Parmi les entreprises qui interviennent sur le deuxième maillon de la filière de la donnée agricole, celui de la transformation des données, on peut déjà distinguer deux stratégies : soit accumuler des données pour améliorer les modèles mécanistiques existants (issus de la compréhension de la biologie des plantes par exemple) ; soit accumuler des données pour y trouver de nouvelles corrélations, de nouveaux modèles prédictifs.
« Il faut bien distinguer l’outil d’aide à la décision (OAD) métier et l’OAD big data, explique Philippe Stoop, responsable recherche et innovation chez ITK. La dernière identifie les relations causales non identifiées ; c’est une promesse que l’on entend beaucoup mais pas évidente pour l’agriculture, car les prédictions statistiques marchent bien si les données offrent un bon échantillon de tous les possibles, comme c’est le cas pour les échecs ou le jeu de go. En agriculture, on bute sur le fait que les données sont déjà bornées par les règles fixées par les agronomes ; nous n’avons pas accès à tous les possibles, loin de là. »
Pour l’heure, la stratégie « big data » a donné peu de résultats. C’est l’une des voies empruntées par Smag. « Dans le big data, le business plan n’est pas toujours là au démarrage, c’est souvent en agrégeant les données que l’on découvre des choses, explique son directeur général adjoint, Didier Robert. Google a commencé par stocker ces informations selon six paramètres dont la géolocalisation. Il ne savait pas pourquoi. Mais cela lui a permis de développer Google Maps, faire d’Androids une entreprise très rentable et enfin de lancer la voiture autonome ».
Restez au courant en temps réel !
Suivez des thématiques, des projets législatifs, des entreprises et des personnalités pour être notifié dès que nous publions un article.
Selon Philippe Stoop, « il faudra, pour encore un bon bout de temps, combiner du big data et de la modélisation mécanistique. Les capteurs de rendement sur moissonneuse-batteuse existent depuis 20 ans, mais elles ne nous disent toujours pas ce qu’il faut faire pour améliorer le rendement. Pour cela, il y a besoin de connaissance métier. »
"Google a commencé par stocker des informations selon six paramètres dont la géolocalisation. Il ne savait pas pourquoi. Mais cela lui a permis de développer Google Maps"