Nous avons tous entendu parler de la façon dont l’intelligence artificielle (IA) envahit les arts. Vous avez besoin d’un article ou d’une image? Il suffit de demander à ChatGPT. L’industrie cinématographique a ouvertement exprimé sa crainte d’être remplacée par l’IA.
Récemment, des conseillers en nutrition animale ont soulevé des questions similaires, notamment quant au fait que l’IA pourrait remplacer les professionnels dans l’équilibrage des rations ou la formulation de recommandations de suppléments. Comme les scénaristes du milieu cinématographique, je crois plutôt que l’IA peut être un outil puissant, mais qu’elle ne peut remplacer le leadership éclairé et l’innovation au sein de notre secteur. Tout d’abord, examinons ce qui a été récemment mis en œuvre en termes d’IA à la ferme. Ensuite, voyons comment les meuneries peuvent tirer parti de ces technologies et, enfin, quelle est la place des experts dans ce nouveau paysage.
L’IA à la ferme
Il existe de nombreux nouveaux outils et fonctionnalités intéressants pour mettre en œuvre l’IA dans les fermes. Les animaux peuvent être équipés de capteurs. Ceux-ci peuvent prendre la forme d’étiquettes d’oreille, de licous, de colliers, de bracelets et même de capteurs placés dans le réticulo-rumen. Ces capteurs collectent notamment des données telles que la température corporelle, le niveau d’activité, la localisation, ainsi que le temps passé à boire, à ruminer, à paître ou à manger. De plus, des caméras installées dans les bâtiments d’élevage peuvent être utilisées pour évaluer la température corporelle, l’état physique et d’autres comportements. Elles peuvent également être montées sur des véhicules tout-terrain pour surveiller les animaux dans les pâturages, évaluer les fourrages disponibles et fournir davantage d’informations afin d’améliorer la gestion des terres.
Nous disposons donc de capteurs et de caméras qui collectent une quantité excessive de données; c’est là qu’intervient l’IA. Celle-ci peut compiler de grands ensembles de données et commencer à reconnaître des modèles. Ensuite, dès qu’un modèle émerge, un événement hors norme peut informer et alerter les producteurs. Cela peut réduire les taux de morbidité et de mortalité et ainsi améliorer la santé du troupeau.
Par exemple, si une erreur de mélange était commise sur un lot d’aliments entraînant une acidose subclinique, les capteurs pourraient détecter les animaux qui ont cessé de s’alimenter ou dont la température corporelle a augmenté. Cela peut être détecté avant que les producteurs ne s’en aperçoivent, et le responsable de la ferme pourrait enquêter et atténuer le problème avant qu’un cas d’acidose clinique ne se déclare après plusieurs jours de consommation d’aliments mal mélangés. Dans ce cas, l’IA ne remplace aucune main-d’œuvre, mais améliore l’efficacité de l’identification des problèmes courants qui coûtent de l’argent aux producteurs.
Ce qui nous amène au principal inconvénient de la mise en œuvre de ce type d’IA : son coût. Ces capteurs sont relativement coûteux et, bien qu’ils puissent permettre de réaliser des économies à long terme, leur coût initial constitue un obstacle à leur adoption pour de nombreux producteurs.
L’IA à la meunerie
Les meuneries disposent déjà d’énormes bases de données historiques comprenant l’inventaire d’ingrédients spécifiques, la teneur potentielle en éléments nutritifs de ces ingrédients et les commandes des clients. L’IA peut améliorer l’efficacité de la meunerie grâce à des projections basées sur ces données existantes. La prévision des aliments pour animaux est une expression à la mode que j’ai rencontrée pour décrire comment les données des meuneries peuvent être utilisées pour fabriquer le bon lot d’aliments au bon moment, sur la base des données historiques des clients et des informations sur les animaux. Cela signifie que la meunerie peut potentiellement utiliser les informations sur la fréquence des achats d’aliments par des clients spécifiques pour améliorer son efficacité et être en mesure d’anticiper qui a besoin d’aliments et quels sont les besoins de leurs animaux.
Dans les meuneries, les responsables continuent de jouer un rôle essentiel. Outre la vérification des recommandations de l’IA, ils joueront un rôle crucial dans la collaboration avec les clients afin d’améliorer les prévisions de l’IA en fonction de l’évolution des besoins des clients.
L’IA et le conseiller en nutrition animale
L’IA peut-elle être formée et utilisée pour équilibrer une ration? Absolument. Peut-elle remplacer le conseiller en nutrition animale? Je ne pense pas. Tout comme le responsable d’une meunerie, les nutritionnistes peuvent utiliser l’IA comme un outil, mais ils devront vérifier que les recommandations fournies sont exactes et ne présentent aucun problème susceptible de nuire au bétail.
Plutôt que de considérer l’IA comme une menace, nous devrions la voir comme un outil permettant de faire progresser l’industrie. Même avec les outils d’équilibrage des rations actuellement disponibles, la plupart des nutritionnistes avec lesquels je travaille n’équilibrent pas leurs rations pour les bovins en se basant sur les Nutrient Requirements of Beef Cattle de 2016, qui préconisent l’utilisation du système de protéines métabolisables (PM). Au lieu de cela, ils continuent d’utiliser les protéines brutes (PB), l’énergie et des équations algébriques linéaires. Je suis moi-même coupable de cela. L’IA offre un outil qui, une fois accessible, permet d’utiliser les dernières recherches et recommandations pour améliorer l’efficacité de l’utilisation des aliments. Cela signifie que nous pouvons mettre en œuvre plus rapidement les innovations issues de la recherche pratique.
De plus, il devient essentiel de repenser notre conception du métier et de la formation des nutritionnistes. Les bons nutritionnistes s’appuient déjà sur la littérature scientifique et s’efforcent de se tenir à jour quant aux dernières recherches et recommandations, même si leur application sur le terrain n’est pas toujours immédiate. Avec l’arrivée de l’IA, les nutritionnistes devront non seulement suivre de près les avancées, mais aussi posséder une solide expérience et un jugement critique pour évaluer ce qui est réaliste et applicable en alimentation du bétail. Cela permettra de prendre des mesures correctives lorsque l’IA fera inévitablement fausse route. Nous devons être des experts en technologie et soutenir les producteurs, un rôle qui n’est pas très éloigné de celui que nous jouons déjà.
De plus, nous devons adapter et améliorer nos compétences pour devenir des spécialistes des données, et non plus seulement des experts en formulation et en calculs. Pour demeurer des références dans notre domaine, il sera essentiel de comprendre la modélisation, le big data, l’analyse prédictive et la façon dont l’IA s’appuie sur ces concepts. Dans cette optique, la formation des nutritionnistes devra évoluer afin d’intégrer davantage de notions d’informatique et de science des données. Elle devrait également se concentrer sur les compétences en matière de données et de technologies informatiques et sur la manière dont elles peuvent être utilisées dans la production animale.
En conclusion, l’intelligence artificielle semble être un mot à la mode qui envahit de nombreux aspects de notre société, du marketing au cinéma, et désormais même à la production animale. Mais ce n’est pas une mauvaise chose, et elle n’est pas près de disparaître. Les ordinateurs peuvent accomplir beaucoup, mais ils ne remplaceront jamais l’ingéniosité, le jugement critique et les perspectives uniques des humains- et cela inclut les nutritionnistes.
