Big data à la ferme : la Corn Belt, Silicon Valley des agri-start-up

, Partager

Avec les avancées technologiques dans les domaines de l’analyse et du traitement de données et les outils d’aide à la prise de décision, l’informatique au service de l’agriculture devient une évidence. Les grandes exploitations agricoles américaines utilisent ces technologies de pointes pour faciliter la gestion de la ferme, minimiser les pertes et maximiser le rendement. Des outils de gestion intégrée se développent et les capteurs se multiplient un peu partout dans les exploitations agricoles. Vous trouverez ci-dessous quelques exemples de ces sociétés du Midwest qui se spécialisent sur ce marché et dans une seconde partie, un aperçu plus général de l’agriculture aux Etats-Unis qui devient acteur de la R&D et s’ouvre vers la haute technologie.


Crédits : maxkabakov


L’agri-big data : des perspectives à plusieurs niveaux

La notion de big data s’applique à un ensemble de données tellement volumineux qu’il en devient impossible d’extraire les informations qu’il contient à l’aide d’outils de gestion de bases de données classiques. Les pratiques agricoles, dans toutes leurs formes, sont à l’origine d’un nombre considérable de données (rendements/production, dates d’opérations culturales, type d’intrant, etc.), de même qu’elles font appel à un nombre important de données extérieures (cours des matières premières, données météorologiques, etc.), pour orienter les décisions de l’agriculteur.

La mise en commun de telles informations complémentaires sur des plateformes communes permet d’envisager des outils très utiles pour la prévision des marchés, l’orientation des politiques agricoles, voire l’aide à la décision pour l’agriculteur. L’exploitation de ces données à l’échelle micro-économique n’en est encore qu’à ses débuts : le milieu agricole est souvent assimilé à un milieu "à la traine" [1] sur ces aspects. Certains s’en sont aperçus, et les initiatives fleurissent dans le secteur.

Des utilisations variées à l’échelle de l’exploitation agricole

En effet, outre les statistiques nationales - pour lesquelles l’USDA a mis en place des moyens importants depuis plusieurs années [2] et dont nous vous donnerons plus de détails dans la partie 2 à suivre de ce bulletin - et leurs impacts connus sur les marchés à termes, l’agri-big data présente de plus en plus d’applications à l’échelle de l’exploitation agricole. Les données de masse servent les situations particulières et peuvent aider à la prise de décision.

Le développement de la couverture réseau mobile dans les campagnes a joué un rôle majeur dans ce domaine : les smartphones peuvent aujourd’hui souvent se connecter à internet par le réseau mobile en plein champ, malgré l’isolement géographique, ouvrant de vastes possibilités aux agriculteurs qui en étaient jusqu’à ces dernières années souvent privés. De fait, l’utilisation simultanée de plusieurs sources d’information, telle que l’imagerie satellite, les données météorologiques, la délimitation parcellaire, le parc matériel à disposition, etc., permettent aux agriculteurs connectés de disposer d’outils d’aide à la décision, pour l’ensemble du cycle cultural. Ainsi, le choix de la variété cultivée, l’optimisation parcellaire de la densité de semis, de la quantité de fertilisants et de produits phytosanitaires, ou de la date des opérations culturales est facilitée par des applications mobiles, facilement accessibles.

Une autre opportunité est liée à l’utilisation des équipements agricoles : grâce aux données collectées sur du matériel en fonctionnement et interprétées par les manufacturiers, il est aujourd’hui possible, sur les machines équipées, d’identifier des pièces opérant en dehors de leur niveau optimal de fonctionnement, en termes de vibration ou de chaleur par exemple. Il est alors possible d’anticiper les pannes et de réduire les temps morts imposés par ces incidents mécaniques.

Du point de vue de l’élevage, également, les applications se développent : suivi des performances par animaux, adaptation de l’alimentation en fonction de la production, détection anticipée des infections mammaires à la couleur du lait permettant un traitement précoce des mammites, etc.

Les exemples sont nombreux et les investisseurs et développeurs l’ont compris : le milieu agricole attire les start-ups en dehors de la Silicon Valley, dans les champs.

La Corn Belt attire les start-ups

En complément des poids lourds du secteur que sont John Deere [3] et Monsanto [4], dont les sièges sont dans le Midwest - Moline, Illinois et Saint Louis, Missouri, respectivement -, on observe l’émergence de compagnies qui souhaitent se développer à proximité de leurs clients, les agriculteurs, et de leur domaine d’intervention. Trois exemples sont ci-dessous.

Farm Intelligence, Mankato, Minnesota

Farm Intelligence [5], société basée dans le Minnesota, a pour objectif de travailler avec les producteurs de maïs et de soja pour les aider à prendre les décisions les plus adaptées à leur culture au meilleur moment. Les données de différentes sources sont collectées et analysées pour essayer de comprendre ce qui se passe sur le terrain : données de capteurs sur les équipements, images aériennes, données météorologiques et données sur l’historique des parcelles. A titre d’exemple, la société peut reconnaître les signes avant-coureurs de pucerons ou repérer un retard de croissance dans un champ ou une partie du champ - cela peut suggérer la présence d’une maladie ou d’un stress environnemental.
La surface d’intervention de la société dépasse déjà le million d’acre (plus de 400.000 hectares), et espère passer à l’échelle du pétabyte (1.000 térabytes) de données traitées dans les mois à venir.

640 Labs, Chicago, Illinois

Autre start-up spécialisée dans le big Data, plus récente, 640 Labs [6] a créé un boîtier qui se fixe sur les tracteurs et autres engins agricoles, pour en mesurer l’activité pendant la plantation et la récolte. Le produit développé se vend sous la forme d’un boitier, qui se branche sur un port universel dans les cabines de tracteur et recueille automatiquement les données telles que les performances de l’outil ou la localisation GPS. Ce boitier se synchronise ensuite à une application mobile, dont le tableau de bord offre aux agriculteurs une vision centralisée des données et de leurs analyses. Les données exploitées permettent par exemple de déterminer la dureté du sol. La société, de Chicago, souhaite, à terme, fournir aux agriculteurs des recommandations sur quels produits utiliser dans leurs exploitations, en quelles quantités et sur quelles zones.

FarmLogs, Ann Arbor, Michigan

FarmLogs [7] est une application mobile visant à simplifier presque tous les aspects de la gestion d’une exploitation agricole à l’échelle d’une saison : budgétisation, planification, opérations culturales, suivi des travaux sur les champs éloignés, aide à l’information (prix des produits de base du marché), et suivi du parc matériel (rappel pour l’entretien des machines, etc.). Le logiciel utilise différents ensembles de données, comme celles du Service National de Météorologie (National Weather Service), qui dispose d’informations géo localisées relatives aux précipitations, et le Service National des Statistiques Agricoles (National Agricultural Statistics Service), qui dispose de l’histoire culturale de plus de 23 millions de parcelles par le biais de l’imagerie satellitaire.

La controverse de la possession des données

Si les différents acteurs du monde agricoles s’accordent sur le fait que le big data va révolutionner l’agriculture telle qu’elle existe aujourd’hui, un point majeur de mise en garde apparait régulièrement : la question de la propriété des données. Cette problématique fait surface suites aux tentatives de Monsanto et John Deere, qui, tout en promettant de meilleurs revenus aux agriculteurs par l’amélioration de la valorisation de leur potentiel de production, demandent l’accès aux données des exploitations agricoles en temps réel [14].
Et, bien que l’on sache quelles données sont collectées, leur usage n’est jamais clarifié explicitement, malgré l’impact qu’elles pourraient avoir si elles étaient diffusées ou exploitées mal intentionnellement. Les différentes critiques se cristallisent autour de l’utilisation des données à des fins commerciales, de concurrence, d’anticipation des tendances des marchés ou d’espionnage commercial.

Les "sets" de données intéressent donc beaucoup en ce moment, et sont amenés à disposer de leur propre valeur marchande : la multiplication des données permet le développement de modèles utiles à l’aide à la décision en temps réel. Plus importante sera la base de données, plus précis sera le modèle. La course de géants est lancée, et elle part du Midwest.

Sources :


- [1] Article - Big Data is agriculture’s big blank on the map - Farm Press - Février 2014 - http://westernfarmpress.com/blog/big-data-agriculture-s-big-blank-map
- [2] Compte-rendu d’atelier - Big Data and Computing, Building a Vision for ARS Information Management - USDA Agricultural Research Services - Février 2013 - http://www.ars.usda.gov/SP2UserFiles/Place/54280500/bigDataReport_Mar-7-2013.pdf
- [3] Article - John Deere is revolutionizing farming with big data - BigData-Startups.com - http://www.bigdata-startups.com/bigData-startup/john-deere-revolutionizing-farming-big-data/
- [4] Article - How Monsanto Is Expanding Its Footprint Through Data Analytics - Dice - Juin 2013 - http://news.dice.com/2013/06/05/how-monsanto-is-expanding-its-footprint-through-data-analytics/
- [5] Site de l’entreprise Farm Intelligence : http://www.farmintelligence.com/
- [6] Site de l’entreprise 640 Labs : http://www.640labs.com/
- [7] Site de l’entreprise FarmLogs : http://farmlogs.com/
- [8] Article - Should Farmers Give John Deere And Monsanto Their Data ? - Dan Charles - NPR - Janvier 2014 - http://www.npr.org/blogs/thesalt/2014/01/21/264577744/should-farmers-give-john-deere-and-monsanto-their-data

Pour en savoir plus, contacts :


- Article - Big Data’s Big Impact Across Industries - Forbes - Howard Baldwin - Mars 2014 - http://www.forbes.com/sites/howardbaldwin/2014/03/28/big-datas-big-impact-across-industries/2/
- Article - ’Big Data’ to Fundamentally Change Ag, Says Expert - The Farmers’ Exchange - Darell Boone - May 2014 - http://www.farmers-exchange.net/detailPage.aspx?articleID=13580
- Article - Big Data & Agriculture - The Next Green Revolution : Wolfgang van Loeper Interview (MySmartFarm) - Data Science Weekly : http://www.datascienceweekly.org/blog/9-big-data-and-agriculture-next-green-revolution-wolfgang-van-loeper-interview-mysmartfarm
Code brève
ADIT : 76033

Rédacteurs :


- Simon RITZ, deputy-agro@ambascience-usa.org ;
- Retrouvez toutes nos activités sur http://france-science.org.

Voir en ligne : http://www.bulletins-electroniques….