Semences horticoles : former aujourd’hui, piloter par l’IA demain

À Kaolack, du 14 au 16/10/2025, des producteurs et productrices de Kaolack et Kolda ont passé trois jours à apprendre (ou à consolider) des gestes précis : multiplication végétative, irrigation raisonnée, lutte intégrée, post-récolte, compost/biochar… Ce type de formation, porté par l’ISRA et le PAIS, paraît parfois « classique ». En réalité, c’est le socle le plus solide pour réussir l’étape suivante : l’agriculture pilotée par la donnée et l’IA.

Voici ma conviction : sans maîtrise des itinéraires techniques (ITC) et des bonnes pratiques horticoles (BPH), l’IA ne sert à rien. Un modèle peut suggérer d’irriguer, de traiter ou de sélectionner un lot de semences, mais si les fondamentaux sont fragiles (calendrier cultural, hygiène, isolement variétal, tri, stockage), on automatise surtout… les erreurs.

Dans cet article (série « Comment l’IA transforme l’agriculture et l’agro-industrie au Sénégal »), je pars de la formation ISRA–PAIS sur la production de semences horticoles pour montrer comment la montée en compétences “terrain” prépare une intégration pragmatique de l’IA : plus de qualité, moins de pertes, et des décisions plus rapides.

La production de semences : le vrai point de départ de la productivité

Une semence de qualité détermine une grande partie du rendement, de l’uniformité et de la résistance aux stress. C’est encore plus visible en horticulture, où les marges se jouent sur la régularité des calibres, le timing de récolte et la santé des plants.

Quand un groupement arrive à produire des semences (ou des plants) fiables, il gagne sur plusieurs tableaux :

• Réduction de la dépendance aux approvisionnements irréguliers et aux prix volatils.
• Stabilité des cycles de production : on replante au bon moment, avec le bon matériel.
• Meilleure planification commerciale (quantités, calibres, contrats).

Ce que l’atelier ISRA–PAIS a renforcé concrètement

La formation de Kaolack a ciblé des compétences directement actionnables. Les bénéficiaires ont été encadrés par des chercheurs et techniciens du LNRPV (ISRA) autour de thématiques très opérationnelles :

• culture in vitro (ex. pomme de terre) ;
• biofertilisation et culture hors-sol ;
• multiplication végétative (bouturage, marcottage, greffage…) ;
• gestion des ennemis des cultures et lutte intégrée ;
• irrigation raisonnée ;
• post-récolte, compost et biochar.

Le détail compte : ces thèmes créent une “chaîne de qualité”. Si un seul maillon casse (mauvaise maîtrise sanitaire, irrigation imprécise, post-récolte négligée), le lot perd de la valeur.

Former, c’est aussi standardiser : la condition pour utiliser l’IA utilement

L’IA fonctionne quand on sait décrire ce qu’on fait et mesurer ce qui se passe. Une formation technique ne transmet pas seulement des gestes ; elle installe des standards : comment observer, enregistrer, comparer et corriger.

Des pratiques “IA-compatibles” à introduire dès maintenant

Même sans capteurs coûteux, on peut rendre une exploitation ou une pépinière plus « lisible » pour des outils d’IA (ou simplement pour une bonne gestion) :

1. Cahier de culture structuré (papier ou mobile) : date de semis, variété, parcelle, intrants, irrigations, incidents.
2. Photos régulières des parcelles/plantules (mêmes angles, mêmes moments de la journée).
3. Traçabilité des lots de semences/plants : origine, date, traitements, taux de germination si mesuré.
4. Grille simple de suivi ravageurs/maladies : présence/absence, niveau (faible/moyen/fort), action menée.

Ce n’est pas bureaucratique : c’est ce qui permet à un conseiller, à une coopérative, ou demain à une application IA, de vous aider rapidement et précisément.

Une phrase que je répète souvent : « L’IA n’améliore pas une pratique floue ; elle améliore une pratique déjà maîtrisée. »

Où l’IA peut renforcer la production de semences horticoles au Sénégal

La meilleure utilisation de l’IA en semences horticoles, ce n’est pas la science-fiction : c’est l’aide à la décision sur des micro-choix quotidiens. Ceux qui coûtent cher quand on se trompe.

Diagnostic ravageurs et maladies : de la lutte intégrée “au bon moment”

La formation a insisté sur la lutte intégrée. L’IA peut la rendre plus simple à appliquer :

• Reconnaissance visuelle (photo smartphone) de symptômes fréquents.
• Aide au tri : suspect / à surveiller / intervention nécessaire.
• Historique local : quand les attaques arrivent généralement selon la zone, la saison, le type de culture.

L’objectif n’est pas de remplacer le technicien. C’est d’éviter le scénario courant : « on traite trop tard » ou « on traite sans être sûr ».

Irrigation raisonnée : passer de “l’habitude” à “l’ajustement”

L’irrigation est souvent un poste de risque : stress hydrique, maladies favorisées par l’excès d’eau, coûts énergétiques. L’IA peut proposer des doses et des fréquences à partir :

• de la météo locale (prévisions et historiques),
• du stade de la culture,
• du type de sol,
• et, quand disponible, de capteurs simples (humidité du sol).

En décembre (période actuelle), beaucoup d’exploitations maraîchères sont en phase où l’eau et l’énergie pèsent vite dans le coût de revient. Optimiser l’irrigation en saison sèche, c’est souvent l’économie la plus rapide à obtenir.

Contrôle qualité des semences : homogénéité, tri et stockage

La qualité des semences ne se résume pas à « ça pousse ». En filière semencière, on parle de :

• pureté (variétale et physique),
• taux de germination,
• vigueur,
• état sanitaire,
• conditions de stockage.

L’IA peut aider à classer des lots (photos + informations de lot) et à détecter des dérives : humidité trop élevée en stockage, pertes répétées sur un type de contenant, baisse de germination sur une période. Même une analyse simple (tableaux + alertes) crée de la valeur.

Production hors-sol et biofertilisation : optimiser les recettes, pas “tâtonner”

La culture hors-sol et la biofertilisation exigent des réglages fins. L’IA est très forte pour proposer des ajustements quand on lui donne des entrées claires : composition, fréquence, observations (croissance, coloration, symptômes), et résultats.

Ce que j’ai observé sur le terrain : quand les producteurs tiennent un petit historique (même minimal), on réduit vite les essais hasardeux. Moins de pertes, plus de stabilité.

Partenariats ISRA–PAIS : un modèle à reproduire pour l’IA agricole

L’adoption de l’IA en agriculture ne se fera pas par des outils isolés. Elle se fera par des coalitions. La coopération ISRA–PAIS illustre une mécanique qui marche :

• une institution de recherche qui apporte méthodes, références et validation ;
• un programme de développement qui finance, structure et suit ;
• des producteurs qui testent, adaptent et diffusent.

Cette architecture est exactement celle dont l’IA a besoin : des cas d’usage locaux, des données propres, et des boucles de retour.

Mettre les femmes et les jeunes au centre, pour de vrai

Le PAIS annonce une priorité à l’autonomisation des femmes et des jeunes (riziculture pluviale, maraîchage, transformation, commercialisation). Je trouve ce point crucial : ce sont souvent eux qui adoptent le plus vite les outils numériques quand l’utilité est directe (vente, traçabilité, coordination, gestion).

Concrètement, une stratégie IA “inclusive” dans les filières semencières et horticoles peut passer par :

• des contenus de formation en formats courts (audio, visuels),
• des outils mobiles en langues de terrain,
• des rôles clairs dans les organisations (référent qualité, référent données, référent commercialisation),
• une approche “gains rapides” (eau, pertes post-récolte, planification).

Plan d’action en 30 jours : passer de la formation à l’agriculture intelligente

Vous sortez d’une formation technique ? Les 30 jours suivants décident souvent si ça “prend” ou si ça s’oublie. Voici une feuille de route simple, adaptée à un groupement ou une exploitation.

Semaine 1 : formaliser les standards

• Choisir 5 indicateurs à suivre (ex. dates d’opérations, volume d’eau, incidents, taux de reprise des boutures, pertes post-récolte).
• Créer une fiche de lot (semences/plants) avec un identifiant unique.

Semaine 2 : collecter des preuves

• Prendre 2 séries de photos par parcelle (début + milieu de semaine).
• Noter systématiquement tout traitement et toute irrigation (même approximatif au début).

Semaine 3 : analyser et corriger

• Réunion courte (30–45 min) : qu’est-ce qui a marché, qu’est-ce qui a échoué, pourquoi.
• Décider de 2 ajustements maximum (sinon, on se disperse).

Semaine 4 : préparer l’étape IA

• Structurer les données (tableur simple ou application mobile).
• Définir une question “IA” utile : réduire l’eau de 10% sans perte, détecter tôt une maladie, stabiliser la reprise des boutures, etc.

Ce plan a un avantage : même sans IA, vous améliorez déjà votre performance. Et si vous intégrez un outil IA ensuite, il aura de la matière.

Ce que cette formation dit du futur de l’agro-industrie au Sénégal

Former sur la semence horticole, c’est investir dans la partie la plus stratégique de la chaîne. Quand l’amont est solide, l’aval (collecte, transformation, distribution) devient plus prévisible. Et l’IA, dans l’agro-industrie, adore la prévisibilité : elle améliore la planification, la logistique, la qualité, et même la communication commerciale.

La suite logique, c’est une agriculture où :

• les producteurs maîtrisent les techniques et la traçabilité,
• les coopératives consolident les données de terrain,
• les institutions (ISRA, DRDR, programmes) valident les recommandations,
• et les outils d’IA transforment ces informations en décisions simples.

Si vous deviez retenir une idée : la formation ISRA–PAIS n’est pas un “événement”. C’est une infrastructure de compétences, prête à être amplifiée par l’IA.

La question maintenant : dans votre exploitation ou votre organisation, quelle décision vous coûte le plus cher aujourd’hui — l’eau, les ravageurs, la qualité des lots, ou la post-récolte — et quel petit suivi pourriez-vous mettre en place dès cette semaine pour la rendre “pilotable” ?