« Les données agricoles sont souvent perçues comme représentant uniquement une formidable source d’optimisation des pratiques culturales en place. Moins souvent comme un vecteur de changement de ces pratiques. Et quasiment jamais comme un enjeu stratégique. Et pourtant ! Si trop peu de monde se soucie de la fuite des données agricoles chez les grands acteurs du numérique et les constructeurs de matériels, il s’agit pourtant d’un enjeu vital. Pourquoi Google, qui n’a pas l’habitude d’investir à perte, cherche à se rapprocher de constructeurs de matériels agricoles et prend des participations au capital de start-up agricoles ? Sûrement parce qu’au-delà de l’"intérêt" pour l’agriculture, il existe une vraie perspective pour le contrôle des marchés à terme agricoles !
Vous en doutez ? Voici trois exemples parmi des dizaines possibles.
Une information qui vaut de l'or
• 1er exemple.
Un constructeur de matériels agricoles, disons de moissonneuses-batteuses parce que ces engins m’ont toujours impressionné, récupère les informations de fonctionnement de la machine. Sous couvert de garantir le service après-vente, ce qui est cohérent en soi. Mais déjà discutable (voir encadré ci-dessous). Ce constructeur, quel qu’il soit, sera en possession d’informations aussi « anodines » que les surfaces parcourues, les quantités récoltées, le temps de fonctionnement en plaine, etc. Combinez ceci, par exemple, avec le taux de pénétration du constructeur en question sur un marché donné, les aléas climatiques sur les différentes régions concernées, les statistiques issues de l’année précédente et les informations satellites (pour connaître les types de cultures). Vous obtenez, à quelques dizaines ou centaines de milliers de quintaux près (sur les 143 millions de quintaux de blé produits en 2016 au niveau européen par exemple), la quantité de blé ou autres céréales similaires qui vont être mises sur le marché au niveau de chaque macro-région. Et ceci quelques semaines avant tout le monde. Une information capitale pour les marchés à terme. Donc une information qui vaut de l’or.
• 2e exemple.
Plus fort encore, des systèmes comme le SeedControl de Horsch ouvrent la voie, à terme, à l’estimation des surfaces plantées dans les différentes variétés de céréales. Il "suffit" que le matériel soit connecté et que le type de graine soit renseigné par l’agriculteur. Ou que le capteur soit sensible à la puissance d’impact des graines. Une information encore plus intéressante pour les marchés car elle arrive bien plus tôt.
• 3e exemple.
Enfin, prenons le simple fait d’identifier que les matériels agricoles sont en action. Donnée facilement récupérable à l’ère du numérique : ils sont démarrés et/ou ils bougent. Il est possible de vendre cette information à des agro-fournisseurs qui peuvent en déduire quand il est plus efficace de faire de la publicité et/ou de contacter les agriculteurs. Une limite pour les annonceurs tout de même : il s’agit de statistiques générales puisque les informations doivent être anonymes. Pas question de savoir que M. Untel a démarré son tracteur ! Du moins en France et en Europe, tant que le M. Untel n’a pas donné son accord.
La répartition de la valeur numérique
Si InVivo souhaite être le champion du big data agricole et que d’autres acteurs comme Kerhis s’investissent également sur le sujet, ces données fondamentales issues des matériels agricoles leur échappent aujourd’hui pour la plupart.
Plus encore, toutes ces exploitations des données à partir des matériels agricoles et autres réseaux d’objets connectés ont une caractéristique commune : elles échappent au contrôle des agriculteurs. Doublement : personne ne les rémunère pour les données qu’ils produisent et au final, un certain nombre des services qu’ils achèteront seront basés sur ces données !
A l’heure où de nombreux acteurs souhaitent agir sur la répartition de la valeur issue du monde agricole, la répartition de la valeur numérique est particulièrement vitale.
Les données sont l’or du futur. L’histoire nous a montré que la ruée vers l’or, qu’il soit jaune ou noir, a entraîné quelques dérives. Il serait surprenant que ce soit différent pour l’or numérique.
Le principal risque lié à la numérisation est la fuite des données et donc de la capacité à les exploiter. Perdre la maîtrise des données, c’est perdre la maîtrise de l’avenir de son exploitation agricole. A l’extrême, les fermiers de demain pourraient être Google et la Bourse.
Équilibre entre droits de chacun et capacité à profiter du progrès numérique
Alors comment faire pour conserver la maîtrise du big data agricole ? Pas si simple du fait des acteurs en jeu : les grands du numérique, les constructeurs de matériels agricoles, les marchés financiers, etc. Pour répondre à de tels enjeux, deux vecteurs : une ligne directrice claire fixée par les politiques et les syndicats sur les règles de propriété et d’utilisation des données et un financement coopératif de la formation et des équipements des agriculteurs. Avec pour objectif de trouver le bon équilibre entre les droits de chacun et la capacité à profiter du progrès numérique.
La numérisation agricole prouve chaque jour son intérêt. Mais les agriculteurs sont assis sur une poule aux œufs d’or et n’en ont pas la maîtrise. Pire, les performances de l'agriculture de demain et la souveraineté de la France dans ce domaine sont en danger.
Deviendra-t-on une colonie numérique pour les données agricoles au même titre que nous sommes déjà une colonie pour les grands acteurs numériques américains (Gafa) et chinois (BATX) ?
Devra-t-on appeler une entreprise américaine ou chinoise pour savoir s’il vaut mieux acheter les terres de son voisin X ou de son voisin Y ? L’agriculture française devra-t-elle mendier ses données auprès d’entreprises et/ou d’état étrangers ?
Seule une coordination étroite entre agriculteurs, syndicats et politiques peut donner une destination cohérente à ces données et faire en sorte qu’elles restent sous contrôle.
Seule une coordination étroite entre agriculteurs, syndicats et politiques peut préserver le droit des agriculteurs à utiliser librement les données numériques issues de leur exploitation et à ne les partager que s’ils le souhaitent.
À lire également, le big data agricole vu par deux agriculteurs :
→ Hervé Pillaud : « Il faut passer à l’utilisation intensive de connaissances »
→ Christian Rousseau : « Viser des ''Big data'' utiles pour nos métiers »
