Machinisme Productions vegetales Agriculture de precision Dilepix Tendances

Cartographie réglementaire de l'IA pour le machinisme agricole autonome

Photo de
Aurélien Yol Nov 9, 2026, 9:57:00 AM

Situation en novembre 2026.

Cet article donne une vue d'ensemble des réglementations et des normes qui s'appliquent à une entreprise qui développe des logiciels intégrant de l'IA pour le machinisme agricole autonome, qu'il s'agisse de tracteurs autonomes, de robots ou d'outils attelés intelligents. Elles sont présentées par couches, du management interne de l'entreprise jusqu'à la machine qui travaille au champ. Les liens vers les textes officiels figurent à la fin de l'article.

Intelligence artificielle et confiance européenne

Deux objectifs, deux ensembles de règles

Une telle entreprise doit répondre à deux questions différentes. La première concerne l'entreprise elle-même : comment elle développe, encadre et documente son IA. C'est ce qu'attendent d'une organisation ses clients, ses auditeurs et, de plus en plus, les autorités. La seconde concerne le produit : la machine sur laquelle tourne son logiciel est-elle sûre, et peut-elle être vendue légalement ?

Juridiquement, la seconde question relève du constructeur de la machine, qui la certifie et la met sur le marché. Mais le logiciel de l'éditeur est souvent ce qui rend la machine autonome : le constructeur lui répercute donc les exigences (preuves de sécurité, résultats d'essais, documentation). En pratique, l'éditeur du logiciel doit satisfaire aux deux ensembles de règles.

Les couches ci-dessous suivent ce chemin, de l'organisation jusqu'à la machine au champ, chacune avec les lois et normes qui s'y appliquent. La couche 1 concerne l'entreprise qui développe la solution, les couches 3 et 5 la machine où elle est déployée, et les couches 2 et 4, le risque et la cybersécurité, se partagent entre les deux.

Couche 1 : l'organisation

Tout commence par la manière dont l'entreprise gère l'IA et l'information. ISO/IEC 42001 définit un système de management de l'IA : rôles, politiques, maîtrise du cycle de vie. Elle est certifiable, et de plus en plus demandée par les constructeurs clients. ISO/IEC 27001 fait de même pour la sécurité de l'information.

La réglementation finira par l'exiger aussi. L'AI Act (règlement 2024/1689) impose aux fournisseurs d'IA à haut risque un système de management de la qualité. Pour l'IA intégrée aux machines, cette obligation ne viendra toutefois pas de l'AI Act lui-même : depuis le Digital Omnibus sur l'IA (règlement 2026/1744), les exigences de l'AI Act pour ces produits doivent être intégrées à la législation sur les machines.

Cette couche relève de la confiance dans l'entreprise plutôt que de la sécurité d'une machine. C'est là que se construisent la traçabilité, la gouvernance des données et la responsabilité, sur lesquelles s'appuient les couches produit.

Note (novembre 2026) : les actes délégués qui ajouteront les exigences IA à la législation sur les machines sont attendus d'ici août 2028. EN 18286, la norme européenne de management de la qualité rédigée pour l'AI Act, a été approuvée en juillet 2026 mais n'est pas encore citée au Journal officiel ; son utilisation pour les machines n'est à ce jour pas tranchée.

Couche 2 : le risque, pour l'entreprise et pour la machine

Le risque se pose des deux côtés, avec des questions et des normes différentes.

Pour l'entreprise, la question est : qu'est-ce qui peut mal tourner avec l'IA qu'elle développe et les informations qu'elle traite ? ISO/IEC 23894 donne des lignes directrices de gestion des risques IA, fondées sur ISO 31000 : données biaisées, dérive du modèle, mauvais usage. ISO/IEC 27005 fait de même pour les risques de sécurité de l'information.

Pour la machine, la question est physique : peut-elle blesser quelqu'un ? ISO 12100, fondement de toute la sécurité des machines, fixe la méthode : identifier les phénomènes dangereux, puis réduire le risque par la conception, les protections et l'information. La législation l'exige : le règlement Machines (2023/1230) et le règlement 167/2013 pour les tracteurs. Le composant IA ajoutera ses propres exigences une fois les règles de gestion des risques de l'AI Act intégrées à la législation sur les machines.

Les deux se rejoignent sur des cas concrets : une détection d'obstacle manquée est à la fois un risque IA pour l'entreprise et un danger pour la machine. Garder les analyses séparées convient, à condition que chacune alimente l'autre.

Note (novembre 2026) : le règlement Machines s'applique à partir du 20 janvier 2027. prEN 18228, la norme européenne de gestion des risques IA rédigée pour l'AI Act, est encore à l'état de projet.


Tracteur autonome au coucher du soleil

Couche 3 : la sécurité des fonctionnalités basées sur l'IA

Dans une machine autonome, l'IA basée sur la perception de l'environnement détecte, à partir de caméras, de lidars ou de radars, les situations, les obstacles ou les personnes autour de la machine. Deux familles de normes garantissent la sécurité de cette fonction : l'une traite des défaillances, l'autre des erreurs qui surviennent sans aucune défaillance.

Sécurité fonctionnelle : gérer les défaillances

Lorsque la perception contribue à une fonction de sécurité, les normes de sécurité fonctionnelle s'appliquent. Pour le machinisme agricole, la référence est ISO 25119, qui fixe des niveaux de performance et des exigences de développement logiciel. Elle est adaptée de la norme automobile ISO 26262 et de la norme générale machines ISO 13849, qui reste pertinente pour les robots agricoles.

Dans l'UE, la sécurité fonctionnelle fait partie de l'homologation des tracteurs (règlement délégué 2015/208) ; pour les autres machines, elle relève des exigences essentielles du règlement Machines.

La limite est bien connue : ces normes ont été conçues pour des systèmes déterministes. Elles disent comment gérer un capteur défaillant ou un processeur qui plante. Elles disent peu de choses d'un réseau de neurones qui fonctionne parfaitement et se trompe quand même.

Perception et IA embarquée : gérer les limites de performance

C'est précisément le manque que comblent les normes suivantes. ISO 21448 (SOTIF) traite des dangers qui surviennent sans aucune défaillance : une personne en partie cachée par le feuillage, de la poussière, un soleil rasant, une posture inhabituelle. Ses notions de conditions déclenchantes et de scénarios dangereux inconnus s'appliquent presque directement au système de perception.

ISO/PAS 8800 va plus loin et définit un cycle de vie de sécurité pour les composants IA : exigences sur les données, vérification du modèle, surveillance en exploitation. Ces deux textes ont été écrits pour les véhicules routiers, et tous deux se transposent bien au secteur agricole. Ils sont complétés par ISO/IEC 5259 sur la qualité des données pour l'apprentissage automatique et ISO/IEC 24029 sur la robustesse des réseaux de neurones, qui aident à justifier les jeux d'entraînement et de test.

Il n'existe pas encore d'équivalent agricole d'ISO/PAS 8800. Pour l'instant, les éditeurs doivent s'appuyer sur l'automobile et justifier eux-mêmes la transposition.

Note (novembre 2026) : ISO/PAS 8800 est une spécification provisoire, dont la révision est déjà programmée.

Couche 4 : la cybersécurité, pour l'entreprise et pour la machine

Un système de perception compromis est un problème de sécurité, pas seulement un problème informatique. Comme le risque, la cybersécurité concerne à la fois l'entreprise et la machine.

Pour l'entreprise, ISO/IEC 27001 (couche 1) couvre la sécurité de l'information dans son ensemble. IEC 62443-4-1 va plus loin pour les fabricants de produits : elle définit un processus de développement sécurisé, de la modélisation des menaces à la gestion des vulnérabilités après la mise sur le marché.

Pour la machine, le Cyber Resilience Act (règlement 2024/2847) fixe des exigences de cybersécurité pour tout produit comportant des éléments numériques, qu'il s'agisse d'un tracteur, d'un robot ou d'un outil attelé intelligent, et pour son logiciel. IEC 62443-4-2 fixe des exigences techniques de sécurité pour les composants. Une norme dédiée aux machines agricoles est en préparation.

Note (novembre 2026) : ISO 24882, la norme de cybersécurité pour le machinisme agricole, est encore à l'état de projet. Elle adapte l'approche automobile d'ISO/SAE 21434 à des machines qui peuvent fonctionner longtemps sans connexion.

Couche 5 : au champ

Enfin, la machine elle-même. Le règlement Machines est le premier texte européen à fixer des exigences explicites pour les machines mobiles autonomes, y compris la supervision à distance. ISO 18497, révisée en 2024 en une série de quatre parties, est la norme dédiée aux machines agricoles automatisées et autonomes. La partie 2 couvre les systèmes de protection contre les obstacles, c'est-à-dire le composant lié à la perception de l'environnement. La partie 4 couvre la vérification et la validation, c'est-à-dire la façon dont ce composant sera évalué. Pour un éditeur de logiciels de perception, ce sont probablement les pages les plus directement utiles de tout l'ensemble.

Autour d'elle, ISO 11783 (ISOBUS) régit la communication entre le tracteur et les outils, ce qui compte dès que la perception doit commander ou arrêter un outil.

Ce qui reste ouvert

Les parties les plus matures de cette cartographie se trouvent aux deux extrémités : systèmes de management et appréciation du risque d'un côté, sécurité des machines de l'autre. La partie intermédiaire, où l'IA prend des décisions de sécurité dans une machine agricole, n'a pas encore de norme agricole dédiée. Les éditeurs s'appuient sur des normes automobiles (ISO 21448, ISO/PAS 8800) et sur ISO 18497 pour les essais, tandis que les exigences légales pour l'IA dans les machines sont attendues avec les actes délégués de 2028.

Aucune norme ne couvre à elle seule toute la chaîne. La conformité vient de la façon dont les couches s'articulent, du système de management jusqu'à la machine au champ.

Références

Législation européenne (EUR-Lex)

Normes ISO (iso.org)

Photo de

Articles de Aurélien Yol

Co-fondateur de Dilepix, Aurélien est ingénieur R&D expert en vision par ordinateur. Avant de se lancer dans l'entrepreneuriat, il a mené des travaux de recherches sur le remplacement GPS sur drone par la vision ainsi que sur la localisation de débris spatiaux. Il a parallèlement, travaillé pendant plusieurs années à Inria où il a co-développé la technologie utilisée aujourd'hui par Dilepix.

En savoir plus

Découvrir les possibilités apportées par l’Intelligence Artificielle & la vision par ordinateur

J'ai un projet

D'autres articles sur le sujet

From drones to tractors: measuring food loss in...

Three years, two countries, and a camera on a tractor: here is how Dilepix developed a vision-based tool to measure food loss...

The 6 Levels of Autonomy in Agricultural...

When people think of autonomous vehicles, they often picture self-driving cars navigating city streets. However, the same ...