Le Rwanda ambitionne de transformer son secteur agricole grâce à l’intelligence artificielle, en visant 2,5 millions de petits agriculteurs d’ici 2029. Lors d’un forum à Kigali, la ministre rwandaise de l’Innovation et des TIC, Paula Ingabire, a détaillé une stratégie reposant sur des outils accessibles et adaptés aux réalités locales.
L’IA au service des décisions agricoles : un levier contre l’ignorance et le manque d’expertise
Près de la moitié des emplois en Afrique subsaharienne dépendent de l’agriculture, un secteur où des millions de petits producteurs prennent des décisions critiques – choix des cultures, périodes de semis, quantités d’engrais, détection des maladies ou encore commercialisation – avec des informations souvent tardives ou insuffisantes. L’IA se présente comme une solution pour combler ce fossé, non pas en remplaçant les agriculteurs, mais en leur offrant un accès instantané à des conseils d’experts (agronomes, météorologues, financiers) dans leur langue maternelle.
Des initiatives comme PlantVillage Nuru au Kenya, qui permet d’identifier des maladies du manioc via une photo, ou Apollo en Zambie, qui facilite l’accès au crédit grâce à des modèles de scoring basés sur des données satellites, illustrent ce potentiel. Ces outils pourraient être généralisés si les infrastructures numériques locales le permettent.
Rwanda : des fondations digitales solides avant l’IA
Contrairement à une approche purement technologique, le Rwanda a d’abord construit des bases numériques essentielles. Dès 2014, la plateforme e-Soko a permis de diffuser en temps réel les prix des marchés agricoles sur mobile, remplaçant un système manuel obsolète. Plus récemment, Smart Nkunganire a digitalisé la chaîne de subventions pour les intrants, enregistrant aujourd’hui 1,5 million d’agriculteurs utilisant des transactions USSD. Ces outils ont créé un « écosystème digital agricole » dont l’IA pourrait extraire une valeur bien supérieure.
Parmi les innovations en cours, Tunga, un assistant vocal en kinyarwanda, teste déjà un taux de réponse correcte de 60 % aux questions des agriculteurs. L’enjeu ? Adapter les solutions aux contraintes locales : accès limité à internet, préférence pour les téléphones basiques, et nécessité de travailler hors ligne.
Quatre priorités pour une IA scalable et inclusive
La stratégie rwandaise se concentre sur quatre axes :
Conseils personnalisés : des recommandations locales, en temps réel et en langues africaines, pour guider les agriculteurs. Intelligence des cultures et du bétail : détection précoce des maladies et des risques climatiques via des modèles locaux. Marchés et financement : mise en relation avec des acheteurs, accès au crédit et aux assurances grâce à des données fiables. Intelligence gouvernementale : anticipation des chocs (sécheresses, épidémies) et optimisation des subventions.
L’objectif est clair : porter la couverture des services de vulgarisation agricole de 35 % en 2023 à 69 % en 2029, en combinant recrutement d’agents humains et outils technologiques.
Les défis de l’échelle : données, financement et souveraineté
Pour réussir, le Rwanda identifie cinq leviers d’action pour les partenaires internationaux :
Données agricoles fiables : infrastructures interopérables et gouvernance transparente pour éviter les silos et les doublons. Jeux de données locaux : adaptation des modèles d’IA aux cultures, sols et langues africains, souvent sous-représentés dans les bases globales. Financement du « dernier kilomètre » : solutions accessibles via SMS, voix ou applications existantes, sans dépendre de smartphones haut de gamme. Passage des pilotes à l’échelle : financements patients pour étendre des solutions testées sur 10 000 agriculteurs à des millions. Renforcement des capacités locales : former agronomes, data scientists et agents de terrain pour pérenniser les outils.
Le Rwanda se positionne comme un « pays preuve » : petit mais représentatif, avec des défis généralisables à l’Afrique. L’enjeu n’est pas la sophistication technologique, mais son impact concret sur la productivité, la résilience et les revenus des agriculteurs.