Intelligence artificielle en viti/viniculture : où en est-on ?

Les promesses de l’intelligence artificielle rappellent celles de l’arrivée des technologies numériques en agriculture il y a déjà 10 ans[1] : agriculture de précision, détection des signaux faibles avec la surveillance sanitaire des plantes cultivées et animaux d’élevage, modèles prédictifs pour optimiser les calendriers de production, traçabilité dans la chaîne de valeur… Cependant, l’IA, et en particulier l’IA générative, apporte aujourd’hui une promesse supplémentaire en termes de volume de données traitées, de puissance de calcul et de production de contenu (texte, image, son, vidéo). De même, les besoins de l’IA sont les mêmes que ceux que nous avions identifiés avec l’arrivée du numérique (qualité des données brutes, interopérabilité des outils en particulier). Ses risques semblent plus importants, notamment en raison de leur impact environnemental (technologies très gourmandes en énergie et en eau) et du risque accru de fracture numérique : cela accentue les besoins de formation et d’acculturation à l’IA. Enfin, le risque le plus important est peut-être celui de la production de résultats erronés d’une IA alimentée par des données de mauvaise qualité, erronées ou de l’ordre des “fake news”.

La maîtrise des données brutes est donc plus que jamais essentielle avec l’IA. C’est ce qui est permis par les versions payantes des outils déjà sur le marché, alors que les versions gratuites sont alimentées par des données non vérifiées.

Concernant spécifiquement le secteur viti/vinicole, c’est de la viticulture de demain dont il a été question dans ce congrès, mettant en avant des structures expertes telles que le cluster Inno’vin et son expertise sur les usages de l’IA en viti/viniculture, l’Institut scientifique de la vigne et du vin (ISVV) et ses travaux sur la signature chimique des vins, l’établissement d’enseignement supérieur Bordeaux Sciences Agro et sa Chaire AgroTIC spécialiste de l’agriculture numérique, ou encore des startups telles que WineSpace et son outil permettant d’objectiver la perception du vin par les consommateurs.

Nous retenons que la confiance est la clé derrière les divers cas d’usage de l’IA en viti/viniculture : comment construire des outils de l’IA dans lesquels les utilisateurs finaux vont faire suffisamment confiance pour que les résultats apportent une aide utile et fiable aux opérateurs ? Cette question pourra s’étendre aux autres domaines de production agricole.

[1] Voir les Notes d’Agridées de 2017 “Tous acteurs de la transition numérique agricole” et 2021 “Alimentation et traçabilité numérique : gagner en valeur et en confiance“.