Cribles, tarares et IA : l’arachide passe à l’échelle

130 milliards de FCFA. C’est le niveau d’investissement public annoncé pour remettre l’agriculture et l’élevage au centre du projet économique du Sénégal. Derrière ce chiffre, il y a une réalité très concrète, presque banale sur le papier, mais décisive sur le terrain : enlever le sable, les impuretés et les résidus qui dégradent la qualité de l’arachide.

La réintroduction des cribles et tarares dans la filière arachidière, prévue dans le Programme de Mécanisation Agricole du Sénégal (PMAS 2026-2030), ressemble à un retour aux fondamentaux. En fait, c’est surtout un signal : le Sénégal investit dans des technologies « simples » qui standardisent la qualité. Et c’est exactement le même combat que l’IA mène quand elle automatise, mesure et sécurise des processus.

Dans cette série “Comment l’IA transforme l’agriculture et l’agro-industrie au Sénégal”, j’aime partir du concret. Ici, les cribles et tarares donnent un modèle : d’abord on équipe, ensuite on mesure, puis on optimise. L’IA s’insère naturellement dans cette logique.

Pourquoi les cribles et tarares comptent autant pour la compétitivité

Réponse directe : parce qu’une filière compétitive commence par une matière première propre et homogène.

La filière arachide ne se joue pas seulement au champ. Elle se joue à l’instant où la graine arrive au point de collecte, quand il faut décider si elle mérite le statut de semence, si elle peut être stockée sans risques, et à quel prix elle peut être achetée.

Le problème est connu des acteurs : impuretés (sable, fragments de gousses, résidus de récolte) = baisse de qualité, perte de valeur, conflits à la pesée, et parfois déclassement. L’article source le résume très bien avec une formule qui frappe : « le sable est devenu l’ennemi numéro un des producteurs ».

Crible vs tarare : ce que chaque équipement change, concrètement

Réponse directe : le crible trie, le tarare nettoie finement et stabilise la qualité.

• Le crible permet de séparer les graines par taille et d’éliminer une partie des gros résidus. C’est souvent le premier filtre.
• Le tarare (par ventilation/aspiration selon les modèles) retire les particules plus légères, la poussière et une fraction des impuretés fines.

Sur une campagne, ces gestes mécaniques ont des effets en chaîne :

• meilleure acceptation par les stockeurs et les semenciers,
• stockage plus sûr (moins de poussière, moins de corps étrangers),
• qualité plus régulière, donc meilleure négociation,
• base plus solide pour la certification des semences.

Le déploiement 2025-2026 : des volumes et une méthode

Réponse directe : l’État organise un passage à l’échelle avec des objectifs chiffrés et des règles d’accès.

Le PMAS 2026-2030 prévoit 20 000 cribles et 1 500 tarares pour équiper 1 200 points de collecte sur le territoire national. Pour la campagne 2025-2026, la mise à disposition annoncée est de 1 900 cribles et 100 tarares, avec une subvention de 40%.

Ce qui est intéressant, c’est la logique de gouvernance : on ne parle pas seulement d’achat d’équipements, mais d’une refonte du “comment on opère”.

Quand la règle change le comportement : conditionner les quotas

Réponse directe : lier les agréments/quotas de semences à l’équipement force la qualité à devenir non négociable.

Le Ministre a annoncé que les agréments et allocations de quotas de semences seront conditionnés à l’achat de cribles. Je suis favorable à ce type de décision, parce qu’elle met fin à une zone grise : si la filière veut vendre une semence crédible, elle doit accepter des standards et des outils.

C’est une leçon utile pour l’IA en agriculture : la technologie sans règle ne change rien. Les meilleurs outils d’analyse ne servent à rien si personne n’est incité à les utiliser.

Le pont naturel avec l’IA : la qualité devient “mesurable”

Réponse directe : cribles et tarares standardisent le tri ; l’IA standardise la décision.

On oppose parfois mécanisation et intelligence artificielle, comme si l’une remplaçait l’autre. Sur le terrain, elles se complètent.

Les cribles et tarares permettent de produire un flux plus propre. L’IA, elle, peut aider à :

1) Contrôler la qualité plus vite au point de collecte

Réponse directe : une fois le produit nettoyé, on peut automatiser l’évaluation.

Quand les impuretés sont réduites, on peut mettre en place des contrôles rapides et répétables :

• vision par ordinateur (caméra + modèle) pour estimer taux de défauts visibles,
• classification lot par lot (A/B/C) avec critères transparents,
• détection d’anomalies (lots atypiques, mélange variétal suspect).

L’objectif n’est pas de “faire moderne”. L’objectif est simple : réduire les disputes et accélérer les transactions.

2) Optimiser la logistique et le stockage (là où on perd souvent de l’argent)

Réponse directe : l’IA est utile dès qu’il y a des volumes, des délais et des risques.

Avec 1 200 points de collecte, la question n’est pas seulement “nettoyer”. C’est aussi : où envoyer quel lot, quand, avec quel transport, et avec quel niveau d’urgence.

Des approches IA très pragmatiques existent :

• prévision des volumes entrants par zone (historique + météo + observations terrain),
• optimisation d’itinéraires et de tournées,
• alertes de stockage (humidité, température, risque de dégradation),
• tableaux de bord de performance par point de collecte.

3) Créer une traçabilité crédible pour la commercialisation

Réponse directe : plus la qualité est maîtrisée, plus la traçabilité devient une arme commerciale.

Les marchés, y compris régionaux, valorisent la régularité. Une traçabilité simple (lot, origine, date, nettoyage, résultats de contrôle) améliore :

• la confiance des huiliers,
• la capacité de négociation,
• la structuration des primes de qualité.

Et ici, l’IA peut automatiser la saisie et la vérification : lecture d’étiquettes, rapprochement des pesées, détection d’incohérences.

“Made in Senegal” : industrialiser l’outil, pas seulement l’idée

Réponse directe : produire localement sécurise l’approvisionnement, l’emploi et la maintenance.

La fabrication des cribles et tarares par SISMAR, entreprise sénégalaise de plus de trente ans, n’est pas un détail. Dans beaucoup de programmes d’équipement, le vrai point faible est l’après : pièces, maintenance, techniciens, délais.

L’article mentionne un engagement fort : 500 cribles livrables fin novembre et 1 000 d’ici fin décembre, avec des investissements sur fonds propres et des recrutements/formations.

Cette orientation “Made in Senegal” crée aussi un terrain favorable à l’IA industrielle :

• suivi de production et contrôle qualité en atelier,
• maintenance prédictive des machines de fabrication,
• amélioration des designs via retours terrain structurés.

Autrement dit : la modernisation agricole ne s’arrête pas au champ. Elle remonte jusqu’à l’usine.

Le financement multi-acteurs : la partie souvent invisible qui fait tout tenir

Réponse directe : sans crédit accessible, l’équipement reste une annonce.

Le MASAE a coordonné une convention réunissant producteurs, opérateurs privés semenciers, banques (LBA, BNDE) et dispositifs de garantie (FONGIP, DER/FJ). C’est exactement le type de montage qui permet de transformer une ambition en adoption réelle.

Si vous travaillez dans l’agro (coopérative, PME de collecte, semencier, transformateur), retenez cette idée : la technologie progresse quand le risque est partagé.

Ce que je recommande aux acteurs qui veulent “faire IA” après la mécanisation

Réponse directe : commencez par des cas d’usage qui économisent du temps et clarifient les prix.

1. Digitaliser la réception (pesée, lot, photo, signature) avant de viser la prédiction avancée.
2. Mettre une grille de qualité simple (3 niveaux) et la faire respecter.
3. Tester une vision IA sur un seul site pilote, avec un objectif concret : réduire le temps de contrôle ou les litiges.
4. Installer des indicateurs (impuretés estimées, temps de traitement, rejets, primes qualité) et les suivre chaque semaine.

L’IA devient rentable quand elle est branchée sur une opération déjà disciplinée. Les cribles et tarares aident justement à créer cette discipline.

Ce que le suivi-évaluation doit mesurer (sinon on pilotera à l’aveugle)

Réponse directe : il faut mesurer l’impact sur la qualité, la vitesse et la valeur.

Un dispositif de suivi-évaluation est annoncé avec le CNIA et le Ministère du Commerce au centre. Très bien. Mais il faut choisir des métriques qui parlent à tout le monde.

Voici des indicateurs simples et actionnables :

• taux d’impuretés avant/après (échantillonnage standard),
• temps moyen de traitement par lot au point de collecte,
• écarts de prix entre lots propres et lots déclassés,
• taux de rejets ou de litiges à la réception,
• coûts de maintenance et disponibilité des équipements.

Une phrase à garder en tête : ce qui n’est pas mesuré finit par être contesté.

La filière arachide comme “prototype” de l’agro-industrie pilotée par la donnée

Réponse directe : l’arachide est un produit idéal pour industrialiser des standards, puis y greffer l’IA.

La filière arachidière pèse sur les revenus ruraux, l’approvisionnement des huileries, les semences, et l’export. Quand on améliore un maillon (la qualité à la collecte), on améliore la chaîne entière.

Le message que j’en retire, fin 2025, est clair : le Sénégal n’attend pas que l’IA arrive pour moderniser. Il met d’abord les fondamentaux au carré : équipements, règles, financement, fabrication locale, suivi. Ensuite, l’IA peut amplifier.

Une filière qui sait enlever le sable sait aussi enlever le bruit dans ses données.

Si vous êtes producteur, stockeur, semencier ou transformateur, la question utile pour 2026 n’est pas “est-ce qu’on fera de l’IA ?”. C’est plutôt : quel processus allons-nous standardiser en premier pour que l’IA ait de la matière propre à analyser ?