Le Village by CA Côtes d’Armor a contribué à l’organisation de cet événement en sollicitant Hervé Pillaud ainsi que le CEA Bretagne, notre partenaire.
Intervention d’Hervé Pillaud, expert IA Agronumericus Conseil
Hervé Pillaud, pionnier du numérique agricole, défend une vision humaniste et stratégique de l’intelligence artificielle appliquée à l’agriculture. Il considère l’IA non comme une finalité, mais comme un levier de transformation au service du sens, de l’humain et du vivant. Pour lui, l’enjeu est de redonner de la maîtrise aux agriculteurs, en les rendant acteurs et non simples utilisateurs de technologies conçues hors sol. Il alerte sur les risques de dépossession des savoir-faire et de standardisation, appelant à un ancrage territorial, éthique et coopératif du numérique. Loin d’un solutionnisme technologique, il plaide pour une alliance entre intelligence humaine, collective et artificielle, au service d’une agriculture résiliente, durable et choisie.
Hervé Pillaud cite notamment le pilotage fin des troupeaux grâce à l’analyse de données comme exemple concret d’usage de l’IA en agriculture. Il évoque par exemple l’utilisation de capteurs et d’algorithmes pour suivre en temps réel la santé, la reproduction et le comportement des animaux. Cela permet à l’éleveur de prendre des décisions éclairées (intervention vétérinaire, ajustement de l’alimentation, détection des chaleurs) tout en gagnant du temps et en réduisant la pénibilité du travail.
Mais il insiste sur une condition clé : ces outils doivent renforcer l’expertise de l’agriculteur, pas la remplacer, et les données doivent rester la propriété de celui qui les génère pour éviter toute captation ou dépendance industrielle.
Intervention du CEA Bretagne, Marie Jaspart Uloa & Florence GERMOND
Plateforme TEQPA (plateforme technologique pour la qualité de la performance agroalimentaire)
7 projets développés par le CEA en agriculture et agro alimentaire
RENDEZ VOUS de l’AGRICULTURE. Au menu, IA et performance en agriculture et agro-alimentaire.
Le CEA Bretagne, partenaire des 4 villages by CA breton dont le Village by CA Côtes d’Armor, intervenait avec des exemples très concrets de cas d’usages développés dans leurs laboratoires dont la Plateforme TEQPA à Quimper
Leur leitmotiv :🎯 Innovation & technologie pour la performance agroalimentaire.
Sur la plateforme TEQPA, le CEA déploie des solutions technologiques de pointe pour relever les défis de l’agriculture et de l’agroalimentaire. Zoom sur quelques projets phares :
- Méthanisation décentralisée :
avec le projet COGEPRO, un petit méthaniseur testé en brasserie (COREFF) est optimisé grâce à l’outil PERSEE pour analyser la performance énergétique.
- Culture de l’artichaut optimisée :
le projet Cyratech développe un outil d’aide à la décision pour automatiser et fiabiliser cette culture exigeante.
- AIHERD :
caméras intelligentes et IA pour un suivi individualisé des vaches, sans capteurs intrusifs, alertant l’éleveur en cas de chaleurs, de comportements anormaux, etc.
- NAWU Diagnostics :
une startup qui transforme une techno militaire de détection aérienne en solution de dépistage respiratoire rapide pour l’agro et la santé.
- Taille automatisée de la vigne :
robots guidés par traitement d’image pour assister ou automatiser les décisions de coupe.
- Capteurs diamant : une techno robuste et précise pour :
- Détecter l’odeur de verrat dans les abattoirs (remplaçant la castration),
- Identifier les profils chimiques de cafés, vins ou miels pour garantir origine et qualité,
- Détecter les fraudes ou suivre la fermentation.
- EXPRESSIF :
une IA frugale, explicable et souveraine. Elle simule le raisonnement humain pour faciliter la prise de décision, même à partir de données incomplètes ou incertaines. Elle s’adapte à votre métier et valorise votre expertise.
🔗 👉 Ces innovations illustrent le potentiel de l’IA appliquée, des capteurs avancés et de la robotique au service d’une agriculture plus performante, responsable et connectée.
#InnovationAgro #AgTech #IntelligenceArtificielle #CEA #TEQPA #AgricultureDurable #TransformationAgroalimentaire #IAFrugale #SouverainetéTechnologique
Intervention de LELY – Timo JOOSTEN
- Vision et enjeux généraux
- L’analyse de la donnée doit permettre de mieux prévoir, agir et décider dans les fermes, sans saturer l’éleveur de rapports.
- Le but n’est pas d’avoir plus de données, mais des données plus utiles : simplifier l’analyse pour mieux outiller l’intelligence humaine.
- L’automatisation (robots, capteurs) n’a de valeur que si elle est connectée à des objectifs pratiques et si elle facilite l’action.
- Usage de la donnée et IA en élevage
- LELY travaille à prévoir la production laitière à plusieurs mois grâce à :
- l’état du troupeau,
- les stocks,
- l’historique.
- L’intelligence artificielle est utilisée à trois niveaux :
-
- Pour ceux qui veulent garder leurs données localement,
- Pour ceux qui veulent les partager avec des partenaires (vétérinaires, nutritionnistes, etc.),
- Pour ceux qui veulent optimiser avec l’IA globale (accès aux meilleures solutions via le cloud).
- Objectif : créer des jumeaux numériques pour les animaux et les machines, afin d’anticiper les défaillances ou problèmes de santé.
- Bien-être animal & standardisation
- La mesure du bien-être animal est un enjeu crucial, avec des outils propres à LELY (capteurs, algorithmes).
- Il y a un besoin de standardisation des indicateurs pour comparer objectivement les pratiques.
- Exemple : déterminer dans quelle logette ou méthode d’élevage la vache est « la plus heureuse » grâce aux comportements naturels analysés.
- Design de systèmes intelligents
- Les robots sont vus avant tout comme des porteurs de capteurs, pas uniquement comme des machines à traire.
- La qualité des données est essentielle : ce n’est pas la donnée brute qui a de la valeur, mais l’information extraite.
- Importance de reliée action/réaction : une modification dans l’alimentation ou l’environnement doit pouvoir être reliée à un effet mesurable.
- Défis techniques et organisationnels
- Variété des modèles d’élevage
- Le cloud computing est nécessaire pour traiter de grandes quantités de données (algorithmes, prévisions, IA).
- Il faut assurer la résilience des systèmes si les connexions au cloud sont interrompues.
- Les échanges de données doivent être :
- transparents,
- finalisés par des objectifs clairs,
- réciproques et réversibles (droit de retrait).
- Objectif : transformer les données en performance opérationnelle (ex. meilleure ration alimentaire, anticipation des maladies).
- Transformation et valorisation du lait
- La valeur du lait ne se joue plus uniquement sur le volume, mais sur sa qualité fonctionnelle et nutritionnelle.
- L’enjeu est de sortir de la logique volume/diffusion pour aller vers des micro-lots différenciés.
- La transparence pour le consommateur est déterminante : sans adhésion, pas de marché.
- LELY travaille avec différents types de fermes (familiales, grands élevages, 100 % pâturage…).
- L’adaptabilité des outils est cruciale : pas de vache “sapin de Noël” couverte de capteurs si ce n’est pas nécessaire.
- Exemples concrets
- Le “pre-trip d’or” du robot de traite : nombre de nettoyages de la mamelle avant la traite pour optimiser la qualité du lait disponible.
- Capteurs intégrés jusqu’aux effluents, permettant d’optimiser la valorisation des protéines et la santé de la vache.
Intervention de Xavier Gaziou – MS EQUIPEMENT
- Présentation de la solution connectée d’Auto Village
- Système complet composé :
- D’une antenne de guidage (GPS/RTK).
- D’un boîtier de transmission automatique des données.
- D’une console/serveur de gestion des données.
- D’un cloud pour la centralisation, l’analyse et la sauvegarde automatique des données.
- Utilisation des données et intégration de l’IA
- Sauvegarde automatique permettant la réutilisation dans le temps.
- Premiers usages de l’IA pour le traitement prédictif et adaptatif des données agronomiques.
- Capteurs embarqués (biométrie, hygrométrie, etc.) de plus en plus nombreux et précis.
- Évolutions technologiques dans la protection des cultures
- Meilleure détection agronomique des besoins et des menaces :
- Ravageurs, adventices (mauvaises herbes), carences.
- IA embarquée dans les outils pour :
- Ciblage ultra-précis (par ex. pulvérisation uniquement sur zones infestées).
- Réduction des intrants jusqu’à 80 % grâce à des tests en 2024/2025.
- Utilisation de drones pour cartographier les besoins avant intervention.
- Autonomie et automatisation des machines agricoles
- Premiers tracteurs autonomes opérationnels aux États-Unis (travail du sol uniquement pour l’instant).
- Besoin encore partiel de présence humaine pour les tâches plus précises (semis, pulvérisation, récolte).
- Systèmes de vidéosurveillance et sécurité embarquée sur les engins autonomes.
- Smart machines de récolte et IA générative
- Machines équipées de :
- Cartes de biomasse et caméras intelligentes.
- Adaptation en temps réel aux variations intra-parcellaires.
- IA générative utilisée pour :
- Optimisation dynamique des réglages.
- Propositions de décisions culturales basées sur données météo, sol, historiques.
- Évolution vers un modèle économique par abonnement (ventes d’activations logicielles annuelles plutôt qu’achat unique).
- Objectif : un écosystème agricole autonome, durable et connecté
- Vision : intégrer IA + capteurs + automatisation pour une agriculture de précision systémique.
- Gains attendus :
- Productivité, efficacité, durabilité.
- Allègement des tâches pour les opérateurs.
- Limites et risques identifiés
- Dépendance accrue aux technologies (ex. panne d’autoguidage = arrêt du chantier).
- Courbe d’apprentissage pour les agriculteurs.
- Besoin impératif de conserver le rôle central de l’agriculteur :
- L’expérience humaine reste irremplaçable pour la prise de décision.
Inscription Newsletter
Un condensé d’informations facile et rapide à lire chaque mois. Au programme : des informations sur les dernières innovations et l’actualité des partenaires, startups et l’ensemble du réseau des Villages by CA.
