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

EUR -
AED 4.210618
AFN 73.378016
ALL 94.569878
AMD 421.465916
ANG 2.052746
AOA 1052.512333
ARS 1663.642959
AUD 1.634988
AWG 2.066615
AZN 1.917679
BAM 1.955642
BBD 2.308513
BDT 140.688622
BGN 1.938641
BHD 0.432254
BIF 3417.823599
BMD 1.146527
BND 1.47978
BOB 7.920394
BRL 5.920786
BSD 1.146207
BTN 108.048435
BWP 15.576333
BYN 3.184742
BYR 22471.934685
BZD 2.305124
CAD 1.622611
CDF 2637.012921
CHF 0.924881
CLF 0.026218
CLP 1031.622112
CNY 7.761191
CNH 7.783831
COP 3951.460409
CRC 519.957951
CUC 1.146527
CUP 30.382973
CVE 110.257045
CZK 24.227555
DJF 204.104384
DKK 7.474786
DOP 66.994582
DZD 153.043079
EGP 57.234527
ERN 17.197909
ETB 181.41802
FJD 2.575387
FKP 0.866674
GBP 0.86654
GEL 3.044059
GGP 0.866674
GHS 12.837018
GIP 0.866674
GMD 83.125684
GNF 10041.187965
GTQ 8.743293
GYD 239.761656
HKD 8.987358
HNL 30.66052
HRK 7.536927
HTG 149.717892
HUF 352.73943
IDR 20416.383251
ILS 3.396705
IMP 0.866674
INR 108.197607
IQD 1501.478575
IRR 1576761.641307
ISK 143.85439
JEP 0.866674
JMD 181.105354
JOD 0.812861
JPY 184.870683
KES 148.418068
KGS 100.264126
KHR 4596.508006
KMF 494.153364
KPW 1031.874953
KRW 1754.611072
KWD 0.353142
KYD 0.955098
KZT 559.34013
LAK 25313.063312
LBP 102638.847161
LKR 382.529065
LRD 208.60313
LSL 18.900572
LTL 3.385397
LVL 0.693523
LYD 7.310409
MAD 10.678836
MDL 20.240833
MGA 4825.630794
MKD 61.660668
MMK 2407.160628
MNT 4104.078481
MOP 9.253552
MRU 45.743301
MUR 54.884428
MVR 17.658804
MWK 1987.447941
MXN 19.882365
MYR 4.743417
MZN 73.274677
NAD 18.900572
NGN 1564.620224
NIO 42.176589
NOK 11.105841
NPR 172.882019
NZD 1.996895
OMR 0.440841
PAB 1.146212
PEN 3.878786
PGK 5.023594
PHP 69.63491
PKR 318.832316
PLN 4.261757
PYG 7038.492184
QAR 4.178299
RON 5.239859
RSD 117.41198
RUB 83.891655
RWF 1679.020284
SAR 4.298324
SBD 9.239056
SCR 15.647396
SDG 688.488856
SEK 10.97347
SGD 1.48031
SHP 0.855998
SLE 28.376814
SLL 24042.107996
SOS 655.047026
SRD 42.844614
STD 23730.799864
STN 24.498019
SVC 10.029189
SYP 126.728065
SZL 18.895472
THB 37.680622
TJS 10.630687
TMT 4.012845
TND 3.386926
TOP 2.760563
TRY 53.250915
TTD 7.772405
TWD 36.242074
TZS 3009.667324
UAH 51.490236
UGX 4171.662636
USD 1.146527
UYU 45.826294
UZS 13810.883108
VES 695.520894
VND 30176.598006
VUV 136.03008
WST 3.155018
XAF 655.903957
XAG 0.017705
XAU 0.000276
XCD 3.098547
XCG 2.065633
XDR 0.806808
XOF 655.909677
XPF 119.331742
YER 271.870251
ZAR 18.891562
ZMK 10320.117783
ZMW 20.545428
ZWL 369.181316
  • AEX

    -1.9500

    1079.42

    -0.18%

  • BEL20

    -6.2100

    5642.74

    -0.11%

  • PX1

    -27.1000

    8441.28

    -0.32%

  • ISEQ

    -75.8200

    13710.04

    -0.55%

  • OSEBX

    19.6600

    1946.96

    +1.02%

  • PSI20

    0.9000

    9041.55

    +0.01%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -88.3500

    4200.66

    -2.06%

  • N150

    -0.4200

    4231.96

    -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".

(T.Renner--BBZ)