Irrigation intelligente au Sénégal : de la motopompe à l’IA

Le 21/12/2025 à Kanel (région de Matam), un geste très concret a fait avancer l’agriculture locale : un groupe motopompe a été remis à des femmes du village de Horndoldé pour soutenir leurs activités de maraîchage. Ce genre d’équipement n’a rien de “symbolique”. C’est souvent la différence entre un jardin qui survit et un jardin qui produit.

Mais voici ce que beaucoup de projets ratent : donner une pompe ne garantit pas une irrigation efficace. Entre les pannes, le coût du carburant, les tours d’eau mal organisés, la difficulté à estimer les besoins réels des cultures et l’absence de forage, une motopompe peut finir par être sous-utilisée… ou épuiser les finances du groupement.

Dans cette série « Comment l’IA transforme l’agriculture et l’agro-industrie au Sénégal », je prends un parti clair : l’infrastructure (pompes, clôtures, bassins) est la base, mais l’IA est le multiplicateur. L’objectif n’est pas d’ajouter de la complexité, mais de rendre l’eau, le temps et l’argent mieux gérés — surtout pour les coopératives féminines qui portent déjà une grande partie de la charge agricole.

Ce que révèle Horndoldé : l’eau est la vraie “intrant”

Réponse directe : l’histoire d’Horndoldé montre que, dans le maraîchage du nord, l’accès à l’eau et sa gestion pèsent autant que les semences ou l’engrais.

L’Association “Féddé Mamadou Baidy Bilel”, basée à Kanel, regroupe plusieurs cellules de femmes actives dans le maraîchage (et aussi l’élevage). En recevant une motopompe via la Direction régionale de la Famille, l’association a choisi de l’attribuer par tirage au sort à une cellule : celle de Horndoldé, dans le Dandé Mayo sud.

Sur le terrain, le besoin est limpide : les femmes arrosent leurs jardins avec l’eau du Fleuve Sénégal, et elles expliquent avoir des difficultés d’arrosage, notamment faute de forage. Cette phrase résume une réalité que j’ai souvent observée : quand l’eau n’est pas “pilotée”, tout le reste se dérègle (calendrier cultural, qualité des légumes, pertes post-récolte, revenus).

Une motopompe, c’est un système — pas seulement une machine

Un groupe motopompe implique immédiatement :

• un planning (qui arrose, quand, combien de temps) ;
• des coûts (carburant, huile, pièces, maintenance) ;
• une logistique (transport, sécurité, stockage) ;
• des choix agronomiques (densité, variétés, cycles, périodes).

Là où l’IA devient intéressante, c’est qu’elle aide à objectiver ces décisions, plutôt que de les gérer “au feeling”, surtout en période de tension (saison sèche, hausse du carburant, baisse du niveau d’eau, etc.).

De la pompe à l’irrigation intelligente : ce que l’IA change vraiment

Réponse directe : l’IA améliore l’irrigation quand elle sert à mesurer, prévoir et organiser — pas quand elle fait “joli”.

Dans un contexte comme Matam, l’IA appliquée à l’eau n’a pas besoin d’être un laboratoire. Elle peut être pragmatique, basée sur des outils simples : capteurs low-cost, données météo, images satellite, et surtout des usages WhatsApp/SMS qui collent aux habitudes.

1) Estimer les besoins en eau par culture (au lieu d’arroser “pareil”)

Le gaspillage d’eau en maraîchage vient souvent d’un réflexe : même durée d’arrosage pour toutes les parcelles. Or, un piment n’a pas les mêmes besoins qu’un gombo, et une planche en sol sableux réagit différemment d’une planche plus argileuse.

Une approche “IA utile” consiste à combiner :

• la météo locale (température, vent, humidité) ;
• le stade de la culture (plantule, floraison, fructification) ;
• un indicateur de terrain (capteur d’humidité ou relevé manuel).

Le résultat n’a pas besoin d’être un tableau complexe. Une recommandation quotidienne suffit : “Aujourd’hui : 25 minutes parcelle A, 15 minutes parcelle B”.

Une règle simple : si vous ne pouvez pas expliquer la recommandation en 20 secondes au groupement, l’outil est trop compliqué.

2) Réduire les coûts carburant grâce à la planification optimisée

Quand une motopompe tourne, ce n’est pas seulement de l’eau : c’est du carburant qui part. L’IA peut aider à construire un planning qui limite les démarrages/arrêts (souvent gourmands) et regroupe les arrosages par proximité ou priorité agronomique.

Concrètement, on peut optimiser :

• l’ordre des parcelles (moins de pertes de charge, moins de déplacements) ;
• les créneaux (éviter les heures les plus chaudes pour limiter l’évaporation) ;
• la durée (basée sur besoin réel, pas sur habitude).

Même sans donner de chiffre universel, l’effet est mécanique : moins d’heures moteur = moins de dépenses + moins de pannes.

3) Détecter les stress hydriques et maladies plus tôt

Autre point clé : les femmes de Horndoldé font du maraîchage, mais aussi de l’élevage. Le temps est compté. Quand une parcelle souffre, il faut le voir vite.

Avec des images (smartphone ou satellite) et des modèles simples, on peut repérer :

• un stress hydrique (zones qui jaunissent, baisse de vigueur) ;
• des débuts de maladies liées à l’humidité (selon cultures) ;
• des problèmes d’uniformité d’arrosage (tuyaux, fuites, colmatage).

Le bénéfice : intervenir tôt, avec des actions légères, plutôt que d’attendre une perte visible — donc coûteuse.

“OK, mais on fait comment sur le terrain ?” Une feuille de route réaliste

Réponse directe : commencez petit, mesurez, puis automatisez seulement ce qui apporte un gain clair.

Pour un groupement comme Horndoldé, la bonne stratégie n’est pas de chercher “l’application parfaite”. C’est de construire un petit système de décision autour de la pompe.

Étape 1 — Mettre en place un carnet d’eau (papier + WhatsApp)

Avant même l’IA, il faut des données minimales. Voici un format qui marche :

1. Date
2. Parcelle / culture
3. Durée d’arrosage
4. Problème observé (feuilles molles, jaunissement, fuite)
5. Carburant consommé (approximatif)

Au bout de 2 à 4 semaines, vous avez déjà un diagnostic : quelles parcelles “coûtent” trop, lesquelles manquent d’eau, où la pompe est sur-sollicitée.

Étape 2 — Ajouter 1 à 2 capteurs maximum (ou mesures manuelles)

Un capteur d’humidité du sol placé au bon endroit vaut mieux que dix capteurs mal gérés. L’objectif n’est pas la précision scientifique, c’est un signal.

Alternative sans capteurs : un protocole de mesure manuelle (ex. observation à heure fixe + test simple du sol). L’IA peut ensuite apprendre à recommander des durées selon météo et observations.

Étape 3 — Passer à des recommandations automatiques (IA “sobre”)

Une fois les données régulières, un modèle peut proposer :

• une durée d’arrosage par parcelle ;
• une alerte “risque de stress hydrique” ;
• un planning de tours d’eau.

Le format idéal : une note vocale ou un message court envoyé chaque matin au responsable d’arrosage.

Étape 4 — Sécuriser la maintenance (souvent le point faible)

La plupart des motopompes ne meurent pas d’âge. Elles meurent de : filtre ignoré, huile oubliée, tuyaux mal stockés.

Là encore, l’IA peut aider de façon très simple : check-list et rappels (ex. “vidange toutes les X heures moteur”, “nettoyer filtre chaque semaine”).

Pourquoi le leadership des femmes accélère l’adoption des outils IA

Réponse directe : les coopératives féminines adoptent vite les outils utiles car elles gèrent déjà l’organisation, la discipline et la continuité.

Le fait que l’association ait attribué la motopompe via un mécanisme collectif (tirage au sort) dit quelque chose d’important : il existe une gouvernance. Or la gouvernance est la condition n°1 pour que l’IA marche en agriculture.

Sans règles claires, un outil de recommandation crée des conflits (“Pourquoi ma parcelle n’a que 10 minutes ?”). Avec des règles, l’outil devient arbitre, car il s’appuie sur des critères partagés (météo, stade, humidité, priorité).

J’ajoute un point parfois sous-estimé : les femmes qui cumulent maraîchage + tâches domestiques + commerce recherchent surtout des outils qui font gagner du temps. Une IA qui réduit les aller-retours inutiles au jardin, c’est immédiatement concret.

Questions fréquentes (et réponses sans jargon)

L’IA remplace-t-elle la motopompe ?

Non. La pompe apporte l’eau, l’IA aide à décider comment l’utiliser au meilleur coût et avec moins de pertes.

Est-ce réservé aux grandes exploitations ?

Non. Les gains existent dès qu’il y a : une ressource limitée (eau/carburant), plusieurs parcelles, et une organisation collective. C’est exactement le cas des groupements maraîchers.

Faut-il Internet en permanence ?

Pas forcément. Un système peut fonctionner avec des données mises à jour de temps en temps et des messages SMS/WhatsApp. L’important, c’est la régularité.

Quel est le meilleur premier investissement : capteur ou formation ?

La formation + routine de suivi passe avant le capteur. Un capteur sans discipline devient un objet de plus. Une routine sans capteur produit déjà des décisions plus cohérentes.

La suite logique : transformer un don en performance durable

Le don d’un groupe motopompe à Horndoldé, le 21/12/2025, est une bonne nouvelle pour Matam : il renforce l’autonomie des femmes dans le maraîchage et soutient la production locale. Mais si on veut des résultats qui durent (rendements, revenus, stabilité), il faut traiter la pompe comme le début d’un système, pas comme la fin d’un projet.

Dans l’agriculture sénégalaise, l’IA prend tout son sens quand elle s’attaque aux frictions quotidiennes : décider quand arroser, éviter les gaspillages, anticiper les stress des cultures, organiser le travail. C’est là que la technologie devient “invisible” — parce qu’elle simplifie.

Si vous pilotez un groupement maraîcher, une ferme, une PME agro ou un projet d’appui, la bonne question pour 2026 n’est pas “Est-ce qu’on fait de l’IA ?”. C’est : quelle décision coûteuse ou conflictuelle peut-on rendre plus simple grâce à des données et à une recommandation claire ?