Le Big Data en agriculture

– Notion de Big Data. – Il n'existe pas de définition universelle du Big Data ^{1495706140258}. Cette notion fait référence à de grandes quantités de données non différenciées devant être traitées au moyen d'outils spécifiques permettant de les valoriser ^{1502781231269}. Elles sont distinctes du Small Data visant des données précises et vérifiées portant sur un objet défini. Le Big Data en agriculture représente ainsi l'ensemble des données agricoles collectées et traitées permettant d'accroître les connaissances des exploitants sur leurs sols et leurs productions animales ou végétales. L'analyse de ces données permet d'améliorer la qualité des produits.

Les outils de surveillance recueillent les données de l'exploitation. La masse d'éléments rassemblés est exponentielle. Elle constitue une nouvelle richesse pour le monde agricole. Il convient de les utiliser pleinement (§ I) et les partager (§ II).

L'utilisation des données

– Les données primaires de l'exploitation. – Les nouvelles technologies modernisent la prise d'informations primaires par les agriculteurs : pluviométrie, températures, maladies, présence de ravageurs. Elles élargissent également le champ de ces informations primaires : états physique et chimique du sol, enregistrement des pratiques et des rendements. Des décisions ponctuelles résultant d'éléments suffisamment précis sont prises dans le cadre de l'agriculture de précision.

– L'apport du Big Data . – Outre les données primaires propres à leurs exploitations, les agriculteurs ont accès à un ensemble d'informations complémentaires (notamment sur les climats et les comportements variétaux). La massification des données permet d'envisager de très nombreux croisements de variables. Il en résulte des possibilités d'analyses prédictives de plus en plus efficaces. Les interventions techniques deviennent alors optimales, permettant une conduite d'exploitation efficiente aux plans économique, environnemental et humain.

Le partage des données

– Les difficultés de l'échange d'informations. – Le principe même du Big Data est de s'appuyer sur les informations les plus quantitatives possible. Pour cela, il est indispensable de les échanger très largement. En effet, la valeur des données d'une exploitation isolée augmente lorsqu'elles sont partagées et traitées avec celles d'autres exploitants. Une double difficulté se présente néanmoins :

la perte de confidentialité : la mise en ligne des informations en supprime de facto l'exclusivité. Au surplus, l'absence de frontière numérique fait craindre une perte de souveraineté ;
le coût de traitement des informations : le travail nécessaire pour transformer les données brutes en ressources exploitables engendre des coûts très importants.

Il n'existe pas de modèle pérenne permettant de résoudre l'équation entre les bénéfices escomptés et les inconvénients existants. Les grands groupes du monde agricole et quelques start-up utilisent leurs liens avec les agriculteurs pour collecter gratuitement les informations. Certains acteurs locaux tels que les chambres d'agriculture tentent également de se positionner sur ce marché. La revente des informations traitées se fait directement par des prestations de services de conseils. Elle est également indirecte par l'augmentation du prix des produits commercialisés ^{1495779002815}.

– La recherche de solutions. – Ce sujet encore un peu abstrait nécessite une véritable stratégie garantissant la souveraineté de l'exploitation du territoire agricole. Deux grandes propositions voient le jour :

une solution nationale consistant en la mise en place d'une plate-forme unique rassemblant la totalité des données agricoles françaises et favorisant l'émergence de nouveaux services ^{1495781364528} ;
et une solution locale consistant à confier ces missions aux coopératives agricoles pour un traitement des données à l'échelle de leur territoire ^{1495784869096}.

– L'agriculture de décision. – Les nouvelles technologies sont indispensables à l'agriculture de demain. Au sens strict, il s'agit d'outils permettant à l'homme de s'épargner certaines tâches pénibles ou à faible valeur ajoutée. Mais, plus généralement, elles constituent de véritables aides à la décision, donnant à l'exploitant les informations utiles avant d'agir. L'agriculture de précision devient finalement une « agriculture de décision » ^{1495720570923}.