IA et élevage au Sénégal : l’exemple du CRZ Dahra

Le 30/10/2025, au Centre de Recherches Zootechniques (CRZ) de Dahra, on n’a pas parlé “tech pour la tech”. On a parlé de choses très concrètes : vaccins, alimentation du bétail, gestion des parcours, émissions de gaz à effet de serre, production végétale. Bref, les vrais nerfs de la guerre pour l’élevage dans la zone sylvopastorale.

Et c’est précisément là que l’intelligence artificielle devient intéressante au Sénégal : pas comme un gadget, mais comme une méthode pour mieux relier la recherche aux éleveurs, accélérer les décisions au champ, et rendre les innovations plus faciles à adopter. Cette journée portes ouvertes du CRZ de Dahra, organisée par l’ISRA, montre une chose : la collaboration est déjà là. Le prochain cap, c’est de la rendre plus continue, plus mesurable, plus utile — et l’IA peut aider.

« Vaccins et alimentation sont les deux mamelles qui nourrissent le secteur de l’élevage. » — Dr Moustapha Guèye (ISRA)

Une journée portes ouvertes qui dit quelque chose de profond

Réponse directe : cette journée portes ouvertes prouve que l’impact de la recherche dépend moins des publications que de la capacité à faire circuler l’information, à écouter les besoins, et à co-construire des solutions avec le terrain.

À Dahra, l’événement a été porté par la direction de l’ISRA et a rassemblé des partenaires scientifiques et techniques majeurs, dont le CIRAD et l’ILRI, ainsi que des autorités locales (service départemental de l’élevage, mairie). Ce format “portes ouvertes” n’est pas anodin : il répond à une demande récurrente dans les territoires ruraux — voir, toucher, comprendre ce que fait la recherche, et comment elle peut améliorer le quotidien.

Ce que j’apprécie dans ce type d’initiative, c’est le signal envoyé : la recherche ne doit pas rester derrière des clôtures. Elle doit être visible, accessible, discutée. Or, aujourd’hui, la visibilité ne se joue plus seulement sur un site d’expérimentation : elle se joue aussi sur WhatsApp, sur des messages vocaux en langue locale, sur des fiches pratiques simples, sur un suivi régulier. Et c’est là que l’IA devient un renfort opérationnel.

Le vrai sujet : passer d’un “événement” à un “service continu”

Une journée portes ouvertes, c’est utile. Mais une journée ne suffit pas.

Dans la zone sylvopastorale, les décisions ne se prennent pas une fois par an : elles se prennent chaque semaine (vente d’animaux, transhumance, achat d’aliment, vaccination, gestion de l’eau). L’enjeu, c’est donc de transformer la logique événementielle en système de conseil et de retour d’expérience continu.

L’IA n’est pas une baguette magique, mais elle peut rendre ce système plus réaliste : automatiser une partie de la communication, mieux structurer les retours du terrain, et aider à prioriser les actions.

Comment l’IA renforce la collaboration chercheurs–éleveurs

Réponse directe : l’IA améliore la collaboration quand elle réduit les frictions : langue, temps, distance, et complexité des informations.

Le CRZ de Dahra travaille sur des thématiques pointues (santé animale, alimentation durable, gestion des ressources pastorales). Le défi, c’est de traduire ces résultats en décisions simples : quoi faire, quand, comment, et avec quel coût.

1) Des “conseillers IA” pour vulgariser sans déformer

La vulgarisation agricole échoue souvent pour une raison simple : les contenus sont soit trop techniques, soit trop génériques.

Avec des outils d’IA (assistant conversationnel, génération de fiches, synthèse), une équipe de recherche peut produire rapidement :

• des fiches pratiques en français et en versions adaptées (wolof, pulaar) via scripts audio validés par les techniciens,
• des messages courts “à envoyer” (SMS/WhatsApp) selon la saison (soudure, début d’hivernage, période de vaccination),
• des mini-guides illustrés pour les points critiques : rationnement, conservation des fourrages, biosécurité.

Le point clé : l’IA écrit, mais le CRZ valide. Le gain n’est pas de remplacer l’expertise ; c’est d’augmenter la cadence de diffusion et la cohérence des messages.

2) Des canaux de feedback structurés (au lieu d’avis dispersés)

Quand des éleveurs ou des agents remontent des problèmes (mortalité, manque de pâturage, flambée de prix d’aliment, suspicion de maladie), l’information arrive souvent en ordre dispersé.

L’IA peut aider à :

1. collecter des retours via formulaires simples ou messages vocaux,
2. classer automatiquement par thèmes (santé, alimentation, eau, marchés),
3. repérer les signaux faibles (plusieurs alertes similaires dans une zone),
4. produire une synthèse hebdomadaire pour les équipes.

Résultat : la recherche et les services d’élevage ne pilotent plus “à l’oreille”. Ils pilotent avec une mémoire collective.

3) Un langage commun entre science et terrain

Les portes ouvertes ont une vertu : elles créent une conversation directe.

L’IA peut prolonger cette conversation en créant une base de connaissances locale : questions fréquentes, recommandations adaptées, erreurs courantes, protocoles de vaccination, pratiques d’alimentation. C’est un outil de continuité.

IA, vaccins et alimentation : du discours à la décision

Réponse directe : dans l’élevage, l’IA est utile quand elle aide à choisir une action simple au bon moment : vacciner, complémenter, déplacer, vendre, stocker.

Lors de l’événement, les échanges ont porté sur des approches vaccinales, l’alimentation durable, et les émissions de gaz à effet de serre. Ces sujets sont liés : un animal en mauvaise condition corporelle est plus vulnérable, plus coûteux à maintenir, et produit moins (lait, croissance, valeur marchande).

Décision 1 : mieux cibler les campagnes sanitaires

Sans entrer dans des détails médicaux (qui doivent rester du ressort des services vétérinaires), on peut dire ceci : le ciblage est la différence entre une campagne efficace et une campagne “à moitié”.

Des modèles simples (pas forcément complexes) peuvent aider à prioriser :

• zones à forte densité de troupeaux,
• périodes de mobilité/transhumance,
• historiques d’incidence,
• conditions climatiques favorables aux risques.

Même avec des données imparfaites, l’IA peut proposer un classement de priorités, que les experts corrigent.

Décision 2 : optimiser l’alimentation en période de soudure

Fin décembre, le contexte saisonnier est clair : dans beaucoup de zones, on est en période où la disponibilité fourragère baisse et où les coûts d’aliment peuvent peser lourd.

Là, l’IA peut aider à produire des recommandations pratiques (à valider localement) :

• rations indicatives selon catégorie (bovins laitiers, embouche, ovins),
• scénarios “budget serré” vs “objectif performance”,
• alertes simples : baisse d’état corporel, risque d’avortement, stress hydrique.

L’objectif n’est pas d’imposer un rationnement “par application”. L’objectif est de donner un cadre, pour éviter les décisions tardives qui coûtent plus cher.

Mesurer l’impact : l’IA comme tableau de bord du développement local

Réponse directe : l’IA crée de la valeur quand elle rend l’impact visible, chiffrable et partageable — pour les éleveurs, les chercheurs et les financeurs.

À Dahra, Dr Ibra Touré (CIRAD) a insisté sur la sécurisation foncière du centre et sur la recherche de financements. C’est un point sensible : sans stabilité et sans ressources, même les meilleures équipes s’essoufflent.

Or, un financeur (public ou partenaire) veut voir des indicateurs. Une collectivité locale veut des résultats concrets. Un éleveur veut une amélioration nette. L’IA peut servir à construire un tableau de bord opérationnel, par exemple :

• nombre de producteurs touchés par des conseils (et par quel canal),
• taux d’adoption d’une pratique (vaccination, stockage de fourrages, complémentation),
• évolution des mortalités déclarées (à interpréter prudemment),
• délais de réponse aux alertes terrain,
• coûts évités (pertes, déplacements inutiles, achats d’urgence).

Ce n’est pas “faire des chiffres pour faire des chiffres”. C’est rendre visible l’utilité du CRZ de Dahra, exactement ce que les populations et la mairie appellent de leurs vœux : retrouver un centre fort, respecté, et utile.

Une règle simple : pas d’IA sans gouvernance des données

Si l’on veut déployer des outils IA (même modestes), il faut être clair sur :

• qui collecte les données et avec quel consentement,
• où elles sont stockées,
• qui peut y accéder,
• comment on protège la confidentialité des éleveurs.

Sans cette gouvernance, on perd la confiance — et sans confiance, aucun outil ne tient.

Plan d’action réaliste : 90 jours pour tester une “IA de terrain” à Dahra

Réponse directe : un pilote utile se fait avec peu de fonctionnalités, mais beaucoup de discipline : un cas d’usage, une équipe, un rythme.

Voici un schéma que je recommande souvent (et qui colle bien à l’esprit “portes ouvertes” : tester, apprendre, améliorer).

Semaine 1–2 : choisir un seul cas d’usage

Exemples adaptés au sylvopastoral :

• “Conseils alimentation en soudure” (messages courts + fiches),
• “FAQ santé animale” (questions fréquentes + tri des alertes),
• “Suivi ressources pastorales” (observations terrain structurées).

Semaine 3–6 : construire un canal + une base de contenus validés

• un numéro WhatsApp officiel (ou groupe relais),
• 30 à 50 réponses validées (format court),
• une procédure : qui répond, sous quel délai.

Semaine 7–10 : organiser la boucle de feedback

• collecte de questions,
• synthèse hebdomadaire pour les chercheurs,
• ajustement des contenus.

Semaine 11–12 : mesurer et décider

• nombre de questions traitées,
• satisfaction (simple : 1 à 3),
• 3 décisions : arrêter, améliorer, étendre.

Ce pilote crée une dynamique. Et surtout, il transforme une journée portes ouvertes en service de proximité.

Ce que Dahra nous apprend sur l’IA agricole au Sénégal

La série “Comment l’IA transforme l’agriculture et l’agro-industrie au Sénégal” parle souvent de production, de commercialisation, de communication. Dahra rappelle un point plus fondamental : la transformation commence quand la connaissance circule mieux que les rumeurs.

Le CRZ de Dahra a montré une recherche vivante, proche du terrain, et ouverte au dialogue. Maintenant, l’enjeu est de prolonger cet effort par des outils simples : automatiser la vulgarisation, structurer les retours d’expérience, et rendre l’impact visible.

Si vous travaillez dans une coopérative, une ONG, une entreprise d’aliment bétail, un projet, ou une structure publique : quel serait, chez vous, le premier service “IA + terrain” à tester en 90 jours — et quelle donnée minimale êtes-vous prêts à collecter pour le piloter correctement ?