Au Data Without Borders, consacré à la donnée en Afrique, Gabriel Fonlladosa, Manager du programme AI for Good et responsable du produit Carbon Lens à data354, a accordé une interview exclusive Digital MAG. Données géo-spatiales, accessibilité, coûts et tous les autres défis liés à la collecte et à l’exploitation des données pour permettre aux start-ups de créer des solutions sont passés au crible. C’était le 5 février 2026, à Abidjan.
Pourquoi les données géo-spatiales sont-elles importantes dans l’agritech et le climatech ?
Parce qu’elles sont d’une très grande richesse. En fait, elles peuvent être très précises, elles peuvent aussi être utilisées dans les domaines d’application très variés, et permettent souvent de faire passer à l’échelle des modèles qu’on pourrait avoir localement. On sait qu’aujourd’hui, il est très dur d’avoir une photographie complète des stocks de carbone forestier en Côte d’Ivoire ou au Sénégal. Pourquoi ? Parce que si on n’a pas accès à des données satellitaires, ça veut dire qu’il faut avoir ce qu’on appelle des données in situ, des données terrain, il faut donc se rendre sur le terrain, ça prend énormément de temps, d’argent, alors qu’on peut, en se servant de ces données terrain, en les associant avec des données satellitaires, avoir une photographie complète et être en mesure de surveiller de manière plus fine notamment dans le cas des stocks de carbone forestier.
Avec l’Agence sénégalaise d’études spatiales (ASES) quels sont les progrès réalisés dans ce pays et comment la Côte d’Ivoire peut-elle s’en inspirer ?
Au niveau de l’ASES, l’Agence sénégalaise d’études spatiales, ils ont pris des initiatives dont la première est de créer un incubateur pour accompagner les startups qui travaillent dans le domaine géo-spatial. Ensuite, ces startups bénéficient d’un meilleur accès à la commande publique. Il y a un travail de facilitation qui est fait. Il y a aussi un travail de mentorat, de transfert de compétences. Après, d’autres initiatives intéressantes sont menées par l’Agence sénégalaise.
Pourquoi la formation est-elle si importante à vos yeux ?
Je pense que c’est vraiment un point social. En fait, avec les données géo-spatiales, on est dans une niche de la data science et les personnes compétentes dans ce domaine-là se comptent presque sur les doigts de la main. Et c’est pour ça qu’il est très important de former ces personnes-là. C’est un milieu qui évolue, en permanence. Il y a de nouveaux satellites, de nouvelles données, de nouvelles opportunités qui sortent. Il est donc important que les talents puissent être formés à utiliser ces données.
Parlons du coût des données. Comment peut-on y remédier pour rendre les données plus accessibles ?
C’est l’un des plus grands problèmes. Aujourd’hui, il y a beaucoup de données en accès libre, notamment grâce au nouveau programme Copernicus de l’Agence spatiale européenne, et ça c’est une très grande richesse. Cela dit, ce sont des données qui n’apportent pas forcément des résolutions satisfaisantes. Il faut savoir que quand on parle des données satellites, il y en a de différents types : données optiques, données radars, données LIDAR. Pour les données optiques des satellites qui sont utilisées aujourd’hui, comme le Sentinel-1, le Sentinel-2, on a une résolution à 10 mètres, ce qui est déjà bien. Mais, parfois, on a besoin d’un niveau de précision bien plus important. Lorsqu’on parle d’agritech, de prédiction de rendement de cultures, on ne peut pas se satisfaire d’une résolution aussi faible.
Donc, il va falloir utiliser d’autres types de données, des données de drones. Et les drones, il faut les faire voler pour collecter ces données-là, et ça prend du temps, et ça coûte de l’argent. A part les drones, il existe des entreprises privées qui mettent à disposition des données avec des résolutions beaucoup plus fines, je pense notamment à Planet, qui est un géant américain du domaine. Ce sont des données qui ont aussi un coût, parce que déployer les satellites, les entretenir, ça a un coût. Il y a des entreprises qui font ça, elles ont besoin de financer un certain nombre d’activités, et là les coûts sont hors de portée des startups.
