Les startups ont un rôle à jouer dans la production agricole française et l’IA offre de nombreuses opportunités pour les startups dans ce domaine.
Par Brice Michel |16 mai 2025
L’intelligence artificielle offre un potentiel considérable dans plusieurs domaines de l’agriculture. Pour gagner en productivité, les exploitations agricoles adoptent les nouvelles technologies : équipements embarqués et outils de suivi pour une agriculture plus précise et prédictive.
Comme le dit Gilles Babinet, le secteur de l’agriculture se prête très bien à l’utilisation de l’intelligence artificielle car il s’agit d’un domaine dans lequel de nombreux facteurs rendent en ligne de compte et que ces facteurs sont aujourd’hui difficiles à prévoir :
« L’IA et l’agriculture présentent une forte compatibilité. L’hétérogénéité des contextes et la grande multitude de facteurs qui concourent au succès d’une récolte en font un domaine idéal pour l’IA. Aucun autre secteur ne présente une telle importance de variables, de surcroît faiblement prédictibles. »
Les capacités d’analyse et d’optimisation de l’IA permettent d’apporter des solutions à des problèmes précis qu’on trouve dans la gestion agricole, que ce soit pour détecter les maladies, pour optimiser l’apport d’intrants, pour anticiper les variations climatiques ou encore pour mieux maîtriser l’irrigation dans les cultures. Les méthodes de biocontrôle, les robots de surveillance, les stations météorologiques, les données et sondes connectées sont ainsi devenus autant d’outils d’aide à la décision qui facilitent le travail des agriculteurs au quotidien.
Pour simplifier on peut dire que les applications les plus prometteuses se situent dans 5 grands domaines :
L’agriculture de précision
La robotique agricole
La prédiction des rendements et la gestion des risques
La détection précoce des maladies
L’optimisation de la chaîne d’approvisionnement
Voyons comment l’intelligence artificielle est-elle utilisée dans ces 5 domaines avec à chaque fois des exemples concerts de startups qui ont développés des solutions incluant une composante d’IA.
L’agriculture de précision
Pour établir des corrélations significatives, les chercheurs en agroécologie ont besoin d’un volume de données important. Ces dernières années l’IA a permis justement d’augmenter les capacités d’analyse de données provenant de capteurs, drones et satellites utilisés en agriculture de précision.
Si l’IA s’est particulièrement développée dans l’agriculture de précision c’est parce qu’elle procure des bénéfices directs et mesurables. L’intelligence artificielle permet en effet de réduire significativement l’utilisation d’eau, d’engrais et de produits phytosanitaires (jusqu’à 20-30% selon certaines études), ce qui représente une économie directe pour les agriculteurs. En optimisant précisément les conditions de croissance, les rendements peuvent augmenter de 10 à 15% sur de nombreuses cultures.
Contrairement à certaines technologies plus spécialisées, l’agriculture de précision s’applique à pratiquement toutes les cultures et tous les systèmes de production. Les solutions sont de plus en plus accessibles, même pour les exploitations de taille moyenne, avec un retour sur investissement souvent inférieur à 3 ans.
Par exemple, Bilberry a développé un système qui utilise l’intelligence artificielle pour optimiser la pulvérisation d’herbicides. Des caméras embarquées sont placées tous les 3 mètres sur les rampes des pulvérisateurs agricoles et scannent le champ en temps réel. Grâce à leurs algorithmes en intelligence artificielle, cela permet de pulvériser des herbicides uniquement sur les mauvaises herbes et non plus dans l’intégralité des champs.
Le système détecte tous types d’adventices dans les terres en jachère et les champs de céréales et permettrait de réduire jusqu’à 80 % l’utilisation d’herbicides.
La robotique agricole
Des robots intelligents exploitent aujourd’hui les possibilités par l’IA dans différents domaines : pour la récolte sélective, le désherbage ciblé et l’automatisation des tâches répétitives, réduisant ainsi les besoins en main-d’œuvre.
Dans ce domaine, un projet notable est le projet GORT porté par un consortium composé de 2 universités (Université de Limoges et Université de Bordeaux) et de 3 PME (Natuition, Elatec, et OSFarm).
Le projet a d’ailleurs été cité dans le livret « L’intelligence artificielle au service de nos quotidiens », publié à l’occasion du Sommet mondial de l’action pour l’IA qui s’est tenu à Paris du 6 au 11 février 2025.
Le projet GORT vise à structurer des jeux de données et concevoir des robots génériques interopérables pour des transformations agroécologiques massives, par les technologies, les données, l’ IA et la robotique. Concrètement, les robots pilotés par IA vont assister et optimiser la culture : assistance à l’effeuillage, la coupe, la récolte, etc., en s’adaptant au produit cultivé. L’objectif général du projet est d’accélérer le transfert de résultats de la recherche amont dans le domaine économique, en soutenant leur intégration dans des solutions robotiques avancées.
Le projet GORT travaille sur trois sujets principaux :
- Le développement d’une solution de désherbage mécanique (sans herbicides)
- Le développement d’une agriculture durable pilotée par des données en temps réel
- L’orchestration du matériel et des logiciels agricoles afin de faciliter leur intégration
Dans ce projet, l’IA permet de simuler des systèmes robotiques avancés pour améliorer l’efficacité et la précision des opérations agroécologiques et d’optimiser les performances des robots autonomes en les adaptant à différents environnements agricoles.
ELATEC, l’une des entreprises participantes au projet, est spécialisée dans la conception et la fabrication de machines agricoles. Par le passé, elle a par exemple développé BIPBIP, un outil de désherbage intelligent qui intègre la reconnaissance d’image, l’intelligence artificielle et le deep Learning.
Ce système a été conçu pour les cultures en ligne et est destiné au binage intra rang précoce. Les machines sont équipées d’un module de vision avec caméra RGB. Les images sont traitées par des algorithmes d’intelligence artificielle qui reconnaissent les cultures d’intérêt en détectant le point d’ancrage de la tige dans le sol. Ces informations sont ensuite envoyées à un système de contrôle qui actionne des socs venant désherber entre les plants. Le robot a la capacité à travailler sur des plants rapprochés (à partir de 3 à 4 cm) et dès le stade précoce de la plante.
La prédiction des rendements et la gestion des risques
La détection précoce des problèmes et la gestion optimisée permet de réduire les risques et donc également les pertes économiques liées aux aléas climatiques ou aux maladies.
L’IA est utilisée dans ce domaine par de nombreux acteurs pour analyser les données historiques, météorologiques et agronomiques afin de prévoir les rendements et anticiper les problèmes potentiels.
La startup Baoba a ainsi développé une solution disponible en mode web et mobile “tout-en-un” pour le suivi de la production et le monitoring des élevages multi-espèces, intégrant des capteurs connectés, des caméras et des algorithmes prédictifs d’ intelligence artificielle.
Grâce à leur application, l’éleveur dispose des données d’ambiance de ses bâtiments, des indicateurs de bien-être animal, son gain moyen quotidien ou encore le poids de ses animaux en temps réel. Des alertes sont paramétrées pour détecter, anticiper et rectifier la bonne gestion des lots et optimiser ainsi la performance de l’élevage.
L’intelligence artificielle qu’ils ont développée permet désormais de prédire les poids des animaux à J+7 et J+14 avec une précision de 97%, ce qui évidemment très utile pour les éleveurs.
La détection précoce des maladies
Les systèmes de vision par ordinateur peuvent identifier les signes précoces de maladies des plantes ou de problèmes de santé animale qui ne sont pas forcément visibles à l’œil humain.
Dans ce domaine, Senseen, une société créée en 2020, a développé un scanner portable, le Nutriscope, combinant un spectromètre miniature et de l’intelligence artificielle pour évaluer la santé et les stress des plantes. On peut l’insérer dans une pince à feuille pour faire une analyse de sève et ainsi mesurer le niveau des minéraux et des oligo-éléments dans les plantes. Les résultats sont visualisables via une application mobile.
Il permet ainsi d’évaluer l’état des cultures de manière précise en temps réel. Le système est aujourd’hui opérationnel pour la vigne et les grandes cultures et la société continue à le calibrer pour d’autres applications possibles : arboriculture, maraîchage…
Senseen utilise donc l’intelligence artificielle pour mettre en relation une série de scans capturés par leurs spectromètres avec des valeurs mesurées en laboratoires, ce qui permet de construire des modèles de prédiction et détecter des carences dans les plantes. L’IA générative permet également de lire la littérature scientifique, d’en faire une synthèse et d’élaborer des diagnostics sur les différences carences minérales et d’apporter du conseil. C’est une sorte de conseiller dans la poche qui permet de mesurer mais également de fournir du conseil associé à cette mesure.
L’objectif est ainsi de fournir des données aux acteurs voulant avancer vers la transition agroécologique. Sans mesures précises, il est en effet difficile de savoir dans quelle direction aller. Le scanner peut mesurer la chaîne complète de la production « de la ferme à la fourchette », aussi bien les plantes, les fruits, les légumes et l’apport nutritif.
Pour découvrir leur approche, un webinaire est disponible en ligne. Il présente des retours d’expériences, en partenariat avec le Docteur en agronomie Olivier Husson spécialiste de la méthode RedOx-pH et le fabricant de Biosolutions agricoles Vertal qui utilise leurs scanners pour piloter des grandes cultures.
L’optimisation de la chaîne d’approvisionnement
Dans le domaine de la logistique et du stockage, l’IA permet de réduire le gaspillage alimentaire et d’optimiser la distribution des produits agricoles.
Par exemple, la société Javelot se spécialise dans les solutions technologiques pour le stockage des céréales. Elle propose des capteurs intelligents connectés pour surveiller les silos de stockage et optimiser la conservation des grains afin de réduire les pertes dues à l’humidité. L’outil permet de gérer à distance la ventilation et la température de ses céréales.
En s’appuyant sur l’intelligence artificielle, la startup a par ailleurs développé un piège à insectes connecté avec une analyse d’images. Le système permet de détecter la présence d’insectes, de les compter mais aussi les identifier dans le cas où, malgré le refroidissement du grain, des insectes viendraient à se développer.
Intégrant notamment une caméra, le piège est planté directement dans le grain. Les insectes sont photographiés de manière quotidienne et les photos sont ensuite analysées par l’intelligence artificielle qui identifie l’insecte photographié.
Les données sont rendues accessibles sur un serveur directement sur la plateforme Javelot via leur application et apportent ainsi une aide à la prise de décision au responsable de silo.
Conclusion
On le voit, les applications possibles de l’IA en agriculture sont nombreuses : optimisation de l’irrigation, de la fertilisation, application de produits phytosanitaires à l’échelle de la parcelle ou même de la plante individuelle. L’IA pourrait ainsi avoir un impact particulièrement significatif dans le domaine de la transition agroécologique en permettant une meilleure gestion des ressources naturelles, notamment de l’eau et des sols.
