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 “théorie” ou “innovation” pour la forme. On a montré des parcelles, des animaux, des protocoles, des résultats, et surtout une chose que beaucoup de projets numériques oublient : si la recherche ne se voit pas sur le terrain, elle n’existe pas pour celles et ceux qui produisent.

Cette journée portes ouvertes, organisée par l’ISRA, a un intérêt qui dépasse largement l’événementiel. Elle illustre un principe simple : la transformation agricole — y compris par l’intelligence artificielle — commence par la confiance, la démonstration et le dialogue. Et dans la zone sylvopastorale, où l’élevage pèse lourd dans les revenus des ménages, l’IA peut devenir un outil concret… à condition de partir des réalités locales.

Les portes ouvertes : la preuve que l’adoption se joue “hors écran”

Une technologie agricole n’est adoptée que si elle règle un problème quotidien. La journée portes ouvertes du CRZ de Dahra a mis en scène ce qui marche : mettre chercheurs, services techniques, partenaires et éleveurs dans le même espace, autour d’essais et de solutions observables.

La cérémonie d’ouverture — avec la présence de la Direction générale de l’ISRA, du CIRAD, de l’ILRI et des autorités locales — n’est pas un détail protocolaire. Elle envoie un signal : la recherche appliquée et le développement territorial sont censés avancer ensemble. Dans les filières animales, l’alignement institutionnel compte autant que la qualité scientifique.

« Vaccins et alimentation sont les deux mamelles qui nourrissent le secteur de l’élevage. »

Cette phrase résume l’essentiel : la performance du bétail dépend d’abord de la santé et de l’alimentation. Et c’est précisément là que l’IA apporte le plus de valeur, parce qu’elle aide à décider plus vite, cibler mieux, réduire les pertes.

Pourquoi c’est lié à l’IA (même si on n’en parle pas encore assez)

Les journées portes ouvertes sont un “format” sous-estimé dans les stratégies numériques. Pourtant, elles posent les bases de l’IA dans l’agriculture sénégalaise :

• Créer un langage commun (chercheur ↔ éleveur ↔ agent d’élevage)
• Montrer des résultats mesurables (gain de poids, mortalité, disponibilité fourragère)
• Collecter des retours terrain (ce qui bloque vraiment : eau, intrants, mobilité, trésorerie)
• Identifier les données utiles (sans données fiables, l’IA devient du marketing)

En clair : pas de confiance, pas de données ; pas de données, pas d’IA utile.

Le sylvopastoralisme au Sénégal : un cas d’école pour l’IA “pragmatique”

La zone sylvopastorale n’est pas “un secteur comme les autres”. Elle cumule des défis qui se prêtent très bien aux approches IA : variabilité climatique, mobilité des troupeaux, pression sur les ressources, maladies animales, marchés parfois instables.

Le CRZ de Dahra travaille justement sur des domaines qui se connectent naturellement à des solutions d’IA : santé animale, productions animales, production végétale, gestion des ressources pastorales.

1) Santé animale : de la réaction à la prévention

L’IA est performante quand il faut repérer des signaux faibles. En élevage, ces signaux existent : baisse d’appétit, changement de comportement, ralentissement de croissance, zones à risque.

Applications réalistes (et déjà faisables techniquement) :

• Aide au diagnostic via applications mobiles pour agents d’élevage (symptômes + historique + recommandations)
• Surveillance épidémiologique : regroupement des alertes terrain pour détecter plus tôt des foyers
• Optimisation des campagnes vaccinales : prioriser zones, périodes et catégories d’animaux selon le risque

Ce qui compte : l’IA ne remplace pas le vétérinaire. Elle aide à organiser l’action, surtout quand les équipes sont peu nombreuses et les distances grandes.

2) Alimentation du bétail : décider avec la saison, pas contre elle

La phrase sur “vaccins et alimentation” est aussi une feuille de route. Dans beaucoup d’exploitations, la question n’est pas “quelle ration idéale ?” mais : que faire cette semaine avec ce qui est disponible ?

Ce que l’IA peut apporter, de façon très concrète :

• Prévision de disponibilité fourragère (en combinant observations locales et historiques)
• Recommandations d’aliments de substitution selon prix, accessibilité, période
• Planification des stocks pour la soudure pastorale : quand constituer des réserves, combien, où

Le gain attendu n’est pas “magique”. Il est très terre-à-terre : moins de pertes de poids, moins de ventes forcées, meilleure valorisation des animaux.

3) Gestion des ressources pastorales : l’IA pour éviter les conflits d’usage

Quand les ressources se raréfient, les tensions montent. Ici, l’IA a un rôle intéressant : fournir une information partagée.

Exemples d’outils utiles :

• Cartes d’aide à la décision sur les zones de pâturage et points d’eau (mises à jour régulièrement)
• Systèmes d’alerte sur les risques de feux, de surpâturage ou de dégradation
• Tableaux de bord territoriaux pour collectivités et services techniques (indicateurs simples)

La bonne approche : commencer petit, avec 2–3 indicateurs que tout le monde comprend, plutôt qu’un “super système” incompréhensible.

De la vulgarisation scientifique à la “vulgarisation IA” : même combat

Le CRZ de Dahra a organisé cette journée dans une logique de vulgarisation et valorisation des résultats. C’est exactement l’état d’esprit qu’il faut pour introduire l’IA dans l’agriculture : démontrer, former, accompagner, pas “déployer et espérer”.

La plupart des projets IA échouent en milieu agricole pour trois raisons :

1. Ils partent de la technologie, pas du besoin.
2. Ils sous-estiment les contraintes (connectivité, langue, temps disponible, coût).
3. Ils oublient la chaîne de confiance (qui valide la recommandation ? qui est responsable ?).

Ce que j’ai vu fonctionner (et que Dahra illustre bien)

Quand on veut faire adopter une innovation (IA ou non), voici ce qui fait la différence :

• Un lieu de référence (un centre, une ferme pilote, un dispositif visible)
• Des démonstrations régulières (pas une seule fois par an)
• Des “intermédiaires” formés : agents d’élevage, relais communautaires, coopératives
• Un retour utilisateur intégré : on ajuste le protocole, pas seulement l’interface

La journée portes ouvertes est un bon prototype : elle met le terrain au centre.

Un “plan d’action” IA réaliste pour le sylvopastoralisme (90 jours)

L’IA dans l’élevage sénégalais peut avancer vite si on suit une méthode courte et opérationnelle. Voilà un plan en 90 jours que je recommande souvent, parce qu’il force la clarté.

Étape 1 (Semaines 1–2) : choisir un seul problème à fort impact

Exemples pertinents pour Dahra et la zone sylvopastorale :

• baisse de poids en saison sèche
• mortalité des jeunes animaux
• manque de visibilité sur la disponibilité fourragère
• retards de détection de foyers sanitaires

Étape 2 (Semaines 3–6) : collecter les “bonnes” données, pas “toutes”

Une IA utile peut démarrer avec peu de données si elles sont bien choisies. Minimum viable :

• localisation approximative (commune/axe)
• type d’animal et âge
• signes cliniques simples ou poids/état corporel
• disponibilité et prix de 3–5 aliments clés

Étape 3 (Semaines 7–10) : produire une recommandation simple et vérifiable

Pas besoin d’un modèle complexe au départ. Un bon système d’aide à la décision doit :

• donner une recommandation compréhensible
• expliquer en 1–2 phrases pourquoi
• proposer une alternative si l’intrant est indisponible

Étape 4 (Semaines 11–13) : tester sur le terrain, mesurer, corriger

Indicateurs pratiques :

• taux d’adhésion (combien utilisent vraiment ?)
• délai de réaction (alerte → action)
• résultats zootechniques (poids, morbidité)
• satisfaction des agents et éleveurs

Le succès n’est pas un “score IA”. C’est un changement observable.

Pourquoi la sécurisation foncière et le financement comptent aussi pour l’IA

Lors de l’événement, des points comme la sécurisation du patrimoine foncier du centre et la recherche de financements ont été mis en avant. C’est directement lié à l’IA, même si ça paraît éloigné.

• Sans foncier sécurisé, difficile d’installer des dispositifs d’essais sur plusieurs années.
• Sans financement stable, impossible de maintenir la collecte de données, la formation, la maintenance.

L’IA n’est pas juste un logiciel. C’est un service : il faut du temps, des équipes, une gouvernance et une continuité.

Ce que l’exemple de Dahra change pour la série “IA & agriculture”

Dans cette série sur comment l’IA transforme l’agriculture et l’agro-industrie au Sénégal, on parle souvent d’outils (vision par ordinateur, prévisions, chatbots, automatisation). L’exemple du CRZ de Dahra rappelle une vérité plus exigeante : la meilleure technologie ne compense jamais l’absence de passerelle entre recherche et producteurs.

La bonne nouvelle, c’est que cette passerelle existe déjà. Elle s’appelle : journées de démonstration, essais en conditions réelles, dialogue avec les services techniques, co-construction avec les éleveurs. L’IA vient ensuite, comme un accélérateur, pas comme un point de départ.

Si vous êtes une coopérative, une entreprise agro-industrielle, une ONG ou une collectivité locale, le prochain pas est clair : choisir un usage IA très ciblé (santé, alimentation, pâturage), l’ancrer dans un dispositif terrain, et mesurer l’impact.

Et vous, sur la zone sylvopastorale, quel problème prioritaire mérite une solution IA en premier : la santé animale, l’alimentation, ou la gestion des ressources pastorales ?