9/29 부르키나파소: "CultivaTech는 비료를 없애지 않고 운(우연)을 없앤다

[정민섭]

https://lefaso.net/spip.php?article149612

Burkina Faso : « CultivaTech ne supprime pas l’engrais, elle supprime le hasard », explique Wendkuuni Ben Ahmad Tapsoba

Publié le mardi 29 septembre 2026 à 22h24min

Agriculteur et ingénieur en informatique, Wendkuuni Ben Ahmad Tapsoba a créé CultivaTech pour aider les producteurs burkinabè à mieux décider au champ, même sans connexion internet. L’application estime les caractéristiques du sol, adapte les doses d’engrais aux parcelles, alerte sur les variations de végétation et propose des outils de suivi agricole hors ligne. Le promoteur revient sur la genèse du projet, ses résultats en phase pilote, ses limites et ses ambitions d’expansion en Afrique de l’Ouest.

Lefaso.net : Quel problème concret d’un producteur burkinabè avez-vous voulu résoudre en priorité ? Journaux

Wendkuuni Ben Ahmad Tapsoba : Le problème que j’ai voulu résoudre en priorité, c’est celui de la dose. Un producteur qui met de l’engrais applique presque toujours une recommandation générale (200 kg de NPK et 100 kg d’urée à l’hectare pour le maïs, par exemple), alors que son sol n’est ni celui de son voisin ni celui de la station de recherche où la recommandation a été établie. Il en résulte qu’il met trop là où il ne faut pas, ou pas assez là où il en faudrait. Dans les deux cas il perd de l’argent, et dans le premier il charge son sol inutilement. Ce que CultivaTech supprime, ce n’est pas l’engrais, c’est le hasard.

Pourquoi le fonctionnement sans réseau était-il essentiel ?

Le fonctionnement sans réseau était essentiel, parce qu’une application qui a besoin du réseau est inutile au moment précis où elle servirait.

Le producteur est dans son champ, souvent hors couverture. Il recharge son téléphone quand il peut, et ses données mobiles coûtent cher rapportées à ce qu’il gagne.

Si l’application devait interroger un serveur pour lui dire combien de sacs épandre, il n’aurait pas la réponse. Nous avons donc mis le calcul dans le téléphone, pas sur un serveur : le référentiel agronomique est embarqué avec l’application.

C’est aussi un choix sur le matériel. Nous ne demandons à personne d’acheter un capteur, un drone ou un téléphone particulier. Nous travaillons avec celui qu’il a déjà.

Que reste-t-il d’utilisable sans aucune connexion, et qu’est-ce qui exige une synchronisation ?

Sans connexion, l’application permet d’utiliser le traçage de la parcelle, les fiches techniques des cultures, le plan d’arrosage, le diagnostic phytosanitaire, le calendrier cultural, le suivi de production et les guides techniques. Cela représente tout ce qui se décide au champ.

Une connexion est en revanche nécessaire pour le marché numérique, la météo, l’estimation du sol par satellite, le suivi du couvert végétal et l’annuaire des boutiques. Ces données viennent de l’extérieur et ne peuvent pas être calculées dans le téléphone.

La synchronisation se fait d’elle-même dès que le réseau revient. L’agriculteur n’a aucune manipulation à faire, et ce qu’il a saisi hors ligne n’est jamais perdu.

D’où viennent les données de sol, et comment vérifiez-vous leur fiabilité ?

Ces données viennent d’iSDAsoil, une cartographie numérique des sols africains produite par Innovative Solutions for Decision Agriculture et publiée dans la revue PLOS Biology en 2021.

Le principe est le suivant : un modèle d’apprentissage automatique a été entraîné sur plus de cent mille échantillons de sol analysés en laboratoire à travers le continent. Il utilise comme variables explicatives l’imagerie des satellites Sentinel-2 et Landsat, le relief et le climat. Le modèle prédit ensuite les propriétés du sol partout, à 30 mètres de résolution, sur deux profondeurs, et il fournit son incertitude pixel par pixel.

Je veux être précis sur un point également. Ce n’est pas une analyse de laboratoire, c’est une estimation. Le satellite ne mesure pas le pH, il mesure une réflectance ; le reste est un modèle.

Pour la vérification locale, nous ne nous en remettons pas au modèle continental sans contrôle. Nous avons réuni 540 résultats d’analyses de laboratoire réelles, dont des données rendues publiques par le BUNASOL et d’autres obtenues auprès d’iSDA. Elles nous servent de référence pour confronter l’estimation satellitaire à des mesures faites sur des sols d’ici.

Nous voulons aller plus loin. J’ai pris contact avec le BUNASOL et déposé une correspondance en vue d’un partenariat, avec deux objectifs : poursuivre ces vérifications sur des parcelles burkinabè, et permettre à un producteur de commander une analyse de laboratoire directement depuis l’application, avec des points de prélèvement géolocalisés qui faciliteraient le travail des préleveurs.

L’idée n’est pas de remplacer le laboratoire. C’est que l’estimation dise où prélever, et que le laboratoire tranche. Histoire

Comment ces données deviennent-elles une quantité d’engrais ?

La transformation des données en quantité d’engrais se fait en trois temps.

D’abord, l’application délimite la parcelle et en calcule la surface exacte, au doigt sur l’image satellite, par marche GPS autour du champ, ou par saisie des coordonnées d’un titre foncier.

Ensuite, elle récupère l’estimation du sol sur une grille de 30 mètres, ce qui donne plusieurs points de mesure sur une même parcelle plutôt qu’une valeur unique.

Enfin, elle part de la recommandation officielle pour la culture concernée (celle de l’INERA pour le maïs, par exemple) et la corrige selon le pH, l’azote, le carbone et la texture estimés. La correction est plafonnée à plus ou moins 30 % : nous ne nous autorisons pas à nous écarter davantage d’une recommandation validée par la recherche.

Le résultat n’est pas affiché en kilogrammes par hectare mais en sacs et en arrosoirs, pour la surface réelle du champ.

Et l’application ne baisse pas toujours la dose : sur un sol pauvre, elle l’augmente.

Comment distinguez-vous une maladie d’un problème d’eau, de sol ou de climat ?

Nous ne les distinguons pas, et nous ne prétendons pas le faire.

Le suivi satellitaire calcule tous les cinq jours l’indice de végétation NDVI de la parcelle, à partir des bandes rouge et proche infrarouge de Sentinel-2, en écartant les images trop nuageuses. Quand cet indice baisse nettement par rapport aux semaines précédentes, l’application envoie une alerte.

Cette alerte dit une chose et une seule : il se passe quelque chose sur cette parcelle, allez voir. Elle ne nomme pas la cause. Un satellite mesure la vigueur d’un couvert végétal ; il ne fait pas de pathologie.

C’est ensuite le producteur qui regarde sa plante, et le module de diagnostic qui prend le relais.

Je tiens à préciser que l’application sait aussi qu’une baisse de NDVI est normale pendant la maturation, et n’alerte pas dans ce cas.

Comment fonctionne le diagnostic, et quel est son taux de fiabilité ?

Il faut que je corrige une formulation qui circule, y compris dans nos propres documents : ce n’est pas de l’intelligence artificielle, c’est un moteur de règles.

Concrètement, le producteur décrit en français ce qu’il voit : « feuilles jaunes », « trous dans les gousses », « taches brunes ». L’application compare cette description à 149 règles constituées à partir de la littérature agronomique sahélienne, notamment les travaux de l’IPR/IFRA du Mali, applicables au Burkina. Chaque règle associe des mots-clés, une maladie ou un ravageur, ses causes, le traitement et la prévention. Le moteur retient les règles qui correspondent le mieux et en propose jusqu’à trois, classées. Histoire

Tout cela se passe dans le téléphone : il n’y a aucune photo à envoyer et aucune connexion nécessaire.

Concernant la fiabilité, sur les quarante-quatre diagnostics réalisés pendant la phase pilote, quarante se sont révélés justes, soit 91 %.

Je précise tout de suite la limite de ce chiffre : quarante-quatre cas, c’est un petit échantillon. Il donne une indication solide, pas une garantie statistique. Nous continuerons à le suivre à mesure que le nombre de diagnostics augmentera, et je préfère annoncer 91 % sur quarante-quatre cas en donnant le dénominateur, plutôt qu’un chiffre rond sans lui.

Que se passe-t-il quand l’application n’est pas certaine ?

Quand l’application n’est pas certaine, elle le dit.

Quand plusieurs règles correspondent, elle en propose jusqu’à trois, classées par pertinence, et laisse le producteur trancher avec ce qu’il a sous les yeux. Quand aucune ne correspond, elle affiche « Aucun diagnostic trouvé pour ces symptômes » au lieu d’inventer une réponse.

C’est un choix. Une application agricole qui affirme avec assurance une bêtise fait plus de dégâts qu’une application qui reconnaît son ignorance : le producteur va acheter un traitement, l’appliquer, et perdre à la fois l’argent et le temps.

Le même principe vaut pour l’estimation du sol. Quand le service est injoignable, l’application le signale et s’en tient aux recommandations générales, sans faire semblant d’avoir affiné.

Quels résultats mesurables avez-vous obtenus ?

Concernant le rendement, les 116 producteurs que nous suivons enregistrent, au 15 septembre, en moyenne plus de 21 % de rendement supplémentaire, à superficie égale, matériel égal et charge de travail égale.

Je précise la façon dont nous comparons, parce qu’elle compte. Le point de départ n’est pas leur rendement moyen des années précédentes, mais le meilleur rendement qu’ils déclarent avoir atteint avant d’utiliser CultivaTech. C’est volontairement le test le plus difficile : nous nous mesurons à leur meilleure année, pas à leur année ordinaire.

Sur les dépenses, le résultat est plus intéressant qu’un simple gain. Pour 64 % des producteurs, le coût de production a augmenté d’environ 12 %, parce que l’analyse du sol leur a dit d’apporter davantage là où ils sous-fertilisaient. Pour les autres, il a baissé de 15 à 18 %. Et dans les deux cas, le rendement a progressé.

C’est exactement ce que fait l’application : elle ne réduit pas l’engrais, elle le met au bon endroit dans la bonne quantité. Dire « nous faisons économiser de l’engrais » serait faux pour les deux tiers de nos utilisateurs.

Nous avons mesuré d’autres résultats : sur notre propre parcelle de 2 850 m² à Koubri, le rendement a augmenté de 9,61 %. Nous avons aussi placé seize ouvriers agricoles par l’intermédiaire de l’application, et des producteurs ont dépensé 64 400 FCFA pour acheter des fiches techniques et des données de sol.

Je distingue un dernier résultat, qui est calculé et non mesuré : l’ économie de 35 000 FCFA par hectare que nous présentons sur un exemple de maïs. C’est un calcul à partir de la recommandation officielle et des prix 2026, pas une moyenne relevée sur un échantillon.

Avez-vous une comparaison avec des producteurs qui n’utilisent pas l’application ?

Non, nous n’en avons pas, et je tiens à ce que la distinction soit claire.

Ce que nous avons, c’est une comparaison avant et après chez les mêmes producteurs : leur rendement actuel face au meilleur qu’ils déclarent avoir atteint auparavant. C’est une donnée réelle, sur 116 exploitations, et c’est bien plus qu’une simulation. Mais ce n’est pas un groupe témoin.

Deux limites en découlent, que je préfère nommer moi-même.

La première, c’est que le point de départ est déclaré par le producteur, pas mesuré par nous. Nous l’avons choisi le plus exigeant possible (leur meilleure année, pas leur moyenne), mais il reste déclaratif.

La seconde, et la plus importante, c’est que sans producteurs comparables n’utilisant pas l’application, nous ne pouvons pas séparer notre effet de celui de la saison. Une bonne pluviométrie fait monter les rendements de tout le monde.

Construire ce dispositif demande de suivre deux groupes en parallèle sur une campagne complète, avec une structure de recherche ou une ONG. C’est l’un des usages que nous envisageons pour la dotation du Prix Pierre Castel.

Qui paie exactement ?

Ce sont des institutions qui paient, et très marginalement des producteurs.

Au 15 septembre, une institution de microfinance paie 400 000 FCFA par an pour un tableau de bord qui lui permet de suivre cent dossiers. Une organisation non gouvernementale paie 1 500 000 FCFA par an pour suivre cent bénéficiaires. Cinq boutiques d’intrants paient 5 000 FCFA par mois chacune pour figurer dans l’annuaire avec leur catalogue.

Cela fait 2 150 000 FCFA sous contrat, dont 2 075 000 déjà encaissés. S’y ajoutent les 64 400 FCFA d’achats directs dans l’application.

En face, nos charges d’infrastructure sont aujourd’hui de 1 700 FCFA par mois, ce qui correspond au nom de domaine. Elles monteront à environ 33 100 FCFA par mois au lancement officiel.

Ce sont donc les institutions qui financent la gratuité de l’essentiel pour l’agriculteur. C’est délibéré : un producteur qui hésite entre payer une application et acheter un sac d’engrais achètera le sac, et il aura raison.

Les agriculteurs devront-ils payer des fonctionnalités aujourd’hui gratuites ?

Non, ce qui est gratuit aujourd’hui le restera : la parcelle, les fiches techniques, le plan d’arrosage, le diagnostic, le suivi de production et le marché.

À partir du 19 novembre, un abonnement facultatif sera proposé, entre 1 500 et 4 500 FCFA par mois, pour des fonctions nouvelles : le diagnostic sur photo, les alertes par SMS et un assistant conversationnel.

Deux services resteront par ailleurs payants à l’acte, comme ils le sont déjà : l’analyse de sol détaillée avec sa carte et son rapport, à 4 500 FCFA, et le suivi satellitaire de la parcelle, à 1 500 FCFA par mois.

Je dois ajouter que nous sommes prudents sur ce volet. Faire payer un abonnement logiciel à un petit producteur est difficile, et nous ne construisons pas notre équilibre financier dessus. Actualités

Quelles données collectez-vous, à qui appartiennent-elles, comment sont-elles protégées ?

Nous collectons le prénom, le nom et le numéro de téléphone à l’inscription, le type de compte, les coordonnées GPS de l’exploitation, le contour des parcelles tracées, les productions suivies, les intrants utilisés et les rendements déclarés, ainsi que les diagnostics effectués.

Ces données appartiennent aux producteurs. Nous en sommes dépositaires, pas propriétaires.

Pour ce qui est de leur protection, les tables sensibles sont fermées en lecture directe. La clé publique contenue dans l’application ne permet pas d’y accéder : tout passe par des fonctions serveur qui vérifient l’identité du demandeur. Une organisation partenaire ne voit que les bénéficiaires rattachés à son propre programme, jamais les autres.

Sur le partage avec un tiers, le principe est le consentement explicite. Un producteur rattaché au programme d’une ONG donne son accord, et cet accord est horodaté. Le score de crédit agricole, qui permet à une institution de microfinance d’apprécier un dossier à partir de l’activité réelle du producteur, ne peut pas être calculé sans ce consentement.

Qu’avez-vous appris du terrain depuis décembre 2024 ?

J’ai appris trois choses du terrain, qui ont chacune changé le produit.

La première, c’est que le réseau est pire que prévu, mais pas là où on le croit. Ce n’est pas l’absence de couverture qui pose problème, c’est son intermittence. Une annonce publiée au marché partait dans le vide quand la connexion coupait en pleine opération. Nous avons construit une file d’attente : ce que le producteur saisit est conservé et renvoyé plus tard, sans qu’il ait à y penser.

La deuxième, c’est que les producteurs pilotent à distance. Nous pensions que la pompe connectée servirait surtout à programmer des arrosages. En réalité, ils la démarrent et l’arrêtent depuis là où ils sont. Leur demande suivante était claire : que l’arrosage se déclenche tout seul sur l’humidité réelle du sol, et s’arrête quand la cible est atteinte ou quand le réservoir se vide. Nous travaillons dessus.

La troisième, c’est que le diagnostic par photo ne marchait pas. Envoyer une image demande du réseau et de la batterie, et la photo d’une feuille dans un champ à midi est souvent inexploitable. Nous y avons renoncé et construit le diagnostic par description. C’est moins impressionnant sur le papier, et beaucoup plus utile au champ.

Quelles sont vos ambitions ?

À court terme, notre ambition est de sortir de la phase pilote. Le lancement officiel est fixé au 19 novembre 2026, avec un objectif de 3 000 utilisateurs actifs à la fin de l’année.

Ensuite, nous voulons sortir du Burkina, et c’est ce que nous défendrons à Cotonou le 30 septembre. Le socle technique est conçu pour être répliqué, mais je me garderai de dire que c’est facile. Chaque pays demande une adaptation agronomique, réglementaire et commerciale, avec un partenaire local. Nous visons un pilote au Mali et au Niger, puis la Côte d’Ivoire. Histoire

Trois chantiers m’importent particulièrement. Le premier est le partenariat avec le BUNASOL, pour lequel une correspondance est déjà déposée. Il a deux objectifs : poursuivre la vérification de nos estimations sur des sols burkinabè, et permettre de commander une analyse de laboratoire depuis l’application, avec des points de prélèvement géolocalisés. L’estimation dit où prélever ; le laboratoire tranche.

Le deuxième concerne les langues. L’application parle français, mooré et dioula. Le dispositif vocal est conçu pour que l’ajout d’une langue ne demande pas de retoucher le code : on enregistre des mots, pas des phrases. C’est ce qui rendra possible le fulfulde, le bambara et le haoussa.

Le troisième est le programme RADIA, que nous relançons sur quatre à cinq provinces. Pour la première promotion, en 2025, huit jeunes ont été formés gratuitement et cinq ont été placés. Les cinq sont encore en poste dix-huit mois après, à 65 000 FCFA par mois. C’est ce chiffre-là dont je suis le plus fier.

Hanifa Koussoubé

Lefaso.net

(부르키나파소: "CultivaTech는 비료를 없애지 않고 운(우연)을 없앤다")

내용 요약:

창업자:

Wendkuuni Ben Ahmad Tapsoba

직업: 농업인 + 정보공학 엔지니어

창립: CultivaTech (농업 기술 애플리케이션)

핵심 개념:

CultivaTech는 뭔가? 부르키나파소 농민들이 더 나은 결정을 현장에서 내릴 수 있게 돕는 앱 (인터넷 없이도 작동)

1. 해결하려는 문제

농민들의 현실:

비료 사용량을 일반적 권고사항 따름 (예: 콩 1헥타르당 NPK 200kg + 요소 100kg)

문제: 모든 농지는 다름

이웃 땅과 다름

연구소 토양과도 다름

결과: 필요한 곳에는 부족, 불필요한 곳에는 과다 시비

CultivaTech의 철학:

"CultivaTech는 비료를 없애지 않는다, 운(우연)을 없앤다"

각 농지의 특성에 맞춘 정확한 비료 사용

2. 오프라인 작동의 필요성

왜 중요한가?

농민은 논밭에 있을 때 정보가 필요

대부분의 경우 신호(통신망) 없음

휴대폰 충전도 어려움

데이터 비용이 농민 소득 대비 매우 높음

CultivaTech의 해결책:

서버가 아닌 휴대폰 내에 계산 탑재

농학 기준 데이터를 앱과 함께 포함

온라인 필요 없음

3. 온/오프라인 기능 구분

오프라인 가능 (인터넷 불필요):

농지 추적

재배 기술 시트

관개 계획

식물병 진단

경작 달력

생산 추적

기술 가이드

→ 모두 현장 결정에 필요한 것

온라인 필요:

디지털 시장

기상정보

위성 기반 토양 추정

식물 피복 모니터링

약국 명부

동기화:

네트워크 복구 시 자동 동기화

사용자 조작 불필요

오프라인에서 입력한 데이터 손실 없음

4. 토양 데이터의 출처 및 검증

데이터 출처:

iSDAsoil (아프리카 토양 디지털 지도)

출처: Innovative Solutions for Decision Agriculture (ISDA)

발표: 2021년 PLOS Biology 저널

방법론:

머신러닝 모델 훈련

100,000+ 토양 실험실 샘플 사용

설명 변수:

Sentinel-2, Landsat 위성 영상

지형

기후

해상도:

30미터 해상도

2가지 깊이 수준

각 픽셀별 불확실성 제공

중요 한계:

측정이 아닌 추정 (위성은 pH를 측정하지 않음, 반사율만 측정)

현지 검증:

540개 실제 실험실 분석 결과 수집

BUNASOL 공개 데이터 포함

위성 추정과 현지 측정 비교

향후 계획:

BUNASOL과 파트너십 제안

부르키나파소 농지에서 지속적 검증

농민이 앱에서 직접 실험실 분석 의뢰 가능

지리정보 기반 샘플 채취점 제시

5. 비료 량 계산 프로세스

3단계:

농지 경계 설정

위성 이미지 손가락 추적

GPS로 필드 주변 걷기

지적 좌표 입력

정확한 면적 계산

토양 데이터 획득

30미터 격자의 여러 측정점 수집

단일 값이 아닌 다중 포인트 (같은 농지 내 변동성 반영)

비료 량 계산

공식 권고사항 시작점 (예: INERA의 옥수수 권고안)

pH, 질소, 탄소, 흙 질감에 따라 보정

보정 범위: ±30% (연구 검증 권고안에서 너무 벗어나지 않음)

결과: 헥타르당 kg이 아닌 자루 수, 물통 수(실제 농지 크기 기준)

핵심:

앱이 항상 비료를 줄이지는 않음

토양이 나쁘면 비료 증가 제안

6. 질병 vs 물/토양/기후 문제 구분

정직한 답변:

CultivaTech는 구분하지 않음 (할 수 없음)

위성 모니터링 방식:

5일마다 식생지수(NDVI) 계산

Sentinel-2 적색·근적외선 밴드 사용

구름 많은 이미지 제외

NDVI가 수주 전 대비 급격히 하강 → 경고 발송

경고의 의미:

"뭔가 이 농지에서 일어나고 있다, 가서 봐라"

원인 진단은 하지 않음 (위성은 질병을 못 함)

정상 성숙 단계 기간은 경고하지 않음

이후 진단:

농민이 직접 식물 관찰

앱의 진단 모듈 사용

7. 진단 기능 및 신뢰도

중요 수정:

"AI가 아니라 규칙 엔진" (프로모션 자료에서 자주 틀림)

작동 방식:

농민이 프랑스어로 증상 기술: "노란 잎", "꼬투리 구멍", "갈색 반점"

앱이 149개 규칙 검색 (사헬 농학 문헌 기반)

출처: IPR/IFRA (말리) 작업, 부르키나파소 적용

각 규칙: 질병/해충, 원인, 치료, 예방 연결

가장 관련성 높은 규칙 최대 3개 제시 (순위 매김)

모두 휴대폰 내에서 처리 (사진 전송 불필요)

신뢰도:

필드 테스트: 44개 진단

정확도: 40개 정확 → 91% (표본 작음, 지표일 뿐)

향후 더 많은 데이터 수집하며 추적

8. 불확실한 경우의 대처

원칙:

불확실하면 명시

"이 증상에 대한 진단 없음" (거짓 대답 하지 않음)

이유:

자신 있게 거짓말하는 앱이 진실을 인정하는 앱보다 더 해롭다

농민이 치료약 구입 → 낭비 → 시간, 돈 손실

토양 추정도 동일:

서비스 불가능하면 알림

일반 권고사항으로 돌아감 (거짓 정보 없음)

9. 측정된 성과

수확량:

116명 농민 추적 (2026년 9월 15일 기준)

21% 이상의 수확량 증가 (평균)

비교 기준: 이전 최고 수확량 (과거 평균이 아닌 최고 기록)

주의: 가장 어려운 테스트 (최고와 비교)

비용 변화:

더 흥미로운 결과

64% 농민: 생산 비용 12% 증가 (토양 분석이 부족한 곳에 더 투자 필요했음)

36% 농민: 생산 비용 15-18% 감소

둘 다 수확량 증가

CultivaTech의 정확한 역할: 비료를 "줄임"이 아니라 "정확히 배치"

기타 결과:

Koubri 자체 2,850m² 농지: 9.61% 수확량 증가

16명 농업 일꾼 구직 알선

농민들이 기술 시트·토양 데이터 구입에 64,400 CFA 지출

10. 비용 모델

현재 기금 출처:

기관이 비용 지불 (농민이 아니라)

개별 농민 지불은 매우 적음

현재 수입:

소액금융기관: 월 400,000 CFA (100명 모니터링용 대시보드)

NGO: 월 1,500,000 CFA (100명 수혜자 추적)

5개 약국: 월 5,000 CFA (명부 등재)

총 계약액: 2,150,000 CFA (2,075,000 이미 수령)

직접 구입: 64,400 CFA

비용:

현재 인프라: 월 1,700 CFA (도메인 이름)

공식 출시 후: 월 약 33,100 CFA

철학:

기관이 농민 무료화 자금 지원

이유: 농민이 비료와 앱 중 선택하면 비료를 선택 (맞음)

11. 향후 유료 기능

현재 무료 (계속 무료):

농지 추적, 기술 시트, 관개 계획, 진단, 생산 추적, 시장

2026년 11월 19일부터 선택 구독:

월 1,500-4,500 CFA

새 기능: 사진 진단, SMS 경고, 대화식 어시스턴트

유료 (개별 행위):

상세 토양 분석: 4,500 CFA

월간 위성 모니터링: 1,500 CFA

12. 데이터 소유 및 보호

데이터 소유:

농민이 소유 (앱은 보관인)

보호:

민감 테이블: 직접 읽기 차단

공개 키 (앱 내): 접근 불가

모든 것 서버 함수로 처리 (요청자 신원 검증)

파트너 기관: 자신 프로그램 수혜자만 조회 가능

제3자 공유:

명시적 동의 필수

동의 기록 (타임스탐프)

예: 소액금융기관의 농업 신용 점수 → 동의 필요

13. 필드 학습 (2024년 12월 이후)

1. 네트워크 문제 (예상 외 심각)

신호 부재가 아니라 간헐적 연결

시장 공고 발송 중 연결 끊김 → 손실

해결: 대기열 구축 (이후 전송)

2. 농민의 원격 조작 선호

관개 펌프: 일정 계획보다 원격 켜기/끄기 사용

다음 요청: 토양 수분 기반 자동 관개 (도달 시 종료)

개발 중

3. 사진 진단 실패

이미지 전송: 네트워크·배터리 문제

정오의 필드 사진: 대부분 분석 불가능

해결책: 사진 포기, 텍스트 기반 진단으로 변경

"종이보다 덜 인상적이지만 현장에서 훨씬 유용"

14. 확장 야망

단기:

필드 테스트 종료

공식 출시: 2026년 11월 19일

목표: 연말까지 3,000명 활성 사용자

지역 확장:

말리, 니제르 파일럿

코트디부아르 추진

각국의 농학적·규제·상업적 적응 필요

특별 초점:

BUNASOL 파트너십 (우선순위)

지속적 검증

원거리 실험실 분석 의뢰 시스템

언어 확장

현재: 프랑스어, 무레어, 디울라어

음성: 코드 수정 없음 (단어 녹음만)

계획: 풀풀데어, 밤바라어, 하우사어

RADIA 프로그램 (가장 자부심)

청년 농업 고용 창출

2025년 첫 분기: 8명 무료 교육

5명 배치 → 18개월 후 모두 재직 (월 65,000 CFA)

이것이 "가장 자부심 있는 수치"