Drones agricoles, IA et souveraineté : ce que révèle l’affaire DJI

L’an dernier, une étude américaine estimait que 4 drones agricoles sur 5 utilisés par les agriculteurs US étaient des DJI. En moins de deux ans, cette domination est devenue une fragilité stratégique : menaces d’interdiction, audits de sécurité, tensions géopolitiques… tout l’écosystème des drones de pulvérisation est en train de se réorganiser.

Ce bras de fer concerne les États‑Unis, mais il envoie un signal très clair à l’Europe et à la France : dépendre massivement d’un seul fournisseur étranger pour un maillon clé de l’agriculture de précision est un pari risqué. Dans une série consacrée à l’intelligence artificielle dans l’industrie agroalimentaire, ce dossier DJI est un cas d’école : il montre que la question n’est pas seulement « quelle IA utiliser ? », mais aussi « sur quel drone, fabriqué où, et avec quelles garanties sur les données ? »

Ce billet propose une lecture française de ce qui se joue aux États‑Unis :

• ce que l’incertitude autour de DJI dit de l’avenir des drones agricoles et de l’IA ;
• les tendances technologiques qui se dessinent (drones modulaires, logiciels indépendants, data agricole souveraine) ;
• et, surtout, ce que les coopératives, industriels agroalimentaires et agriculteurs français peuvent en tirer comme plan d’action concret.

1. Que se passe‑t‑il vraiment autour de DJI aux États‑Unis ?

L’affaire est d’abord politique, mais son impact est très opérationnel pour le terrain.

Aux États‑Unis, une clause de la loi de défense oblige l’administration à déterminer si les fabricants chinois de drones, dont DJI (leader mondial) et Autel, représentent un risque pour la sécurité nationale. Si aucune agence ne rend d’avis avant le 23/12/2025, ces entreprises peuvent être automatiquement ajoutées à une liste noire de la FCC.

Conséquences possibles :

• impossibilité d’obtenir de nouvelles licences radio pour les futurs modèles ;
• pouvoir, pour la FCC, de révoquer les autorisations déjà accordées, après ré‑évaluation des produits ;
• arrêt progressif de la commercialisation de ces drones, même si ceux déjà en service resteraient utilisables.

En parallèle, DJI fait face à :

• des blocages douaniers sur certains modèles, sur fond d’accusations de travail forcé ;
• une étiquette de “société militaire chinoise” attribuée par le Département de la Défense, qui ferme l’accès aux contrats fédéraux ;
• plusieurs tentatives législatives pour restreindre, voire interdire, l’usage de ses drones dans certains usages stratégiques.

Pour l’écosystème américain des drones de pulvérisation, c’est un séisme : une large part des prestataires s’était structurée autour des plates‑formes DJI, de leurs pièces détachées et de leur écosystème logiciel.

La leçon pour l’Europe est limpide : quand 80 % d’une technologie critique dépend d’un seul acteur, l’aléa géopolitique se transforme en risque opérationnel majeur.

2. Un marché des drones agricoles en pleine recomposition

La réaction la plus intéressante vient de certains acteurs américains qui ont pris l’affaire DJI comme un tournant à anticiper, pas seulement à subir.

Du service de pulvérisation au logiciel indépendant

Un exemple marquant : Rantizo, prestataire important de pulvérisation par drone avec des flottes DJI. Constatant la fragilité de ce modèle, l’entreprise a :

• revendu son activité de services de pulvérisation à un fonds privé ;
• créé une nouvelle structure, American Autonomy Inc, recentrée sur le logiciel d’exploitation pour drones agricoles.

Leur pari :

• les fabricants de drones vont se multiplier (américains, européens, asiatiques) ;
• mais la valeur durable sera dans un logiciel agricole neutre, capable de :
  • gérer les missions de pulvérisation (plan de vol, sécurité, traçabilité),
  • traiter et stocker les données,
  • s’intégrer avec les outils existants des agriculteurs (John Deere Operations Center, systèmes de gestion de parc, comptabilité, etc.).

Leur solution, Acre Connect, sert de couche d’orchestration : les fabricants se concentrent sur le châssis, les moteurs, la sécurité matérielle ; eux, sur la brique logicielle et data.

Vers des drones modulaires et interopérables

Autre tendance forte : la modularité. Il y a dix ans, il fallait tout concevoir de zéro. Aujourd’hui, l’écosystème de composants est bien plus mûr :

• contrôleurs de vol standardisés,
• moteurs et batteries disponibles chez plusieurs fournisseurs,
• capteurs variés (LIDAR, caméras, RTK GNSS…),
• cartes de communication compatibles avec les réseaux existants.

Résultat :

• de nouveaux fabricants, parfois issus de l’automobile ou de la robotique, peuvent entrer sur le marché plus vite ;
• des constructeurs comme Exedy Drones, par exemple, misent déjà sur une production locale (Michigan) couplée à des logiciels spécialisés.

Ce mouvement vers un hardware modulaire + software spécialisé est une excellente nouvelle pour l’IA agricole : il devient plus facile de déployer des algorithmes de vision, de dosage intelligent ou de planification de mission sur plusieurs plates‑formes matérielles.

3. Pourquoi cette crise concerne directement l’agriculture et l’agroalimentaire français

Pour la France, le dossier DJI/FCC n’est pas une affaire lointaine. Il pointe trois enjeux clés pour notre souveraineté agricole et numérique.

3.1. Dépendance technologique et risque de rupture

Aujourd’hui encore, une partie importante des drones professionnels utilisés en France sont d’origine chinoise. Rien d’illégal ou d’anormal, mais la question stratégique est simple :

Que se passe‑t‑il si, dans 3 à 5 ans, les mêmes restrictions américaines se propagent à l’Europe, ou si un choc géopolitique complique fortement les importations et le support technique ?

Pour le secteur agroalimentaire, qui mise de plus en plus sur :

• le contrôle qualité par imagerie (détection de maladies, stress hydrique, carences),
• la pulvérisation de précision pilotée par IA,
• le suivi de parcelles pour la traçabilité environnementale,

se retrouver avec des flottes de drones bloquées, non réparables ou non mises à jour deviendrait rapidement un frein majeur à la transition agroécologique.

3.2. Données agricoles, IA et souveraineté

Les drones de pulvérisation d’aujourd’hui ne sont plus de simples porteurs de cuves. Ce sont des capteurs volants ultra connectés, qui génèrent :

• des cartes de végétation,
• des historiques de traitement parcellaire,
• des trajectoires très précises,
• des journaux de mission utiles pour la conformité réglementaire.

Ces données alimentent des modèles d’intelligence artificielle agricole :

• recommandation de dose,
• détection précoce de maladies,
• simulation de scénarios agronomiques,
• calcul d’empreinte carbone.

Si le fabricant du drone contrôle la chaîne logicielle de bout en bout, la question devient : qui contrôle réellement la donnée ? Où est‑elle stockée ? Qui peut y accéder ?

Les acteurs américains comme American Autonomy font un choix clair :

« Nous construisons des logiciels qui donnent aux agriculteurs le contrôle de leurs données et s’interfacent avec les outils qu’ils utilisent déjà. »

Pour la France, ça rejoint directement les enjeux de :

• cloud souverain agricole ;
• conformité RGPD ;
• exigences de traçabilité de la PAC et des labels ;
• capacité à entraîner des modèles d’IA sur des données françaises, sans dépendance excessive à un acteur extra‑européen.

3.3. Continuité de service et industrialisation de l’IA

L’industrie agroalimentaire française expérimente de plus en plus :

• des drones pour inspecter les silos et bâtiments,
• des capteurs connectés sur les chaînes de production,
• des solutions IA pour optimiser qualité, sécurité et rendements.

Le cas DJI montre que pour passer de l’expérimentation pilote à l’industrialisation, il faut :

• des solutions supportables sur 5 à 10 ans ;
• des garanties sur la pérennité des mises à jour logicielles ;
• des clauses contractuelles claires sur l’accès aux données et aux API.

Autrement dit, ne plus voir les drones ou robots comme des gadgets, mais comme des actifs critiques de l’infrastructure numérique agroalimentaire.

4. Comment structurer une stratégie drones + IA plus résiliente en France

Il y a une meilleure façon d’aborder le sujet des drones agricoles : considérer le drone comme un maillon d’une chaîne IA & data, pas comme la star du système.

4.1. Séparer matériel, logiciel et données

Une architecture saine repose sur trois couches distinctes :

1. Le matériel (drones, capteurs)

   • privilégier des plates‑formes ouvertes : documentation disponible, API, protocoles standards ;
   • éviter une dépendance absolue à un seul fournisseur pour l’ensemble des flottes ;
   • intégrer dans les appels d’offres des critères de provenance des composants (moteurs, cartes, batteries).

2. Le logiciel d’exploitation et d’IA

   • choisir des solutions qui peuvent piloter plusieurs modèles de drones ;
   • exiger une interopérabilité forte avec les outils existants :
     • gestion parcellaire,
     • ERP agroalimentaire,
     • outils de traçabilité,
     • solutions de calcul de bilan carbone ;
   • s’assurer que l’IA utilisée (détection d’adventices, optimisation de trajectoires, régulation de dose en temps réel) peut être redéployée sur une autre plate‑forme matérielle sans tout réécrire.

3. La couche data

   • définir clairement : qui est propriétaire de la donnée, qui y accède, à quelles conditions ;
   • privilégier un stockage en Europe, idéalement chez des prestataires compatibles avec les exigences de souveraineté ;
   • documenter les jeux de données destinés à l’entraînement des modèles IA pour pouvoir les réutiliser, même en changeant de drone.

4.2. Intégrer les drones dans la stratégie globale d’IA agroalimentaire

Les drones ne sont qu’un capteur parmi d’autres dans une chaîne IA. Pour qu’ils apportent une vraie valeur dans l’industrie agroalimentaire française, il faut les connecter à :

• l’agriculture de précision :

  • zones de modulation intra‑parcellaire ;
  • adaptation des doses en fonction des relevés drones + capteurs sol.

• le contrôle qualité :

  • imagerie haute résolution sur cultures fournissant matières premières ;
  • détection des foyers de maladies ou de mycotoxines avant récolte.

• la traçabilité :

  • journal d’application (date, position, produit utilisé, dose) qui alimente automatiquement les systèmes de traçabilité de la filière ;
  • preuves numériques pour les audits (labels, bio, HVE, démarches RSE).

• l’optimisation de la production :

  • intégration des données drones dans les prévisions de rendement ;
  • ajustement des plans industriels (achat, stockage, logistique) sur la base de signaux de terrain quasi temps réel.

4.3. Concrètement, que peut faire un acteur français dès 2025 ?

Pour une coopérative, un industriel ou un grand domaine agricole, un plan d’action réaliste pourrait ressembler à ceci :

1. Cartographier la dépendance actuelle

   • quels drones sont utilisés ? de quels fabricants ?
   • quels logiciels et quelles données sont liés à ces flottes ?

2. Poser des critères d’achat “IA & souveraineté”

   • interopérabilité logicielle obligatoire ;
   • clauses contractuelles sur la propriété des données ;
   • préférence pour des fournisseurs capables de produire ou d’assembler en Europe.

3. Tester au moins une alternative “ouverte”

   • un pilote avec un drone d’un constructeur européen ou d’un intégrateur local ;
   • un logiciel de gestion de mission indépendant du fabricant ;
   • une architecture data stockée sur une infrastructure cloud européenne.

4. Former les équipes à cette logique modulaire

   • expliquer que matériel, logiciel et données doivent pouvoir changer indépendamment ;
   • intégrer cette approche dans les projets IA de l’entreprise (vision, maintenance prédictive, optimisation de procédés).

5. Vers une IA agroalimentaire plus robuste et plus européenne

L’affaire DJI montre à quel point l’IA appliquée à l’agriculture dépend de décisions qui se prennent parfois très loin des champs : lois de défense, politiques douanières, stratégies industrielles des grands groupes technologiques.

La bonne nouvelle, c’est que le mouvement vers :

• des drones agricoles modulaires,
• des logiciels indépendants du matériel,
• une gouvernance claire des données agricoles,

va exactement dans le sens de ce dont l’agroalimentaire français a besoin pour exploiter pleinement l’intelligence artificielle sans perdre la main sur ses actifs stratégiques.

Ce dossier DJI sera probablement suivi d’autres épisodes. La question, pour les acteurs français, n’est pas d’anticiper chaque loi américaine, mais de bâtir :

• des architectures techniques résilientes ;
• une vraie stratégie data & IA au niveau des filières ;
• des partenariats industriels européens crédibles sur les drones et la robotique agricole.

La prochaine étape logique pour une coopérative, un groupe agroalimentaire ou un territoire ? Mettre autour de la table IT, agronomes, responsables production et juristes pour dessiner votre “stack IA agricole” idéal, puis tester une première chaîne complète : drone ou robot, logiciel, IA, stockage des données et intégration avec vos outils métiers.

C’est cette capacité à concevoir l’ensemble du système, et pas seulement l’objet volant, qui fera la différence entre une IA subie et une IA agroalimentaire réellement au service de la souveraineté et de la performance françaises.