Rapport d'expert sur le pacte productif - Grille de lecture sur l'usage de l'IA pour l'industrie agroalimentaire
Le rapport d'expert sur le pacte productif du 7 février 2020 est disponible en cliquant sur le bouton suivant.
L'agroalimentaire est placé comme un des secteurs industriels ultra-prioritaire [page 8]
En effet, 4 catégories sur les 10 marchés concernent principalement le secteur (sans compter la cybersécurité, transversale à chaque industrie). Les moyens de déplacements alternatifs sont relayés en priorité secondaire.
“Bonne nouvelle ! Si nous pouvons réduire nos déplacements, nous ne pouvons pas nous passer de manger, il est donc important de se soucier du sujet en priorité car les impacts du changement climatique sont déjà en train d’arriver sur le terrain.”
Eviter le techno-push pour favoriser le market-pull [page 20]
En tant que CEO d'une start-up, je trouve que le changement de paradigme est excellent. Nous avons trop souvent fait confiance à la technologie sans penser ses usages ...
“La prochaine étape idéale – pour ne pas dire nécessaire – sera de passer du market-pull à l’environment-pull ou de considérer que la nature est un acteur de marché”
L'alimentation durable et la santé [page 30]
Trois thématiques retiennent mon attention :
Adaptation à des conditions de production contraintes
Valoriser les technologies et connaissances nouvelles sur les écosystèmes microbiens alimentaires
Connexion insuffisante du secteur aval de la transformation et de la formulation avec les transitions engagées par la production agricole en amont
La réalité est bien là et les effets du réchauffement climatique se font déjà sentir (ex : record de températures en antarctique, plus proche de nous, nuit tropicale du 10 au 11 février 2020 en Corse ... en plein hiver !!!).
Les changements climatiques interviennent au niveau des producteurs (les agriculteurs) mais se répercutent directement en aval chez les industriels ...
Il est donc nécessaire (voir impérieux) de penser dès à présent à s'adapter à ces changements (que l'on subira même si nous réussissons la décarbonation).
Sur ce plan l'IA n'est pas le moyen magique et unique qui résoudra tous les problèmes à venir mais contribuera à accélérer leurs résolutions ...
Car produire de la nourriture pour presque 8 milliards d'êtres humains (et 10 en 2050) dans un contexte climatique dégradé demande une maitrise plus ajustée des processus dans un contexte (météo, matière première, ...) de plus en plus extrêmes et difficiles à maitriser ou à anticiper.
Quelques exemples d'usages pragmatiques l'IA sur ces sujets :
Défaut de qualité d'un ingrédient
“Identifier la plus juste composition d’ingrédients dans une recette afin de stabiliser la production.”
Aléa climatique durant la production
“Identifier les bons réglages à appliquer pour éviter la perte du lot.”
Raréfaction d'un ingrédient
“Identifier les effets d’un ingrédient alternatif dans une recette.”
Changement d'un ingrédient (ex : passage au bio)
“Optimiser la recette pour maintenir la qualité finale.”
Risque sanitaire (ex : lait)
“Prédire le développement microbien d’une production et l’arrêter avant son terme si nécessaire.”
Notion de bio-contrôle du système de production [page 31]
C'est une prise de conscience majeure sur les moyens d'améliorer une production sans passer par des ressources artificielles (principalement carbonées) ... vieux réflexes que nous avons adopté au depuis la révolution industrielle.
Nous commençons à comprendre que nous sommes arrivés à une limite dans l'artificialisation des processus de production et que les futurs facteurs d'innovation viendront de l'inspiration de la nature (biomimétisme) et de son utilisation à bon escient.
Sur ce sujet l'IA peut aider à :
Sélectionner un bio-organisme
“Identifier le meilleur bio-organisme sur une recette de production.”
Tester l'impact d'un bio-organisme
“Identifier les impacts d’un bio-organisme sur un système de production complet en simulant son fonctionnement.”
Décarboner l'industrie [page 45]
Décarboner en développant de nouveaux procédés
En stockant le CO2
En électrifiant (via des sources électriques bas carbone)
L’enjeu majeur est de réduire l'impact carbone et sa concentration en CO2 dans l'atmosphère pour limiter le réchauffement climatique.
Sont ciblées ici des industries lourdes, mais certains processus de l'agroalimentaire sont aussi concernés, je pense par exemple à la malterie.
Je proposerais en complément de la nécessaire réinvention des processus (grands changements souvent longs à mettre en place), d'agir vite avec de l'IA sur un mode pragmatique tel que :
Processus gourmands en énergie
“Identifier la meilleure configuration de recette pour limiter la consommation.”
Pour rester cohérent, il reste à valider que l'usage de l'IA mène à un bilan carbone total négatif. C'est à dire, que :
“L’émission de carbone du processus piloté plus l’émission de carbone de l’IA soit moins émetteurs que l’ancien processus sans IA.”
C’est un sujet que je traiterai plus en détail dans une prochaine publication ...
Résumé des enjeux
Voici un schéma symbolique des enjeux de l'industrie agroalimentaire dans un contexte de réchauffement climatique (merci à Alice Adenis pour l'illustration).
A propos de Dataswati
“Nous aidons les industriels de l’agroalimentaire à faire face aux enjeux de performance de production par l’usage de l’Intelligence Artificielle.”
