Article du 21 juillet 2026
Alors que 93 % des agriculteurs français déclarent subir de plein fouet les effets du dérèglement climatique et que les organisations environnementales, dont la FAO, alertent sur l’exposition croissante des terres agricoles mondiales au stress hydrique, la capacité à anticiper les crises agricoles devient un enjeu vital pour tout un secteur.
C’est précisément le terrain de recherche de Safa Ben Ayed, enseignante-chercheuse en intelligence artificielle au sein de l’unité de recherche CESI LINEACT, et lauréate de l’appel à projets « Pionniers de l’IA » de France 2030.
Une agriculture déjà sous tension
Le chiffre de 93 % n’a rien d’anecdotique : il provient du premier Baromètre réalisé par Sun’Agri avec l’institut Ipsos auprès de 695 agriculteurs français début 2025, qui a permis de mesurer précisément l’ampleur des dégâts.
La sécheresse a ainsi touché un agriculteur sur deux au cours des trois dernières années, suivie par les tempêtes et vents violents, le gel, la canicule et la grêle.
Les filières les plus exposées sont aussi les plus durement touchées : 57 % des viticulteurs et 56 % des arboriculteurs et maraîchers déclarent avoir perdu plus de 30 % de leur production à cause des aléas climatiques, pour une perte moyenne globale dépassant 20 % de la production agricole nationale.
Plus préoccupant encore, un agriculteur sur trois ne dispose aujourd’hui d’aucune solution de protection climatique, malgré une conscience largement partagée — 76 % des agriculteurs estiment que le changement climatique va fortement impacter leur métier dans les années à venir.
Des modèles d'IA capables d'expliquer leurs décisions
C’est dans ce contexte que s’inscrivent les travaux de Safa Ben Ayed, arrivée au CESI en 2021 et aujourd’hui à la tête du projet ECOSENTINEL, lauréat de l’appel à projets « Pionniers de l’IA », financé par France 2030 et opéré conjointement par Bpifrance et Inria. Son travail porte sur la détection précoce des maladies des cultures et du stress hydrique en serres, grâce à la fusion de données issues de drones et de capteurs environnementaux.
L’objectif : permettre aux agriculteurs d’agir avant qu’il ne soit trop tard, à partir de modèles d’IA capables d’expliquer leurs décisions plutôt que de fonctionner en « boîte noire » — une distinction essentielle dans un domaine où la confiance de l’utilisateur final conditionne largement l’adoption de la technologie.
Concrètement, la chercheuse développe des modèles capables de gérer l’incertitude et de fonctionner à partir de données imparfaites : dans la réalité du terrain, les informations recueillies par les capteurs sont souvent incomplètes, imprécises, voire contradictoires, et pourtant il faut malgré tout être en mesure de prendre une décision fiable.
Son approche s’appuie notamment sur la théorie de l’évidence de Dempster-Shafer, qui permet de croiser plusieurs sources d’information même lorsqu’elles ne sont pas totalement en accord entre elles, plutôt que de les traiter comme un ensemble homogène et parfaitement fiable.
Un marché en pleine expansion
Cette approche s’inscrit dans l’essor plus large de l’intelligence artificielle appliquée à l’agriculture, un segment de marché dont la croissance est spectaculaire : évalué à environ 2,5 milliards de dollars en 2025, il pourrait atteindre près de 7 milliards de dollars d’ici 2030 selon plusieurs cabinets d’études spécialisés, porté par la convergence entre l’agriculture de précision, les mandats publics en faveur de l’agriculture numérique et la baisse du coût des capteurs et des solutions cloud.
Ce chiffre concerne spécifiquement l’IA appliquée à l’agriculture ; le marché plus large de l’AgriTech, qui englobe également les drones, la robotique agricole ou les plateformes numériques de gestion d’exploitation, pèserait pour sa part bien davantage, entre 45 et 50 milliards de dollars à l’horizon 2030 selon les estimations.
Une nuance qui n’enlève rien à l’ampleur du mouvement : gouvernements, industriels de l’équipement agricole et laboratoires de recherche investissent aujourd’hui massivement dans ces technologies, convaincus qu’elles seront indispensables pour nourrir une population mondiale croissante tout en faisant face à un climat de plus en plus imprévisible.
Une recherche au service d'un enjeu de souveraineté
Au-delà du seul cas agricole, les travaux de Safa Ben Ayed s’inscrivent dans une dynamique nationale plus vaste portée par France 2030, dont l’appel à projets « Pionniers de l’IA » vise à faire émerger des technologies de rupture à fort impact économique et sociétal, dans des domaines aussi variés que l’industrie, l’énergie, la santé ou la transition écologique.
Pour la chercheuse, l’enjeu dépasse la seule performance technique : il s’agit de rendre l’intelligence artificielle plus transparente et plus utile face aux défis environnementaux, dans un secteur où une mauvaise décision, prise trop tard, peut se traduire par des récoltes perdues et des exploitations fragilisées.
Une conviction qu’elle résume avec simplicité : l’IA ne remplacera pas l’agriculteur, mais elle peut l’aider à décider mieux, et surtout à temps.
