L'IA permet de prédire quand les volumes seront disponibles. Cela ressemble à de la science fiction, mais l'entreprise belge Möbius a mis au point une solution à cet effet pour Coöperatie Hoogstraten. « Le commerce doit décider chaque semaine des produits à mettre en avant, du moment pour lancer une campagne et de la quantité de stock à garder. En combinant différentes sources de données, nous avons mis au point un modèle d'IA capable de prédire les volumes totaux disponibles avec une grande précision : des jours, des semaines et même des mois à l'avance », expliquent Cynthia Hadinoto et Jonathan Aelterman de Möbius.
© Mobius
Coöperatie Hoogstraten s'est concentré spécifiquement sur les fraises, mais l'entreprise souligne que le modèle est pertinent pour de nombreux autres produits. « Lorsque nous parlons de fraises, nous ne parlons pas seulement de l'une des cultures les plus délicates et les plus précieuses, mais aussi de l'une des plus imprévisibles. Dans le cas des fraises, nous constatons que les volumes de production fluctuent considérablement d'une année à l'autre : il y a des pics et des creux, et chaque année est différente. En outre, il est de plus en plus difficile de faire des prévisions fiables. De petites différences météorologiques ont un impact important sur les rendements. Et comme les fraises se conservent peu de temps, il est essentiel d'avoir une bonne idée de ce à quoi on peut s'attendre. »
« Si vous sous-estimez le rendement, vous vous retrouvez avec une surcapacité et une chute des prix. Si vous le surestimez, vous risquez de vous retrouver avec des rayons vides et des opportunités de vente perdues. Tout est donc une question de prévisibilité et c'est là que l'intelligence artificielle et l'apprentissage automatique entrent en jeu. »
L'IA comme outil
« En combinant diverses sources de données internes et externes, nous avons mis au point un modèle d'IA capable de prédire l'ensemble des volumes avec une grande précision. Supposons que vous soyez responsable de la planification commerciale. Traditionnellement, vous basez les promotions ou les stocks prévus dans le secteur sur les chiffres de l'année dernière ou sur votre intuition, mais les conditions météorologiques, les rendements des cultures et la dynamique du marché évoluent constamment. Un système d'IA peut rassembler toutes ces informations et les mettre à jour quotidiennement afin que les décisions soient fondées sur la réalité la plus récente. L'apprentissage automatique utilise des données historiques pour reconnaître des modèles et prédire l'avenir. Le modèle apprend en permanence, de sorte que la précision augmente sans cesse. »
© Thijmen Tiersma | FreshPlaza.fr
Et c'est ainsi que Möbius a construit le modèle. « Tout commence, dans ce cas, par des séries chronologiques de données. Nous utilisons des données historiques, telles que les volumes de production, les espèces végétales et les méthodes de culture, mais aussi des sources externes telles que les données météorologiques, le rayonnement solaire et la température. Sur la base de ces données, nous créons des centaines de séries temporelles dérivées, ce qui donne au final plus de 500 variables d'entrée. C'est un peu comme les 500 indices d'une énigme. Certains sont évidents, d'autres un peu moins. Le modèle apprend quels signaux sont les plus importants et à quel moment. Pour optimiser le modèle, nous utilisons des algorithmes génétiques. Le système teste des stratégies, choisit la meilleure et s'améliore à chaque itération. Le résultat est un modèle qui prédit avec une précision croissante, jusqu'à ce que la ligne prédite coïncide presque avec la réalité. »
Une application météo pour la gestion d'entreprise
« Au fil du temps, le modèle génère des prévisions jusqu'à sept semaines à l'avance, et celles-ci sont mises à jour quotidiennement avec les données les plus récentes. On peut comparer cela à une application météo, mais pour la gestion d'entreprise. « Depuis avril, le système fonctionne chez Coöperatie Hoogstraten, et les résultats sont prometteurs. En fonction de la période, le modèle atteint une précision d'environ 90 %. Un exemple : en mai, le modèle prévoyait un pic de production important. Hoogstraten l'a anticipé en lançant une promotion opportune auprès d'un grand détaillant. Grâce à cette promotion, l'entreprise a pu vendre dix fois plus de volume qu'au cours d'une semaine normale, à un prix 50 % plus élevé que le prix moyen du marché. Une situation gagnant-gagnant pour le producteur et le commerce. Cela montre que l'intelligence artificielle et l'apprentissage automatique peuvent apporter une réelle valeur ajoutée au secteur agricole, tant pour les gros producteurs que pour les plus petits. »
Pour plus d'informations :
Cynthia Hadinoto / Jonathan Aelterman
Möbius 
Tél. : +32 92807420
[email protected]
www.mobius.eu