À Fès, au Maroc, Green Leaf AI explore les usages de l’intelligence artificielle dans la détection précoce des maladies agricoles. Développée par le jeune Béninois Bendjedid Rachad Sanoussi, cette solution entend faciliter l’accès au diagnostic phytosanitaire dans des contextes où les producteurs disposent encore de moyens limités pour anticiper les pertes liées aux maladies des cultures. Une démarche qui s’inscrit dans les réflexions croissantes autour des technologies appliquées à la résilience agricole et à la sécurité alimentaire.
Une réponse innovante à un défi agricole majeur
Dans de nombreuses régions agricoles d’Afrique du Nord et subsaharienne, les maladies des cultures continuent d’affecter fortement les rendements et les revenus des producteurs. Leur détection tardive favorise souvent la propagation des infections, avec des conséquences directes sur les systèmes de production, les revenus des ménages ruraux et, plus largement, la sécurité alimentaire.
C’est dans ce contexte qu’a émergé Green Leaf AI, une solution numérique développée par Rachad à Fès et conçue pour faciliter l’identification précoce de maladies agricoles, notamment celles touchant le palmier dattier, comme le bayoud.
Le dispositif repose sur un principe relativement simple : à partir d’une photographie prise avec un smartphone, un modèle d’intelligence artificielle analyse les symptômes visibles sur la plante et propose un diagnostic accompagné de recommandations pratiques. L’objectif est de rendre l’expertise phytosanitaire plus accessible, y compris dans des zones où les services techniques spécialisés restent peu disponibles.
Cette approche illustre l’évolution progressive des usages de l’intelligence artificielle dans les secteurs agricoles, où les technologies numériques sont de plus en plus mobilisées pour répondre à des contraintes liées à la productivité, au climat ou à la préservation des ressources.
Une solution pensée pour les réalités du terrain et reconnue à l’international
L’un des aspects centraux de Green Leaf AI réside dans son adaptation aux contraintes des exploitations agricoles de petite taille. Contrairement à certaines solutions technologiques nécessitant des équipements coûteux ou des infrastructures avancées, Green Leaf AI repose sur des outils déjà largement diffusés, notamment le smartphone.
Actuellement en phase pilote, elle a permis de constituer une première base de données d’images destinée à améliorer progressivement les capacités du modèle. Il a également bénéficié de l’accompagnement de plusieurs programmes d’appui à l’innovation et à l’entrepreneuriat technologique appliqué à l’agriculture (CAFDO, Enactus et Tech4Farmers). Elle a également bénéficié de l’appui de programmes tels que CAFDO, Enactus et Tech4Farmers, illustrant l’intérêt croissant pour les solutions numériques appliquées à l’agriculture. Cette dynamique a récemment été saluée à l’échelle internationale.
Cette dynamique a récemment trouvé un écho à l’échelle internationale. Le Centre international de recherche sur l’intelligence artificielle, placé sous les auspices de UNESCO, a intégré cette année Green Leaf AI dans son Top 100 des initiatives en intelligence artificielle responsable pour son impact concret sur les 17 objectifs de développement durable.
Au-delà de la reconnaissance institutionnelle, cette sélection reflète l’intérêt croissant porté aux technologies capables d’articuler innovation numérique et enjeux de développement.
Agriculture, santé et qualité de vie : des enjeux étroitement liés
Les implications d’une telle innovation dépassent le seul cadre agricole. En améliorant la détection des maladies des cultures, ce type d’outil peut contribuer à limiter les pertes de production et à sécuriser davantage les revenus des agriculteurs. Mais il peut également influencer d’autres dimensions directement liées aux conditions de vie des populations.
Une meilleure surveillance phytosanitaire favorise notamment une utilisation plus ciblée des traitements agricoles, avec des effets potentiels sur la réduction de certains usages excessifs de produits chimiques. Ces évolutions soulèvent des enjeux liés à la santé des producteurs, à la qualité des aliments consommés et à la préservation des écosystèmes agricoles.
L’initiative entre ainsi en résonance avec plusieurs priorités portées par le Système des Nations unies, en particulier l’objectif de développement durable 2 (odd 2) consacré à la sécurité alimentaire et à l’agriculture durable. Elle contribue également aux ambitions de l’odd 3, relatif à la santé et au bien-être, à travers la promotion de pratiques agricoles susceptibles de réduire certains risques sanitaires.
Par ailleurs, l’optimisation des ressources agricoles et la réduction des pertes s’inscrivent dans les objectifs de l’odd 12, consacré aux modes de consommation et de production responsables, tandis que la préservation des cultures face aux stress environnementaux rejoint les préoccupations liées à l’odd 13 sur l’action climatique.
Des perspectives ambitieuses portées par une vision claire
Les premiers retours d’expérimentation témoignent d’un intérêt croissant pour des solutions technologiques accessibles et adaptées aux réalités rurales. Pour Bendjedid Rachad Sanoussi, l’enjeu réside désormais dans le passage à l’échelle, à travers l’amélioration de la précision des modèles, l’enrichissement des données disponibles et l’élargissement des phases de test auprès des agriculteurs. Des leviers jugés essentiels pour renforcer l’impact de la solution et accélérer son déploiement.
Le fondateur de Green Leaf AI souligne également plusieurs défis structurants pour le développement de l’initiative : l’accès aux financements, la consolidation des partenariats techniques et l’intégration progressive des producteurs dans les phases d’expérimentation. Des conditions qui apparaissent déterminantes pour assurer une adoption plus large de ce type d’outil dans les environnements agricoles.
Pour Bendjedid Rachad Sanoussi, « l’innovation n’a de valeur que si elle répond à des besoins réels sur le terrain ». Une approche qui éclaire plus largement les réflexions autour de la place des technologies d’intelligence artificielle dans les transitions agricoles à venir.
Dans des contextes marqués à la fois par les pressions climatiques, les défis alimentaires et les mutations numériques, des initiatives comme Green Leaf AI traduisent l’émergence progressive de solutions cherchant à rapprocher expertise technologique et réalités du terrain, tout en interrogeant les nouvelles formes d’accompagnement des agricultures de demain.
