Il y a quelques semaines, nous étions au Congrès des bulbes à Keukenhof. Les discussions qui s’y sont tenues reflétaient bien ce que l’on entend actuellement dans tous les secteurs, de la culture des grandes cultures à l’horticulture en passant par les cultures spécialisées. Producteurs, conseillers et organisations professionnelles s’interrogent tous sur la même question : dans quelle mesure faut-il prendre l’IA au sérieux, et à quelle vitesse va-t-elle réellement s’imposer ?

Pour être honnête, tout dépend de la période que l’on considère. Le court terme est très différent du moyen terme, qui lui-même diffère considérablement de ce à quoi le secteur pourrait ressembler dans vingt ans. Il est important de bien comprendre ces différences, car les mesures qu’il convient de prendre aujourd’hui ne sont pas nécessairement celles qu’exigent les scénarios à vingt ans.

Les cinq prochaines années : l’IA comme outil d’aide à la décision

Alors que les débats sur l’avenir de l’agriculture mettent souvent en avant des possibilités ambitieuses à long terme — allant des opérations autonomes et du développement accéléré des cultures à des chaînes d’approvisionnement entièrement traçables —, les cinq prochaines années devraient être marquées par des applications plus concrètes. L’IA servira avant tout d’outil d’aide à la décision, aidant les agriculteurs et les entreprises agricoles à prendre des décisions mieux informées plutôt que de se substituer à l’expertise humaine.

En combinant les données issues des capteurs, des prévisions météorologiques, de l’imagerie satellite, des machines et des historiques de performances, les systèmes d’IA fourniront des recommandations sur la gestion des ressources, la protection des cultures, la planification de la production et la récolte. Parallèlement, l’automatisation rationalisera de plus en plus les processus administratifs tels que les rapports de conformité, la documentation et les exigences de traçabilité.

Le changement le plus significatif ne résidera pas dans la technologie elle-même, mais dans la manière dont les personnes l’utilisent. Le succès dépendra de la capacité à interpréter les données, à évaluer les recommandations et à intégrer les enseignements tirés de l’IA à l’expérience pratique. Si la vision d’une agriculture hautement autonome reste une perspective à long terme, la transition est déjà en cours grâce à une adoption progressive et à une confiance croissante dans la prise de décision assistée par l’IA.

Les dix prochaines années : du conseil à l’exécution

Le changement qui s’opère à l’horizon de dix ans est plus significatif. L’IA cesse de se contenter principalement de conseiller et commence à agir.

Des robots se chargeront de planter, d’éliminer les plantes malades, d’appliquer une fertilisation variable et d’irriguer chaque rangée individuellement en fonction des besoins en temps réel — et non plus des moyennes du champ. Le concept d’agriculture «au niveau de la plante» deviendra une réalité : traiter chaque rangée, chaque zone, chaque plante différemment en fonction de ce que les données indiquent réellement à son sujet.

La planification de la production sera reliée en temps réel aux signaux de la demande — prévisions de vente au détail, données d’exportation, niveaux de stocks. La question ne sera plus « qu’ai-je cultivé l’année dernière ? », mais « de quoi le marché a-t-il besoin, et comment puis-je m’adapter à cette demande ? » Chaque champ disposera d’un jumeau numérique : une simulation permettant aux agriculteurs de tester différents scénarios avant de s’engager. Que se passe-t-il si je récolte deux semaines plus tôt ? Quel impact cela a-t-il sur la taille et la qualité ? Quel en est le résultat financier ?

Le rôle de l’agriculteur ne disparaîtra pas dans ce monde. Mais il se transformera considérablement. L’exploitation deviendra une entreprise assistée par l’IA, et l’agriculteur en deviendra le gestionnaire.

Perspectives pour les vingt prochaines années : des changements structurels

À plus long terme, les changements deviendront plus fondamentaux. Certaines exploitations agricoles fonctionneront avec un minimum de main-d’œuvre humaine : un gestionnaire, des systèmes d’IA et des machines autonomes. Dans les secteurs dotés de programmes génétiques solides, l’IA accélérera considérablement les cycles de sélection grâce à la génomique, à la modélisation prédictive et à la simulation. Ce qui prend actuellement dix ans pourrait ne prendre que deux ans.

La traçabilité deviendra totale et sera considérée comme une évidence. Chaque produit portera une identité numérique enregistrant l’historique complet de sa production : champ, sol, consommation d’eau, maladies, intrants. Les distributeurs des marchés les plus exigeants l’exigeront. Il ne s’agit pas d’une contrainte réglementaire à venir, mais d’un facteur de différenciation concurrentiel pour ceux qui mettront en place l’infrastructure dès le début.

Tous les secteurs n’atteindront pas ce stade au même rythme. Les industries les mieux placées pour adopter l’IA partagent certaines caractéristiques : une grande uniformité et standardisation, des opérations déjà mécanisées générant des données opérationnelles, des cycles répétitifs offrant des opportunités d’apprentissage à chaque saison, des conditions post-récolte mesurables, ainsi qu’une production géographiquement concentrée rendant les ensembles de données comparables. La culture des bulbes à fleurs aux Pays-Bas, par exemple, répond à la plupart de ces critères. Il en va de même pour certaines parties de la culture de la pomme de terre et de l’oignon, l’horticulture sous serre et la production fruitière à haute intensité.

Il y a quelques semaines, nous étions au Congrès des bulbes à fleurs à Keukenhof. Les discussions qui s’y tenaient reflétaient bien ce que nous entendons dans tous les secteurs, de l’agriculture de plein champ à l’horticulture en passant par les cultures spécialisées. Producteurs, conseillers et organisations professionnelles tentent tous de répondre à la même question : dans quelle mesure devons-nous prendre l’IA au sérieux, et à quelle vitesse va-t-elle réellement s’imposer ?

Pour être honnête, cela dépend de la période que l’on considère. Le court terme semble très différent du moyen terme, qui lui-même diffère considérablement de ce à quoi le secteur pourrait ressembler dans vingt ans. Il est important de comprendre ces différences, car les mesures qu’il vaut la peine de prendre aujourd’hui ne sont pas nécessairement celles qu’exigent les scénarios à vingt ans.

Ce que cela signifie pour les agriculteurs aujourd’hui

L’implication pratique est dérangeante mais importante : l’écart entre ceux qui développent dès maintenant leurs capacités en matière de données et ceux qui attendent ne cessera de se creuser. Les systèmes d’IA ont besoin de données d’entraînement. Les modèles qui conseilleront, et finiront par gérer, les exploitations agricoles de demain ont besoin de plusieurs années de données structurées, collectées directement sur le terrain, pour apprendre.

Aujourd’hui, la terre reste l’actif le plus important dans la plupart des exploitations agricoles. À terme, ce sont les données, combinées aux modèles, qui feront véritablement la différence : elles détermineront qui prendra les meilleures décisions en matière de culture, qui réduira ses coûts, qui obtiendra une production de meilleure qualité et qui bénéficiera de cycles d’apprentissage plus rapides. Les agriculteurs qui commencent dès aujourd’hui à collecter ces données disposeront de nombreuses années de connaissances accumulées lorsque les systèmes autonomes se seront généralisés. Ce n’est pas un avantage négligeable.

Ce que nous constatons dans notre propre travail le confirme. Les agriculteurs qui ont commencé avec deux ou trois capteurs il y a trois ans ont désormais une vision de leurs champs que leurs voisins n’ont tout simplement pas. Ils savent quelles parcelles s’assèchent le plus vite. Ils savent quels sols réagissent différemment à une même quantité de pluie. Ils savent où l’irrigation a un impact réel sur le rendement. Ces connaissances s’accumulent.

Le débat sur l’IA dans l’agriculture mérite d’être mené avec sérieux. Non pas parce que la technologie est déjà pleinement au point — ce n’est pas le cas —, mais parce que les fondations dont elle a besoin se construisent en ce moment même, saison après saison, dans les exploitations qui choisissent de se lancer.

« L’avenir ne se jouera pas entre les entreprises qui utilisent l’IA et celles qui ne l’utilisent pas. Il se jouera entre celles qui ont appris à collecter, à comprendre et à agir sur la base des données — et celles qui ne l’ont pas fait. Et ce parcours commence dès aujourd’hui. »

Le congrès de Keukenhof a réuni des producteurs, des sélectionneurs, des négociants et des chercheurs de l’ensemble du secteur. Agurotech travaille déjà avec des producteurs qui posent aujourd’hui ces fondations de données : ils suivent l’état des sols, surveillent la santé des cultures et transforment leur expérience saisonnière en connaissances structurées qui se transmettent d’année en année.

Le débat mérite d’être mené. La porte est ouverte. La question est de savoir qui sera le premier à la franchir.