Le secteur agricole a une structure que peu d'autres secteurs possèdent : une exploitation individuelle, une coopérative ou un organisme de commercialisation, un fournisseur de machines ou de semences, et souvent un transformateur ou un détaillant qui impose des exigences sur ce qui se passe dans la ferme. Les applications d'IA ne viennent pas uniquement de l'intérieur. Une grande partie est livrée avec des équipements, des capteurs ou des logiciels de tiers. Celui qui est responsable de la gouvernance doit donc regarder non seulement ce que l'exploitation elle-même achète, mais aussi ce qui entre via les machines, les services de conseil et les partenaires de la chaîne. Ce rapport — choix propres face aux systèmes livrés avec l'équipement — est plus important que dans les secteurs où l'informatique est achetée de manière centralisée.
Dans le secteur agricole, l'IA est utilisée pour des tâches variées : reconnaissance d'images pour l'évaluation des cultures, prévision du rendement ou de la pression des maladies, pilotage des systèmes d'alimentation et de climat, et traitement administratif des demandes de subventions ou des rapports de chaîne. Certaines de ces applications sont intégrées de manière fixe dans les machines et sont à peine séparables du matériel. D'autres sont des outils autonomes qu'un conseiller en cultures, un acheteur ou un chef d'exploitation a commencé à utiliser lui-même, souvent sans que cela soit consigné nulle part. La gouvernance doit donc identifier deux types d'IA : les systèmes venus avec la technique et les systèmes que les personnes ont elles-mêmes commencé à utiliser.
Dans de nombreuses exploitations et coopératives agricoles, il n'existe pas de service informatique central gérant tous les logiciels. L'achat de machines, de services de conseil et d'outils de données se fait souvent par unité d'exploitation ou par personne. Cela signifie qu'un inventaire qui ne commence qu'auprès de l'informatique ou des achats passe à côté d'une grande partie de ce qui est réellement utilisé. Un conseiller en cultures qui utilise un outil d'IA pour reconnaître des symptômes de maladie, ou un planificateur qui consulte un chatbot pour des choix logistiques, agit souvent de sa propre initiative. Pour y avoir une vision claire, il faut plus qu'une simple demande de liste : il s'agit de poser des questions aux personnes qui font le travail, d'une manière qui ne soit pas perçue comme un contrôle. La façon dont cela fonctionne en pratique est décrite sur la page consacrée à comment éviter que des collaborateurs utilisent un outil que personne n'a approuvé. Un autre risque qui, dans ce secteur, coïncide souvent avec l'usage de l'IA est le partage de données sensibles de l'entreprise, comme des chiffres de rendement ou des conditions contractuelles, dans une fenêtre de chat publique ; l'approche à ce sujet est décrite sur la page consacrée à comment éviter que des données d'entreprise se retrouvent dans une fenêtre de chat gratuite.
Une application d'IA qui évalue une culture pour détecter une maladie a un impact différent d'un outil qui rédige un brouillon d'e-mail à un fournisseur. La première influence une décision opérationnelle qui peut avoir des conséquences financières et parfois sur la sécurité alimentaire ; la seconde est un soutien administratif. La gouvernance dans ce secteur exige une classification qui distingue les systèmes touchant des décisions concernant les animaux, les cultures ou la sécurité, et les systèmes qui ne soutiennent que le texte ou la planification. Cette répartition déterminera le niveau de surveillance et de documentation nécessaire, et si une application relève de règles plus strictes. Le contenu précis des règles et les délais correspondants n'ont pas leur place sur cette page ; ils sont tenus à jour ailleurs. Ici, il s'agit du mécanisme : savoir ce qui fonctionne, savoir quel rôle cela joue, et pouvoir le démontrer.
Le secteur agricole partage avec d'autres secteurs le fait que l'IA se répand par un usage individuel, non par une décision centrale. Ce schéma se retrouve aussi dans la manière dont le secteur informatique gère l'IA-gouvernance, où des outils de développement autonomes se répandent aussi vite que les outils de conseil dans la ferme. La différence réside dans la dépendance aux équipements physiques et aux exigences de la chaîne : là où les services financiers ont surtout affaire à des modèles logiciels, et le secteur de l'énergie au pilotage de réseaux et d'installations, le secteur agricole combine les deux : de l'IA intégrée dans les machines et de l'IA utilisée de manière autonome pour l'administration ou le conseil. La gouvernance doit donc englober aussi bien le fournisseur de la machine que l'utilisateur sur le terrain.
Un dirigeant ou un conseil coopératif qui doit rendre des comptes sur l'usage de l'IA a besoin de quelque chose sur quoi s'appuyer : un inventaire tenu à jour, une classification appliquée, et un aperçu de qui utilise quelle application et dans quel but. Sans cet aperçu, toute affirmation sur l'usage de l'IA n'est qu'une estimation. Avec un ensemble de gouvernance qui s'aligne sur la structure de risque existante de l'exploitation ou de la coopérative, ce rapportage devient une question de suivi continu plutôt qu'une reconstruction après coup.
Dès qu'il est clair quelles applications d'IA existent et quel rôle elles jouent, une autre question se pose naturellement : quelle part du travail encore effectué manuellement pourrait en réalité être reprise par l'IA. Le scan de travail de FTE TO AI calcule cela par tâche, sur la base du contenu réel du travail, et montre quelle part s'y prête à l'automatisation.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.