865581
GHS 13.079156
GIP 0.865581
GMD 86.586829
GNF 10476.446395
GTQ 9.157446
GYD 249.783955
HKD 9.263957
HNL 31.513271
HRK 7.530128
HTG 156.252426
HUF 380.977331
IDR 19896.087161
ILS 3.678244
IMP 0.865581
INR 108.546592
IQD 1564.096604
IRR 49965.582138
ISK 145.003895
JEP 0.865581
JMD 187.097242
JOD 0.840975
JPY 183.613613
KES 153.010627
KGS 103.726642
KHR 4801.080108
KMF 492.242217
KPW 1067.513917
KRW 1719.521766
KWD 0.364259
KYD 0.994962
KZT 600.464557
LAK 25693.805403
LBP 106915.75543
LKR 369.223874
LRD 215.202481
LSL 18.957162
LTL 3.502324
LVL 0.717476
LYD 7.491789
MAD 10.829975
MDL 20.081435
MGA 5335.576238
MKD 61.632744
MMK 2490.84975
MNT 4228.096728
MOP 9.600999
MRU 47.638105
MUR 54.146602
MVR 18.337513
MWK 2070.283514
MXN 20.610384
MYR 4.675664
MZN 75.627679
NAD 18.956843
NGN 1655.726718
NIO 43.93413
NOK 11.465076
NPR 175.424773
NZD 1.97085
OMR 0.455869
PAB 1.193905
PEN 3.991774
PGK 5.110849
PHP 69.833205
PKR 333.990265
PLN 4.218222
PYG 7997.369327
QAR 4.352991
RON 5.095554
RSD 117.395701
RUB 90.860355
RWF 1741.992418
SAR 4.448418
SBD 9.550233
SCR 17.126513
SDG 713.488038
SEK 10.583212
SGD 1.506975
SHP 0.889902
SLE 28.852557
SLL 24872.480335
SOS 682.342894
SRD 45.132709
STD 24550.425312
STN 24.480116
SVC 10.446207
SYP 13118.055685
SZL 18.949053
THB 37.482821
TJS 11.145306
TMT 4.151443
TND 3.430356
TOP 2.855908
TRY 51.566909
TTD 8.106279
TWD 37.45728
TZS 3061.380922
UAH 51.171573
UGX 4268.46099
USD 1.186127
UYU 46.331976
UZS 14595.836966
VES 410.330299
VND 30863.013469
VUV 141.334941
WST 3.215329
XAF 655.427395
XAG 0.014439
XAU 0.00025
XCD 3.205566
XCG 2.151707
XDR 0.815124
XOF 655.413592
XPF 119.331742
YER 282.683658
ZAR 18.992887
ZMK 10676.554577
ZMW 23.430574
ZWL 381.932273
  • AEX

    2.9000

    1004.48

    +0.29%

  • BEL20

    68.9300

    5454.2

    +1.28%

  • PX1

    50.3800

    8176.92

    +0.62%

  • ISEQ

    118.3300

    13266.41

    +0.9%

  • OSEBX

    -10.7400

    1749.66

    -0.61%

  • PSI20

    31.1800

    8693.04

    +0.36%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -39.8700

    4028.03

    -0.98%

  • N150

    0.3900

    3930.94

    +0.01%

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