Inspiration
L’idée de SmartBreeder est née d’un constat alarmant : de nombreux éleveurs, surtout en milieu rural, perdent régulièrement des animaux à cause d’un manque d’information sur les protocoles sanitaires (vaccinations, vermifugations, traitements). En essayant de réduire les dépenses sans accompagnement, certains mettent en péril leur cheptel, compromettant leur seule source de revenus.
Nous avons voulu transformer cette réalité en offrant une solution intelligente, accessible et adaptée au terrain pour accompagner les éleveurs dans la gestion de la santé animale et l’optimisation de leurs dépenses.
What it does
SmartBreeder est une application mobile intelligente qui génère un planning personnalisé de soins vétérinaires (vaccinations, vermifugations, bilans, etc.) pour chaque type d’animal, en prenant en compte :
- Le type et le nombre d’animaux,
- Le contexte géographique et les saisons.
L’application propose également :
- Un chatbot pour répondre rapidement aux questions des éleveurs,
- Un système d’alerte sanitaire et budgétaire,
- La possibilité de solliciter un expert vétérinaire en cas de besoin,
- Une future intégration d’objets connectés (IoT) pour le suivi en temps réel,
- Une marketplace à intégrée pour l’achat de produits vétérinaires et alimentaires.
How we built it
Le projet SmartBreeder s’est articulé autour de plusieurs modules clés :
- Frontend mobile (Flutter) : pour offrir une interface intuitive, multilingue, accessible même aux utilisateurs peu technophiles.
- Backend Javascript : pour gérer les utilisateurs, les animaux, les historiques de soins, les messages du chatbot, etc.
- IA & règles métiers : nous avons conçu un moteur intelligent basé sur des règles vétérinaires validées, combinées à des modèles d’apprentissage pour les recommandations de soins.
- Chatbot (Langchain + LLM open source) : une IA basée sur l'API de Gemini, adaptée capable de répondre aux questions fréquentes et d’orienter l’éleveur vers un expert en cas de besoin.
Challenges we ran into
- Fiabilité des données vétérinaires : il a fallu collaborer avec des experts pour créer un socle de règles sanitaires robustes.
- Accessibilité UX : comment concevoir une application efficace pour des éleveurs peu ou pas alphabétisés.
- Gestion des cas non connectés : intégrer une logique offline pour permettre l’utilisation même sans réseau.
- Chatbot pertinent sans hallucination : calibrer l’IA pour qu’elle donne des réponses cohérentes, validées, surtout sur des sujets sensibles.
- Planification dynamique selon saisons/localités : intégrer des logiques climatiques et épidémiologiques dans le moteur.
Accomplishments that we're proud of
- Avoir conçu une application fonctionnelle et intuitive en peu de temps.
- Intégration réussie d’un chatbot vétérinaire open-source, capable de dialoguer de façon simple.
- Un moteur de planification vétérinaire basé sur les bonnes pratiques, adapté aux espèces et aux cycles de vie.
- Avoir mis l’éleveur au cœur de la solution avec une interface simple, multilingue, et illustrée.
- Avoir réfléchi à un modèle économique durable et inclusif, basé sur un système freemium et une marketplace.
- L'intégration future de l'IoT pour avoir un suivi en temps réel
What we learned
*Le travail en équipe.
- L’importance de construire avec les utilisateurs finaux : nous avons appris à adapter notre produit aux réalités de terrain.
- Comment combiner des approches IA + règles métiers pour maximiser la fiabilité et la pertinence des recommandations.
- La valeur de la multidisciplinarité : IA, design, vétérinaires, économie rurale… ce projet a été une véritable leçon de travail collaboratif.
- L’importance de penser l’évolutivité dès le départ pour intégrer facilement des capteurs et de nouveaux modules.
What's next for SmartBreeder
À court terme :
- Lancer un programme pilote avec des éleveurs partenaires dans plusieurs régions rurales.
- Finaliser les modules de gestion budgétaire et de reproduction.
- Traduire entièrement l’application dans plusieurs langues locales (ex : baoulé, dioula, etc.).
À moyen terme :
- Déployer les premiers partenariats avec des vétérinaires, et valider les processus de consultation à distance.
- Intégrer les premiers capteurs IoT pour le suivi en temps réel (colliers GPS, thermomètres, balances…).
- Lancer la marketplace avec des fournisseurs locaux et des produits subventionnés.
Try it out
Back-end: https://github.com/Drabo416/abih-ch.git
Front-end: https://github.com/mooosmad/smart_breeder.git.
Site vitrine: https://github.com/Shafahatou/Elevage
Log in or sign up for Devpost to join the conversation.