Le système de recommandation d'engrais de Soquimich a transformé le conseil agronomique en outil de vente

Pour un producteur d'engrais, indiquer à chaque agriculteur quel mélange appliquer constitue le cœur du service : les agriculteurs attendent des recommandations rapides, fiables et à bas prix, et tiennent la qualité du produit pour acquise. Mais Soquimich S.A., le producteur chilien d'engrais, jugeait le processus de conseil compliqué et lent — ses experts ne décrivaient que vaguement les relations entre les engrais, les sols, la météo et les rendements antérieurs ou visés.

Soquimich a lancé le développement d'un système destiné à déterminer automatiquement les mélanges d'engrais optimaux. L'équipe a construit une solution hybride : une technologie de système expert pour capturer les connaissances des spécialistes, des modèles de programmation linéaire en nombres entiers mixtes pour choisir le mélange qui satisfait les contraintes agronomiques au moindre coût.

La première version, très sophistiquée, a échoué — non pas sur les mathématiques, mais sur les humains. Les agriculteurs ne pouvaient pas toujours fournir les données d'entrée que le système exigeait, et les utilisateurs ne savaient pas comment l'exploiter ni le maintenir. L'équipe a réduit la conception à une version simplifiée que de vrais utilisateurs pouvaient alimenter, et c'est celle-là qui a réussi.

Le système simplifié a augmenté les ventes d'engrais et était en cours d'extension à d'autres régions du Chili et à d'autres pays. L'enseignement à retenir tient à la forme de la trajectoire : la modélisation n'a jamais été le goulot d'étranglement ; c'est l'adéquation entre les données d'entrée et le fonctionnement de l'outil, d'une part, et son utilisateur le plus faible, d'autre part, qui a compté.

La première version était trop astucieuse ; la simple a vendu

L'alternative rudimentaire maintient le conseil agronomique comme un service expert sur mesure : précis mais lent, non extensible, et il disparaît avec la disponibilité des experts.

Découper le problème épouse la nature des connaissances : les systèmes experts portent l'agronomie qualitative, la programmation en nombres entiers mixtes traite le mélange minimisant les coûts — ni l'un ni l'autre ne fait les deux seul.

La première version a échoué parce que les exigences en matière de données d'entrée dépassaient ce que les agriculteurs savaient ou pouvaient mesurer ; un modèle ne vaut pas mieux que sa pire donnée d'entrée réalisable.

La simplification a rendu la maintenance possible sur le terrain, ce qui a permis au système de s'étendre à de nouvelles régions au lieu de mourir en phase pilote.

Quand la qualité est tenue pour acquise, c'est le service qui différencie — un moteur de recommandation est une infrastructure de vente. Un modèle que personne ne peut alimenter ne vaut rien ; concevez la première version pour l'utilisateur le plus faible.

L'article sur le système a paru dans Interfaces en 2003. À cette date, la version finale simplifiée fonctionnait dans l'activité de Soquimich, créditée d'une augmentation des ventes d'engrais, et était en cours d'extension à d'autres régions chiliennes et à d'autres pays. Soquimich (SQM) est ensuite devenu l'un des plus grands producteurs mondiaux d'engrais et de lithium.