IA & agroforesterie : booster « Une femme, un arbre »

Le 21/10/2025 à Ndiago (département de Guinguinéo, région de Kaolack), une idée simple a pris une forme très concrète : associer chaque femme à un arbre fruitier. Objectif affiché : renforcer la résilience climatique, tout en donnant aux femmes rurales un levier d’autonomisation économique. L’initiative s’appelle « Une femme, un arbre » et s’inscrit dans la mise à l’échelle de l’approche Village Intelligent face au Climat (VIC), portée par l’ISRA et ses partenaires.

La réalité, c’est que ce type de projet réussit ou échoue rarement sur la motivation de départ. Il réussit sur la gestion dans le temps : suivi des plants, arrosage, mortalité, ravageurs, protections, organisation communautaire, accès aux intrants, valorisation des fruits. Et c’est exactement là que l’intelligence artificielle (IA) peut devenir un appui pratique, sans remplacer les savoirs locaux.

Dans cette série « Comment l’IA transforme l’agriculture et l’agro-industrie au Sénégal », je vois « Une femme, un arbre » comme un cas d’école : une initiative non technologique à l’origine, mais parfaite pour inspirer une “couche data/IA” qui sécurise les résultats et facilite le passage à l’échelle.

Ce que « Une femme, un arbre » change déjà sur le terrain

Réponse directe : l’initiative crée un mécanisme d’engagement individuel qui renforce l’agroforesterie, la sécurité alimentaire et les revenus. En liant symboliquement et socialement une femme à un arbre, on rend la responsabilité plus claire et l’action plus durable.

À Ndiago, le lancement officiel s’est tenu dans un cadre institutionnel fort, en présence des autorités locales, de l’ISRA (dont le CNRF), et de partenaires comme le FNDASP et ENABEL via le Portefeuille Thématique Climat Sahel. Au-delà des discours, deux chiffres donnent l’échelle : plus de 1 000 arbres annoncés et 4 000 femmes sensibilisées dans 9 VICs (Deguer Diamaguene, Panal Wolof, Dara Niassene, Bossolel Ndiawene, Sakhagne Peulh, Keur Madieng, Ngoloum, Ndangane, Ndiayene Wali).

Le point fort, à mon sens : la cohérence entre résilience climatique (restauration, ombrage, lutte contre l’érosion, microclimat) et autonomisation (fruits, transformation, vente, gestion collective). Un arbre fruitier n’est pas juste un symbole : c’est un actif productif.

Pourquoi l’approche “agroforesterie + femmes” est solide

Réponse directe : parce que l’agroforesterie est une assurance climatique à faible coût, et les femmes sont souvent au cœur des décisions de subsistance. Un arbre bien entretenu protège les cultures, diversifie l’alimentation et crée une nouvelle source de revenus.

Dans de nombreuses zones rurales du Sénégal, les chocs climatiques se traduisent par :

• des saisons plus irrégulières ;
• des stress hydriques plus fréquents ;
• des pertes post-récolte ;
• une pression accrue sur les ressources naturelles.

Planter, c’est bien. Faire survivre et faire produire, c’est mieux. Et c’est là que l’organisation communautaire et les outils de suivi deviennent décisifs.

Le vrai défi : passer du lancement au suivi (et c’est mesurable)

Réponse directe : la réussite se joue sur un indicateur simple : le taux de survie des arbres à 6, 12 et 24 mois. Si personne ne suit, le projet finit par se diluer, même avec beaucoup d’énergie au départ.

Dans les projets de plantation, les causes d’échec sont souvent très concrètes :

• arrosage insuffisant pendant les périodes critiques ;
• attaques de ravageurs ou maladies non détectées tôt ;
• animaux en divagation ;
• manque de protections (paillage, grillage, tuteurage) ;
• confusion sur « qui fait quoi » ;
• difficulté à remonter l’info vers les partenaires et décideurs.

Ce ne sont pas des problèmes « high-tech ». Ce sont des problèmes de coordination et de données.

Une phrase que j’utilise souvent : « Ce qui n’est pas suivi finit par être oublié. »

Les 6 données minimales à collecter (sans compliquer la vie)

Réponse directe : quelques champs suffisent pour piloter une plantation à l’échelle de plusieurs villages. Pas besoin d’un système lourd.

1. Identifiant de l’arbre (code simple) et village/VIC
2. Espèce/variété (ex. mangue, agrumes, anacardier selon contexte)
3. Date de plantation
4. Statut (vivant, stress, mort)
5. Besoin principal (eau, protection, traitement, remplacement)
6. Photo mensuelle (optionnelle mais très utile)

Même une collecte via formulaire mobile (ou WhatsApp structuré) peut déjà faire la différence.

Comment l’IA peut soutenir « Une femme, un arbre » (sans gadget)

Réponse directe : l’IA est utile si elle réduit les tâches, améliore le ciblage et accélère la décision. Dans ce type d’initiative, trois usages sont immédiatement pertinents : diagnostic, priorisation, prévision.

1) Détecter les problèmes tôt avec des images (IA vision)

Réponse directe : une IA de reconnaissance d’images peut signaler stress hydrique, maladies visibles ou carences à partir de photos.

Concrètement, on peut équiper des relais (animatrices, agents, leaders de groupements) d’un protocole très simple : prendre 2 photos standardisées par arbre (feuilles + pied) toutes les 2–4 semaines. L’IA ne “soigne” pas, mais elle peut :

• classer les arbres en “OK / à surveiller / urgent” ;
• repérer des symptômes récurrents ;
• déclencher une visite ciblée au lieu d’une tournée exhaustive.

Résultat attendu : moins de pertes évitables, et une réponse plus rapide.

2) Prioriser les actions quand les ressources sont limitées

Réponse directe : l’IA peut optimiser une liste d’intervention en fonction de l’impact attendu.

Quand on a 1 000 arbres répartis sur plusieurs villages, on n’arrose pas tout le monde de la même manière, au même moment. Une logique simple de scoring (même basique au départ) peut combiner :

• âge de l’arbre (période critique les premiers mois) ;
• disponibilité en eau ;
• météo/risque de chaleur ;
• historique de mortalité par zone ;
• distance/logistique.

L’IA intervient pour proposer un plan : où envoyer l’équipe cette semaine ? quels arbres remplacer ? C’est de la gestion, pas de la magie.

3) Mieux planifier grâce aux données météo et à la prévision

Réponse directe : des modèles prédictifs permettent d’anticiper les périodes à risque et d’ajuster l’arrosage et la protection.

Au Sénégal, la variabilité intra-saisonnière est un vrai sujet. Une approche pragmatique consiste à :

• croiser les historiques de pluies et de températures avec les périodes de mortalité ;
• définir des “fenêtres de vigilance” (ex. 10–15 jours sans pluie + fortes températures) ;
• déclencher des actions communautaires : paillage, arrosage prioritaire, protection.

Le gain se mesure en survie et en productivité future. À l’échelle, ça devient un effet de levier.

Femmes, données et pouvoir d’agir : le bon angle “IA”

Réponse directe : l’IA a un intérêt social si elle augmente l’autonomie des femmes au lieu de concentrer l’information ailleurs.

Dans beaucoup de projets, la donnée remonte, mais ne redescend pas. Ici, l’opportunité est de construire des outils utiles pour les femmes :

• messages vocaux en wolof/pulaar/sérère expliquant les soins à faire selon le stade de l’arbre ;
• rappels “calendrier” (périodes d’arrosage, paillage, taille) ;
• mini-guides de transformation et de conservation des fruits ;
• suivi des volumes récoltés et des prix locaux pour mieux vendre.

Une conviction personnelle : la technologie n’a de valeur que si elle économise du temps et sécurise des revenus. Sinon, elle devient une charge.

Du plant au marché : IA et agro-industrie locale

Réponse directe : l’impact maximal arrive quand la plantation est connectée à la valorisation (transformation, stockage, débouchés).

Si les arbres sont fruitiers, la suite logique, c’est :

• organisation de la collecte ;
• transformation artisanale (jus, séchage, confiture selon espèces) ;
• standards de qualité ;
• emballage ;
• accès au marché.

L’IA peut soutenir cette chaîne via :

• prévisions de volumes (pour planifier contenants, main-d’œuvre, transport) ;
• modèles simples de prix (suivi saisonnier) ;
• détection visuelle des défauts (tri qualité) dans des unités de transformation.

On retombe sur l’essentiel : mieux décider avec peu de ressources.

Plan d’action en 90 jours pour “augmenter” l’initiative avec l’IA

Réponse directe : un pilote léger, bien cadré, vaut mieux qu’une plateforme ambitieuse jamais utilisée. Voici une feuille de route réaliste (et compatible terrain).

Étape 1 (Jours 1–15) : définir l’objectif mesurable

Choisir 1 à 2 indicateurs :

• taux de survie à 6 mois ;
• taux de remplacement ;
• nombre d’arbres “en stress” résolus par mois.

Étape 2 (Jours 15–30) : mettre en place la collecte minimale

• un formulaire mobile simple ;
• un identifiant par arbre ;
• un référent par site.

Étape 3 (Jours 30–60) : tableau de bord clair (même basique)

Un tableau avec :

• carte par village/VIC ;
• feux tricolores (OK / attention / urgent) ;
• liste d’intervention hebdomadaire.

Étape 4 (Jours 60–90) : premier module IA utile

Choisir un seul module :

• classification d’images (stress/OK) ; ou
• prévision de risque (périodes sans pluie + chaleur).

Ensuite seulement, on élargit.

Ce que Ndiago nous enseigne pour l’IA agricole au Sénégal

Réponse directe : les projets qui marchent partent d’un besoin humain clair, et l’IA vient renforcer l’exécution. « Une femme, un arbre » ne demande pas d’abord une application. Il demande un suivi, des routines, et des décisions rapides.

L’ISRA et ses partenaires ont posé une base importante : une mobilisation locale, des objectifs chiffrés, une logique VIC, et un message fort sur le rôle des femmes. La prochaine marche, c’est la preuve par les résultats : des arbres vivants, productifs, et une valeur économique captée localement.

Si vous travaillez dans une coopérative, une ONG, une collectivité ou une entreprise agro-industrielle, la question utile n’est pas « Faut-il de l’IA ? ». C’est plutôt : quelles données simples pouvons-nous collecter dès maintenant pour réduire les pertes et augmenter les revenus d’ici la prochaine campagne ?