L'implication croissante des Big Tech dans l'agriculture numérique

Dans son dernier rapport, l'ONG Grain s'intéresse à l'implication croissante des grandes entreprises technologiques, dites les « Big Tech », dans le secteur de l'agriculture numérique. Au premier rang d'entre elles figurent les GAFAM (Google, Amazon, Facebook, Apple, Microsoft) et leurs investissements massifs dans ce domaine, ces dernières années. Les principaux engagements de ces entreprises dans ce secteur (services développés, investissements, acquisitions) sont ainsi recensés et analysés, au niveau mondial.

Google, Amazon et Microsoft ont notamment mis en place leurs propres plateformes dédiées, fournissant aux agriculteurs des données et des analyses en temps réel sur l'état des sols, la croissance des cultures, les conditions météorologiques à venir (exemples dans la figure ci-dessous). La qualité de ces conseils dépend de la quantité des informations dont ces firmes disposent. Aussi, des associations avec les entreprises développant du matériel technologique agricole (drônes, capteurs, tracteurs high-tech, etc.) leur permettent de bénéficier des données qui y sont collectées. Les grandes entreprises agro-industrielles vendant des intrants, quant à elles, proposent déjà des applications mobiles prodiguant des conseils sur l'utilisation de leurs produits, dont la personnalisation dépend des informations fournies par l'agriculteur lui-même, sur ses terres et ses pratiques. L'infrastructure numérique nécessaire à ces applications est mise à disposition par les mêmes acteurs de la Big Tech (services de cloud), enrichissant d'autant les informations récoltées pour leurs propres plateformes.

Exemples d'implications des GAFAM dans le secteur de l'agriculture numérique

Source : Grain

Selon les auteurs, autour des données agricoles convergent les intérêts des fournisseurs d'intrants et de matériels (pesticides, engrais, tracteurs, drones, capteurs, etc.), et des Big Tech contrôlant les flux d'informations. Toutefois, cette chaîne de collecte ainsi constituée risque de déboucher sur des services de qualité inégale proposés aux agriculteurs par les plateformes. À travers leurs équipements technologiques, les grandes exploitations transmettent des informations en quantité suffisante sur leur périmètre : elles bénéficieront de conseils de meilleure qualité que ceux délivrés aux petites structures dans des zones déficitaires en données collectées.

Jérôme Lerbourg, Centre d'études et de prospective

Source : Grain

Agriculture 4.0 et outils d'aide à la décision

Computers and Electronics in Agriculture publie une revue de littérature sur les outils d'aide à la décision (OAD) en agriculture et agroalimentaire. Réalisée par des chercheurs de l'Universidad Politécnica de Madrid, elle confronte les descriptions disponibles dans les documents techniques aux prérequis essentiels d'une « agriculture 4.0 », à savoir les gains de productivité, l'utilisation raisonnable des intrants et ressources (eau, phosphore et pesticides), l'adaptation au changement climatique et la limitation du gaspillage alimentaire.

L'article présente en premier lieu quelques exemples de suites d'outils disponibles dans le commerce. Ainsi, IBM et The Weather compagny proposent un service, la Watson Decision Platform, qui collecte et analyse des données hétérogènes : images des parcelles, conditions météorologiques, état des sols, suivi des équipements, programmation des traitements et même évolution des marchés. Ce type de solution intégrée dessine un futur possible pour l'agriculture de précision, mais reste encore largement à évaluer. Les auteurs retiennent donc 13 projets pour lesquels existe une documentation transparente (architecture et contraintes, inputs, modèles et algorithmes utilisés, outputs).

Quatre OAD concernent la planification des chantiers et notamment la circulation dans ou au-dessus des parcelles (drones) ; six autres les décisions liées à l'irrigation et l'adaptation au changement climatique ; enfin, trois sont tournés vers l'optimisation des chaînes logistiques, notamment pour les livraisons. Une cotation de chaque outil, de 1 à 3 étoiles, permet aux auteurs de lister les défis à relever en matière de conception, en établissant un score pour 8 aspects. La scalabilité (capacité à évoluer vers un nombre croissant de missions), l'interopérabilité avec d'autres systèmes, les dimensions liées à la prévision, obtiennent de bons scores. En revanche, d'autres points sont encore à améliorer. Ainsi, la prise en compte dynamique des aléas, la capacité à ajuster les plans en cas d'erreurs ou d'accidents, et même l'accessibilité et l'expérience utilisateur (ex. : interfaces graphiques), paraissent pour le moment négligées, de même que le calibrage à partir de dires d'experts et l'exploitation des séries de données passées.

Florent Bidaud, Centre d'études et de prospective

Source : Computers and Electronics in Agriculture