L’agriculture de précision – l’utilisation d’un réseau de capteurs pour répondre à l’évolution des variables, et ainsi rendre l’agriculture plus efficace et plus durable – présente un potentiel important, en particulier dans la chaîne d’approvisionnement alimentaire.
Cependant, l’adoption, ainsi que l’intégration, restent un défi majeur. Comment intégrer les données ? Et les agriculteurs adopteront-ils ces méthodes ?
Lors d’un événement à l’ambassade d’Italie cette semaine, un panel a discuté des implications de la technologie dans le secteur agricole et de la manière de bien adopter l’agriculture de précision.
Que peut faire l’agriculture de précision pour l’agriculture et l’alimentation ?
L’agriculture de précision présente de nombreux avantages. « La première question que se posent les agriculteurs est : est-ce économique », a déclaré Carlo Bisaglia, directeur de la technologie de l’organisation de recherche italienne CREA.
« Nous avons constaté qu’il y a un grand intérêt croissant pour l’efficacité que nous pouvons introduire via l’agriculture de précision. » Par exemple, a-t-il dit, vous pouvez économiser 20 % d’engrais en utilisant une machine intelligente ; Vous pouvez économiser 8 % de carburant en utilisant la direction automatique. En réalisant de telles économies, c’est à la fois plus rentable et, surtout, plus durable.
Cependant, l’un des principaux avantages de l’agriculture de précision est ce qu’elle peut faire pour la chaîne d’approvisionnement alimentaire.
Les données recueillies sur le terrain offrent aux fournisseurs une meilleure vision de l’avenir. « Les données fournissent beaucoup d’informations pour la chaîne d’approvisionnement, en particulier pour l’industrie des produits frais, comme les fraises. Les détaillants veulent voir à quoi ressemblera leur approvisionnement trois semaines à l’avance, et c’est presque impossible. . . ils ne peuvent que faire une meilleure estimation. Ils ne savent pas ce que le temps va faire », a déclaré Duncan Ross, responsable du développement commercial pour les cultures et l’horticulture au UK Agri-Tech Centre.
« Mais en utilisant des données, en capturant des données à partir de caméras, de capteurs, vous pouvez voir comment les fruits se développent, vous pouvez les intégrer dans les prévisions météorologiques, puis vous pouvez prédire à quoi ressemblera ce fruit dans peut-être trois semaines. C’est exactement ce que veulent les fournisseurs. Mais cela garantit également que ces producteurs ont de la place dans les rayons des supermarchés.
Cependant, malgré les avantages, il existe certains obstacles à l’adoption complète de l’agriculture de précision.
Les données agricoles sont-elles intégrées ?
Les différents ensembles de données au Royaume-Uni, a déclaré Ross, ne sont pas intégrés mais collectés sur une gamme de plates-formes différentes. Cela signifie qu’il doit être intégré manuellement.
Selon Alessio Bolognesi, secrétaire agro-numérique de la fédération des fabricants FederUnacoma, c’est un problème non seulement au Royaume-Uni, mais dans le monde entier. « Maintenant, vous avez des systèmes très complexes, composés de différentes pièces, peut-être de la bioénergie, peut-être du bétail, différents types de cultures, différents types de machines, de la logistique, et tout cela devrait être intégré pour avoir une valeur réelle, si vous n’avez pas de données (mutuellement) interprétables, ce n’est pas possible. »
Certains réseaux, a-t-il souligné, existent pour rendre différents ensembles de données agricoles mutuellement interprétables.
Les données sont importantes même pour des technologies telles que l’IA. Pour que l’IA soit utilisée dans l’agriculture, a souligné Bolognesi, elle doit reconnaître le monde qui l’entoure – les plantes, les insectes. Pour cela, il doit être formé sur des données, qui « doivent être de haute qualité, en quantités énormes et, bien sûr, toutes ces données doivent être interprétées de la même manière, et nous avons besoin d’une compréhension commune de ces informations ».
En combien de temps les nouvelles technologies peuvent-elles être adoptées ?
La diffusion de l’agriculture de précision à travers l’Europe varie considérablement, selon Bolognesi de FederUnacoma. Mais quels sont les obstacles à l’adoption complète ?
L’un des défis, a suggéré Bolognesi, est l’éducation. Sans éducation, a-t-il déclaré, « les agriculteurs achèteront des machines et des technologies sans avoir la moindre idée de la façon de les utiliser ».
Un autre problème est la réglementation. L’IA, a déclaré Bolognesi, peut effectuer des « opérations très spécifiques », mais une législation est en cours d’élaboration qui imposera plusieurs restrictions à son utilisation dans l’agriculture. L’agriculture, a-t-il suggéré, est considérée comme une application à haut risque, ce qui signifie qu’elle nécessitera une certification par une tierce partie. Cela peut ajouter des coûts au processus.
Les données sont également réglementées, ce qui est bon pour les agriculteurs à certains égards, mais cela aura également un impact significatif sur les coûts. La loi sur la cybersécurité, a-t-il ajouté, est « très stricte » et il a suggéré qu’un compromis devrait être trouvé.
La réglementation, a ajouté Ross du UK Agri-Tech Centre, parlant de son travail de réglementation de l’agro-robotique, devrait être « aussi simple que possible », et l’induStry ne devrait pas être surchargé. Trop de réglementation, a-t-il suggéré, nuirait à l’adoption.
Si l’adoption complète doit être atteinte, a suggéré Ross, cela doit se faire par les agriculteurs eux-mêmes. Les agriculteurs sont plus susceptibles d’écouter d’autres agriculteurs que les fabricants de technologies.
« Les agriculteurs sont plus susceptibles de s’écouter les uns les autres que quelqu’un qui conduit dans l’allée pour essayer de leur vendre une pièce d’équipement. Parce qu’ils ont été brûlés plusieurs fois auparavant en achetant quelque chose qui allait changer leur vie et franchement non. »
