Page principale Logo KORA AI

Agribot assiste les producteurs, coopératives et agents terrain dans le diagnostic des maladies des cultures, et fournit à l'État un outil de centralisation des alertes agricoles et de pilotage territorial par la donnée.

~70%de la population active dans le secteur agricole
26%du PIB national généré par l'agriculture

01 — Contexte

Un secteur stratégique, des défis réels, un cadre national favorable

Le Bénin a adopté en 2023 sa Stratégie Nationale d'Intelligence Artificielle et des Mégadonnées (SNIAM 2023-2027), avec un mandat explicite : déployer des solutions d'IA adaptées aux besoins nationaux dans les secteurs prioritaires. L'agriculture, premier secteur d'activité du pays, constitue un cas d'usage évident. Les producteurs font face à des pertes de rendement, des maladies non détectées à temps et des difficultés d'accès au conseil technique. L'État, de son côté, dispose de peu d'outils pour centraliser les signaux terrain et piloter la santé des cultures à l'échelle territoriale.

Pourquoi maintenant

Maturité technique
Les modèles de vision par ordinateur pour la détection de maladies végétales sont suffisamment matures pour être déployés sur des cas d'usage réels avec des données locales.
Alignement SNIAM
Le Bénin dispose d'un cadre stratégique national explicite et d'institutions de coordination qui facilitent l'investissement dans ce type de solution souveraine.
Talents locaux disponibles
Des compétences en data science, développement mobile et agronomie existent au Bénin et peuvent être mobilisées pour construire et maintenir cette solution en autonomie.

02 — Objectif

Une double mission au service du terrain et du pilotage public

Agribot n'est pas seulement un outil d'assistance aux producteurs. C'est aussi un instrument de centralisation et d'aide à la décision pour les institutions publiques qui supervisent le secteur agricole.

Mission 1
Assistance terrain aux acteurs agricoles
Le producteur, le coopérateur ou l'agent technique photographie une plante ou une feuille présentant des signes anormaux. Le système analyse l'image et fournit un diagnostic probable avec une orientation vers les bonnes pratiques.
  • Identification des maladies fongiques, bactériennes et virales
  • Détection des ravageurs et des carences nutritionnelles
  • Orientation vers les traitements appropriés
  • Accessibilité via application mobile, y compris en zone à faible connectivité
  • Interface simple, sans prérequis technique pour l'utilisateur
Mission 2
Monitoring et pilotage agricole pour l'État
Chaque diagnostic effectué sur le terrain alimente une base de données centrale. Un tableau de bord permet aux institutions publiques de visualiser les tendances, les zones à risque et les dynamiques par culture, par période et par département.
  • Tableau de bord territorial par filière, département et période
  • Cartographie des foyers de maladies et zones à risque
  • Alertes sur les dynamiques anormales (émergence rapide d'une maladie)
  • Données agrégées et anonymisées pour le pilotage sectoriel
  • Outil d'aide à la décision pour les politiques agricoles

03 — Solution technique

Une architecture fiable, explicable et maîtrisable

La solution repose sur des modèles de vision par ordinateur spécialisés dans la détection de maladies végétales.

Workflow de détection des maladies des cultures — KORA AI

04 — Réalisation

De la donnée terrain au service déployé

Six étapes opérationnelles, de la collecte d'images à l'amélioration continue, portées par une équipe pluridisciplinaire entièrement mobilisable au Bénin.

Feuille de route opérationnelle — 6 étapes
1
Étape 01
Collecte terrain
Photos de cultures malades et saines collectées avec des agents et producteurs dans les zones pilotes. Objectif de 45 000 à 70 000 images par filière.
2
Étape 02
Annotation
Labellisation des images par des agronomes et ingénieurs phytosanitaires locaux. Chaque maladie est documentée et classifiée avec les experts du MAEP.
3
Étape 03
Entraînement
Entraînement des modèles de classification et de détection sur les données annotées. Validation croisée avec les experts avant déploiement.
4
Étape 04
Intégration API
Déploiement de l'API backend, intégration des modèles, développement de l'application mobile et du dashboard de monitoring institutionnel.
5
Étape 05
Pilote terrain
Déploiement sur 1 à 2 filières dans 1 à 2 départements pilotes. Évaluation des performances et ajustement des modèles selon les retours terrain.
6
Étape 06
Amélioration continue
Réentraînement régulier des modèles à partir des nouvelles données terrain collectées.
Ressources du pilote

Le pilote mobilise sept chantiers de ressources humaines complémentaires entre la France et le Bénin, un investissement matériel souverain et une enveloppe d'exploitation annuelle. Survolez chaque poste pour voir sa mission ; ouvrez la synthèse pour le détail des coûts.

Chantier 1 · ML / IA
3 personnes · FR
Lead ML Engineer · FR ×184 000 € / an
Data Scientist / ML Engineer · FR ×2156 000 € / an
Total chantier · 240 000 € / an
Chantier 2 · Développement logiciel + traduction
3 personnes · FR + BJ
Développeur backend · FR ×178 000 € / an
Développeur frontend · BJ ×113 000 € / an
Traducteur / localisateur FR-Fon · BJ ×14 600 € / an
Total chantier · 95 600 € / an
Chantier 3 · Agronome et annotation
3 personnes · BJ
Agronome référent · BJ ×114 600 € / an
Annotateurs / validateurs · BJ ×211 000 € / an
Total chantier · 25 600 € / an
Chantier 4 · Collecte terrain
15 personnes · BJ
Coordinateur terrain · BJ ×19 100 € / an
Agents collecteurs · BJ ×1254 900 € / an
Superviseurs de zone · BJ ×212 800 € / an
Total chantier · 76 800 € / an
Chantier 5 · Gestion de projet
2 personnes · FR + BJ
Chef de projet · FR ×172 000 € / an
Responsable partenariats institutionnels · BJ ×112 800 € / an
Total chantier · 84 800 € / an
Chantier 6 · Formation et adoption
4 personnes · BJ
Formateur terrain · BJ ×211 000 € / an
Animateur adoption · BJ ×29 100 € / an
Total chantier · 20 100 € / an
Chantier 7 · Infrastructure et qualité
3 personnes · FR + BJ
Administrateur système / DevOps · FR ×18 400 € / an
MLOps Engineer · FR ×184 000 € / an
QA / contrôle qualité · BJ ×18 400 € / an
Total chantier · 100 800 € / an
Investissement matériel · Serveur GPU local
One-shot · souveraineté
GPU principal — RTX 4090 24 Go2 300–2 500 €
Châssis / CPU / carte mère pro2 500–5 000 €
RAM ECC 128–256 Go500–1 500 €
Stockage NVMe 4–8 To400–1 200 €
UPS online 3 kVA+1 500–3 595 €
Rack / PDU / accessoires425–1 700 €
Réseau / sécurité / câblage500–2 000 €
Climatisation salle technique1 000–4 000 €
Marge d'intégration / imprévus3 000–6 000 €
Total matériel · ~ 35 000 € (one-shot)
Synthèse générale du pilote
RH + Matériel + Exploitation
RH France
482 400 € / an
Chantiers 1, 2, 5, 7 · profils techniques
RH Bénin
161 300 € / an
Chantiers 2 à 7 · équipe terrain & expertise locale
Hardware (one-shot)
35 000 €
Serveur GPU local · investissement souverain
Exploitation annuelle
30 500 – 68 500 € / an
Total investissement initial
~ 644 000 € / an
+ 35 000 € matériel · hors exploitation
Partenaires institutionnels indispensables
MAEP ASIN INRAB CEA-SMIA Chambres d'Agriculture SONAPRA Ministère du Numérique Agences développement rural

05 — Chiffrage indicatif

Structure de coûts : du pilote à la mise à l'échelle

L'investissement se décompose en deux phases distinctes, permettant de valider la solution à périmètre réduit avant tout engagement à l'échelle nationale.

Document de cadrage indicatif — les montants définitifs sont établis après concertation et définition précise du périmètre du pilote.
Phase 1
Pilote
1 à 2 filières · 1 à 2 départements · durée indicative 6 à 12 mois
Collecte de données terrainPhotos, déplacements, agents
Annotation & validation agronomiqueExperts, outils d'annotation
Entraînement des modèlesCalcul, itérations, validation
Développement MVP mobile + APIApplication, backend, intégration
Dashboard de monitoringInterface institutionnelle
Déploiement terrain & formationAgents, coopératives pilotes
Infrastructure & hébergementServeur, stockage, sécurité
Coordination & gestion de projetSuivi, reporting, KPIs
Phase 2
Exploitation et extension nationale
Extension progressive · modèle de licence annuelle · après validation du pilote
Extension à de nouvelles filièresCoton, anacarde, manioc, riz…
Extension géographiqueNouveaux départements, zones rurales
Réentraînement continu des modèlesNouvelles données, nouvelles maladies
Maintenance & support techniqueSLA défini, équipe dédiée
Hébergement & supervisionInfrastructure scalable, monitoring
Gouvernance & pilotage du serviceComité de suivi institutionnel
Formation continue des utilisateursAgents terrain, nouveaux entrants
Licence institutionnelle annuelle200 000 € / an
Pourquoi ce modèle est cohérent pour l'État ?
Quatre raisons qui font de la licence institutionnelle le cadre adapté à un service public numérique.
Visibilité budgétaire
Un coût annuel fixe et prévisible, intégrable dans les cycles budgétaires de l'État sans surprise ni dépassement imprévu.
Amélioration continue
Les modèles s'améliorent avec le temps grâce aux nouvelles données terrain. La valeur du service croît à mesure que la base de données locale s'enrichit.
Valeur stratégique croissante
Le tableau de bord national devient un actif de pilotage de plus en plus précieux à mesure que les données s'accumulent et que la couverture géographique s'élargit.

06 — Pour aller plus loin

Cette page peut être complétée par un pitch oral synthétique et une foire aux questions conçue pour anticiper les objections institutionnelles les plus courantes.