Memoire Online - L’informatique décisionnelle appliquée à l’agriculture.

Mastère Ingénieure d'affaire en solution technologique complexe
Préparé sous la direction de LE FOULGOC Aurelien

Table des matières

VII. Une technologie indispensable pour accompagner la révolution numérique agricole : la

Introduction

En 2008, l'un des géants de la technologie mondiale s'est lancé dans un défi qui n'était pas des moindres. Il s'agissait de mettre au point un système de prédiction et de suivi en temps réel de l'évolution de la grippe à l'échelle mondiale, exactement dans 29 pays dont 9 pays européens.

En fait, Google utilisant sa notoriété en tant que moteur de recherche le plus

utilisé, c'est mis en tête d'analyser en temps réel tous les milliards de
requêtes qui ont un lien avec la maladie de la grippe, plus de cinquante (50) millions de modèles mathématiques ont été développés pour permettre la réalisation de cet objectif. La plus-value de ce système est qu'il vient renforcer le processus traditionnel de prédiction des centres de contrôle sanitaire qui se base sur les cas de grippe déjà décelés, puis ils prennent le temps de la consolidation et d'analyse des données. Avec le système Google Flu Trend, toutes les étapes en amont de l'analyse des résultats sont prises en charge par le système de prédiction.

Par ce projet, Google vient de démontrer la capacité et la puissance d'exploitation d'un système de Big data. Malheureusement, le fait de se baser sur les seuls résultats de recherche sur le moteur de Google n'est pas une source suffisante et fiable de données sur laquelle faire reposer une question aussi sensible qu'est la santé mondiale.

Faute de l'améliorer, Google a dû fermer son système de prédiction de grippe en 2013. En France, les projets tels que grippenet.fr sont des héritiers de cette dynamique lancée par le géant de la Silicon Valley. Par ailleurs, il n'a pas fallu

Plusieurs secteurs sont aujourd'hui en pleine croissance et ont besoin de l'apport de ce type de technologie. Ici nous traiterons le cas du domaine agricole.

En effet, les défis enregistrés dans le domaine de l'agriculture évoluent et se complexifient de plus en plus.

D'une part, ces problématiques s'articulent essentiellement autour de trois (3) points à savoir :

L'environnement : Optimisation des ressources consommées et la réduction des pollutions dans l'eau, l'air et le sol.

L'économie : Réduction des coûts des charges liés aux intrants et aux coûts de mécanisation, mais aussi l'anticipation et l'adaptation aux fluctuations des prix du marché.

D'autre part, on assiste à une révolution numérique dans le secteur agricole, ce mouvement a un impact direct sur les attentes des agriculteurs en termes d'utilisation de biens et de services, ainsi que sur leurs processus décisionnels. En effet, on constate aujourd'hui que 9 sur 10 des agriculteurs font leurs démarches en ligne, 79 % des agriculteurs utilisent internet pour des motifs personnels ou professionnels, plus de 400 applications informatiques existent pour assister les agriculteurs¹.

1. Source : Chiffres tirés du rapport : Les Défis de l'agriculture connectée dans une société numérique www.renaissancenumerique.org

Pour permettre à l'agriculteur de mieux s'adapter et de profiter du potentiel des nouvelles technologies, le numérique doit répondre aux préoccupations suivantes :

Comment faire pour que l'agriculteur puisse vivre de son métier ? Comment lui permettre de produire mieux avec moins ?

Comment, quelle méthode pour lui permettre de concilier vie professionnelle et vie professionnelle ?

Cependant, face à ses questionnements, force est de constater que l'agriculteur reste sur sa soif.

En effet, les possibilités de décision se trouvent encore limitées pour permettre un épanouissement aux acteurs agricoles dans leur tâche.

Une analyse des avantages et inconvénients des ressources actuelles nous donnent la représentation suivante :

Lettres techniques - Bulletins de Santé végétale
Avantages	Inconvénients
- Données de terrain - Rédigés par des techniciens - Vulgarisation scientifique / Modèles	- Fréquence & pertinence - Format : newsletter - Trop peu consulté - Utilisation sur ordinateur
Réunions de terrain
Avantages	Inconvénients
- Échanges qualitatifs - «Visuel» - Aspect social	- Fréquence & pertinence - Coût de l'accès à l'information - Demande du temps
Échanges entre agriculteurs et forum
Avantages	Inconvénients
- Échanges qualitatifs - Réseau de terrain - «Maîtrise» des échanges	- Fréquence - Décisions par mimétisme
Fournisseurs d'approvisionnement (Vente & Conseil)
Avantages	Inconvénients
- Expérience - Comparaison de situation	- Subjectivité

Au vu de ces faits et des possibilités offertes par l'évolution du numérique, on peut en déduire que le secteur agricole manque de solution d'échange pertinent et instantané.

Notre préoccupation est donc de réfléchir à la définition d'un outil numérique collaboratif pour favoriser l'optimisation de la production et le partage d'informations entre les acteurs agricoles.

Un outil d'aide à la décision innovant pour booster et simplifier la gestion de cultures.

L'informatique décisionnelle (Business Intelligence) « est l'ensemble des outils et méthodes visant à transmettre les informations pertinentes aux manageurs d'entreprise. Son but est de les aider à comprendre leur environnement et de les accompagner dans leurs prises de décisions stratégiques. » 1.

Cette discipline informatique est née suite à la maturité en puissance de calcul des ordinateurs et au développement d'algorithmes informatique pointues, c'est aussi une discipline favorisée par le développement du Big data (Masse de données).

Les méthodes et outils mis à disposition par cette science, semble aujourd'hui le cadre idéal pour réfléchir et développer notre concept d'aide à la décision aux acteurs agricoles tant sur le cadre théorique que technique.

1. www.coheris.com (éditeur de logiciel CRM et analytique) : article : Qu'est-ce que l'informatique décisionnelle ?

Nous allons dans un premier temps définir la société d'information pour voir l'origine et les changements qu'implique le développement numérique dans la société.

Puis, nous étudierons deux concepts d'analyse et de traitement de données qui sont le Big data et l'informatique décisionnelle.

Ensuite, nous allons introduire les enjeux de l'agriculture moderne pour voir enfin comment les outils étudiés peuvent contribuer à relever ses enjeux, et quelles sont les perspectives qui s'offrent au domaine agricole avec ces évolutions technologiques.

I. Comprendre la société de l'information

Aujourd'hui, à l'ère du numérique nous assistons à la plus grande révolution jamais survenue dans les siècles derniers. En effet, avec la démocratisation de l'internet et la digitalisation des services et ceux dans tous les domaines, nous assistons à la création d'une masse de données qui ne cesse de s'accroitre de façon exponentielle. On parle de société de l'information.

En 2003 à Genève, puis en 2005 à Tunis se sont rassemblés des représentants de gouvernements et d'organisations internationales ainsi que des représentants de sociétés commerciales et civiles pour la tenue du Sommet Mondial pour la Société de l'information (SMSI)¹.

Cette société de l'information a pour objectif la création et la règlementation d'un environnement technologique qui permettra à tous d'accéder et de bénéficier sans aucune distinction des moyens et outils qui permettent de créer, de partager, de recevoir et d'utiliser de façon libre de l'information et de la connaissance pour son épanouissement ou pour la création de valeur sociale, culturelle ou économique.

La société d'information s'articule autour de trois principaux points : Les réseaux sociaux :

L'avènement de ce nouvel outil de communication plonge l'homme dans une autre dimension de la vie en société. En effet, aujourd'hui n'importe qui depuis un point donné, dans sa maison assise dans son canapé, peut se faire des amis, organiser des rencontres et assister à des évènements, travailler et gagner de l'argent, acheter des biens, etc. Sans avoir à sortir de chez lui s'il le désire.

Nous assistons donc à la naissance d'une conscience collective qui n'a ni besoin de localisation géographique, ni de nation homogène pour se coordonner et vivre en société.

Ce constat nous renvoie à la fiction cinéma « 8th Wonderland » des réalisateurs Nicolas Alberny et Jean Mach sorti le 12 mai 2010. Cependant, force est de constater que le concept présenté dans ce film ne relève plus de la fiction, puisqu'il est de nos jours possible qu'une communauté « virtuelle » puisse peser sur les décisions d'un gouvernement ou d'une assemblée physique.

C'est d'ailleurs, un des moyens le plus utilisés par les organismes de défenses de causes humanitaires pour faire pression sur des décisions stratégiques sur le plan social et économique.

Nous avons encore en mémoire la pétition dite « anti visite d'état de Trump » qui visait à empêcher la visite au Royaume-Uni du président américain Donald Trump fraichement élu à la tête de son pays. Cette pétition signée par les internautes du monde entier, 1,9 million de signataires, a en effet réussi à faire débattre l'assemblée britannique sur l'éventualité d'annuler la visite du président américain¹.

La chaine internationale d'information CNN a pris le soin de postuler sur le réseau social Facebook la vidéo de ce débat parlementaire. Alors qu'une manifestation était organisée devant le parlement britannique et enregistrait la participation de quelques milliers de personnes.

La vidéo postulée sur les réseaux sociaux enregistrait des millions de vue¹.

Image du débat à la chambre des communes sur l'autorisation de Trump au royaume Unis, le débat diffusé en live par CNN a duré environ 3h - CTRL + clic souris pour visionner cette vidéo en ligne ou https://www.facebook.com/cnninternational/videos/10155026317049641/

Nous voyions ici la puissance des réseaux sociaux, comment ils peuvent transformer de manière radicale nos façons de vivre.

Cependant, cette influence que les réseaux sociaux ont sur nous ne résulte pas des données partagées elles-mêmes, elle dérive plutôt de la technologie qui permet un traitement simple et rapide de la donnée.

1. CNN International: « British parliament is debating Donald J. Trump's state visit to the UK ».

A. L'origine des réseaux sociaux

En janvier 1978 une tempête de neige historique bloque pendant deux jours toute circulation extérieure dans la ville de Chicago. C'est à la suite de cet évènement que deux informaticiens passionnés Ward Christensen et Randy Suess décident de créer le « Computerized bulletin bord system » (CBBS). L'objectif de cette initiative innovante pour l'époque était de rester en contact et d'échanger avec les membres du club CACHE (Chicago Area Computer Hobbyists's Change), club dont les deux informaticiens étaient membres. Le système CBBS permettait aux personnes de se connecter avec leurs ordinateurs via les lignes téléphoniques et ainsi chaque personne au bout du périphérique peut laisser un message texte sur le « Bulletin board » et attendre une réponse de son interlocuteur¹.

Dès lors, nous avons assisté à une évolution exponentielle dans la conception des réseaux sociaux. Les plus récents et connus de tous, sont MySpace et LinkedIn créent en 2013, Facebook, Viadeo, Google+, YouTube, etc.

Il est important de souligner qu'à l'origine les réseaux dits sociaux, ou plus précisément les « réseaux sociétaux », car il s'agit avant tout de faits de société, ne sont pas destinés à un but humanitaire ou économique quelconque, ils résultaient de la volonté de quelques passionnés d'informatique de proposer des alternatives à des besoins ou des problèmes auxquels eux-mêmes font face.

Cependant, les réseaux sociaux ont franchi un cap depuis lors, en premier lieu Facebook qui a joué un rôle considérable dans la diffusion d'informations concernant la catastrophe nucléaire de Fukushima².

Facebook perpétue cette pratique notamment lors de plusieurs attentats qui ont sévi dans le monde.

Par ailleurs, aujourd'hui la puissance des réseaux sociaux est aussi détournée vers d'autres usages tels que le markéting ciblé, la publicité et même dans la validation des stratégies de développement des entreprises.

B. Le poids des réseaux sociaux

L'infographie suivante présente le poids des réseaux sociaux les plus connus dans le monde.

Les 10 plus grands réseaux au monde - Nombre d'utilisateurs par réseau en 2017

Le plus grand réseau social, Facebook, a vu son bénéfice triplé pour l'année 2016. En effet, Facebook a enregistré un bénéfice net de plus de 10 milliards de dollars². Un record jamais atteint.

En effet, l'usage des réseaux sociaux est passé dans une tout autre sphère, le monde professionnel et économique. Toutes les entreprises ont adopté les réseaux sociaux et clament haut et fort leur présence sur ces derniers.

En 2013, du côté des professionnels 93 % des responsables du markéting confirment l'utilisation des réseaux sociaux pour leurs campagnes de communication. Les particuliers quant à eux disent à 60 % être prêts à recommander une marque et ses produits si cette marque fait partie de leurs réseaux¹.

Comme nous pouvons le constater, la présence des entreprises sur les réseaux sociaux n'a pas d'autres motifs que le nombre de plus en plus croissant des utilisateurs présents sur ces plateformes. Le réseau social devient ainsi une place de marché grand ouvert qui favorise la vente et la communication de l'entreprise.

Selon le site internet SOCIALBAKERS, qui mesure les audiences des marques sur les réseaux sociaux, en 2017 les dix premières entreprises comptabilisent à elles seules et uniquement sur Facebook 537 862 669 Millions de fans (utilisateurs abonnés à la marque) 2.

Au-delà des relations entre l'entreprise et ses consommateurs, les réseaux sociaux sont aujourd'hui une mine d'information sur les individus et les entreprises qui les utilisent.

Ces données ne cessent d'attirer la convoitise des spécialistes du marché de la donnée qui rivalise sur les méthodes les unes plus innovantes que les autres pour pouvoir de manière efficiente et qualitative exploiter ses données.

Les réseaux sociaux ont aussi favorisé l'émergence d'une nouvelle catégorie de COMSOM'ACTEUR. Cette appellation dérive du mot consommateur et du mot acteur.

L'utilisateur des réseaux sociaux n'est plus un simple consommateur, c'est quelqu'un qui peut influencer sur l'image de l'entreprise en général ou sur un produit en particulier, il suffit d'un seul message négatif ou positif de sa part, relayé à plusieurs milliers de consommateurs, pour atteindre de façon mauvaise ou bonne une marque. L'interaction avec la marque lui permet aussi de façon simple de communiquer ses attentes vis-à-vis d'un produit développé ou en cours de conception. Ainsi, plus une marque est attentive à ses fans, plus elle augmente ses chances de sortir un produit qui les satisfait.

C. Le Mobile

À une époque, encore récente régnait la nostalgie des lettres, lorsqu'un message est envoyé à un correspondant il faudra attendre selon la distance et selon le planning de passage du facteur jusqu'à des mois durant pour lire la réponse à son message.

À une autre époque encore plus récente, il fallait se rendre dans des endroits spécialisés ou posséder une grosse boite remplie de technologie chez soi, car l'homme a inventé le système de téléphonie, le moyen le plus rapide pour communiquer.

Aujourd'hui, tout cela est de l'ordre des anecdotes et de l'histoire. Étant donné que, en 1983, la firme américaine MOTOROLA a eu l'idée de fabriquer et de commercialiser un téléphone cellulaire mobile, le Motorola DynaTAC 8000X¹.

Depuis lors, les téléphones mobiles n'ont pas cessé d'évoluer et devenir de plus en plus performants. De nos jours, on parle de SMARTPHONE ou téléphone mobile intelligent. Ce dernier n'offre pas seulement le confort d'émettre des appels longue distance ou d'envoyer des messages texte instantanés, il peut être aussi notre assistant personnel, superviser notre santé, nous réveiller du sommeil selon une heure définie, nous pouvons lui programmer des tâches à faire et il les exécutera au moment voulu sans notre intervention.

1. Antenna design for mobile devices, Second edition, Zhijung Zhang, IEE Press Juin 2017

La statistique suivante montre le nombre de personnes possédant un téléphone mobile dans le monde et en France.

Fig 4 : http://www.journaldunet.com - Nombre d'abonnés au mobile dans le monde & Nombre de cartes SIM en France

En 2015, on constate que le nombre d'abonnements mondial atteint 7,2 milliards sur une population de 7,34 milliards soit une pénétration de 99,7 %.

En France, on constate un nombre d'abonnements de 72,1 millions en décembre 2015 pour une population de 66,81 habitants soit un taux de pénétration de 109,2 %.

Il faut noter que le nombre d'abonnés tant au niveau mondial qu'au niveau national ne fait que croitre de façon exponentielle.

La maturité des technologies qui facilitent l'accès à internet et à moindre coût fait du mobile le principal outil de communication et d'interaction que ce soit à titre personnel ou professionnel.

Dans son rapport intitulé « Digital In 2017 : We are social », la société HootSuite donne un aperçu (Fig. 5) de la digitalisation de la population mondiale.

Ainsi, c'est environ 50 % de la population mondiale soit 3 773 milliards de personnes qui ont aujourd'hui un accès et utilisent internet.

D'autre part, le nombre de personnes utilisant le téléphone mobile atteint les 66 % de la population mondiale soit 4 917 milliards de personnes.

En tenant compte des populations connectées à internet et de celles utilisant le mobile, on arrive à environ 71 % de la population mondiale qui est active sur les réseaux sociaux, 34 % y accèdent via mobile uniquement.

Dans la même continuité que l'étude HootSuite, le CREDOC, Centre de Recherche pour l'Étude et l'Observation des Conditions de vie, publie dans un rapport intitulé « Le baromètre du NUMÉRIQUE 2016 » réalisé pour l'ARCEP en 2016. Dans ce rapport, on trouve des statistiques complètes sur la digitalisation de la population en France.

En effet, 85 % des Français ont un accès à internet, 74 % d'entre eux sont connectés et tous passent environ 18 heures par semaine sur internet.

En ce qui concerne l'accès au matériel de connexion, 95 % des Français possèdent un téléphone mobile, il s'agit dans 65 % des cas d'un smartphone.

Respectivement, 82% et 40% des Français sont connectés par ordinateur et tablette.¹

Cette vulgarisation de l'internet et du mobile a donné naissance à des nouvelles approches telles que le mobile commerce qui consiste à faire des achats avec son smartphone. Mieux encore la combinaison smartphone et internet a favorisé le phénomène tout récent de l' « ubérisation de la société » et permet de trouver des services de qualité à un prix bas.

La société Airbnb, un hôtelier sans aucun hôtel à son actif. Cette start-up met en relation des clients potentiels avec les propriétaires d'environ 1,5 millions de chambres via son application mobile et site web.

La société de transport Uber qui est valorisé à hauteur de 51 milliards de dollars, cependant, Uber ne compte aucun salarié chauffeur ni aucune voiture de transport à son actif. Cette entreprise a développé une application mobile qui met en relation passagers et chauffeurs indépendants.

Les services alignés sur ce nouveau business model ne cessent de croître et ceux essentiel sur les plateformes mobiles.

Le mobile est devenu un outil stratégique et essentiel pour le développement des stratégies d'entreprise, mais aussi pour l'individu en tant qu'acteur de la société de l'information.

D. L'internet des objets

Le concept de l'internet des objets est que tout objet est capable de se connecter à internet et échanger des informations avec un autre objet. On parle d'IoT, Internet of Things (internet des objets). Selon IDATE on estime que 80 milliards d'objets seront connectés à internet en 2020¹, ce qui suppose en moyenne 10 objets connectés par individus en 2020.

Le mobile est au coeur de cette nouvelle évolution technologique, c'est-à-dire qu'il ne se limite plus à la communication entre les personnes. Il favorise aussi l'interaction entre hommes et machines et aussi entre machines et machines on parle alors de système de systèmes.

Les objets communicants font déjà partie de notre quotidien, notamment dans le domaine de la domotique, de la finance, la sécurité, le bienêtre, etc.

L'entreprise américaine Owlet par exemple commerciale une chaussette intelligente connectée pour enfant et qui permet aux parents de surveiller les rythmes cardiaques et le niveau d'oxygène de leur bébé sur un smartphone².

Beaucoup d'innovations sont aujourd'hui en cours d'apparition dans le domaine de l'IoT.

Ce qui se veut réellement intéressant est l'apparition des solutions qui reposent sur le principe de système des systèmes.

Il est aujourd'hui possible de consulter son poids ou son activité physique (Rythme cardiaque, calories brulées, performance, etc.) sur son smartphone, cela n'est pas nécessairement intéressant comparé à un système qui permet de combiner les informations de son poids, ses performances et son alimentation, d'envoyer ses informations à un système de recommandation capable de nous conseiller un régime adapté, personnalisé à partir des informations transmises.

Nous pouvons aller encore loin, en permettant l'envoi de ses informations à un médecin traitant qui va suivre l'évolution de l'utilisateur et lui faire des recommandations de produits pour son régime. En parallèle un autre système se charge d'indiquer à l'utilisateur les produits à proximité et où les trouver au prix le plus bas.

Les systèmes interconnectés sont à la base d'un nouveau concept au niveau des villes, des régions ou même des pays. Il s'agit du concept de SMART CITY (ville Intelligente), on parle également de SMART PLANET pour désigner une planète connectée.

Beaucoup de villes se sont lancées dans des projets innovants pour permettre à leurs villes de devenir plus intelligentes. C'est ainsi que Montpellier a mis en place un système de détection de fuite, relié à une application mobile, ce système alerte les habitants en temps réel en cas de fuite d'eau à leur domicile. Un autre volet de ce système est de permettre à la ville de surveiller son réseau de canalisation afin d'éviter ou d'anticiper la surconsommation d'eau. En partenariat avec le géant informatique IBM, associé aux universités Montpellier 1 et 2 avec des start-ups locales, la ville de Montpelier est l'un des grands laboratoires de ville intelligente au monde. Les projets entrepris concernent la gestion intelligente de l'eau, du trafic routier et du risque¹.

E. Le cloud computing

Le cloud computing ou informatique en nuage est un concept qui consiste à accéder et à manipuler à distance des services et des données via un navigateur web.

Le cloud touche aujourd'hui tous les domaines : la collaboration, le partage de données et même de ressources informatiques, la gestion des ressources humaines et financières. La gestion de projets, des applications de productivité ; la gestion des chaines logistiques, etc. Le cloud s'intègre ainsi dans toutes les chaines de création de la valeur en entreprise. Mais pas que, parce qu'il offre aussi particuliers des moyens d'améliorer leur productive au quotidien.

Pour les utilisateurs lambdas, c'est-à-dire le grand public, le cloud c'est la capacité de stocker des données en ligne sur internet avec possibilité de les manipuler.

Nous pouvons citer des exemples tels que Google Apps qui est un espace collaboratif en ligne; Dropbox, un disque dur en ligne ; iTunes, bibliothèques de musique en ligne.

Lorsque nous suivons nos performances sportives sur une application mobile en temps réel ou via notre historique, nous utilisons le cloud. Car ces données ne sont pas stockées sur notre mobile, mais sur un serveur distant, par exemple en cas de perte d'un mobile, il nous suffit de télécharger l'application précédemment utilisée et de nous authentifier pour accéder exactement aux mêmes données que dans notre ancien smartphone. Il s'agit là de la « magie» du cloud.

D'autre part, le cloud professionnel ou cloud d'entreprise aborde une autre notion stratégique du cloud à savoir la capacité de l'entreprise à pouvoir virtualiser son système d'information.

Cette visualisation peut s'effectuer entièrement en interne dans des Datacenter contrôlé par l'entreprise, on parle alors de cloud privé. L'entreprise peut

également effectuer cette virtualisation à l'extérieure dans un Datacenter géré par un tiers, on parle de cloud public.

Ces deux méthodes peuvent bien sûr être conjuguées, on parle alors de cloud hybride.

La question de l'adoption du cloud est aujourd'hui au centre des discussions stratégiques dans les entreprises de toute taille confondue.

Fig. 6 : INSEE PREMIERE N° 1643 Paru le 30 mars 2017 - Cloud computing et Big Data : de nouvelles opportunités pour les sociétés.

Ce tableau présente la classification des utilisations du cloud par domaine d'activité et selon deux niveaux de services, moyen et avancé. Nous pouvons constater que tous les services de l'entreprise sont concernés par le cloud computing, même les plus stratégiques telles que la gestion des relations client, la comptabilité, la puissance de calcul qui est gage de meilleure productivité et de qualité pour une entreprise.

La comparaison des résultats de 2014 avec ceux de 2016 montre l'avancé en crescendo de l'utilisation du cloud, jusqu'à environ 9 % de progression par rapport à 2014 pour l'utilisation du cloud de stockage et environ 3 %

d'augmentation par rapport à 2014 pour le cloud offrant des solutions de comptabilité.

Le cloud computing permet aux sociétés de disposer des systèmes d'exploitation, du réseau, de la puissance de calcul et de la mémoire qu'ils désirent pour leur fonctionnement de façon presque instantanée. Il procure ainsi à l'entreprise la capacité de s'adapter, d'être agile et flexible au contexte économique de l'entreprise et tout cela dans un environnement sécurisé.

F. L'origine du cloud computing

Le concept de cloud computing n'est pas une idée innovante en soi, c'est un nouveau paradigme qui découle d'une ancienne technologie connue, le mainframe. Propulsé dans les années 1970 par des entreprises telles qu'IBM, Bull ou EM, le mainframe est un ordinateur central avec une grande puissance de calcul qui fait tourner plusieurs machines du système d'information de l'entreprise. Plusieurs architectures se sont succédé avant d'arriver au cloud computing.

La figure suivante résume l'évolution des technologies du mainframe jusqu'au cloud.

Fig. 7 : « Cloud computing : Décider - Concevoir - Piloter - Améliorer» de Romain Hennion, Hubert Tournier et Eric Bourgeois, Eyrolles 2012.

En 1970, on assiste donc à l'éclosion du mainframe, puis respectivement à intervalle de dix années, on assiste au développement de l'architecture client-serveur (communication entre un ordinateur standard et un serveur hébergeant des ressources), puis c'est l'avènement de l'internet et on découvre ainsi le monde du web, puis est arrivé le SOA « Service Oriented Architecture » déjà défini dans les années 1990 par l'entreprise SUN. Le SOA permet le développement de logiciels qui vont utiliser les mêmes ressources disponibles dans l'entreprise.

Ainsi, le SOA vise à favoriser l'harmonisation des processus des entreprises et leurs adaptations aux évolutions du marché et est de surcroît l'ancêtre directe du cloud computing.

La société d'information dans sa globalité est en réalité un système de création de donnée et d'informations personnelles et privées de tout genre. Qu'il s'agisse des interactions sur les réseaux sociaux, des informations de navigation sur le web via nos terminaux (ordinateurs et mobiles) ou encore des données que nous stockons dans le cloud sur des serveurs distants, nous sommes bien là face à un géant entrepôt de données dont l'exploitation peut permettre la création de la

valeur dans le domaine social, culturel, économique et politique. Ainsi, le concept du Big Data (Masse de données) vient de prendre forme.

II. Le Big Data

Une population mondiale d'environ 7,5 milliards de personnes, 3,8 milliards de personnes connectées à internet soit 51 % environ de la population mondiale, 5 milliards de téléphones mobiles et 2,9 milliards d'utilisateurs des réseaux sociaux.

Ces chiffres sont vertigineux et ne cessent d'augmenter, par exemple, c'est deux-cent-mille (200 000) vidéos qui sont chaque jour ajouté sur YouTube et il faut 600 ans soit 6 siècles pour visionner toutes les vidéos actuellement en ligne sur YouTube¹.

Face à cette masse de données, la nécessité de développer des outils puissants pour permettre leur traitement rapide et efficient, c'est vite posée.

Une des difficultés du traitement de ces données est qu'elles arrivent de tous les horizons, elles ne sont donc pas structurées de la même façon et elles sont extrêmement volumineuses.

Il est donc quasi impossible de les passer par le filtre des bases de données relationnelles qui ne savent que traiter des données structurées de la même manière et provenant d'une source identique standard.

Ainsi, nous avons assisté à l'apparition de nouvelles méthodes de manipulation et de traitement de la donnée lié au Big data.

Il faut noter que ce n'est pas la masse de la donnée qui fait le Big data, mais plutôt l'origine diversifiée des données.

1. Laurent Maisonnave, CEO de Seevibes - http://zelaurent.com « 10 chiffres impressionnants sur YouTube ».

Ainsi, une masse de données aussi grandes soit -elle que nous pouvons traiter sur Excel n'est pas du Big Data (même structure de données) ; par contre, un volume de donnée que nous ne pouvons pas stocker et traiter dans des bases de données traditionnelles se révèlera être du Big Data, par exemple l'analyse des données transactionnelles d'une entreprise de grande distribution (flux de données varié : caisses, carte de fidélités, temps passé, profils des acheteurs, etc.).

Le Big Data repose sur trois piliers ou sur trois « V », on parle alors de Vélocité, de Volume et de Variété.

En effet, nous savons aujourd'hui rapidement analyser de manière instantanée des quantités de données, nous sommes donc dans la Vélocité.

Ce traitement rapide se fait sur des données extrêmement variées et de quantité importante, on aborde alors la question du Volume.

Ces données de provenance variée et en grande quantité ne sont cependant pas structurées de la même manière, elles sont inorganisées et répondent à des standards différents, on parle alors de maitrise de la Variété des données.

Tous ces traitements font appel à de nouvelles compétences qui se situent à la frontière des mathématiques et de l'informatique, avec le Big data nous avons constaté l'apparition d'un nouveau métier celui de « data-scientist ». Le rôle du data-scientist est de mettre au point des algorithmes capables d'analyser la masse de données stockées en vue de créer de la valeur ajoutée.

Un algorithme est un procédé de calcul constitué d'une suite d'opérations selon la définition du Larousse poche 2015. De manière plus claire, l'algorithme est le fait de décrire dans les moindres détails comment s'y prendre pour faire quelque chose. Le but ici est d'autonomiser la machine et exclure une intervention humaine dans le traitement des données.

Cette notion de conception d'algorithme est très importante à saisir, car elle donne toute son importance au Big data. Posséder une mine de données, si nous ne savons pas les exploiter de façons pertinentes ne sert strictement à rien.

A. Hadoop l'outil principal du Big Data

Hadoop est un environnement complet installé sur une seule plateforme capable d'intégrer un volume important et varié de données, tout en assurant une vitesse de traitement de ces données¹.

En effet, Hadoop est capable de stocker et d'analyser n'importe quel type de données structurées ou non structurées afin d'acquérir de la connaissance et de la compréhension pour mieux répondre aux enjeux stratégiques de l'entreprise et créer de la valeur.

Le système Hadoop est conçu sur la base de la gestion des données en mode fichier et non sur un mode de base de données. Ce système est appelé le HDFS (Hadoop Distributed File System).

Autour du HDFS sont développés plusieurs outils qui constituent la base technique de Hadoop :

MapReduce : Permet de rechercher et de traiter les informations en parallélisant au maximum l'activité, il assure ainsi une performance et rapidité au niveau du traitement de la donnée.

Hive : Pour analyser les données. D'autres solutions telles que MongoDB, Pig, GoogleBigTable ou encore Amazon Dynamo existe sur le marché pour l'analyse des données.

Le potentiel du Big Data est aujourd'hui exploité dans plusieurs domaines tels que l'analyse prédictive, l'analyse en temps réel de données et leur visualisation, la gouvernance des entreprises, etc.

1. Talend sité par le CIGREF dans son rapport « Valorisation des données des grandes entreprises » Novembre 2016.

III. L'informatique décisionnelle

L'Informatique décisionnelle ou Business Intelligence (BI) est l'ensemble des méthodes et outil mis en oeuvre dans le processus de collecte, de consolidation, de modélisation, d'analyse et de restitution des informations¹.

L'Informatique décisionnelle consiste à récupérer des données brutes de l'entreprise pour les transformer en informations exploitables sous forme de tableaux de bord, ces informations transformées ont pour but d'aider à la décision les responsables exécutifs de l'entreprise.

Le processus de l'informatique décisionnelle est structuré sur trois niveaux :

La source des données : ce sont des données internes à l'entreprise provenant des outils tels que l'ERP, le CRM, SAP, etc.

La collecte et la consolidation des données : il s'agit ici de collecter et traiter les données recueillies de manière à pouvoir les présenter lisiblement dans les tableaux de bord décisionnels.

La création de valeur : les informations traitées sont affichées de façons structurées et pertinentes en vue de permettre de la prise de décision rapide et efficiente.

Le Datawarehouse ou Entrepôt de données : On peut considérer l'entrepôt de données comme le coeur de la BI, car il s'agit de la base de données centrale qui stocke et consolide toutes les informations provenant des autres systèmes de l'entreprise.

ETL (Extract, Transform, Load) : Extraire, Transformer et Charger. L'ETL est la technologie qui permet d'effectuer des synchronisations massives de données des bases de données de l'entreprise vers l'entrepôt de données.

Le Datamart : un Datamart est un sous-ensemble du Datawarehouse, il permet de structurer les données de l'entrepôt selon les besoins des utilisateurs et suivant les axes stratégiques de l'entreprise. On procède donc ici à une catégorisation de l'information, ainsi, dans un projet BI il existe autant de Datamart que d'axes d'analyse (Finance, Markéting, Relation client, etc.). Le Datamart regroupe des bases de données allégées par rapport au Datawarehouse pour favoriser une analyse rapide et ciblée des données.

OLAP (Online Analytical Processecing) : l'OLAP désigne toutes les technologies permettant de faire une analyse de données modélisées en multi dimensionnel pour favoriser la prise de décision rapide et fiable dans un contexte stratégique.

Dataminig : le datamining met en oeuvre des outils algorithmiques et statistiques en vue extraire des hypothèses à partir de grandes quantités de données.

Le concept d'informatique décisionnelle est né en 1958, sa paternité revient à Hans Peter Lun, un analyste d'IBM et qui a exposé le concept de BI dans un de ses articles intitulés « A Business Intelligence System ».

Cependant, il faut attendre les années 1970 et 1980, suite à l'informatisation des systèmes d'information des entreprises pour sortir l'Informatique décision de l'ombre de simple concept.

En 1990, l'analyste Howard Dresner reprend les travaux de Luhn sur la BI pour mettre en place et définir un cadre moderne afin de normaliser le concept de BI. Il définit ainsi, les méthodes et concepts pour optimiser l'analyse de données factuelles et améliorer la prise de décision¹.

1. Salesforce : Une brève histoire du business intelligence - Guillaume Auruine.

A. La limite de l'informatique décisionnelle

L'informatique décisionnelle s'intègre parfaitement dans l'écosystème de l'entreprise, en lui permettant une analyse rapide et pertinente de ses données.

Avec l'avènement de la société d'information, nous assistons à la création d'une mine de données inépuisable et à forte valeur ajoutée pour celui qui sait l'analyser de manière pertinente.

Il se trouve, qu'aujourd'hui il est impossible d'intégrer et de traiter des données non structurées dans un entrepôt de données BI. Il s'agit là d'une perte énorme pour les sociétés qui utilisent comme coeur de leur stratégie les outils de l'informatique décisionnelle.

Par ailleurs, le développement des outils du Big Data offre amplement la possibilité de traiter les données structurées et non structurées. La question des bénéfices de faire du Big data pour les entreprises n'est plus à démontrer vu l'innovation et les possibilités qui en découlent.

Cependant, un projet de BI coûte très cher, il peut valoir jusqu'à des millions d'euros pour sa mise en place¹, il faut donc le rentabiliser. En plus, du fait, qu'une fois la BI lancée en entreprise elle devient le centre de toute la stratégie de l'entreprise, il est donc impossible de décommissionner un système BI en place au profit des nouvelles technologies du Big data.

Cette insuffisance de l'informatique décisionnelle pose la problématique de l'intégration du traitement des données non structurée dans sa chaîne actuelle, ou comment allié Big data et Informatique Décisionnelle ?

1. Third Nature: BI - Comparison of open source and traditional vendor - mai 2010.

IV. Informatique décisionnelle et Big Data, vers un modèle hybride

A. Comprendre la différence fondamentale entre BI et Big Data

La première différence réside comme nous l'avons évoqué précédemment dans la nature des données, structurée ou non structurée. En effet, en Big Data comme en BI on sait gérer des volumes conséquents de données. La différence principale entre ses deux concepts reste les méthodologies d'analyse des données qu'ils utilisent.

Premier cas : un client potentiel regarde une publicité d'un produit, le lendemain il visite le site web du produit, puis attend deux jours pour appeler un conseiller et achète le produit le lendemain de son appel.

Deuxième cas : un client achète un produit, dans la même journée il visite le site web, puis il attend trois mois et appel un conseillé et un mois plus tard il regarde la publicité du produit.

Dans ces deux cas, même si le client achète à chaque fois le produit, l'enjeu reste de comprendre les évènements associés à la motivation du client et la séquence par laquelle ils surviennent.

En Informatique décisionnelle le comportement de ses deux clients va apparaitre indécis, volatil, spontané, hors des séquences très précises conformes aux règles métiers mis en place par le markéting pour capturer et pré-orienter le client dans son parcours. L'analyse de ses données ne sera donc pas pertinente au vu des méthodes mises en place.

Du côté du Big Data, ces données vont être stockées en leur appliquant des traitements différents sur la base d'algorithmes mathématiques variés afin de traiter plusieurs problématiques et hypothèses simultanément.

Face à ces comportements, les technologies Big data permettent aussi de mettre en place des phases d'observations des données clients avec des algorithmes d'apprentissage, donc sans à priori, pour tirer des conclusions

pertinentes et des stratégies potentielles à déployer. De la valeur est ainsi créée à partir d'évènements isolés et non pertinents.

B. Les obstacles de la migration vers le Big Data

À l'origine du Big data se trouvent les géants Google et Yahoo. Le système Big data Hadoop de Yahoo compte environ 40 000 machines et 350 péta octets de données pour leur moteur de recherche et leur système de gestion de publicité.

Adopter un projet Big data, ce n'est pas que pencher pour une technologie nouvelle et innovante, cela a aussi un impact direct sur la gestion et la gouvernance de l'entreprise.

En effet, l'approche de l'organisation en silos de l'entreprise ne permet pas un croisement de données de l'entreprise assez suffisant pour favoriser une véritable création de valeur pour un système Big data¹.

Un projet Big data a aussi un cout de mise en oeuvre et long terme non négligeable. Même s'il existe des solutions open source telles Hadoop qui permettent aujourd'hui de se détourner des solutions propriétaires comme oracle, dont rien que les frais de maintenance annuelle sont de l'ordre de 200 000 euros ; il ne reste pas moins que pour bien construire un projet Big data il faut recruter de nouvelles compétences telles que les data-scientists et des data-analysts, ses profils coutent environ 50 000 euros l'année sans charges comprises².

D'autre part, il y'a aussi la question de la rentabilité qui se pose, en effet, un projet Big data donnera un retour d'investissement satisfaisant dans le long terme. Selon une étude menée par l'Economist Intelligence Unit et ZS auprès de 450 séniors exécutifs, 70 % d'entre eux affirment que les analyses menées avec le Big data sont « très importantes » ou « extrêmement importantes ». Cependant, seul 2 % des exécutifs interrogés disent avoir un impact positif de ses analyses¹.

D'autre part, le manque de données pertinentes, ou l'absence de sources de ces données peut être un obstacle majeur à la réalisation d'un projet Big data.

Aujourd'hui, la technologie dans le domaine du Big data a atteint certes un niveau de maturité fiable, elle reste cependant à ce jour en cours d'exploration pour la grande majorité des entreprises.

Les projets cent pour cent Big data sont plus adoptés par les start-ups qui n'ont pas besoin de centaines de milliers de serveurs ou de dizaine ou centaine profils d'expert en la matière.

1. www.lebigdata.fr : Pourquoi les investissements Big Data ne payent pas encore ?

V. L'hybridation entre le Big data et l'informatique décisionnelle

Une entreprise disposant déjà d'un système décisionnel BI sera dans l'impossibilité de déconstruire son système actuel et migré vers du Big data.

Par ailleurs, deux approches sont possibles pour utiliser les technologies BI et Big data et bénéficier des avantages de ces derniers dans un même système.

A. Première approche hybride :

Le concept serait d'intégrer le Big data comme système de traitement additionnel en amont de l'entrepôt de données. Ainsi, le système Big Data pourra traiter des données structurées ou non structurées provenant de sources variées telles que les réseaux sociaux, des données en temps réel ; puis les formater en un format structuré qu'il envoie ensuite à l'entrepôt de données pour enrichir la base de données constituée par le système BI. Ce concept est avantagé d'autant plus qu'il permet d'utiliser la capacité de capturer des données en temps réel et des données non structurées du Big Data pour ensuite les intégrer dans l'entrepôt de données. Cependant, on constate qu'il n'y a aucune utilisation de la puissance de calcul et du système d'analyse plus poussé du Big data dans cette configuration.

En plus, cette approche contribue à faire grimper plus rapidement la taille de l'entrepôt de données, ce qui va engendrer l'augmentation des coûts de maintenance et d'évolution du système BI en place.

B. Deuxième approche Hybride :

La plus pertinente, cette approche va consister à faire collaborer le Big data et l'informatique décisionnelle dans un même système tout en tirant plein profit des avantages des deux systèmes.

Dans ce modèle, l'entrepôt de données continue de recevoir les données essentiellement internes de l'entreprise des sources habituelles telles que le CRM, l'ERP, etc.

Le système Big data quant à lui va recevoir de nouveaux flux, tels que les données du site web qu'il va coupler avec les données des réseaux sociaux, l'analyse des articles internet, etc.

Le système BI fera des analyses sur des données internes, maitrisables (comptabilité, commerciale) et le Big data analysera les données plus instables, volatiles, qui peuvent être soumises à des probabilités.

Cette approche permet à l'entreprise de tirer un double profil de ses outils d'analyse déjà existants.

Le système décisionnel BI en place ne sera pas modifié et perturber par d'autres variables jusque-là inconnues dans le système.

L'augmentation du volume de données dans l'entrepôt de données est maitrisée et pourra avoir un impact positif sur la réduction des couts élevés de maintenance de l'infrastructure BI.

VI. L'Evolution de la population mondiale

7,55 milliards c'est le nombre d'êtres humains vivants actuellement sur la planète. En 2035, c'est-à-dire dans moins de 20 ans nous serons environ 8,5 milliards de personnes, ensuite, la population mondiale va dépasser le capte des 9 milliards pour atteindre environ 10 milliards d'êtres humains. La démographie mondiale ne cesse d'augmenter, et ce à un rythme effarant, qui trouve son origine principalement dans le taux de natalité galopante et l'allongement de l'espérance de vie des populations.

D'autre part, nous assistons de manière progressive à une prise de conscience collective sur les habitudes alimentaires des différents habitants de la terre. En effet, le style de vie des consommateurs évolue partout dans le monde : prise en compte de la qualité alimentaire, prise de conscience sur ce qui va se retrouver dans son assiette, développement de l'agriculture biologique, manifestation contre l'utilisation des produits chimiques nuisibles à la santé, l'urbanisation, etc.

D'ici 2030 l'Inde passera devant la Chine en termes de population, la démographie en Afrique va exploser et atteindra les 2,4 d'habitants d'ici 2050 contre 1,3 milliard d'habitants dans les régions qui sont aujourd'hui développées. En 2050, 66% de la population sera localisée dans des villes, ce qui signifie que nous allons assister à une innovation dans les approches pour assurer l'alimentation des populations de ces grandes villes. Par ailleurs, les flux d'approvisionnement en nourriture dans le monde vont s'intensifier de façon considérable.¹

Cette évolution exponentielle de la population mondiale renvoie à la question spontanée de disponibilité des ressources alimentaires pour satisfaire tous ses futurs habitants de la planète.

En accord avec cette question, dans leur ouvrage « Agrimonde : Scénarios et défis pour nourrir le monde en 2050 », Sandrine Paillard, Sébastien Treyer et Bruno Dorin nous confient sur la base d'un scénario pertinent que jusqu'en 2050 que la disponibilité moyenne mondiale sera assez suffisante pour répondre au besoin alimentaire de la planète.

Fig. 9 : « Agrimonde : Scénarios et défis pour nourrir le monde en 2050 », Sandrine Paillard, Sébastien Treyer, Bruno Dorin - Editions Quae 2011.

Cette étude a été menée selon les principales régions du monde et se base sur deux scénarios « Agrimonde 1 » et « Agrimonde GO ». Ainsi nous constatons sur la base de ses prévisions que la disponibilité alimentaire sera de l'ordre d'au moins 3000 kcal par habitant et par jour. Cette mesure (en kcal) désigne l'énergie alimentaire disponible pour chaque habitant par jour.

De par cette étude, la question qui reste posée est celle de l'évolution des consommations, les exigences et les comportements des consommateurs en général, mais aussi, et pas des moindres, comprendre le profil des agriculteurs de demain.

VII. Le consommateur de demain

Aujourd'hui, nous constatons que le contact légendaire entre le consommateur et les aliments qu'ils consomment s'est purement dissipé face à l'évolution de notre société. La société moderne avec son développement de plus en plus industriel a éloigné la population, surtout urbaine, des espaces cultivables. Les agriculteurs, producteurs qui tentent de combler ce vide avec la complicité des grandes enseignes de distribution, se sont vus enfermés dans leur bulle loin des consommateurs finaux auxquels sont destinés leurs produits.

Le consommateur de son côté ayant perdu tout contact avec le producteur, ne cesse de se poser des questions, il soulève des incompréhensions et des craintes justifiées ou non. Pire encore, le consommateur se retrouve à la merci des relais médiatiques, qui l'approfondissent plus dans ses craintes qu'ils ne le rassurent.

Cependant, l'industrie alimentaire ne lésine pas sur les moyens de rassurer et satisfaire ses clients. On assiste ainsi, au développement de commerces de proximité, la mise en place de circuits courts pour les grandes distributions. Et un des moyens phares mis en place par l'industrie agroalimentaire est la traçabilité des aliments, de plus en plus de produits répondent à des cahiers de charges bien définis. Toutes ses dispositions visent à satisfaire le consommateur et à mettre en place un contrôle efficace de la chaine alimentaire.

En effet, l'agroalimentaire est un domaine à forts enjeux stratégiques sociaux, alimentaires, mais avant tout économiques. L'agriculture mondiale emploie aujourd'hui 1,3 milliard de personnes actives, soit environ 40 % de la population mondiale. Ainsi, l'agriculture est le premier secteur en termes d'emplois au monde. Dans certains pays, l'activité agricole emploie plus de 50 % de la population.¹

En France, l'agriculture occupe aussi la première place que ce soit en termes d'emploi ou d'impact économique.

1. FAOStat 2011 et FIDA cité par le Momagri (Mouvement pour une Organisation Mondiale de l'agriculture)

Cette infographie fournie par l'ANIA (Association Nationale des Industries Alimentaires) donne un aperçu général du poids de l'agriculture dans le secteur industriel.

L'agriculture en France est représentée par 17 647 entreprises qui emploient 427 213 personnes actives, ce domaine pèse 172 milliards d'euros au niveau national et environ 44,2 milliards d'euros à l'internationale où il se positionne à la quatrième place des exportateurs mondiaux.

L'enjeu majeur de l'agriculture aujourd'hui de satisfaire les besoins des consommateurs en mettant en place des stratégies de production en quantité et en qualité, tout en suivant méticuleusement l'évolution comportement de la population.

En effet, le choix du consommateur moderne va plus se porter sur le rapport qualité-prix des produits, aux considérations sanitaires et d'hygiène, à la traçabilité, à l'éthique du producteur notamment le bien-être animal, etc. Le consommateur va jusqu'à être un acteur du respect et de la garantie ces critères de ses standards. Nous revenons donc sur la notion du « Consommateur ».

Cette ère de la société de l'information place le consommateur au centre de la stratégie de toute entreprise en lui conférant une force inestimable. C'est donc en toute logique naturelle et parfois par engagement militant qu'il va s'impliquer sur les réseaux sociaux et le web pour devenir acteur de la société de consommation.

Le consommateur à toutes les cartes en main pour lui permettre de faire passer un message, de donner son avis, de témoigner en images et en vidéos, de lancer des pétitions et des motions, etc.

Aujourd'hui, on parle de « Buzz» positif ou négatif autour d'un sujet lorsque celui-ci suscite beaucoup d'intérêt sur le web et les réseaux sociaux ; le seul moteur de ce phénomène sur le web est la foule de personnes interconnectée via internet.

Le consommateur moderne a donc à sa disposition tous les outils nécessaires pour influence l'évolution des offres de l'industrie agroalimentaire en s'appuyant sur la force de l'individu et du groupe.

VIII. L'agriculteur de demain

Pionnier de l'agronomie française, Olivier de Serre est un jeune agriculteur ardéchois. Au seizième siècle il introduit de nouvelles plantes (Maïs, Houblons, Garance) venues du Nouveau Monde dans sa plantation d'une centaine d'hectares qu'il transforme en ferme modèle en y installant des moulins du pradel et cultive

ses plantes en utilisant des techniques jusque-là inconnues dans les pratiques courantes. Les Serres viennent d'ouvrir une ère nouvelle dans l'histoire de l'agriculture. Suivi par d'autres agriculteurs en quête d'innovation et qui remplaceront les plantes d'Olivier par de la culture de navets ou des mêmes plantes de la famille des Papilionacées (plantes sous forme herbacée), tout en gardant les mêmes techniques de culture.

Olivier de Serre est aujourd'hui considéré comme le père de l'agronomie française.

Evidemment, ni Olivier de Serre, ni les quelques agriculteurs qui lui ont emboité le pas, n'avaient le sentiment d'être les précurseurs de ce qu'est devenu l'agriculture d'aujourd'hui.¹

Ils étaient des curieux voulant tester des méthodes nouvelles pour enrichir leurs techniques existantes. Ils étaient loin de s'imaginer cinq siècles plus tard être considérés comme les pionniers d'une véritable révolution agricole.

L'agriculteur d'aujourd'hui se retrouve exactement dans le contexte de ses prédécesseurs.

Ils se retrouvent face à un inconnu incertain dont ils n'ont aucune, mais duquel ils sont conscients de pouvoir tirer du profit et améliorer leurs pratiques actuelles. Ainsi, ils sont nombreux aujourd'hui à suivre et à étudier de près les solutions proposées par les technologies d'information.

Toutes fois, les solutions numériques dans le domaine agricole sont bien exposées et cette transparence permet aux agriculteurs de se projeter dans l'avenir en considérant l'intégration de ses solutions nouvelles dans l'évolution de leur activité.

En effet, 46% des agriculteurs considèrent en 2016 que le numérique sera l'avenir de leur activité².

Il faut par ailleurs noter qu'actuellement le monde agricole a adopté les technologies liées à l'IoT (Internet of Things) autrement dit les objets connectés.

Exemple : considérons le cas de Bob, un éleveur breton. Il s'est trouvé une nouvelle manie, chaque matin pendant son café il ne quitte pas des yeux l'écran de son smartphone. En effet, ce mobile qu'il utilise pour faire des appels, envoyer des messages et gérer son agenda, vient d'acquérir une nouvelle valeur pour Bob parce qu'il vient de faire installer un tout nouveau système IoT pour superviser son élevage et le tableau de bord de ce système complexe tient dans son smartphone.

Ainsi, chaque matin Bob suit en temps réel les indicateurs de santé de ses animaux grâce à un thermomètre encapsulé dans le bolus ingéré dans la panse de chaque animal.

Grâce à ce système et depuis son téléphone Bob peut suivre la quantité de lait et la qualité de traite pour chaque quartier de mamelle grâce à son robot de trait qui lui envoie les données en temps réel.

Cet exemple montre le degré de pénétration de l'internet des objets dans le secteur agricole.

Ces applications visent à s'améliorer et à intégrer d'autres systèmes de traitement de données pour converger vers un système des systèmes.

Cependant, des agriculteurs comme Bob sont à l'évolution du numérique dans leur domaine ce qu'Olivier de Serre était la révolution agricole. Ils sont les précurseurs d'une nouvelle révolution avec « R » de l'agriculture qui va s'appuyer sur les nouvelles technologies d'informations.

L'agriculteur aujourd'hui reste conscient de l'apport potentiel de la technologie dans son secteur. C'est donc naturellement qu'il s'intéresse à cette technologie.

Le ministère de l'Agriculture nous présente les chiffres clés de l'agriculture connectée comme suit :

Fig. 11 : agriculture.gouv.fr « Les chiffres clés de l'agriculture connectée »

Nous constatons que l'agriculteur aujourd'hui, s'est familiarisé avec les technologies de l'internet, démarche PAC (Politique Agricole Commune) en ligne, utilisation d'applications professionnelles, un accès à internet et il a un avis positif quant à l'utilité des nouvelles technologies pour l'agriculture.

Avec l'évolution de la technologie, les agriculteurs voient peu à peu leurs habitudes et leur métier évoluer.

Ces nouvelles méthodes vont les pousser à changer leur mode de raisonnement pour créer de nouveaux concepts innovants et créateurs de valeur.

La pertinence des réflexions sur l'application de la dimension numérique à l'agriculture déterminera l'amplitude de ce que nous pouvons considérer comme la troisième révolution industrielle.

Le développement de la société d'information a conduit à la modification de nos habitudes et a favorisé l'apparition de nouveaux services qui simplifient non seulement la vie des consommateurs, mais aussi s'adaptent à leur pouvoir d'achat en offrant des services qui sont à moindre cout dans un environnement plus confortable par rapport aux offres classiques sur le marché.

Beaucoup de systèmes en place se trouvent aujourd'hui en difficulté face à cette révolution numérique. L'un des exemples les plus flagrants est celui des transports de personnes.

Les sociétés de taxis ont longtemps gardé un monopole sur ce secteur grâce à un système de licence qui leur garantit la maitrise de toute concurrence. Seulement, depuis quelques années sont d'abord apparues les VTC (véhicule de Tourismes avec chauffeur), un service plus accessible et plus à l'écoute du client.

En effet, en alliant la capacité des plateformes web et la technologie mobile ce nouveau service permet à ses clients de commander et de choisir un type de véhicule qui correspond à leur besoin et plus important encore de connaitre le montant exact de la course avant même la prise en charge ; finis donc le coup d'oeil au compteur des taxis lorsque son budget est limité. Encore mieux, les payements se font automatiquement grâce au moyen de paiement que le client a renseigné dans son espace membre de l'application mobile qui propose le VTC ; une fois encore fini les détours au guichet de banque pour faire un retrait d'argent pour payer les frais du taxi, car le chauffeur ne dispose pas de moyens de prendre les règlements par carte. Ces nouveaux systèmes de transport, contraire à ce que peut laisser croire le concept sur lequel ils se basent, brassent une quantité énorme de données en temps réel, ce sont des algorithmes puissants qui sont mis en oeuvre pour par exemple déterminer la disponibilité en un temps donné de tous les véhicules disponibles sans client, ceux qui sont occupés ou qui ne sont pas en services pour ensuite géolocaliser le client et le mettre en relation avec les chauffeurs les plus proches de lui. Et pour offrir au client un service particulier, il est possible de suivre le trajet en temps réel via son smartphone ce qui est un gage de sécurité.

Nous sommes sans aucun doute face à un cas de disruption favorisé par la révolution numérique qui concerne aujourd'hui tous les domaines de la vie politico-socioéconomique.

Dans l'agriculture, cette transformation se manifeste à plusieurs échelles et contribue à transformer à petit feu les métiers des acteurs agricoles.

I. Impact de la révolution numérique et de la masse de données dans le domaine agricole

Les conséquences de ces moyens techniques dans le secteur agricole peuvent être facilement identifiables dans certains secteurs agricoles car ayant déjà fait leur apparition dans d'autres domaines.

II. Le développement de l'économie du partage

Une plateforme d'échange et de partage met en relation des agriculteurs pour leur permettre de répondre mutuellement aux besoins des uns et des autres. Ce concept s'illustre par deux entreprises qui sont « WeFarme UP » 1 et « VotreMachine » 2 ces start-ups gèrent respectivement les plateformes wefarmup.com et votremachine.com tous deux spécialisées dans la location de matériels agricoles entre agriculteurs.

Ce service permet ainsi aux agriculteurs d'amortir l'investissement du matériel qu'il n'utilise pas pendant une période déterminée, d'un autre côté, au-delà du prêt de matériel les deux parties s'enrichissent de l'expérience de chacun sur l'utilisation de l'outil, agrandissent leur réseau de contacts. L'offre sur ces deux plateformes est assez mature, car ils proposent des moyens pour sécuriser l'échange entre les agriculteurs, il s'agit le plus souvent d'assurance incluse dans la procédure de location, de moyens de paiement qui passe par les plateformes sécuriser des banques, un système de recueil de la satisfaction des deux parties qui s'évalueront entre eux.

Par ailleurs, votremachine.com va jusqu'à proposer le suivi en temps réel du matériel prêté et donne aussi le choix de proposer des machines avec chauffeur. Ainsi, il est possible de louer une machine pour un autre agriculteur qui va l'utiliser dans son champ, sans pour autant perdre des yeux cette machine ou mieux encore l'agriculteur qui est consommateur peut devenir prestataire de service.

Ces services apparaissent comme des opportunités pour les agriculteurs qui bénéficient de revenus supplémentaires, de flexibilité et de transparence.

Ces services offrent également la sécurité, cet aspect mérite d'être un plus approfondi, car il fait intervenir un aspect nouveau dans la relation d'échange. En effet, ce n'est plus l'entreprise qui est garante de la fiabilité d'un utilisateur, elle s'appuie sur la force du groupe, notamment via leur système d'évaluation qui permet aux clients de la plateforme qui veut prêter ou louer du matériel de se faire une idée de la personne en face suite aux avis laissés sur elle.

Dans ce cas il devient impossible de prêter une machine défectueuse par exemple, car l'agriculteur qui loue le matériel a vite fait de dénoncer la mauvaise qualité du matériel et ce retour sera accessible à tous les utilisateurs de la plateforme, qui n'auront donc pas confiance au service de ce préteur. Au contraire, la personne dont le matériel est performant recueillera des avis positifs et se construira une notoriété sur la base de ces derniers.

III. Les réseaux sociaux comme vecteurs de connaissances

Les agriculteurs ont saisi l'opportunité qui leur est offerte par les moyens de communication simple et rapide. Ainsi, certains d'entre eux ont décidé de s'aventurer « Par-dessus de la haie » 1 et apporter leur pierre à l'édifice de la révolution en marche.

1. pardessusdelahaie.com : réseau social des associations de développement agricole et rural.

Pardessuslahaie.net est le premier réseau social cent pour cent agricole. Comme tout réseau social, l'objectif est de créer un réseau solide d'agriculteurs afin de favoriser le partage rapide d'informations et les bonnes pratiques. Son ambition est d'abolir les barrières entre acteurs agricoles liées à la distance ou à la différence de métiers, la plateforme vise aussi à capitaliser sur les connaissances pour créer un espace de référence.

Le site « pardessusdelahaie » est aujourd'hui utilisé à titre privé par les agriculteurs, son évolution logique serait surement axée sur une utilisation professionnelle pour créer un cadre propice à une communication directe et efficace entre clients, fournisseurs et entre pairs.

Ce type de plateforme montre une réelle plus-value pour le développement du secteur agricole.

Cependant, force est de constater que la ruée vers ses réseaux n'est pas aussi satisfaisante au vu des moyens à disposition. En effet, la plateforme « Pardessuslahaie.com » depuis sa création en 2014 ne recense que 868 personnes inscrites et un total de 2 716 249 visiteurs unique¹.

Ce faible intérêt pour les plateformes spécialisées s'explique, d'une part, par la présence de géants des réseaux sociaux tels que Facebook qui offre plus de fonctionnalité et de flexibilité technique que les plateformes qui se développent souvent avec des moyens limités.

1. chiffres communiqués sur pardessusdelahaie.com

IV. Utiliser le big data pour créer de la valeur partagée

Nous restons ici dans l'utilisation courante du numérique et des réseaux sociaux, d'autres pratiques plus innovantes sont introduites notamment par le Big Data. Il s'agit d'offrir gratuitement des services à un client à condition de récupérer des données via ce client.

La quantité et la qualité des informations agricoles sur le web et les réseaux sociaux présentent surement un intérêt stratégique pour les organismes agricoles et ces dernières vont certainement saisir cette opportunité pour exploiter cette masse de données.

Aujourd'hui par simple recherche dans un moteur de recherche nous pouvons accéder à une mine de données agricoles sur le web (site internet, site d'information spécialisée) et sur les réseaux sociaux. Il existe sur Instagram des groupes de coopératives qui postent régulièrement des informations sur leurs exploitations accessible à tous, certain de ces groupes sont privés (cas du compte Instagram la coopérative CEREPY).

Les informations postées sur les réseaux sont des photos qui permettent de s'informer rapidement sur des anomalies constatées et anticiper éventuellement une attaque parasitaire ou déterminer si une adventice est bénéfique ou nuisible sur la base des retours d'expériences de techniciens et d'agriculteurs de son réseau.

En plus des données sur le web et les réseaux sociaux, il faut noter que les organismes agricoles disposent déjà de masse de données sur leurs clients et adhérents. Ces données s'ils arrivent à les exploiter correctement vont sans doute conduire à la création de valeur essentielle au développement des entreprises agricoles.

C'est pourquoi, les entreprises agricoles utiliseront sans aucun doute les nouveaux outils de traitement de données tels que le Big data et la BI pour affiner leur connaissance du marché pour adapter de façons cibler et personnaliser leurs offres.

Ainsi, on peut constater aujourd'hui l'engouement du secteur agricole pour les métiers de responsable markéting, d'animateur de communauté et on envisage bientôt dans les années à venir un recrutement en masse de « data scientist » responsable de l'analyse de données massives¹.

D'une part, l'exploitation des données du Big Data s'orientera vers la création de valeur bénéfique aux clients de l'entreprise en permettant de lui proposer des services qui sont mieux adaptés à ses besoins. Cette utilisation des données récoltées permet aussi à l'entreprise de sortir gagnante grâce aux économies qu'elle génère.

Par exemple, « une laiterie qui, grâce au traitement instantané des données de productions de ses éleveurs, ajuste en temps réel l'organisation de ses tournées de ramassage de lait, optimise au maximum le remplissage de ses camions et réalise de substantielles économies » 2.

Dans ce cas de figure, la laiterie grâce à la connaissance anticipée sur l'état de la production de ses éleveurs, va optimiser la chaine de production afin de planifier efficacement la collecte du lait, adapter les traitements en usine et optimiser le rendement. Ce qui permettra à l'entreprise de maitriser ses couts de fonctionnement et faire des économies substantielles.

Nous pouvons facilement imaginer la valeur que peut créer une coopérative agricole, grâce à l'analyse des habitudes d'achats de ses adhérents en produits de traitement de cultures (pesticides etc.). Sur la base de cette seule connaissance, la coopérative est en mesure de déterminer de manière fine les stratégies de ses adhérents en termes de protection des cultures.

Imaginons encore que les données précédentes puissent être croisées avec des données des cartes pédologiques (données scientifiques sur la formation des sols), couplées avec les cartes bioclimatiques (données scientifiques sur la composition de l'atmosphère et le type de climat).

Lorsqu'un organisme agricole détient les informations sur le type de produit acheté par son client, sur quel type de sol et dans quel type de climat ce produit est utilisé par l'agriculteur ; le croisement de ses données va accroitre de façon significative la capacité d'analyse plus précise et permettre à l'organisme agricole de prodiguer des conseils plus affinés et personnalisés pour ses clients. Il crée ainsi de la valeur par la personnalisation et la précision du conseil.

V. Développer des services gratuits grâce au Big Data

D'autre part, il sera question de valoriser sur le marché les données collectées grâce au Big Data. Le modèle qui sera adopté dans ce cas est celui des services contre les données. C'est ce modèle de fonctionnement que Facebook utilise aujourd'hui.

On assistera ainsi à la naissance d'entreprises de services avec des prestations gratuites pour les acteurs agricoles. Ces entreprises demanderont en contrepartie de disposer des données de l'agriculteur et ces données seront ensuite anonymisées et valoriser auprès des acteurs agricoles.

Ce modèle de services en agriculture peut être difficilement viable à moins d'être appliqué à un segment où le traitement des données peut mener à une valorisation très forte des résultats d'analyse.

Un de ces secteurs pourrait être la comptabilité. En effet, de manière générale, les données de comptabilité restent isolées au niveau de chaque acteur qui les garde jalousement vu la valeur qu'elles représentent. Cette réticence à partager ces données de type comptable s'explique par le fait que les cabinets comptables sont dans un réseau très fermé et que ces données représentent leur coeur de métier, donc stratégique à la survie des activités des cabinets.¹

Le domaine de la comptabilité est un eldorado pour l'informatique décisionnelle, la quantité et la qualité des données dont regorge ce secteur sont impressionnants.

Les données économiques : le chiffre d'affaires, les investissements, les salaires et les embauches.

Les données financières : les dettes, les placements et bien sûr la solvabilité de l'entreprise.

Les données sur la gestion des actifs : le parc informatique, la flotte de véhicules, etc.

Les experts comptables produisent environ 40 millions¹ de déclarations par an. Au vu de ces données, nous pouvons alors imaginer, une entreprise qui proposera une plateforme dans un environnement sécurisé et qui assure la confidentialité et l'intégrité des données comptables de ses clients.

Cette plateforme permettra à chaque client de gérer sa comptabilité sur la base de procédure automatisée et de manière autonome.

À partir d'une base de données big data cette plateforme va consolider, analyser puis croiser ses données comptables de plusieurs entreprises et en extraire de la valeur.

L'analyse de ses données va profiter aux cabinets d'experts-comptables qui auront désormais une vision large et fine de leur marché, mais aussi une vision en temps réel de l'état des entreprises.

Ils peuvent ainsi apporter des conseils fins à leurs clients et leur permettre de mieux orienter leur stratégie d'investissement, d'achat, de ventes, tout en ayant un suivi pertinent de l'évolution de leur marché.

Nous assistons ici à un phénomène de disruption du monde des experts comptables, car d'une les procédures de traitement des données comptables vont être automatisées au moyen d'algorithmes performants, d'autre part, le client n'aura plus besoin de l'accompagnement d'un expert-comptable puisque tous ses rapports lui seront automatiquement générés.

Il ne va donc rester que le rôle de conseiller à assurer par les experts comptables.

Conscients de ce danger qui guette leur métier, les experts comptables réagissent en anticipant la métamorphose de leur secteur en créant des initiatives comme STATEXPERT¹, qui sont une plateforme lancée par le conseil supérieur des experts comptables et dont l'objectif à terme est d'être une plateforme de référence dans la prévision statistique et dans l'aide à la prise de décision pour les experts comptables.

VI. Et si les machines robots prenaient le contrôle ?

L'agriculture est l'un des domaines les plus robotisés, on parle de machine intelligente.

Aujourd'hui, nous assistons à un bouleversement du monde de la robotique, on passe des automates industrielles qui exécutent des tâches préprogrammées aux machines intelligentes et apprenantes (intelligence artificielle).

Cette évolution a pour but d'aider l'agriculteur dans l'obtention de meilleurs résultats dans la production de son champ, mais aussi de permettre à l'agriculteur de se soulager de tâches quotidiennes et réplétives.

Plusieurs projets innovants proposent aujourd'hui des machines qui traitent une grande quantité de données dans l'objectif de répondre ç un besoin précis dans l'exploitation agricole.

Par exemple, le projet I-LEED¹ a pour objectif de gérer de façon autonome et intelligente les pâturages. Le robot parcourt ainsi toutes les parcelles afin de mesurer la quantité d'herbe présente et à partir d'un croisement de ses résultats avec des informations telles que le poids des animaux, la quantité de lait produite, le robot va proposer à l'agriculteur d'ajuster de manière pertinente le déplacement de son troupeau pour un meilleur rendement.

Dans ce scénario, le robot se contente de faire une analyse intelligente des données qu'il collecte et les restitue à l'agriculteur pour une meilleure prise de décision.

1. www.lfl.bayern.de/itl/i-leed/en/, le projet I-LEED est prévu pour être fonctionnel en 2018-2019.

Ainsi, sur la base des informations transmise par le robot, l'agriculteur fait se mouvoir son troupeau vers la parcelle d'herbe la plus adaptée. Le mouvement du troupeau et contrôlé via un portail connecté à l'ordinateur de contrôle de l'agriculteur et qui va orienter le troupeau vers la parcelle indiquée.

Nous pouvons imaginer et constater qu'il ne reste qu'un seul « raccordement» à faire pour automatisèrent tout le processus d'optimisation du pâturage pour le troupeau, permettre au robot de collecte d'information de communiquer avec le portail qui est déjà connecté.

On arrive alors à un niveau où l'agriculteur ne fera qu'office de surveillant du système de décision. En effet, dès lors le robot va pouvoir transmettre de manière autonome le numéro de la parcelle vers laquelle diriger le troupeau pour que celui-ci s'active automatiquement et diriger le troupeau vers la parcelle indiquée par le robot.

La figure suivante illustre le mécanisme de fonctionnement du système de gestion I-LEED.

Fig. 12: http://www.irstea.fr : Dossier Agriculture performante et durable - agriculture-robotique

L'exemple du projet I-LEED est simple à comprendre, il nous permet ainsi de projeter ce modèle de fonctionnement sur toute l'étendue des champs et des fermes. Avec la maturité des technologies de précision avec des capteurs embarqués et l'évolution des technologies telles que l'intelligence artificielle, tout cela couplé avec la puissance de traitement de masse de données, nous pouvons aisément saisir la possibilité d'automatisation de bout en bout des tâches agricoles qui nous sont offertes en faisant communiquer les machines entre elles. Il s'agit donc de créer un système des systèmes autonomes et intelligents.

Cette pratique de système autonome n'est pas encore généralisée, elle est en balbutiement et sera certainement la phase de la révolution numérique agricole.

VII. Une technologie indispensable pour accompagner la révolution numérique agricole : la blockchain.

En 2008, un inconnu sous le pseudonyme de Satoshi Nakamoto fait parler de lui sur tous les médias du monde. Il vient de créer une perturbation dans le système monétaire planétaire avec une technologie de monnaie numérique qu'il appelle le bitcoin. Avec cette révolution dans le système monétaire Satoshi Nakamoto a aussi créé la technologie la plus complète à ce jour en matière de sécurité et de transparence dans la gestion de transaction qu'elle soit financière ou appliquée à un autre domaine.

A. Qu'est-ce que la blockchain ?

L'organisme de référence sur la question de blockchain en France (Blockchain France) définie la blockchain comme la « technologie de stockage et de transmission d'informations, transparente, sécurisée, et fonctionnant sans organe central de contrôle » 1.

Littéralement, la blockchain est un géant registre qui permet d'inscrire numériquement des transactions, les vérifiées et les conservées.

Ce registre va héberger toutes les données qu'il contient dans une multitude d'endroits, tout en permettant l'accès aux données qu'il contient depuis internet.

Ce registre a aussi la capacité de conserver la traçabilité de toute donnée qui y est inscrite, ainsi, il permet de retrouver tous les éléments qui se rapportent à un actif, le changement de propriétaires successifs par exemple, etc.

B. Comment fonctionne la blockchain ?

La blockchain a apporté un élément nouveau dans le processus de transaction entre deux parties, elle supprime le recours à un tiers de confiance telle que la banque.

Le système de blockchain a misé sur la transparence comme élément de confiance, en se basant sur la force du groupe pour générer la confiance autour des transactions effectuées. En effet, toutes les transactions ajoutées à la blockchain sont visibles par les utilisateurs de réseau sous forme anonyme bien sûr.

La blockchain utilise aussi des algorithmes puissants de contrôle des transactions, ses algorithmes sont appuyés par des procédés cryptographiques réputés inviolables pour sécuriser les transactions.

De manière simple, le fonctionnement de la blockchain peut s'expliquer en cinq points :

C. Exemple d'utilisation possible de la blockchain en agriculture

Inventée initialement pour la gestion de la monnaie virtuelle qu'est le bitcoin, la blockchain a commencé à susciter l'intérêt des autres domaines technologiques qui voient un avantage certain dans l'application de cette dernière dans leurs activités.

En effet, le concept de blockchain est pertinent pour toute activité dans laquelle il y'a un besoin d'enregistrement de données, inscription, conservation et traçabilité, tires de confiance, etc.

Une des notions qu'introduit la blockchain est celle de « smart contrat» ou contrat intelligent.

Un contrat intelligent se définie comme « un contrat numérique qui s'exécute automatiquement dès lors que les conditions initialement négociées entre les parties se réalisent. » 1.

Cet aspect de contrat intelligent peut trouver son application dans le domaine agricole. Dans le cadre d'un contrat de sècheresse par exemple :

La disponibilité et l'accessibilité des données sur les conditions climatiques, soit par l'intermédiaire des données météorologiques ou par des sondes installées directement dans les champs vont permettre par exemple l'application de la blockchain au contrat de sècheresse.

Les parcelles qui seront assurées vont être géolocalisées et selon certains paramètres standards (Température, taux d'humidité du sol, etc.) et définis contractuellement (Exemple : pendant telle période de l'année si la température sue sol est inférieure à x degrés pendant x durées, etc.) le compte de l'agriculteur sera automatiquement crédité.

1. « Vers un Big bang agricole ? Révolution numérique en agriculture. », Jean-Marie Séronie, Editions France Agricoles 2016.

Une autre possibilité d'application de la blockchain serait par exemple dans la vente de céréales. Dans ce cadre la blockchain peut permettre la mise en place de contrat intelligent par exemple dès que le titre ou le prix d'une marchandise passe au-dessus d'une cotation prédéfinie, ou passe d'un niveau x vers un niveau y définit à l'avance, x tonnes de céréales concernées est mis automatiquement en vente sans intervention humaine et le compte de l'agriculteur est automatiquement crédité du mont de la transaction.

Ces deux exemples illustrent parfaitement le potentiel de la blockchain dans les échanges agricoles.

La blockchain dans ses procédures apporte de la transparence et de la sécurité sur les transactions qu'elle traite. Elle élimine aussi les intermédiaires tout est automatiquement géré par le système informatique, ce qui entraine donc la baisse des couts des échanges et assure la traçabilité de ses derniers.

Nous sommes parties du postulat que l'agriculture peut être divisée en trois grandes catégories :

En effet, chaque agriculture appartient à une coopérative locale ou agissant sur un périmètre national. Il produit ses cultures (céréales, vigne, etc.) et les commercialise soit en passant par la coopérative ou par un gestionnaire de portefeuille.

Dans cette partie nous prendrons chacune des trois parties et verrons la plus-value que la technologie Big data et Décisionnelle peut y apporter.

I. La commercialisation des produits agricoles

Ce secteur reste très fermer dans le domaine agricole, on y compte seulement quelques acteurs tel que AgriTel avec sa solution AgriNext et Logaviv avec leur solution d'achat et vente de céréales AGRIMARKET.

Valentin Raoul, chef de projet AgriNext, nous confie que « Ces deux solutions AgriNext et AgriMarket sont les leaders du marché de la commercialisation de céréales en France, s'il existe un concurrent, ce serait le logiciel Excel de la suite Microsoft ».

Cependant, nos recherches nous ont permis de découvrir que des entreprises nouvelles sont en train d'émerger dans ce secteur. Il s'agit notamment de la startup Comparateur agricole ( www.compareteuragricole.com).

Nous pouvons constater que le marché des achats et ventes de matières agricole est contrôlé par un petit nombre d'entreprises, qui fondent chacune leur crédibilité sur le nombre de portefeuilles qu'il gère.

Chaque entreprise et bien sûr liée contractuellement avec ses clients, ce contrat porte notamment sur la confidentialité des données de l'agriculteur que possède l'entreprise.

C'est donc de manière légitime que chaque entité garde jalousement sa base de données client.

« Nous ne pouvons pas communiquer nos données clients, et d'ailleurs chaque portefeuille porte sur la spécificité de chaque compte. Par ailleurs, même si nous voulons partager ces informations sous quelques formes que ce soit, nous ne le pouvons pas, car nous avons signé un contrat interdisant cela » M. Valentin Raoul, chef de projet AgriNext.

Ainsi, les acteurs de la commercialisation des produits agricole ne semblent pas être ouverts, ou ne disposent pas de l'écosystème favorable, pour une application de la démarche Big Data dans leur domaine d'activité.

En effet, ici par exemple, l'opportunité est de pouvoir disposer et analyser une grosse quantité de données réelle émanant de plusieurs portefeuilles d'achat et vente sur le marché agricole.

En appliquant des algorithmes mathématiques bien définis à cette base de données, des occurrences pertinentes apparaitront. Les experts seront en mesure d'avoir une vision plus fine du marché, des mouvements de fonds de leurs portefeuilles. Ainsi, ils seront à même de mieux anticiper le marché et donner des conseils à plus grande valeur ajoutée dans la stratégie de vente ou d'achat de leur client.

Partager les données clients ne signifie pas dans le cadre de la démarche Big data de rompre le contrat de confidentialité qui lie les deux parties, entreprise et client.

C'est ce que nous explique Michael Sebbah, ingénieur Dev Opps, Big data à la Société Générale « Pour assoir un modèle économique basé sur l'analyse de données de différentes sociétés, il faut être une entité tierce qui collecte les informations de plusieurs entreprises, sans divulguer les informations de chacun de ces clients aux autres. Puis procéder à l'agrégation de ces données pour

retourner des informations que les entreprises acceptent de partager. C'est ce qui est fait par les grandes surfaces, qui confient leurs données de carte de fidélité à un tiers de confiance. Ce tiers analyse les données et partage les résultats avec les entreprises. »

Certes, il existe une opportunité afférente à l'analyse de données d'achat et vente dans le domaine agricole. Cependant, force est de constater que les acteurs sur cette part de marché sont encore dans un fonctionnement standard. Couplés à cela, nous constatons que ces tenants du marché voguent dans un environnement concurrentiel confortable. Ce qui en partie peut justifier, le non ressenti du besoin d'aller fouiller les opportunités offertes par les technologies du Big data.

Nonobstant ce constat, le domaine agricole est en pleine révolution technologique, notamment les usages du Big data se multiplie de plus en en plus.

II. L'itinéraire cultural cible de choix des innovations agricole

En considérant toutes les startups agricoles, nous avons pu dégager un certain nombre dont la notoriété est acquise et qui sont représentatives des évolutions apportées par la technologie dans le secteur agricole.






^Nom	^Type	^{Objets connectés (machine, gadget, etc.)} ^{Location de matériel (machine) agricole}	^{ME Expertise}
^{Carbon Bee}	^{Bureau d'études}	^{Ingénierie (Cartographie, détection de maladies, R et D) BtoB Spécialisé}
^EnerBioFlex	^{Bureau d'études}	^{Réduction de consommation d'énergie}	^{BtoB Spécialisé}
^TheGreenData	^{Bureau d'études}	^{Ingénierie (Analyse de données, Big data)}	^{BtoB Spécialisé}
^AgriAgree	^{E-commerce/Place de marché}	^{Achater et vendre des fournitures agricoles}	^{BtoB Spécialisé}
^E-Farm	^{E-commerce/Place de marché}		^{BtoB Spécialisé}
^Agriconomie	^{E-commerce/Place de marché}	^{Achat produit agricole}	^{BtoB Spécialisé}
^{Comparateur agricole}	^{E-commerce/Place de marché}	^{Répertoire de stocks et vente}	^{BtoB Spécialisé}
^{Votre Machine}	^{E-commerce/Place de marché}	^{Mise en relation/location de matériel agricole}	^{BtoB Spécialisé}
^ActiWine	^{E-commerce/Place de marché}	^{Place démarquée pour Vin}	^{BtoC Spécialisé}
^{La ruche qui dit oui}	^{E-commerce/Place de marché} ^{E-commerce/Place de marché}	^{Mise enrelation directe, vente de produits agricoles} ^{Mise enrelation directe, vente de vin}	^{BtoC Spécialisé}
^{Troc wine}			^{BtoC Spécialisé}
^{Troc wine}			^{BtoC Spécialisé}
^IdealWine	^{E-commerce/Place de marché}	^{Vente aux enchères de vin}	^{BtoC Spécialisé}
^{Le carré des vins}	^{E-commerce/Place de marché}	^{Vente de vin}
^{Piloter sa ferme}	^{E-commerce/Place de marché}	^{Commercialisation}
^{Exotic System}	^IoT	^{Objets connectés (machine, gadget, etc.)}
^Naïo	^IoT	^{Robot agricole}
^Sencrop	^IoT	^{Station agrométéo}

^{BtoC Spécialisé} ^{BtoB
Spécialisé} ^{BtoB Spécialisé} ^{BtoB Spécialisé} ^{BtoB
Spécialisé} ^{BtoB Spécialisé} ^{BtoB Spécialisé} ^{BtoB
Spécialisé} ^{BtoB Spécialisé} ^{BtoB Spécialisé}

50 % de ces startups, représente des sites de E-commerce, c'est-à-dire qu'ils font de la mise en relation entre agriculteurs pour un échange commercial de biens et services. Ces entreprises pour certaines concernent aussi les particuliers comme client final de leur produit, ce sont des sites d'e-commerce agricole.

Cependant, cette catégorie de société n'intègre et non pas besoin d'utiliser les technologies du Big data pour leur essor. Elles sont basées sur un modèle commercial en ligne déjà maitrisé dans d'autres secteurs.

Les bureaux d'études (12 %) sont des entités spécialisées qui se proposent d'accompagner les acteurs agricoles qui le souhaitent et qui le peuvent, dans l'élaboration d'outils sur mesure d'aide à la décision. À ce niveau, la question qui se pose est celle de l'accessibilité à ce type de service expert.

Puis vient les startups ouvrantes dans de l'Internet des objets (IoT), 36 % de notre échantillon.

L'IoT désigne l'extension de l'internet à des objets du monde réel, on parle de bracelet connecté, engin connecté, etc.

Ces entreprises d'IoT sont à la pointe de ce qui est fait en termes de Big Data appliquer à l'agriculture. En effet, elles couvrent la majorité des domaines exploitables dans ce secteur.

C'est ce que confirme Michel Koutchouk, Directeur Général INFOTEL, pour lui « les startups aujourd'hui ont bouché tous les trous d'innovations dans le domaine agricole. La question n'est plus celle du choix de la technologie, elle réside ailleurs. ».

En effet, les nouvelles entreprises couvrent quasiment tous les domaines liés à l'itinéraire cultural, axe de l'agriculture le plus exposé aux nouvelles technologies.

Capteurs météo et sol, cartographie, machines connectées, traçabilité agricole et suivi d'intervention, tous les angles sont couverts.

Tous ces outils sont bien sûr respectivement accompagnés de plateforme d'aide à la décision.

À ce stade, nous nous posons la question de savoir s'il est optimal de chercher à « réinventer la roue ».

Notre préoccupation première était de réfléchir un outil d'aide à la décision pour les acteurs agricole. Force est de constater que beaucoup de solutions, même si elles sont isolées et chacune indépendante de l'autre, existent dans ce sens.

III. Les couts et le temps, la réelle valeur ajoutée

« Les technologies Big Data sont certes à la mode, mais ce ne doit pas être un choix automatique pour l'entreprise. Il s'agit avant tout de s'assurer qu'il existe une plus-value à déployer cette technologie. J'ai vu des cas où l'entreprise met en place un environnement Big data, configure des maquettes de ses projets, puis se rend compte qu'il n'y a aucun avantage à partir sur du Big data et abandonne ce concept» expliqua Michael Sebbah, ingénieur Dev Opps, Big data à la Société Générale.

Évoluant dans la gestion de projet, nous avons l'habitude du triangle d'or d'un projet, qui se délimite en cout, délai et qualité.

Dans le domaine agricole, nous avons identifié également trois préoccupations à satisfaire. Nous permettant ainsi de définir le triangle d'or des applications agricoles comme suit :

Le positionnement stratégique est celui qui nous permettra de définir, le juste prix, avec un temps raisonnable de prise en main et interface utilisateur facile d'utilisation. Ce serait le produit par excellence du point de vue des méthodes de gestion de projets classique. Cependant, l'inconvénient de ce positionnement est qu'il n'est pas forcement flexible pour aller d'un axe à un autre sans altérer la valeur ajoutée des autres variables. Par exemple, réduire les couts tout en conservant les valeurs temps et simplicité d'utilisation.

A. Les couts

Pour Michel Koutchouk, Directeur Général INFOTEL « la problématique serait d'arriver avec une culture suffisante à faire évoluer le monde agricole, pour que les agriculteurs puissent utiliser ces outils et être formé. Pour moi la vraie ressource elle est là, ce n'est plus un problème de Big Data. Avant on avait des couts matériels, de machine, aujourd'hui on a des problématiques de couts software ».

En effet, cela ne s'applique pas seulement au domaine agricole, tous les secteurs technologiques ont pour objectif de réduire les couts d'acquisition, d'exploitation et de maintenance pour leurs clients finaux.

Le cas de l'agriculteur d'aujourd'hui s'intègre pleinement dans cette démarche, car l'agriculteur n'a pas nécessaires les moyens financiers lui permettant d'adopter des solutions technologiques de pointes.

Il faut donc réfléchir et proposer un outil accessible en termes d'investissement pour les acteurs agricoles. À défaut, nous constaterons certainement dans un futur proche un écart technologique entre les agriculteurs à forts moyens économiques (qui peuvent se doter d'outils Big data et innovants) et ceux à faible capacité financière (qui ne seront pas en mesure d'accéder à ces nouveaux outils).

B. Le temps

« L'agriculteur ne dispose pas de temps » ce l'affirmation qui ressorte à chacun des échanges lors de nos différentes interviews.

En effet, être agriculteur est plus qu'une profession ou un simple métier, c'est tout un style de vie. L'agriculteur est concentré sur ces cultures et veille chaque jour à leur croissance.

Il n'est donc pas à la disposition des créateurs pour être un acteur actif des innovations apportées. D'ailleurs, nous pouvons constater que la majorité des startups agricole sont mises en place par d'anciens agriculteurs, qui apportent dans ce cas, le savoir-faire d'un agriculteur et applique les technologies innovantes dans ce domaine. Ils sont donc à la fois précurseurs et garants de la conformité de leur solution.

L'agriculteur actif dans son domaine quant à lui a besoin de solutions finalisées qui correspondent à ces attentes. C'est-à-dire qu'elles apportent de la valeur, tout en lui permettant de se focaliser sur sa tâche principale, produire plus et mieux.

Le facteur temps est donc à prendre en compte dans toute initiative qui concerne le monde agricole.

C. La facilité d'utilisation

La technologie numérique et l'agriculture sont deux mondes diamétralement opposés en termes de compétences et de savoir-faire. L'agriculteur n'est pas un technicien (dans le sens technologie) et le technicien n'a pas forcément les connaissances d'un agriculteur. Nous pouvons aisément parler de choc entre deux domaines, en constatant que c`est plutôt le domaine agricole qui subit les modifications apportées par la technologie.

« En effet, il faut prendre en compte le choc culturel que l'application de l'informatique crée dans le domaine agricole. C'est bien de mettre à disposition des outils, mais encore faut-il que l'agriculteur sache les utiliser» nous rapporte Michel Koutchouk, Directeur Général INFOTEL.

Nous sommes également de cet avis. En effet, comme dans tout processus de changement, surtout quand il s'agit du numérique, le dilemme auquel les acteurs doivent faire est celui de l'accompagnement au changement.

D'abord, il s'agit de faire adopter les innovations technologiques apportées par les agriculteurs. Ensuite, il faudra mettre en place des stratégies pour convaincre les personnes qui feront de la résistance au changement, qui seront retissant à

aller vers quelques choses de nouveau, même si elles sont conscientes que cela pourrait leur être profitable.

Pour ce faire, les outils existent. En effet, il est plus que nécessaire de s'approprier les méthodes telles que le Design Thinking (processus de co-créativité impliquant l'utilisateur final) ou l'UX Design (méthode pour anticiper les attentes de l'utilisateur final).

Ces deux outils précités peuvent énormément contribuer à proposer des solutions finies qui auront l'approbation de leurs clients finaux, les agriculteurs.

En sommes, nous pouvons affirmer que pour qu'une solution soit à forte valeur ajoutée dans le domaine agricole, elle doit respecter le triangle d'or cout, temps et simplicité de l'utilisation. Cela indépendamment du concept technologie qui est derrière, Big data ou autre.

En observant les différentes startups qui émergent dans le domaine agricole, nous constatons que chacune d'elle reste spécialisée dans un domaine bien précis (cf. figure 13).

Prenant en considérant le fait avéré que les domaines d'innovations possibles sont couverts par les nouvelles entreprises dans le domaine agricole.

Considérant que le problème ne pas aujourd'hui une question technologique. Mais concerne essentiellement les variables cout, temps et facilité d'utilisation.

Nous pensons que la valeur ajoutée de notre réflexion peut être située ailleurs.

En effet, orientant notre recherche sur la création d'un outil d'aide à la décision pour les acteurs agricole, nous courons le risque de reproduire et de proposer des idées déjà exploitées ou en cours de mise en place.

La solution que nous proposons ici est un concept tout aussi innovant et qui reste inédit dans ce qui se fait en termes d'utilisation de la technologie dans le secteur agricole.

L'écosystème des entreprises numérique dans le domaine agricole peut être représenté comme suit :

Le périmètre d'innovation étant couvert par multitudes d'entreprises, chacune spécialisée dans son domaine d'expertise.

Il n'est pas pertinent pour nous de rechercher à ce faire une place (niche) dans ce marché.

Qui nous renvoie de facto dans le même modèle stratégique des entreprises déjà existantes.

Nous avons donc opté pour une approche innovante d'uberisation des outils d'aide à la décision pour les acteurs agricole.

Il ne s'agit plus de développer une application spécifique, il est ici question de mettre un environnement applicatif permettant à tout un chacun de concevoir son application d'aide à la décision à destination des acteurs agricoles.

Le premier avantage de cette démarche est d'avoir toutes les applications dans un même endroit. Les innovations sont ainsi consolidées et l'agriculteur, client final, n'aura plus besoin de sortir d'une plateforme pour aller sur une autre. Il sera sur un seul écran et peut en quelques clics accéder à ses applications préférées.

La solution en question sera un environnement qui met à disposition des concepteurs d'applications des outils modulés pour créer leur idée dans un temps court avec des ressources humaines limitées et à un cout moindre, voir avec un cout néant.

En effet, aujourd'hui la technique nous permet de créer ces types d'environnement.

C'est le cas par exemple dans le domaine du web, de la célèbre application WordPress.

Wordpress permet aux personnes non techniques de construire leur site web en usant d'une interface intuitive en drag and drop (glisser et déposer). Les développeurs quand eux, peuvent créer des modules prêts à l'emploi et les

mettent à disposition des utilisateurs du logiciel soit gratuitement ou moyennant un paiement.

Avoir une telle application orientée sur le domaine agricole, favorisera le développement d'outils simple et accessible pour les agriculteurs et les startups agricoles.

Elle permettra en effet, à tout un chacun de concrétiser son idée innovante à moindre avec une qualité exceptionnelle.

Outils d'aide à la décision agricole (gratuites ou payantes)
Développées par des tiers (startup développeur indépendant

										Noyau de
											l'application /Magasin d'applicatio
											n

Intégration possible dans une
architecture Big Data par
simple connexion des
environnements

Pour être plus complète, cette application permettra l'intégration des boitiers de réception des capteurs, afin de traiter les informations remontées.

Nous pouvons observer que la solution proposée peut englober et consolider tout type d'application d'aide à la décision ou autre. Elle offre de ce fait une réelle flexibilité et agilité pour le concepteur d'application.

Elle permettra de réduire considérablement le temps de conception d'une application, d'offrir plus de qualité et d'accessibilité, et par corolaire amoindrir de manière considérable les couts de commercialisation.

Notre société connait une évolution sans précédente dans son histoire avec l'avènement du numérique. On parle aujourd'hui de société d'information, une société qui pousse la population à l'utilisation des services et outils numériques.

La numérisation de la société se traduit par trois principaux axes à savoir :

Les réseaux sociaux, qui sont aujourd'hui des outils puissants pour le partage de l'information, les interactions humaines se font de plus en plus sur ces réseaux. Cela crée ensuite une communauté virtuelle actrice et influenceurs des évènements réels de la vie courante en s'appuyant non seulement sur la force de l'individu, mais aussi sur celle du groupe. Cela se voit aujourd'hui par la multiplication de plateforme revendication (pétition, forum, etc.) sur internet et sur les réseaux sociaux. On assiste aussi à la naissance de communauté de partage autour de centre d'intérêt commun, des groupes qui se coordonnent ensemble sans se connaitre réellement.

Le mobile, il y'a encore quelques années l'information même si elle est présentée n'est accessible que sur des outils spécialisés, l'ordinateur de maison (avec l'avènement d'internet) par exemple.

Aujourd'hui, le mobile à travers les téléphones intelligents notamment nous permet un accès instantané à l'information et nous permet d'interagir avec cette information en temps réel. Cette possibilité bouleverse le comportement normal de la population en créant une sphère virtuelle accessible en permanence et qui a une influence directement sur nos habitudes quotidiennes. En effet, environ 50 % de la population mondiale utilise un mobile et est connecté à internet. Ce qui engendre l'apparition de nouvelles pratiques telles que le mobile commerce, achat et vente via le téléphone ou encore un fait plus marquant, à l'uberisation de la société dont l'exemple le plus connu est celle de la société de transport privée UBER, cette dernière bien qu'elle propose de conduire des usagers d'un point A vers un point B, ne dispose en fait d'aucune voiture ni d'aucun chauffeur dans les actifs de son entreprise. Elle rend tout cela possible grâce à la force de la technologie et du mobile en mettant simplement en relations usagers et chauffeurs de voiture privée.

Ces interactions numériques sur les réseaux sociaux et leur intensification par le mobile conduisent à la création de masse de données non structurée et non maitrisée.

Ce qui a conduit à la naissance du concept de Big data ou masse de données dont le principe est de permettre la collecte et le stockage de cette quantité de données en vue d'en extraire de la valeur.

Un des moyens de stockage le plus en vogue et le plus innovant est le cloud, dernier composant de la société de l'information.

Le cloud, est une technologie dont les origines remontent aux années 1970, il a été initié par de grandes entreprises telles qu'IBM, Bull ou EM.

Le principe du cloud est de permettre le stockage de données dans un environnement virtuel distant et de manipuler ses données via une interface web (navigateur web).

Le cloud computing a gagné aujourd'hui tous les domaines : la collaboration, le partage de données et de ressources informatiques, la gestion des ressources humaines et financières, etc. Il devient de plus en plus incontournable surtout pour les entreprises. En effet, il permet aux entreprises de se défaire de la gestion continue d'infrastructures techniques et de se contrer sur leur coeur de métier.

Le développement de la technologie cloud vient renforcer la notion de Big data, il est donc possible pour une entreprise d'amasser beaucoup de données et de les stocker dans des espaces dédiés sans avoir la charge d'assurer la construction et la maintenance de cet espace.

Toutes ces données stockées, il faut trouver le moyen de les exploiter et de sortir de la valeur à partir d'éléments désorganisés et permettre aux différents acteurs de disposer d'analyses fines et pertinentes qui les aideront dans leur prise de décision. On parle d'informatique décisionnelle.

Nous avons donc étudié les deux systèmes qui permettent d'atteindre cet objectif : le Big data avec ses outils de traitement et d'analyses tels que Hadoop (suite de programmes pour traiter les masses de données non structurer) et le datawarehouse ou entrepôts de données qui sont l'outil traditionnel de l'informatique décisionnelle.

La différence entre ses deux technologies est que la première, le Big data, permet de traiter des données provenant de n'importe source et structurées de façon désordonnée, avec la possibilité de faire des analyses prédictives et créer de nouveaux modèles de stratégie. La deuxième quant à elle ne peut traiter que des données déjà connues est structurées qui viennent le plus souvent de l'intérieure de l'entreprise (données comptables, foncières, etc.).

Cependant, au vu des contraintes et des couts autour d'un projet de telle envergure, des entreprises qui dispose déjà d'un système traditionnel d'informatique décisionnelle peuvent tirer profit des avantages offerts par le Big data en procédant par hybridation des deux systèmes.

Le potentiel de ces technologies pouvant s'appliquer à n'importe quel domaine de la société, nous avons pu voir comment le Big data et les outils décisionnels peuvent impacter le domaine de l'agriculture et conduire la révolution numérique dans ce secteur.

Ainsi, nous avons introduit l'ampleur des enjeux de l'agriculture aujourd'hui et les challenges auquel elle doit faire face dans un proche futur.

En effet, dans une trentaine d'années, le nombre de la population mondiale passera à environ 9 milliards de personnes. Cette croissance exponentielle pose le problème de la suffisance alimentaire dans le monde.

On attend donc du secteur agricole qu'il apporte les réponses à cette interrogation.

Il y'a un besoin de gagner en productivité, de produire vite, en grande quantité et en bonne qualité. Pour cela le numérique semble proposer des solutions pertinentes.

Ces solutions passent par l'automatisation des processus de production des agriculteurs et par la mise à disposition des outils d'aides à la décision pour des actions optimisées et ciblées.

Nous avons enfin, données des exemples d'impacts concrets et prévisionnels de l'évolution de la technologie dans le domaine agricole.

En conclusion, nous avons pu montrer que le concept de Big data et de l'informatique décisionnelle peuvent être complémentaires dans le stade actuel de l'évolution de la technologie, il ressort cependant qu'un système Big data est plus avantageux et offre des possibilités de traitement de données supérieures à celles de l'informatique décisionnelle traditionnelle (datawarehouse).

Nous avons aussi mis en exergue les opportunités et les contributions pertinentes qu'apportent le Big data et les outils décisionnels dans l'accompagnement du secteur agricole pour relever ses défis.

Par des exemples de cas concrets, nous avons su montrer qu'il est possible de mettre en place un environnement unifié et d'aide à la décision pour les acteurs agricoles.

Annexe 1 : BIBLIOGRAPHIE

Titre		Informations
Vers un big bang agricole ? : Révolution numérique en agriculture		Auteur: Séronie, Jean-Marie
		Editeur: Editions France Agricole
		Publication: 2016
Conseil privé en agriculture - Acteurs, pratiques et marché		Auteur: Compagnone, Claude
		Editeur: Editions Quae
		Publication: 2015
Recherche d'information - Applications, modèles et algorithmes données, décisionnel et big data	- Fouille de	Auteur: Amini Massih-Reza
		Editeur: Eyrolles
		Publication: 2013
Apprendre à innover dans un monde incertain : Concevoir l'agriculture et alimentation	les futurs de	Auteur: Coudel, Émilie
		Editeur: Editions Quae
		Publication: 2012
La conduite de projets complexes		Auteur: Roy, Etienne
		Editeur: Maxima
		Publication: 2010
Stratégies de développement de l'agriculture numérique		Auteur: SOFIPROTEOL
		Publication: 2016
30 projets pour une agriculture compétitive & respectueuse de l'environnement		Auteurs : Jean-Marc BOURNIGAL François HOULLIER- Philippe LECOUVEY Pierre PRINGUET
		Editeurs : Rapport
		Publication : 2015 89

		Auteur: Serge PRÉFONTAINE
		Editeur: Colloque de l'entrepreneur gestionnaire
		Publication : 2005
LES DÉFIS DE L'AGRICULTURE CONNECTÉE DANS UNE NUMÉRIQUE	SOCIÉTÉ	Auteurs: Henri ISAAC, Marine POUYAT
		Editeur: RENAISSANCE NUMÉRIQUE
		Publication: -
Place de la BI et pilotage des projets décisionnels dans les grandes entreprises françaises		Auteur: CIGREF
L'accès aux données pour la Recherche et l'Innovation en Agriculture		Auteurs: Christian Huyghe, Hervé Pillaud
		Editeur: ACTA
		Publication:2014
La révolution Big Data : Les données au coeur de la transformation de l'entreprise		Auteurs : Jean-charles Cointot
		Editeur : Dunod
		Publication : 2014
Agrimonde : scénarios et défis pour nourrir le monde en 2050		Auteurs : Sandrine Paillard
		Editeur : Editions Quae
		Publication : 2011
Business intelligence avec SQL server 2008 : Mise en oeuvre d'un projet décisionnel		Auteurs : Bertrand Burquier
		Editeur : Dunod
		Publication : 2009

Annexe 2 : Thème et problématique

Informatique décisionnelle appliquée à l'agriculture : Réflexion pour une solution d'aide à la décision aux acteurs agricoles

Le domaine de l'agriculture aujourd'hui fait face à des enjeux de plus en plus complexes. Ces problématiques s'articulent autour de trois points qui sont l'optimisation des ressources consommées et la réduction des pollutions, la réduction des couts d'exploitation et leur anticipation et la réponse au besoin de consommation des populations grandissantes.

D'autre part, on assiste à une utilisation croissante des technologies numériques dans le secteur agricole. Ces technologies sont de plus en plus matures et influencent fortement sur les activités et les stratégies des acteurs agricoles.

Cependant, force est de constater que malgré le développement de la technologie, l'agriculture peine à répondre de manière efficace et efficiente à toutes ses préoccupations.

C'est pourquoi nous sommes posés la question de savoir : Avec quels outils construire un système informationnel et décisionnel pour accompagner de façon efficiente les acteurs agricoles dans leurs défis de tous les jours ?

Annexe 3 : hypothèses de travail

Norbert Wiener dans les années 1947 a donné au monde scientifique d'autres méthodes de raisonner les problèmes auxquels les hommes font face à travers les époques. Ainsi, dans le domaine des technologies de l'information nous avons assisté à la naissance de concepts révolutionnaires tels que l'Informatique Décisionnelle (Business Intelligence ou BI) et le Big Data (Mégadonnées). Ces deux concepts, même s'ils tendent à chevaucher l'un sur l'autre dans leurs usages fonctionnels, restent complémentaires pour la mise en place d'une solution d'aides à la décision optimale.

des technologies et systèmes d'information pointus. Cependant, elle fait face à des multiples défis en premier lieu le changement climatique, suivi par l'explosion de la démographie mondiale et le défi nutritionnel et les inégalités mondiales.

Vu les problématiques ci-dessus et tenant compte de la maturité technologique dans ce domaine, les acteurs agricoles devront adopter les nouveaux outils informatiques d'aides à la décision pour répondre aux enjeux actuels et futurs du secteur agricole.

Depuis quelques années on assiste à l'explosion des solutions informatiques dans

le domaine de la science des données (data science), ces outils même s'ils sont aujourd'hui en amélioration continue assurent la démocratisation du traitement de données de grande échelle et favorise la prise de décisions et la mise en oeuvre de stratégies gagnantes à court et long terme.

À la lumière de ces avancés technologique, nous pouvons aujourd'hui proposer un système unifié d'aide à la décision pertinente pour les acteurs agricoles.

Annexe 4 : Fiches de lectures

Dans leur ouvrage intitulé « Conduite de projet complexe », Etienne Roy et Guy Vernerey ont proposé une méthode de conduite de projet complexe dont l'essence est nourrie de leurs expériences respectives. En effet, le premier est un chef d'entreprise et accompagne depuis plus de 20 ans des équipes dans la gestion de projets complexe ; Le deuxième est chef de projet et capitalise plus de 25 ans

Dans ce livre de 262 pages les deux auteurs livres des outils et des méthodes efficaces pour permettre aux acteurs impliqués dans la gestion de projet complexe de bien mener les missions complexes dont ils auront la charge.

Une première partie (page 15-231) où les deux ingénieurs livrés le contenu de leur méthode qui couvre toutes les étapes d'un projet de son initiation à sa clôture en prenant en compte tous les facteurs d'influences sur le projet complexe.

Dans cette partie nous pouvons noter la présentation de la notion de projet et la définition du projet complexe :

Ainsi, Projet, Projectum ou Projicere (préfixe pro + latin Jicere), est issu de projeter qui veut dire « Jeter vers l'avant ». Etre en projet c'est donc vouloir que ce soit autre chose que c'est qui est actuellement, c'est donc un processus qui « conduit à une situation nouvelle, souvent inédite ».

On peut dire qu'un projet est complexe lorsque sa conduite nécessite l'utilisation de méthodes particulières. En effet, un projet étant un enchevêtrement d'éléments mêlés, l'environnement, les acteurs, les technologies etc. On parle de complexité

lorsque « quand un de ces éléments entre en mouvement, on ne peut que très difficilement en prévoir les effets sur l'ensemble ».

Une deuxième partie (page 233-257) qui relate les fondements théoriques de leur approche de la conduite de projets complexe. Ici, ils mettent en évidence deux approches méthodologiques pour la conduite de projet.

Il s'agit de l'approche « Analytique » et de l'approche dite « Systémique ».

Ses deux approches nous permettent de comprendre comment chacun de nous perçoit les problèmes et comment il cherche les solutions à ces problèmes.

La vision du monde ou de l'environnement dans lequel chacun de nous évolue est influencée très souvent par les savoirs qui sont propagés dans cet espace. Ainsi, en Occident et plus particulièrement en France la vision collective est influencée par des philosophes et mathématiciens. La pensée de DESCARTES est très dominante en France, il est socialement établi que la vision consciente ou inconsciente des Français est Cartésienne.

Dans l'un de ses ouvrages phare, « Discours de la méthode » DESCRATE va nous livrer ce qui sera le fondement de la démarche Analytique.

L'évidence, « recevoir jamais aucune chose pour vraie que je ne la connusse évidemment être telle ; c'est-à-dire d'éviter soigneusement la précipitation et la prévention, et de ne comprendre rien de plus en mes jugements que ce qui se présenterait si clairement et si distinctement à mon esprit, que je n'eusse aucune occasion de le mettre en doute ». Il s'agit donc de ne jamais prendre pour vrai que c'est qui est évident pour nous.

L'analyse, « diviser chacune des difficultés que j'examinerais, en autant de parcelles qu'il se pourrait, et qu'il serait requis pour les mieux résoudre ». Ainsi le fait de fragmenter le tout en partie est le meilleur moyen de mieux faire une analyse.

La synthèse déductive, « de conduire par ordre mes pensées, en commençant par les objets les plus simples et les plus aisés à connaitre, pour monter peu à peu comme par degrés jusqu'à la connaissance des plus composées, et supposant même de l'ordre entre ceux qui ne se précèdent point naturellement les uns les autres ». Le fait de prioriser l'analyse des éléments les plus simples à comprendre au plus difficile à saisir nous permet d'avoir une appréhension du tout.

Le dénombrement pour percevoir l'ensemble, « de faire partout des dénombrements si entiers et des revues si générales, que je fusse assuré de ne rien omettre ». En fin, il faut recenser et regrouper tous nos éléments d'analyse fragmentée pour être sûr de ne rien omettre sur l'objet de notre analyse.

Ces quatre préceptes fondent l'analyse de type analytique dont l'objectif est de construire un raisonnement final à partir de ce qui est déjà connu, évident. La démarche analytique s'appuie donc sur des modèles prédéfinis pour construire le produit souhaité.

Cependant, Laurent Nottale, Directeur de recherche au C.N.R.S dans l'ouvrage de Réda Benkirane, La Complexité, vertiges et promesses, 18 histoires de sciences, Le Pommier, 2002 (Série d'entretiens avec 18 scientifiques), décrit les limites de la démarche analytique comme suit : « On a longtemps cru que la méthode ordinaire de calcul différentiel devait réaliser en physique l'idée de Descartes. On allait décomposer l'objet à étudier en des parties très petites pour faire en sorte que chacune de ces parties tendent vers zéro. L'espoir était de rendre simple l'objet considéré à partir de ses éléments extrêmement simples et où rien ne bougeait ; il n'y avait plus ensuite qu'à intégrer sur tout l'objet de manière à obtenir ses propriétés globales. Dans la réalité, cela ne marche pas ainsi, car, quand on observe les sous-parties de plus en plus petites d'un objet, on voit apparaitre des choses constamment nouvelles ».

Il apparait clairement que « le tout n'est pas une simple somme des parties, de même que la connaissance du tout n'entraine pas une connaissance de l'ensemble des parties. »

Il est donc évident que dans une démarche de conduite de projet complexe, dont l'effet du mouvement d'au moins un des éléments est imprévisible, nous ne

pouvons pas appliquer les étapes clés d'une approche analytique, car elle privilégie la recherche des causes plutôt que la recherche de solutions aux difficultés rencontrées.

Pour définir la systémique, nous pourrions retenir d'emblée le propos d'Edgar Morin, qui considère que « La première leçon systémique est que «le tout est plus que la somme des parties». Cela signi fi e qu'il existe des qualités émergentes, c'est-à-dire qui naissent de l'organisation d'un tout, et qui peuvent rétroagir sur les parties.

Par ailleurs, le tout est également moins que la somme des parties, car les parties peuvent avoir des qualités qui sont inhibées par l'organisation de l'ensemble ».

L'approche systémique englobe l'ensemble des éléments du système étudié, ainsi que leurs interactions et les liaisons du système avec son environnement.

L'analyse ou approche systémique va nous permettre d'ajouter des cordes à notre arc pour comprendre et agir, en nous extrayant d'une logique déterministe. Elle va nous aider à comprendre comment fonctionnent les personnes avec qui nous allons nous impliquer dans nos projets et comment ils se fixent leurs objectifs, compte tenu des systèmes sociaux dans lesquels ils évoluent. Elle va nous conduire à concentrer notre énergie sur l'identi fi cation des buts à atteindre et des moyens à prendre pour cela plutôt que nous focaliser sur la recherche et la compréhension des causes des difficultés.

BI, Business Intelligence Système interprétant des données complexes permettant aux dirigeants d'entreprise de prendre des décisions en connaissance de cause. Les données sont analysées selon plusieurs dimensions (type de produits, régions et saisons par exemple). De plus en plus, l'informatique décisionnelle se rapproche de l'intelligence d'affaires, où un système informatique permet la recherche active et l'exploitation, sur le plan décisionnel, de l'ensemble des renseignements stratégiques essentiels qu'une entreprise doit posséder, si elle veut faire face à la concurrence et occuper la première place, dans son secteur d'activité.

L'architecture d'un système décisionnel peut être décomposée en un ensemble de composants. Cette décomposition permet de répartir les tâches entre différents responsables du système et de comprendre la synergie de leurs différents métiers.

Les sources de données utilisées pour constituer un entrepôt de données sont hétérogènes et diffuses. Elles contiennent également des données qui ne seront pas utilisées par l'entrepôt de données. Il est donc nécessaire de disposer d'outils performants et rapides permettant d'extraire (ETTL) les données utiles de ces sources. Ces données extraites doivent être par la suite transformées (ETTL) pour

les rendre globalement homogènes (standards). Si ces données sont réparties sur différents ordinateurs dans un réseau diffus, elles doivent initialement être transportées (ETTL) vers le (ou les) ordinateur gérant l'entrepôt de données. Pour finir, ces données normalisées sont chargées (ETTL) dans l'entrepôt de données.

Outil d'extraction Outil informatique destiné à extraire des données de diverses sources (bases de données de production, fichiers, Internet, etc.), à les transformer et à les charger dans un entrepôt de données.

Ce sont des cubes de données multidimensionnelles extraits dynamiquement de l'entrepôt de données (ou des datamarts). Ils sont assujettis aux rapports, requêtes et analyses devant être fournis aux différents fournisseurs de l'entreprise.

5. Des outils de visualisation et d'analyse

Ensemble des outils permettant : d'obtenir les différents indicateurs et rapports de synthèse sur la vie d'une entreprise, de réaliser de façon interactive à travers des interfaces graphiques utilisateurs des requêtes exploratoires dans les cubes dimensionnels, d'exploiter des techniques de datamining sur ces données dimensionnelles.

Exploration des données Technique d'analyse utilisant un logiciel (TANAGRA, SIPINA, R-PROJECT, etc.) pour dénicher des tendances ou des corrélations cachées parmi des masses de données, ou encore pour détecter des informations stratégiques ou découvrir de nouvelles connaissances, en s'appuyant sur des méthodes de traitement statistique.

Nous avons vu que la structure en hyper-cube des données était la façon la plus naturelle pour visualiser une entreprise comme un tout, car elle est fondée sur les structures réelles de l'activité d'une entreprise et non sur des constructions artificielles dictée par l'informatique. L'exploitation des données d'un entrepôt doit donc correspondre à la manipulation aisée de l'hyper-cube.

C'est ce que propose l'approche OLAP. L'objectif est de permettre aux décideurs de naviguer simplement dans les informations, via la manipulation des diverses dimensions, en vue de dégager plus rapidement les tendances intéressantes de l'entreprise.

Aujourd'hui, OLAP permet aux décideurs, en entreprise, d'avoir accès rapidement et de manière interactive à une information pertinente présentée sous des angles divers et multiples, selon leurs besoins particuliers.

OLAP désigne les bases de données multidimensionnelles (appelées aussi cubes ou hypercubes) destinées à des analyses complexes sur des données.

Dans cette séquence, nous nous intéressons à la plateforme décisionnelle Hadoop. Cette plateforme à l'avantage d'aborder tous les éléments de la chaine décisionnelle.

Le système Hadoop est conçu sur la base de la gestion des données en mode fichier et non sur un mode de base de données. Ce système est appelé le HDFS (Hadoop Distributed File System).

Autour du HDFS sont développés plusieurs outils qui constituent la base technique de Hadoop :

MapReduce : Permet de rechercher et de traiter les informations en parallélisant au maximum l'activité, il assure ainsi une performance et rapidité au niveau du traitement de la donnée.

Hive : Pour analyser les données. D'autres solutions telles que MongoDB, Pig, GoogleBigTable ou encore Amazon Dynamo existe sur le marché pour l'analyse des données.

Résumé des différents chapitres du livre :

Introduction : d'une Renaissance à l'autre

Il est peu probable que les quelques agriculteurs du XVI siècle aient eu le sentiment d'être des pionniers et de participer à ce que l'on appelle aujourd'hui la renaissance en introduisant du maïs et du houblon dans leur rotation abandonnant ainsi la jachère... de même aujourd'hui un agriculteur utilisant son téléphone intelligent pour suivre son cheptel ou faisant appel au financement participatif pour mettre aux normes son laboratoire de transformation a-t-il le sentiment d'être un précurseur ? Avec le numérique la société dans son ensemble et bien sûr les agriculteurs sont engagés dans ce qui est communément appelé la troisième révolution industrielle.

De nouvelles pratiques, une révolution en cours ! Tu peux facilement tout louer

En trente ans, l'informatique s'est introduite dans tous les secteurs d'activité : au bureau, à l'usine, à la maison et à la ferme. Le monde agricole est largement impacté par le numérique.

Les offres des plateformes de services du type « Uber », « Blablacar » ou « «AirBnB» se multiplient et se diversifient à la mesure de l'imagination créatrice des entrepreneurs fondateurs de ces start-ups.

L'identification d'un besoin mal satisfait, le repérage d'une mauvaise qualité de service, l'absence d'offre, une nouvelle opportunité de baisse des couts ou de simplification initient ces projets.

Basées sur les technologies numériques : instantanéité, géolocalisation, paiement en ligne, mobilité, mais également évaluation de la prestation (du client vers le

prestataire, mais également l'inverse) ces initiatives s'appuient sur des modèles économiques radicalement nouveaux et bouleversent en profondeur les modèles établis.

La transportation de ce puissant mouvement dans le monde agricole s'imagine aisément telle cette plateforme d'échange «Wefarmup» qui met en relation des disponibilités en matériel agricole avec des besoins. Elle apporte un complément de revenu aux loueurs, une source d'économie et de flexibilité à ceux qui louent le matériel et procure souplesse, sécurité et transparence aux deux parties.

La gratuité contre tes données personnelles. Il existe trois logiques économiques différentes derrière les modèles qui nous permettent de communiquer, d'échanger, de stocker ou de partager des fichiers gratuitement :

Le service minimum est gratuit puis les services payants offrent davantage de fonctionnalité.

Le service gratuit pour les utilisateurs est valorisé auprès d'annonceurs via la vente de fichier d'adresses qualifiées.

En échange de la gratuité d'utilisation, l'entreprise valorise la mine d'information (données personnelles) que nous lui offrons. Ceci permet un markéting personnalisé de la part de ces firmes à notre égard. En quelque sorte nous sommes nous-mêmes la marchandise.

Le numérique débouche sur un markéting précis, il est potentiellement un palliatif à l'isolement et permet d'acheter et vendre sans intermédiaire

L'utilisation des réseaux sociaux par les agriculteurs à des fins personnelles et professionnelles ;

Les organismes agricoles vont certainement utiliser la force du Web et des réseaux sociaux pour densifier leurs liens avec leurs clients ou leurs adhérents en

inventant des relations numériques intelligentes et actives au-delà des habituels extranets passifs et administratifs ;

Les plateformes numériques ouvrent un créneau nouveau alliant modernité technologique, sentiment de proximité et création de liens sociaux.

Des entreprises comme «La Ruche qui dit oui !» ou « monpotager.com» associent une intermédiation, via Internet, centralisée, efficiente, une organisation humaine de proximité et une communication agréable, riche d'information et de sens. Une connexion directe et vivante entre producteurs et consommateurs voit ainsi le jour.

La possibilité via des plateformes données aux agriculteurs de vendre leurs produits (pas seulement de la vente directe aux consommateurs finaux) et d'acheter leurs approvisionnements se concrétise peu à peu.

Les plateformes de financement participatif (crowdfunding) peuvent contribuer à l'essor d'exploitation agricole via un système de don contre don ou par le recours à un prêt classique, mais dont les prêteurs sont des particuliers. Dans ce système c'est «la foule» qui assure la régulation prêtant ou non à un porteur de projet si elle croit en lui !

L'abondance actuelle de liquidité ouvrira peut-être la porte à des financements directement sur les marchés financiers ou détenus en fonds propres (Equity). L'aspect retour sur investissement sera évidemment présent, mais les dimensions

«belles histoires à raconter» et sociétale joueront sans doute un rôle prépondérant.

Centralisation continue de milliards de données. Des automates agissant quasiment sans intervention humaine, des capteurs assurant des mesures en continu, de la géolocalisation permettant un positionnement précis sont les principales ruptures permettant aux «ageekculteurs» d'exercer leur métier. Renforcé par la transmission et le stockage des données permises par le «cloud» ces mécanismes sont conçus et maitrisés par les grands constructeurs de matériel agricole en culture comme en élevage.

L'informatique permet à la machine de s'autoréguler en temps réel ; les machines échangent entre elles des informations et optimisent elles-mêmes leur fonctionnement et enfin les données de travail enregistrées sont centralisées par le constructeur.

L'agriculture de précision est déjà une réalité : elle permet des interventions mieux ciblées dans le temps et dans l'espace. Elle est complétée par une approche systémique de l'exploitation agricole appuyant ainsi la transition vers l'agro écologie.

L’informatique décisionnelle appliquée à l’agriculture.