Techniques de gestion des opérations sur le terrain

Exploiter les données d'une ferme verticale : ce qu'il faut faire avant d'acheter un nouveau capteur

Liste des articles pour responsables de terrain

Un vendeur propose « commençons par multiplier les capteurs et collecter des données », et vous n’êtes pas sûr que ce soit la bonne approche. Ou vous tenez scrupuleusement un journal quotidien, mais il ne semble jamais nourrir une seule décision de gestion. Ce doute vous est familier ?

Quand on entend « exploiter les données », on imagine volontiers que ça commence par l’achat d’un nouveau système IoT ou IA. Mais le vrai point de départ est bien plus proche.

Les relevés s’accumulent, mais on ne les consulte qu’après l’accident

Pensez à votre journal quotidien. Beaucoup d’entre vous notent température, humidité et volume de récolte sur papier ou tableur, et le font depuis longtemps. Le problème, c’est ce qui vient après. Savoir si quelqu’un les consulte vraiment est une autre question. Quand la récolte chute, c’est la première fois qu’on remonte en arrière et qu’on réalise après coup : « les chiffres étaient vraiment bizarres à ce moment-là. » Ça vous dit quelque chose ? Vous consignez la facture d’électricité chaque mois, mais vous la regardez juste en vous disant « c’est cher » et vous passez à autre chose. Vous avez déjà beaucoup de données sous la main, et pourtant vous ne les consultez qu’après que quelque chose s’est passé. Ce qui manque, ce n’est pas un nouveau capteur. Ce qui manque, c’est de savoir qui regarde ce qu’on a déjà, et quand.

Il y a deux façons de regarder. La première est la « relecture après coup » : on remonte aux données une fois l’accident arrivé. La seconde est le « contrôle régulier » : on regarde à intervalle fixe, en période normale, quand tout va bien. La relecture après coup s’arrête à « les chiffres étaient bizarres à l’époque ». C’est trop tard pour agir, ça ne sert plus qu’à confirmer la cause après les faits.

Donc avant d’acheter un nouveau système, la seule chose à décider, c’est qui regarde et quand. Une pratique que j’ai maintenue sur le terrain d’une culture indoor de légumes à feuilles : chaque matin, quinze minutes, une personne lit à voix haute le journal de la veille. Température, humidité, volume de récolte, chaque matin, même en période ordinaire. Alors « c’est plus élevé qu’à l’habitude » se remarque dès le petit signal d’alerte, quand ce n’est encore qu’une vague gêne, avant que ça ne devienne un accident. Pour la facture d’électricité aussi, un rapide coup d’oeil hebdomadaire plutôt qu’une fois par mois suffit à faire apparaître « cette semaine-là était bizarrement élevée » comme la CVC qui tourne trop fort ou une porte laissée ouverte. En culture indoor, un environnement fermé où l’éclairage et la CVC tournent en permanence, c’est là que les signaux sont apparus le plus tôt sur mon terrain.

Le même chiffre n’est qu’un relevé si on le consulte après coup, mais il devient un étalon pour mesurer « l’écart par rapport à la normale » si on le regarde chaque jour en période ordinaire. L’exploitation des données fait un bond en avant rien qu’avec ce changement de regard. Ajouter un nouveau capteur peut attendre qu’il y ait quelque chose que cet étalon ne permet pas de détecter.

La même distorsion est signalée dans le monde de la recherche. D’après une grande revue de la littérature sur l’agriculture intelligente, il existe de nombreux rapports attestant qu’une technologie fonctionne, mais presque aucune étude analysant dans quelle mesure elle a modifié le rendement ou le retour sur investissement une fois installée (voir 1). Cette même revue relève que la technologie la plus utilisée est le capteur. Il est compréhensible que la conversation penche vers « acheter d’abord », mais l’effet qui compte vraiment s’avère étonnamment peu mesuré.

L’idée d’utiliser la facture d’électricité comme étalon en période normale est cohérente avec la recherche. Dans un cas d’une ferme à lumière naturelle, un rapport indique que la consommation électrique mensuelle par unité de surface peut servir d’indicateur de gestion énergétique (voir 2). C’est un cas de serre, où une grande partie de la consommation passe par une pompe à chaleur liée à la température extérieure et reflète donc les saisons. La culture indoor, elle, est dominée par la charge d’éclairage, suit peu la température extérieure, et sa consommation est en moyenne quasiment stable. Ce qu’on en retient n’est donc pas le contenu « ça reflète la température extérieure et les saisons », mais l’idée « on fixe la puissance par unité de surface comme étalon ». Appliqué à la culture indoor, ce que cet étalon révèle n’est pas les saisons, mais les dérives opérationnelles — la CVC qui tourne trop fort ou une porte oubliée ouverte. Je crois que c’est ainsi qu’il faut le lire, par substitution.

Alors, quel est le minimum de relevés à tenir ? Classés par utilité pour les décisions de gestion, on obtient trois catégories : production (volume de récolte quotidien, et si possible le taux de rendement), coûts (la facture d’électricité, et l’utilisation de la main-d’oeuvre et des matières), qualité (le grade des expéditions et le taux de non-conformes). Ces éléments sont probablement éparpillés dans des cahiers et des reçus séparés. Pas besoin de commencer à mesurer quelque chose de nouveau : il s’agit de rassembler ce qui existe déjà au même endroit. C’est par là que commence la constitution du minimum. Si vous êtes bloqué à zéro pour décider quels éléments rassembler et comment, je distribue les formats de relevés que j’ai utilisés sur le terrain sous forme de 13 modèles de gestion des opérations sur le terrain, tels quels. Je suggère de les voir non pas comme quelque chose à appliquer à la lettre, mais comme une liste de contrôle pour identifier ce qui manque et ce qui est superflu dans votre propre contexte.

Utiliser la plage normale comme étalon, et ne pas mettre la décision sur une seule paire d’épaules

On tient la lecture à voix haute quinze minutes chaque matin, et au bout d’un moment elle devient un rituel. On s’y habitue, et l’attention décroche. Dans mon expérience, c’est presque inévitable. Il faut donc deux garde-fous.

Le premier est la façon de construire l’étalon initial. Au début, personne ne sait ce qui compte comme « inhabituel ». Alors on accepte de ne pas juger au départ, et on se contente d’aligner les chiffres. En alignant chaque matin la température au même endroit et à la même heure, une plage de « chez nous c’est à peu près dans cette fourchette » se dessine naturellement. On l’écrit en une ligne sur papier. Par exemple « la température du matin se situe autour de telle valeur », avec les valeurs réelles de son propre terrain. Une fois la plage normale mise en mots, l’étalon sort du ressenti personnel et lit pareil pour n’importe qui. Le secret est de ne pas chercher à fixer le bon critère dès le début.

Le second est que quand une seule personne regarde, la lecture se biaise. On confie la lecture à une personne, mais on ne laisse pas une seule personne décider. Le lecteur peut être fixe chaque jour. Seulement quand il pense « ça me semble pas comme d’habitude », il se tourne vers une autre personne sur place et lui demande : « qu’est-ce que tu en penses ? » C’est aussi ce qui évite de s’habituer et de laisser filer. La concentration parfaite chaque jour est impossible, alors on s’en tient à la règle : seulement quand quelque chose accroche, on le dit à voix haute et on implique une deuxième personne. L’idée est que même à la lecture rapide, il suffit que le dispositif permette de s’arrêter dès qu’une chose accroche.

S’habituer est inévitable. Il faut construire de façon à pouvoir encore détecter une fois qu’on s’est habitué. Un fonctionnement qui repose sur une concentration parfaite ne tient pas.

Décider à l’avance de séparer qui regarde de qui décide est peu spectaculaire, mais c’est là que se trouve le levier. Dans la recherche, la proposition qu’une plateforme d’information reliant données de capteurs et contrôle peut élever la gestion des cultures et la prise de décision revient de façon répétée dans les travaux du même courant UECS (voir 3, 4, 5, 6). Mais ce qui y est proposé reste au fond la question d’implémentation — on peut construire un tel système. La plupart ne s’aventurent pas dans la question opérationnelle : qui regarde cet écran, et quand, pour décider de la suite. C’est précisément pourquoi décider d’abord qui regarde et qui décide reste un point qu’il faut construire soi-même, avant ou après avoir mis en place un système.

N’ajouter une mesure qu’après s’être heurté au mur de l’isolation des causes

Vu du côté de la direction, la perspective change encore. Un vendeur arrive avec une proposition : « installez ça et le rendement augmente », et le conseil d’administration de la semaine prochaine tranche. Vous avez déjà vécu ce type de situation ? À ce moment-là, comment « décider d’abord qui regarde et quand » s’articule-t-il avec la décision d’investir ou non ?

Ce qui compte ici n’est pas d’ajouter ou non, mais la question de savoir « avec l’étalon qu’on a déjà, peut-on isoler cet écart jusqu’à sa cause ? ». Une fois que la lecture du matin et la facture d’électricité hebdomadaire permettent de détecter « quelque chose d’inhabituel », le mur suivant arrive toujours. L’écart est visible, mais les chiffres qu’on a déjà ne permettent pas de séparer pourquoi. Imaginons que la récolte chute et que la facture d’électricité augmente. Mais la température du journal est dans la plage normale. Là, on ne peut pas dire « est-ce la CVC, l’eau, ou autre chose ? ». Avec les relevés dont on dispose, l’isolation des causes s’arrête. C’est le premier signal pour « ajouter une mesure ». À l’inverse, ajouter un capteur avant d’atteindre ce mur, sans habitude de le regarder, finit par n’être qu’un écran qu’on contemple sans rien en faire. L’ordre est inversé.

Cet ordre fonctionne bien dans un environnement fermé comme une culture indoor de légumes à feuilles. Les variables sont relativement peu nombreuses, et le journal quotidien et la facture d’électricité en couvrent une grande partie. À l’inverse, dans une serre hydroponique bousculée par l’air extérieur et le rayonnement, ou avec des cultures de légumes-fruits aux nombreuses variables, il y a des situations où l’on ne peut pas commencer sans plusieurs mesures d’emblée. Ce que je décris ici concerne les environnements fermés.

Donc quand une proposition de vendeur arrive en conseil d’administration, ce que je veux d’abord vérifier n’est pas « le rendement augmente ». C’est s’il existe d’abord « un écart qu’on ne sait pas expliquer et qui nous pose problème ». Si le raisonnement est que le problème vient en premier et que cette mesure est nécessaire pour l’isoler, ça vaut l’investissement. Si le problème n’a pas encore été mis en mots et que la proposition arrive seulement avec « installez ça et ça monte », personne ne regardera une fois en place, et je passe généralement.

Un autre élément que je regarde dans une décision d’investissement : peut-on inscrire « qui lit la mesure ajoutée, et quand » dans le fonctionnement quotidien ? Une mesure assez petite pour ajouter une ligne au créneau de quinze minutes du matin va durer. Quelque chose qu’on ne peut voir qu’en ouvrant un écran dédié séparément chaque jour, aussi performant soit-il, finira par ne plus être regardé. C’est aussi quelque chose que j’ai vu de nombreuses fois sur le terrain. La décision d’ajouter une mesure et le travail de construire l’habitude de regarder sont continus. Une nouvelle mesure aussi ne prend vie que quand elle s’inscrit dans le cadre « qui regarde, et quand ».

Le problème vient en premier, puis ajouter une mesure fonctionne — il existe des exemples avec des chiffres clairs. En irrigation, un essai dans une exploitation commerciale en légumes-fruits, qui est passée d’un arrosage sur minuterie fixe à un arrosage seulement quand le capteur de teneur en eau du substrat l’indiquait nécessaire, a été rapporté. Un cas coréen : hydroponie sur substrat de coco dans une serre commerciale, avec des cultures de tomate et de fraise. Pour la tomate, la consommation d’eau a été réduite à environ un tiers ou un sixième de la méthode par minuterie, sans pratiquement de changement de rendement (voir 8). Pour la fraise, la réduction n’était pas aussi importante, réduite à environ soixante pour cent de la méthode par minuterie (voir 7). Le coût des engrais a été réduit d’environ quarante à soixante pour cent dans les deux cas. Les cultures et les installations diffèrent de votre ferme verticale, mais ce qu’on en retient n’est pas les chiffres eux-mêmes, c’est l’ordre : « ça a fonctionné parce qu’on a ajouté un seul point de mesure au problème du trop-arrosage qu’on ne voyait pas. » Cet ordre ne change pas pour les légumes à feuilles.

Faire remonter le malaise du terrain à la direction, et échanger les éléments à lire

Cela dit, avant même la question d’ajouter une mesure, le « problème » sur lequel repose cette décision commence généralement par un petit malaise sur le terrain. Or, quelque chose accroche sur le terrain, « ça me semble bizarre », et avant que ça devienne matière à décision de gestion, ça se dissout sur le terrain dans un « bon, attente et observation ». Dans mon expérience, c’est là que s’échappe le plus. Donc on crée un seul mécanisme pour que ce malaise ne s’évapore pas. Quand quelque chose accroche, on n’a pas à trancher sur le moment : on laisse juste une ligne en marge du journal quotidien, « quelque chose m’a inquiété ». Pas de jugement, juste une marque. Ça s’évapore parce qu’on essaie de décider ce matin-là si c’est attente-et-observation ou accident. Si on laisse sans décider, en regardant la facture d’électricité en fin de semaine, « tiens, cette semaine j’ai remarqué plusieurs fois quelque chose » relie les points en une ligne. Une fois, c’est bon, on attend et on observe. Si ça revient plusieurs fois, ça prend déjà la forme d’un problème à remonter à la direction. Le malaise du terrain n’arrive pas tel quel en conseil d’administration : il ne devient des mots que quand les marques s’accumulent. On place un amortisseur entre les deux.

Autre chose : les lignes s’accumulent et on finit par revenir à la lecture rapide. Ça vous arrive ? Traitez ça comme inévitable. Chaque fois qu’on ajoute une mesure, on se demande si on peut supprimer une des anciennes lignes. Le créneau de lecture est fixé à quinze minutes, donc le nombre de lignes ne croît pas non plus. Avoir besoin d’un nouveau chiffre signifie nécessairement que l’un de ceux qu’on lisait chaque matin a terminé son rôle d’étalon. Si la température alignée au début est maintenant « dans les alentours, stable depuis longtemps », il n’est plus nécessaire de la dire à voix haute chaque matin. On peut la faire passer à une vérification hebdomadaire occasionnelle. On n’élargit pas le créneau, on en échange le contenu. Sinon, ça grossit d’une ligne à la fois et ça devient une longue liste que plus personne ne lit.

Donc la décision d’ajouter et la décision de supprimer vont de pair. Autant que la valeur d’ajouter une mesure, on se demande à chaque fois ce qu’on peut arrêter de lire. Précisément parce que le créneau est fini, seul ce qui vaut vraiment la peine d’être vu chaque matin subsiste.

Jusqu’ici le fil était « la mesure pour isoler les causes vient après avoir heurté le mur », mais sur une piste séparée, il y a des mesures à maintenir dès le début. Les anomalies comme les pannes ou les maladies, où c’est trop tard et irrémédiable quand on s’en rend compte, ne seront pas détectées à temps par la lecture quotidienne en période normale. Les mesures qui surveillent en continu et déclenchent une alerte sont maintenues en place sans attendre qu’un problème survienne. Et puis il y a l’étalonnage de l’étalon lui-même. Si un capteur retourne une valeur faussée, même la plage normale qu’on a pris la peine d’écrire se distord, et on fabrique du côté des données la « relecture après coup » que cet article réprouve. La garantie que les appareils donnent des valeurs correctes doit être revérifiée périodiquement, comme prérequis au fonctionnement. En complément : mettre à jour et transmettre la feuille où est notée la plage à chaque changement de personnel, et pendant la nuit ou en cas d’absence, ne pas essayer de compenser avec une opération manuelle mais laisser à la surveillance continue. Ces deux points sont aussi des endroits classiques où le fonctionnement personnalisé s’effondre, il est plus facile de les décider dès le début.

L’attitude de choisir ce qu’on lit et ce qu’on supprime selon ses propres contraintes trouve un écho dans la recherche sur le choix des technologies. L’IoT agricole est largement utilisé pour de nombreuses finalités, gestion, surveillance, contrôle, mais aucune technologie ou configuration unique n’est optimale dans toutes les situations. L’utilisateur n’a donc pas d’autre choix que de sélectionner selon ses propres contraintes, conclut la revue (voir 9). Il n’existe pas d’ensemble-réponse universel qui tombe de l’extérieur.

Ça ne commence pas par un capteur, mais par une feuille de papier

« Chez nous on n’a même pas de capteurs ni d’IoT, donc exploiter les données c’est encore loin. » Ce sentiment vous bloque-t-il à l’entrée ? Mais ça ne commence pas par un capteur, ça commence par une feuille de papier. Si vous n’enregistrez encore rien, avant d’aller acheter de l’IoT, choisissez juste un chiffre que vous surveillez déjà et essayez de le noter à la même heure chaque jour. Sur la plupart des terrains, la valeur du thermomètre et le volume de récolte, ou même juste la facture d’électricité qui arrive chaque mois, suffisent. Le plus facile pour commencer est la facture d’électricité. Elle arrive chaque mois comme une facture, alors il suffit de passer de « y jeter un coup d’oeil et la classer » à « écrire le chiffre de ce mois à côté de celui du mois dernier, alignés en un seul endroit ». C’est déjà une vraie exploitation des données. La question « qui regarde, et quand » commence à l’instant où on a deux chiffres à comparer. Il n’y a pas besoin d’attendre que le système soit en place.

Ceux qui sont bloqués à l’entrée ne sont donc pas, en réalité, avant la ligne de départ. La facture d’électricité est sûrement sous la main, et vous avez peut-être des bons de livraison et un thermomètre au mur. Il ne s’agit pas d’obtenir des données mais d’aligner ce qu’on jette et de décider de le regarder un jour fixe. On commence par un chiffre, une personne responsable, un moment fixe. On ajoute le deuxième chiffre une fois que le premier est devenu un étalon.

La capacité à lire les chiffres qu’on aligne se développe même en restreignant les éléments. Par exemple, ce que je regardais souvent sur le terrain de culture indoor était le taux de déchets au parage. Terminer sur « il y avait beaucoup de déchets aujourd’hui » ne laisse rien : mais à partir de ce même chiffre, on peut lire plusieurs facettes — la façon dont les déchets sont apparus, le soin apporté au travail ce jour-là, un défaut quelque part dans le processus de culture, si les plants ne sont pas trop serrés. Même avec un seul chiffre, juste le comparer à la plage normale et se demander « pourquoi c’est élevé aujourd’hui » change l’éventail des actions possibles. Avant les équipements coûteux, cette façon de lire est plus efficace.

Pour finir, une mise au point honnête sur où tracer la ligne. Ce que la tenue de nos relevés actuels peut couvrir, c’est la plage de « remarquer la différence et agir soi-même ». La température n’est pas comme d’habitude, la porte était ouverte, l’alimentation en eau a été oubliée — des cas où la cause se trouve à l’intérieur de son propre fonctionnement quotidien, et une fois la différence visible, on peut tendre la main et corriger. C’est là que cette méthode est la plus efficace, et c’est plus large que la plupart des gens ne le pensent.

Il y a deux endroits où on lâche prise. Le premier est le mur de l’isolation des causes. La différence est visible, mais les relevés dont on dispose ne permettent décidément pas de séparer la cause, et se tromper coûte vraiment de l’argent. C’est là qu’on ajoute une mesure pour la première fois, et si possible on fait appel à un expert qui lit ce type de données de métier. À ce stade, la question est passée de l’opérationnel à la technologie. L’autre est tout ce qui touche à la sécurité ou aux équipements eux-mêmes — capacité électrique, câblage, produits chimiques, structure. Là, on ne fait aucune expérience avec son propre étalon. On s’en remet à un expert, ou on l’oriente vers une décision d’investissement en équipement. Parce que le prix de l’échec n’est pas « la récolte chute » mais quelque chose d’irrémédiable. Le repère est celui-ci. Si lire les chiffres indique « quoi faire », ça reste dans son propre cadre. Si lire les chiffres indique seulement « il faut quelqu’un qui s’y connaît mieux que moi », c’est la frontière. Et remarquer cette frontière tôt est en soi l’une des choses que l’habitude de regarder chaque jour enseigne.

Pas besoin d’acheter un système coûteux d’emblée — ce n’est pas qu’une question d’intuition de terrain. Les systèmes commerciaux d’agriculture intelligente se heurtent au coût élevé comme obstacle à l’adoption, et des équipements bas coût ou des dispositifs maison que les agriculteurs assemblent eux-mêmes sont examinés comme alternatives pour les généraliser, selon un rapport (voir 4, 10). La voie d’entrée ne doit pas nécessairement être un investissement élevé — c’est réellement présenté comme une option.

Pour un recueil plus approfondi de savoir-faire en matière de rentabilisation, il y a aussi les 172 conseils pour améliorer la rentabilité d’une ferme verticale. Une fois que vous pouvez transformer les chiffres qu’on a déjà en étalon, lisez-le comme prochaine étape.