Syngenta a optimisé la sélection du soja avec quatre outils de recherche opérationnelle, évitant 287 M$ de R&D

La sélection du soja signifiait traditionnellement planter d'énormes populations d'essai et attendre des saisons pour savoir quels croisements fonctionnaient — lent, gourmand en terres et coûteux. L'équipe de R&D soja de Syngenta, sous la direction de Joseph Byrum, a reformulé la sélection comme un problème de décision dans le cadre de son programme « Good Growth Through Advanced Analytics » : utiliser les mathématiques pour choisir la meilleure stratégie avant d'engager des ressources.

L'équipe a construit quatre outils de recherche opérationnelle associés aux phases du pipeline. Les outils d'introgression de caractères (TI) et de chef de projet de sélection (BPL) permettaient à chaque chef de projet de comparer des stratégies alternatives pour transférer des caractères favorables, en itérant jusqu'à ce qu'une stratégie présente une forte probabilité de succès à coût et délai minimaux. L'optimiseur de conception d'essais de rendement (YTD) et les outils de chariot de qualité des données (DQC) ont amélioré la conception des essais au champ ainsi que la qualité de la sélection variétale et de l'avancement vers la commercialisation.

L'approche a accru le gain génétique — précision, intensité de sélection, variation génétique et temps de génération — sans utiliser plus de terres, d'eau ou d'intrants. En 2015, Syngenta a remporté le prix Franz Edelman, devançant des finalistes dont IBM, la Defense Logistics Agency, Ingram Micro et une équipe de l'US Army/Sandia — une victoire marquante pour une entreprise agricole dans un domaine habituellement dominé par la défense et la technologie.

Évaluer chaque stratégie de sélection avant de planter un seul rang

La sélection présente la structure pour laquelle la recherche opérationnelle est faite : des étapes séquentielles, des résultats incertains et des essais très coûteux.

Chaque outil ciblait une phase précise du pipeline, de sorte que les gains se cumulaient à travers la conception, le développement et l'évaluation.

Les chefs de projet pouvaient comparer les stratégies in silico au lieu de payer sur le terrain pour des croisements ratés.

Le programme s'est mesuré en dollars : 287 M$ de coûts évités et une valeur de portefeuille de 1,5 Md$ ont rendu la démonstration incontestable.

Tout pipeline comportant des étapes, des probabilités et des essais coûteux est un problème d'optimisation — même lorsqu'il pousse dans la terre. Modélisez la décision avant de dépenser pour l'expérience.

Les outils ont généré plus de 287 millions de dollars de coûts évités pour la R&D soja entre 2012 et 2016 et ont amélioré la probabilité de livrer un portefeuille d'une valeur supérieure à 1,5 milliard de dollars. Syngenta a ensuite lancé un effort pluriannuel pour adapter les outils soja à toutes ses principales cultures, et a essaimé le Syngenta Crop Challenge afin de faire appel au talent analytique extérieur dans l'agriculture.