Swollen shoot : l’IA pour protéger le cacao ivoirien

En 2023, près de 4 000 tests ont été réalisés en Côte d’Ivoire pour repérer le swollen shoot (CSSV) sur le cacao. Ce chiffre, en apparence technique, raconte surtout un changement très concret sur le terrain : on ne se contente plus d’attendre que les feuilles jaunissent et que les cabosses rétrécissent. On détecte plus tôt, on décide plus vite, et on limite la contamination.

Dans notre série « Comment l’IA transforme l’agriculture et l’agro-industrie en Côte d’Ivoire », ce sujet est un bon exemple de ce que la technologie apporte quand elle est pensée pour les réalités des producteurs. Le kit de détection rapide décrit dans l’article (bandelette + lecteur portable) n’est pas, à proprement parler, un “robot” futuriste. Mais il ouvre la porte à ce qui compte vraiment en agriculture de précision : la donnée fiable au bon moment. Et c’est exactement là que l’IA trouve sa place : transformer des observations et des tests en surveillance intelligente, en priorisation d’interventions, et en plans de replantation mieux ciblés.

Détecter tôt le swollen shoot : la seule stratégie qui change la donne

Le point clé : il n’existe pas de traitement chimique qui “guérit” le virus. La stratégie efficace repose donc sur la prévention, la surveillance, l’arrachage ciblé des arbres infectés, puis la replantation.

Pourquoi les symptômes visibles arrivent trop tard

Le swollen shoot est une maladie virale transmise par des cochenilles qui passent d’un cacaoyer à l’autre. Le problème, c’est sa phase silencieuse :

• Au début, l’arbre peut paraître sain.
• Ensuite viennent les signaux connus (jaunissement, baisse de vigueur, cabosses affectées).
• Mais à ce stade, la production est déjà touchée et la contamination a souvent progressé.

Des études menées notamment à Soubré ont mis en évidence un fait opérationnel : un arbre apparemment sain peut contribuer à la transmission dans un rayon allant jusqu’à 24 mètres. Traduit en langage de producteur : un seul arbre non détecté peut mettre en difficulté une parcelle entière.

Ce que change une détection dès le 1er mois

Le kit validé par un consortium (partenaires de recherche et acteurs privés) permettrait de repérer l’infection dès le premier mois, avant les symptômes visuels. C’est une bascule, parce que cela permet :

• de confirmer un doute au lieu de “deviner” ;
• de prioriser les zones à risque (bordures, zones déjà contaminées, parcelles voisines) ;
• d’éviter les décisions tardives qui coûtent plus cher (perte de rendement + propagation + replantation plus large).

« La protection commence quand la menace devient visible dans les données, pas seulement sur les feuilles. »

Du test sur bandelette à la “surveillance intelligente” : où l’IA entre en scène

Le test rapide, à lui seul, ne suffit pas. Il devient réellement puissant quand il s’intègre à une chaîne de décision : collecte, historique, cartographie, et recommandations. C’est précisément l’espace naturel de l’IA et de l’analyse de données.

1) Transformer les résultats en cartes de risque

Si chaque test (positif/négatif), avec sa localisation et sa date, est enregistré, on peut construire une carte de risque dynamique :

• foyers actifs,
• zones tampon,
• priorités de contrôle des vecteurs,
• besoins de replantation.

L’IA n’a pas besoin d’être “magique” ici. Un modèle simple peut déjà répondre à des questions très pratiques :

• Où tester demain en priorité ?
• Quelles parcelles risquent d’être touchées dans les prochaines semaines ?
• Quel itinéraire de visite optimise le travail des agents terrain ?

2) Accélérer la formation grâce à la reconnaissance d’images

Les sessions décrites à Vavoua insistent sur l’observation des feuilles et des symptômes précoces (par exemple, des nervures rougeâtres). Une extension logique, déjà accessible avec des smartphones, consiste à :

• constituer une bibliothèque d’images locales (variétés, âges, saisons, types d’ombre),
• entraîner des modèles de classification,
• proposer une aide au diagnostic visuel sur le terrain.

Je suis assez ferme sur un point : l’IA ne doit pas “remplacer” le conseiller agricole. Elle doit réduire les erreurs de tri et accélérer l’apprentissage, surtout quand on forme à grande échelle.

3) Standardiser les décisions : moins d’arbitraire, plus de cohérence

Le risque dans la lutte contre une maladie virale, c’est l’irrégularité :

• un producteur arrache vite,
• un autre attend “pour voir”,
• un agent conseille différemment selon sa zone.

Quand les protocoles sont outillés (tests + appli + règles claires), on obtient des décisions plus cohérentes. Et cette cohérence, à l’échelle d’un bassin cacao, vaut de l’or.

Ce qui a déjà été mis en place en Côte d’Ivoire : le facteur humain avant tout

La technologie progresse, mais l’adoption fait la différence. L’article montre un point que beaucoup de projets agri-tech négligent : la montée en compétences structurée.

Depuis 2020, un programme de formation a intégré :

• reconnaissance des symptômes sur le terrain,
• méthodes de contrôle,
• principes d’agroforesterie,
• planification du développement des parcelles,
• utilisation du kit de détection.

Résultat annoncé : plus de 1 500 personnes formées (techniciens, conseillers, agents terrain, responsables de certification, équipes d’entreprises, etc.). Ce détail est stratégique : la surveillance phytosanitaire n’est pas un acte isolé, c’est une chaîne où chaque maillon compte.

Public + privé + coopératives : une alliance réaliste

La lutte contre le swollen shoot ne peut pas être “le projet” d’un seul acteur. La dynamique évoquée (institutions publiques, recherche, initiatives privées, coopératives) est exactement ce qu’il faut quand :

• la maladie se propage au-delà d’une exploitation,
• les décisions d’arrachage ont un coût immédiat,
• la replantation et l’agroforesterie demandent un accompagnement sur plusieurs campagnes.

« Ni la recherche seule, ni les producteurs seuls ne peuvent régler le problème. »

Comment déployer une stratégie IA + détection sur 90 jours (plan simple)

Objectif : passer de “je subis” à “je surveille et j’anticipe”. Voici un plan réaliste pour une coopérative, un industriel ou un projet territorial.

Étape 1 (jours 1 à 15) : organiser la collecte de données

• Choisir un format unique de saisie (papier standardisé ou formulaire mobile).
• Définir les champs minimum : date, parcelle, coordonnées approximatives, âge des plants, résultat du test, observations visuelles.
• Former 5 à 20 “référents” (coachs, pisteurs, agents terrain).

Étape 2 (jours 16 à 45) : créer une routine de surveillance

• Planifier des tournées de tests (zones à risque d’abord).
• Mettre en place un seuil d’action clair : que fait-on à J+1 après un test positif ?
• Suivre des indicateurs simples : nombre de tests/semaine, taux de positivité, délai d’intervention.

Étape 3 (jours 46 à 90) : passer à l’analyse (là où l’IA aide vraiment)

• Cartographier les résultats (même avec un outil basique au départ).
• Classer les parcelles par niveau de risque.
• Construire un calendrier de replantation et d’agroforesterie (espèces d’ombrage, densité, entretien), en ciblant les zones où la pression maladie est la plus forte.

Ce plan a un avantage : il ne dépend pas d’une infrastructure lourde. Il dépend surtout de la discipline de collecte et de la clarté des décisions.

Questions fréquentes (et réponses directes)

Est-ce que l’IA peut “détecter” le swollen shoot sans test ?

Pas de manière fiable à 100% si on parle uniquement de photos, surtout en phase latente. L’IA est très utile pour trier, repérer des signaux faibles et standardiser l’observation, mais le test précoce apporte la confirmation.

Est-ce que tailler ou élaguer suffit ?

Non. Les observations de terrain indiquent que la taille/élagage n’élimine pas le virus pendant la phase latente. La stratégie efficace repose sur diagnostic, gestion du vecteur et replantation planifiée.

Pourquoi l’agroforesterie revient dans la discussion ?

Parce que la replantation n’est pas juste “remettre des plants”. Un système cacao basé sur l’agroforesterie peut améliorer la résilience (microclimat, biodiversité utile, stabilité de revenus selon les espèces associées) et s’insérer dans une stratégie de durabilité plus large.

Une agriculture ivoirienne plus “pilotée par la donnée” : c’est maintenant

Le message que je retiens de cette avancée, c’est la simplicité de la logique : plus on voit tôt, moins on perd. Le swollen shoot a longtemps été une menace invisible. Avec la détection précoce, il devient un risque mesurable. Et dès qu’un risque est mesurable, l’IA et les outils numériques peuvent aider à choisir quoi faire, où, quand, et avec quels moyens.

Pour les acteurs de l’agro-industrie (exportateurs, transformateurs, programmes durabilité) comme pour les coopératives, l’opportunité est claire en 2026 : construire une vraie surveillance phytosanitaire assistée par la donnée, au service du producteur. Pas pour faire joli dans un rapport. Pour éviter que des parcelles entières ne basculent.

Si vous deviez investir dans une seule brique technologique côté terrain, je choisirais celle-ci : un système de détection + collecte de données + routine de décision, même modeste. La suite (cartographie avancée, modèles prédictifs, scoring de risque) viendra naturellement.

La question qui reste, et qui mérite d’être posée à chaque bassin cacao : qui possède la donnée, qui la partage, et comment on transforme cette information en actions coordonnées avant la prochaine saison ?