Inspiré par ses grands-parents, producteurs de pommes en Chine, Charlie Wu a abandonné ses études d'informatique à l'université Cornell pour s'attaquer à un problème fondamental de l'agriculture. Après avoir obtenu une bourse Thiel , il a fondé Orchard Robotics en 2022 , une start-up qui utilise des caméras et l'intelligence artificielle pour offrir aux agriculteurs une vision inédite de leurs cultures. L'entreprise a récemment annoncé une levée de fonds de série A de 22 millions de dollars menée par Quiet Capital et Shine Capital.
« En discutant avec les meilleurs professeurs de culture fruitière du monde, j'ai réalisé que même les plus grandes fermes du pays n'ont pratiquement aucune idée de ce qui pousse réellement dans leurs champs », a déclaré Wu.
Contexte : Qu’est-ce que l’agriculture de précision ?
L'agriculture de précision est une approche de gestion agricole qui utilise la technologie pour observer, mesurer et adapter les pratiques aux variations des cultures. Au lieu d'appliquer la même quantité d'eau, d'engrais ou de pesticides à l'ensemble d'une parcelle (méthode traditionnelle), les données sont utilisées pour prendre des décisions ciblées et optimisées.
- Objectif: Augmenter le rendement et la qualité des cultures, réduire les coûts (économies sur les intrants tels que les produits chimiques et la main-d’œuvre) et minimiser l’impact environnemental.
- Technologies clés : Drones, capteurs, GPS et, comme dans le cas d'Orchard Robotics, vision par ordinateur et intelligence artificielle.
De l'incertitude aux décisions fondées sur les données
Le problème auquel s'attaque Orchard est la dépendance à l'échantillonnage manuel . Les grands producteurs inspectent moins de 1 % de leurs récoltes pour prendre des décisions cruciales, ce qui conduit à des estimations très imprécises. La solution d'Orchard est une petite caméra qui se fixe sur les tracteurs existants. Lorsque le véhicule parcourt le champ, il capture des images à très haute résolution que l'IA analyse pour mesurer la taille, la couleur et l'état sanitaire de chaque fruit sur chaque arbre.
Gestion agricole : méthode traditionnelle ou robotique des vergers
| Zone de décision | Méthode traditionnelle (échantillonnage manuel) | Méthode du verger (AI Vision) |
|---|---|---|
| Estimation de la récolte | Inexact (basé sur <1% de la récolte) | Précis (basé sur 100 % des arbres scannés) |
| Application des intrants | Répandue, souvent excessive | Ciblé et optimisé par zones ou même par arbre |
| Planification des effectifs | Devis, risque de sur/sous-traitance | Basé sur des données de performance réelles et des prévisions précises |
| Promotion | Incertain jusqu'à la récolte | Prévisions de ventes précises et précoces |
Traction, compétence et vision d'avenir
La technologie d'Orchard est déjà utilisée dans certaines des plus grandes exploitations de pommes et de raisins des États-Unis et s'étend désormais aux myrtilles, aux cerises, aux amandes, aux pistaches, aux agrumes et aux fraises. Malgré la présence de concurrents comme Bloomfield Robotics (racheté par Kubota ), Wu reste confiant dans sa vision à long terme.
Wu estime que le marché actuel des données sur les fruits et légumes, estimé à 1.500 milliard de dollars, n'est qu'un début. Son ambition est que l'IA d'Orchard évolue pour prendre des décisions autonomes, transformant ainsi la plateforme en un véritable système d'exploitation agricole. Il compare cette évolution à celle de Flock Safety , qui est passée de la simple lecture de plaques d'immatriculation à la mise en place d'un écosystème complet de sécurité publique.
Notre ambition est de faire bien plus que simplement collecter des données. Nous voulons collecter les données, puis construire un système d'exploitation basé dessus et, à terme, maîtriser tous les flux de travail de la ferme.
et sélectionnez