Quand un système d’intelligence artificielle (IA) identifie mal un ravageur dans le champ d’un petit exploitant, il n’existe pas de bouton « annuler ». Une seule recommandation, si elle n’est pas validée au regard des conditions locales ou corrigée à temps, peut coûter à un agriculteur l’intégralité de ses revenus de la saison, et dans certains cas, les réserves alimentaires de toute une famille. Cette réalité distingue fondamentalement les technologies numériques agricoles des applications grand public. C’est aussi pourquoi le déploiement de cette « AgriTech » n’est pas tant un problème de logiciel qu’un défi de ressources humaines.
Une intelligence moins coûteuse, mais des enjeux plus élevés
L’IA fait chuter le coût de l’« intelligence » agronomique. Diagnostiquer une infestation de ravageurs, prévoir des rendements ou encore évaluer la qualité des récoltes… Autant de tâches qui nécessitaient autrefois des spécialistes coûteux et que l’IA permet désormais de réaliser à bien moindre coût. Mais une intelligence moins chère ne signifie pas une adoption plus facile. Elle accroît au contraire la valeur du « facteur humain » : les personnes qui valident les résultats de l’IA, traduisent les recommandations en décisions adaptées aux contraintes réelles d’un agriculteur, et entretiennent la confiance tout au long des longs mois qui séparent les semailles de la récolte.
L’ampleur du fossé entre solutions et adoption est frappante. Une étude récente (a) de PricewaterhouseCoopers et de la Fédération des chambres de commerce et d’industrie indiennes révèle que malgré les 3 000 entreprises d’AgriTech actives en Inde, leurs solutions n’atteignent que 15 millions des 146 millions d’agriculteurs que compte le pays. En termes de marché, le secteur n’a capté qu’à peine 1 % d’un potentiel estimé à 24 milliards de dollars. L’étude conclut que la diffusion est freinée par les capacités de distribution. Autrement dit, les emplois et les compétences qui transforment ces technologies en service — et que celles-ci, en retour, génèrent et pérennisent — constituent le véritable goulot d’étranglement.
Des métiers méconnus
Les solutions technologiques agricoles — services de conseil assistés par l’IA, mécanisation partagée, fintech, traçabilité, systèmes d’alerte précoce — génèrent une demande pour des profils opérant entre la plateforme et l’exploitation : des intermédiaires de confiance qui accompagnent les agriculteurs dans l’adoption de ces solutions et maintiennent la relation sur plusieurs saisons ; des opérateurs qui assurent le bon fonctionnement des équipements ; des responsables de la gouvernance des données qui veillent à la qualité et aux exigences de consentement.
Il ne s’agit pas de « compétences numériques » génériques, mais de fonctions clairement définies, assorties d’indicateurs de performance mesurables : fiabilité du service, nombre de transactions réalisées, bon fonctionnement des équipements agricoles, etc. Et c’est précisément ce qui en fait un investissement rentable.
Le chaînon manquant de la confiance
Avant d’adopter une technologie, les agriculteurs exigent naturellement des garanties. Leur confiance repose sur cinq questions déterminantes :
- Cette solution fonctionnera-t-elle cette semaine, sur ma culture, dans mon champ ?
- En cas de problème, qui interviendra et qui prendra en charge les coûts ?
- Que dois-je faire aujourd’hui, compte tenu de ma trésorerie et de la main-d’œuvre dont je dispose ?
- Cette technologie est-elle adaptée à mon microclimat et à mes pratiques ?
- Quelqu’un peut-il me l’expliquer dans ma langue ?
Aucune de ces questions ne porte sur les caractéristiques du produit. Le nœud central, ce sont les compétences humaines. C’est pourquoi la fiabilité de l’AgriTech repose sur quatre familles de métiers fondamentaux :
- Les intermédiaires numériques sont l’interface humaine de confiance du dernier kilomètre ; ce sont eux qui réalisent des démonstrations de terrain, gèrent les réclamations, transposent les données satellitaires en décisions concrètes au quotidien…
- Les opérateurs techniques — pilotes de drones, mécaniciens, superviseurs dans les centres d’équipements partagés — maintiennent le matériel en état de marche et permettent d’éviter de rater les créneaux de semis.
- Les professionnels « bilingues » sont des agronomes maîtrisant à la fois les réalités du terrain et les outils numériques, capables de repérer les mauvaises recommandations avant qu’elles ne prennent de l’ampleur (cela inclut les para-professionnels vétérinaires et autres agents de santé animale communautaires qui interprètent les alertes sanitaires en fonction des conditions locales).
- Les responsables de la gouvernance des données sont les experts garants de la qualité, de la confidentialité, du consentement et de la traçabilité. Dès lors que les données d’exploitation servent à accorder un crédit ou à répondre à une exigence réglementaire, quelqu’un doit s’assurer qu’elles sont exactes et que l’agriculteur a bien donné son accord.
La première question à se poser n’est pas : quelle formation déployer ? Mais : où se situe le vrai blocage dans le système ? Un métier qui fait défaut, un problème de séquençage ou une lacune institutionnelle qu’aucune formation ne pourra combler à elle seule ? Lorsque toutes les fonctions nécessaires sont en place et qu’elles sont soutenues par l’architecture institutionnelle, la technologie peut tenir ses promesses et devenir effectivement un service fiable. Dans le cas contraire, elle ne dépassera pas le stade de l’expérimentation.
Un cercle vertueux
La relation fonctionne dans les deux sens, et c’est là tout l’enjeu. L’AgriTech ne peut pas se développer sans les personnes qualifiées pour faire fonctionner, entretenir et garantir ses services. Mais former ces personnes ne se justifie économiquement que si l’AgriTech génère les emplois et les revenus qui en valident l’investissement.
Les plateformes d’AgriTech fournissent aux systèmes de formation les signaux de demande qui leur manquent aujourd’hui : des métiers spécifiques, des profils de compétences, des employeurs identifiables. Au-delà d’un simple diplôme, elles produisent des données de performance qui se traduisent en capacité de gain. Avec, à la clé, des emplois ruraux qui retiennent les talents locaux.
L’Inde offre deux illustrations de ce cercle vertueux en action :
- Le programme Namo Drone Didi (a) associe drones, formation et maintenance dans le cadre de groupes d’entraide féminins, transformant ainsi un gadget sophistiqué en un service communautaire. Sans drone, la fonction de « prestataire de services de pulvérisation de précision » n’existe pas. Sans opérateurs formés, le drone reste inutilisé. La technologie crée les emplois, et les emplois font fonctionner la technologie.
- Le projet NAHEP a modernisé les universités agricoles et élargi les cursus adaptés aux besoins du secteur dans des domaines tels que l’IA, l’agriculture de précision et l’analyse de données dans l’agro-industrie, en renforçant ainsi le vivier de talents prêts à l’emploi que requiert l’économie des services d’AgriTech.
En conclusion
À l’ère de l’IA, le succès ne se mesure pas à la quantité de technologie qui parvient jusqu’aux exploitations. Il se mesure aux gains de productivité, de sécurité et de rentabilité de l’agriculture, ainsi qu’à l’accès des populations rurales aux emplois qualifiés dont elles ont besoin.
AgriConnect, une initiative du Groupe de la Banque mondiale visant à permettre à 300 millions de petits exploitants d’accroître leurs revenus d’ici à 2030, nourrit de grandes ambitions en matière technologique, comme en témoigne un récent événement tenu lors des Réunions de printemps (a). Le déploiement à grande échelle de cette technologie reposera sur notre capacité à considérer les compétences comme une infrastructure fondamentale, et non comme une question secondaire.
Parmesh Shah, Bekzod Shamsiev et Nilesh Deshmukh
J’aime ça :
chargement…
