POURQUOI L’ÉCOSYSTÈME DEMETER-FB N’EST PAS DU « BULLSHIT » : DE LA CONNAISSANCE VÉRIFIÉE AU SAVOIR-FAIRE RÉELLEMENT OPÉRATIONNEL
DEMETER-FB, ENVIROFLUIDES, EXAFLUIDS, SITIMP, OMAKEYA™, APONA-MFB ET HOLLYSTIQUE : un écosystème fondé sur l’expertise, l’expérience, la vérification terrain, les relations professionnelles et la personnalisation réelle
Pourquoi DEMETER-FB et son écosystème se distinguent des simples contenus générés ou agrégés : expertise réelle, validation terrain, ingénierie, équipements, relations professionnelles, IA, IoT et solutions personnalisées.
LE PROBLÈME FONDAMENTAL : À L’ÈRE DE L’IA, TOUT LE MONDE PEUT DONNER L’IMPRESSION DE SAVOIR
Nous vivons une période particulière.
Il n’a probablement jamais été aussi facile de produire du contenu.
Un article peut être généré en quelques secondes.
Une image peut être créée en quelques instants.
Une présentation peut être automatisée.
Une réponse technique peut être formulée immédiatement.
Une intelligence artificielle peut expliquer pratiquement n’importe quel sujet.
Et c’est une formidable opportunité.
Mais cette révolution crée également un problème majeur :
COMMENT SAVOIR SI CE QUE L’ON NOUS DIT EST RÉELLEMENT PERTINENT ?
Une réponse peut être parfaitement rédigée et pourtant être fausse.
Un article peut sembler extrêmement scientifique sans avoir été confronté au terrain.
Une recommandation peut être techniquement cohérente mais totalement inadaptée au contexte réel.
Un consultant peut reprendre une méthode générique et la présenter comme une solution personnalisée.
Une plateforme peut mettre en relation deux acteurs sans réellement posséder la compétence nécessaire pour comprendre leur problème.
Et une IA peut produire une réponse convaincante sans avoir jamais vu l’installation, le bâtiment, le jardin, la machine, le sol ou le système dont elle parle.
C’est précisément sur ce point que l’écosystème DEMETER-FB veut construire sa différence.
LA DIFFÉRENCE ESSENTIELLE : NE PAS CONFONDRE INFORMATION ET SAVOIR-FAIRE
Il existe plusieurs niveaux de connaissance.
On peut :
lire une information ;
puis
la comprendre ;
puis
la mémoriser ;
puis
la mettre en pratique ;
puis
observer le résultat ;
puis
corriger ;
puis
recommencer ;
puis finalement
acquérir une véritable expérience.
C’est cette progression qui transforme une information en savoir-faire.
DEMETER-FB ne cherche donc pas seulement à publier de l’information.
L’ambition est de construire progressivement un capital de connaissances et d’expériences interconnectées, nourri par :
- la littérature scientifique ;
- les connaissances techniques ;
- les normes et référentiels pertinents ;
- l’expérience professionnelle ;
- les réalisations ;
- les essais ;
- les mesures ;
- les observations ;
- les retours clients ;
- les relations fournisseurs ;
- les ateliers ;
- les sous-traitants ;
- les technologies réellement utilisées ;
- l’IA ;
- l’IoT ;
- l’expérimentation ;
- la formation ;
- l’amélioration continue.
C’est une différence fondamentale.
1. UNE EXPERTISE QUI DOIT POUVOIR ÊTRE EXPLIQUÉE, MESURÉE ET CONFRONTÉE AU RÉEL
Une expertise sérieuse ne devrait pas reposer uniquement sur une affirmation :
« Nous sommes experts. »
Elle doit pouvoir être documentée.
Elle doit pouvoir être expliquée.
Elle doit pouvoir être confrontée à des cas concrets.
Elle doit pouvoir être discutée.
Elle doit pouvoir être corrigée.
Et, lorsque c’est possible, elle doit pouvoir être mesurée.
C’est pourquoi la philosophie de l’écosystème repose sur une idée simple :
NE PAS PRÊCHER UNE SOLUTION AVANT DE L’AVOIR COMPRISE, TESTÉE OU CONFRONTÉE AU RÉEL LORSQUE CELA EST POSSIBLE.
Cela ne signifie évidemment pas que chaque affirmation scientifique doit être personnellement reproduite dans un laboratoire.
La connaissance scientifique s’appuie sur des travaux collectifs, des publications, des expérimentations, des mesures et des méthodes reconnues.
Mais lorsqu’une solution est proposée comme solution opérationnelle, une autre exigence apparaît :
comment fonctionne-t-elle réellement dans le contexte où elle doit être utilisée ?
2. LA VALIDATION TERRAIN : LE JARDIN OMAKEYA COMME LABORATOIRE DU VIVANT
L’un des exemples les plus significatifs est OMAKEYA™.
L’objectif n’est pas simplement d’écrire sur :
- les jardins résilients ;
- l’agroclimatologie ;
- l’autonomie ;
- les sols ;
- l’eau ;
- les arbres ;
- la biodiversité ;
- les systèmes agroécologiques.
Il faut également observer ce qui se passe réellement.
Un jardin est un système extraordinairement complexe.
La théorie peut indiquer qu’un sol couvert limite l’évaporation.
Mais sur le terrain, il faut observer :
- quelle couverture ;
- quelle épaisseur ;
- quelle saison ;
- quel type de sol ;
- quelle exposition ;
- quelle végétation ;
- quelle pluviométrie ;
- quelle température ;
- quelle humidité ;
- quelle profondeur racinaire ;
- quelle disponibilité en eau.
La théorie fournit une hypothèse.
Le terrain apporte une réalité supplémentaire.
Et cette réalité peut conduire à :
- confirmer ;
- nuancer ;
- invalider ;
- améliorer ;
- contextualiser.
C’est précisément ce dialogue entre théorie et terrain qui construit le savoir-faire.
3. LE JARDIN OMAKEYA N’EST PAS UNE IMAGE : C’EST UN TERRAIN D’OBSERVATION
Une image d’un jardin résilient peut être magnifique.
Elle ne prouve rien.
Une infographie peut expliquer parfaitement le fonctionnement théorique d’un système.
Elle ne prouve rien non plus.
Un texte peut affirmer qu’une plante résiste à la sécheresse.
Il faut encore savoir :
dans quelles conditions ?
C’est pourquoi l’expérimentation réelle est fondamentale.
Le jardin OMAKEYA peut progressivement devenir un véritable support d’observation concernant :
- le comportement des plantes ;
- la gestion de l’eau ;
- le paillage ;
- les microclimats ;
- l’ombrage ;
- les associations végétales ;
- les haies ;
- les arbres ;
- les sols ;
- les mares ;
- les buttes ;
- les talus ;
- la biodiversité ;
- la résilience face aux épisodes climatiques ;
- les systèmes d’irrigation ;
- les capteurs ;
- l’IoT ;
- l’évolution saisonnière.
Ce terrain ne remplace pas la recherche scientifique.
Il apporte autre chose :
une expérience contextualisée et documentée.
4. DE L’HYPOTHÈSE À L’EXPÉRIENCE
La démarche peut être représentée simplement.
1. UNE CONNAISSANCE EXISTE
Exemple :
Le paillage peut réduire l’évaporation du sol.
2. UNE HYPOTHÈSE EST FORMULÉE
Dans telle configuration, telle couverture du sol devrait améliorer la conservation de l’humidité.
3. LE SYSTÈME EST MIS EN PLACE
Une zone expérimentale est créée.
4. ON MESURE
Température.
Humidité.
Pluviométrie.
État du sol.
Développement végétal.
Consommation d’eau.
5. ON OBSERVE
Les plantes.
Le sol.
Les différences entre zones.
6. ON COMPARE
Avant / après.
Zone A / zone B.
Année N / année N+1.
7. ON INTERPRÈTE
Les résultats.
8. ON CORRIGE
Le dispositif.
9. ON RECOMMENCE
C’est cette boucle qui permet de transformer progressivement une idée en expérience.
5. MÊME PHILOSOPHIE POUR L’ÉNERGIE ET LE GÉNIE CLIMATIQUE
Le même principe s’applique aux bâtiments et aux installations techniques.
Une simulation thermique est utile.
Un calcul est indispensable.
Une fiche technique est nécessaire.
Mais aucun de ces éléments ne remplace complètement la confrontation au fonctionnement réel.
Un bâtiment peut avoir une performance théorique.
Mais dans la réalité :
- les usages changent ;
- les horaires changent ;
- les températures varient ;
- les comportements diffèrent ;
- les équipements vieillissent ;
- les réglages dérivent ;
- les systèmes sont parfois mal exploités.
C’est pourquoi la démarche d’ingénierie doit aller jusqu’à la mesure lorsque le projet le permet.
Calculer → installer → mesurer → comparer → corriger.
6. CONSTRUIRE, MESURER, CONSOMMER : LA RÉALITÉ DES INSTALLATIONS
La même logique vaut pour les constructions et les systèmes énergétiques.
Une installation peut être conçue pour atteindre une certaine performance.
Mais il faut ensuite observer :
- les consommations ;
- les températures ;
- les débits ;
- les pressions ;
- les cycles ;
- les temps de fonctionnement ;
- les rendements ;
- les conditions extérieures ;
- les usages.
C’est ici que l’expérience industrielle et technique devient extrêmement importante.
Une équation permet de calculer.
Une simulation permet de prévoir.
Une mesure permet de savoir ce qui se passe réellement.
Et l’écart entre les trois est souvent extrêmement instructif.
7. L’IA ET L’IOT : NON PAS PARLER DE TECHNOLOGIE, MAIS LA METTRE EN ŒUVRE
Même logique pour l’intelligence artificielle.
Aujourd’hui, pratiquement tout le monde parle d’IA.
Mais parler d’IA n’est pas nécessairement savoir l’intégrer dans un système réel.
La question devient :
quels problèmes peut-elle réellement résoudre ?
Et surtout :
avec quelles données ?
L’IoT apporte ici une dimension essentielle.
Un capteur mesure.
Le réseau transmet.
La donnée est stockée.
Le système l’analyse.
L’IA peut ensuite aider à identifier :
- des anomalies ;
- des tendances ;
- des corrélations ;
- des dérives ;
- des événements ;
- des scénarios.
Mais le système doit être conçu correctement.
Il faut choisir les capteurs.
Définir les grandeurs pertinentes.
Gérer les fréquences de mesure.
Vérifier les données.
Traiter les valeurs aberrantes.
Comprendre les incertitudes.
Structurer les historiques.
Et surtout savoir quelle décision doit être prise à partir de la donnée.
8. L’IA NE REMPLACE PAS L’EXPERTISE : ELLE DOIT ÊTRE NOURRIE PAR ELLE
C’est probablement l’une des idées les plus importantes de l’écosystème.
Une IA généraliste possède une énorme quantité de connaissances.
Mais elle ne possède pas automatiquement :
- votre installation ;
- votre historique ;
- votre contexte ;
- vos contraintes ;
- vos fournisseurs ;
- vos méthodes ;
- vos essais ;
- vos mesures ;
- vos erreurs passées ;
- vos retours d’expérience ;
- votre savoir-faire spécifique.
C’est pourquoi une véritable IA métier ne devrait pas être simplement une IA généraliste à laquelle on pose quelques questions.
Elle doit être connectée à un corpus métier pertinent.
Et ce corpus doit être vivant.
9. UN SAVOIR SPÉCIFIQUE PEUT DEVENIR UNE INTELLIGENCE ARTIFICIELLE MÉTIER
C’est ici que l’écosystème peut prendre une dimension particulièrement intéressante.
Imaginez une IA disposant, dans un cadre correctement structuré, de connaissances issues de :
- DEMETER-FB ;
- la documentation technique ;
- les méthodes d’ingénierie ;
- les retours d’expérience ;
- les configurations réellement étudiées ;
- les données IoT ;
- les résultats d’essais ;
- les projets réalisés ;
- les équipements utilisés ;
- les contraintes rencontrées ;
- les formations ;
- les procédures ;
- les erreurs identifiées ;
- les corrections apportées.
Cette IA ne serait plus simplement une interface conversationnelle.
Elle deviendrait progressivement une interface vers un patrimoine de connaissances métier.
La distinction est majeure.
10. UNE IA QUI CONNAÎT LE MÉTIER ET UNE IA QUI CONNAÎT LE CONTEXTE
Il faut même distinguer deux niveaux.
IA métier
Elle connaît les principes, méthodes, documents, règles et connaissances du domaine.
IA contextualisée
Elle connaît en plus le projet concret.
Par exemple :
- ce bâtiment ;
- cette installation ;
- cette exploitation ;
- ce jardin ;
- ce réseau ;
- ces équipements ;
- ces données ;
- ces contraintes ;
- cet historique.
C’est là que peut apparaître une véritable valeur ajoutée.
Car deux projets appartenant au même domaine ne sont jamais totalement identiques.
11. PAS DE « COPIER-COLLER » ENTRE DEUX DOSSIERS
C’est un autre élément fondamental.
Une approche industrielle ou technique sérieuse ne devrait pas simplement reprendre :
« La solution utilisée pour le client A est bonne, donc appliquons-la au client B. »
Même lorsqu’une technologie est identique, les conditions peuvent changer.
Prenons deux bâtiments.
Ils peuvent avoir :
- la même surface ;
mais des orientations différentes.
La même puissance installée ;
mais des usages différents.
Le même système ;
mais des réglages différents.
Le même climat régional ;
mais des microclimats différents.
La même consommation théorique ;
mais des comportements différents.
Il faut donc distinguer :
STANDARDISER LA MÉTHODE
de
STANDARDISER LA SOLUTION.
La première est extrêmement utile.
La seconde doit être utilisée avec beaucoup plus de prudence.
12. PERSONNALISER LE DOSSIER, PAS SIMPLEMENT LE DOCUMENT
Une véritable personnalisation ne consiste pas à remplacer :
« Client A »
par
« Client B »
dans un rapport.
Elle consiste à modifier le raisonnement en fonction du système réel.
Pour un bâtiment :
- localisation ;
- orientation ;
- enveloppe ;
- usages ;
- occupation ;
- équipements ;
- climat ;
- contraintes ;
- historique.
Pour une industrie :
- process ;
- fluides ;
- débits ;
- températures ;
- pressions ;
- horaires ;
- contraintes de production ;
- maintenance ;
- sécurité ;
- énergie.
Pour une ferme :
- sol ;
- climat ;
- topographie ;
- cultures ;
- disponibilité en eau ;
- biodiversité ;
- matériel ;
- main-d’œuvre ;
- objectifs économiques.
Pour un jardin :
- exposition ;
- sol ;
- pente ;
- végétation ;
- eau ;
- ombre ;
- vent ;
- microclimat ;
- usages.
La personnalisation devient donc une personnalisation du modèle mental et technique du projet.
13. UNE VRAIE RELATION PROFESSIONNELLE EST AUSSI UNE SOURCE DE SAVOIR
L’un des éléments souvent invisibles d’une entreprise technique est son réseau relationnel.
Un fournisseur n’est pas seulement une adresse d’achat.
Un atelier de fabrication n’est pas seulement un lieu de production.
Un sous-traitant n’est pas seulement un exécutant.
Un client n’est pas seulement un acheteur.
Chacun peut contribuer à la connaissance du système.
14. LES FOURNISSEURS : UNE SOURCE D’EXPERTISE TECHNOLOGIQUE
Un fournisseur spécialisé connaît souvent très bien son produit.
Il connaît :
- ses limites ;
- ses conditions d’utilisation ;
- ses performances ;
- ses variantes ;
- ses défauts connus ;
- ses contraintes de montage ;
- ses conditions de maintenance.
Mais cette expertise reste spécifique à son périmètre.
L’écosystème peut jouer un rôle de mise en cohérence.
Le fournisseur connaît son équipement.
L’ingénieur connaît le système.
Le client connaît son usage.
Le terrain fournit la réalité.
La formation transmet les connaissances.
L’IA peut contribuer à structurer l’information.
La valeur apparaît précisément dans la connexion de ces différents niveaux.
15. LES ATELIERS ET SOUS-TRAITANTS : LE SAVOIR-FAIRE INVISIBLE
Certaines connaissances ne se trouvent pas dans un catalogue.
Elles sont dans l’atelier.
Dans les gestes.
Dans les habitudes.
Dans les tolérances.
Dans les contraintes de fabrication.
Dans les problèmes rencontrés auparavant.
Dans les solutions mises au point.
Dans l’expérience accumulée.
C’est ce que l’on appelle souvent le savoir tacite.
Il est extrêmement difficile à remplacer par un simple document.
Mais il peut progressivement être :
- observé ;
- décrit ;
- documenté ;
- photographié ;
- mesuré ;
- transformé en procédure ;
- enseigné ;
- intégré dans une base de connaissances.
C’est ainsi que le savoir-faire peut progressivement devenir transmissible.
16. LES CLIENTS : UNE SOURCE D’APPRENTISSAGE
Un client ne devrait pas être uniquement celui à qui l’on vend une solution.
Il peut également être celui qui révèle la réalité du problème.
Le client connaît :
- son usage ;
- ses contraintes ;
- son historique ;
- ses priorités ;
- ses difficultés ;
- ses objectifs.
Le professionnel possède d’autres connaissances.
Le rapprochement des deux permet d’obtenir une vision plus complète.
C’est pourquoi une relation durable peut avoir beaucoup plus de valeur qu’une simple transaction.
17. UN ÉCOSYSTÈME N’EST DONC PAS UNE « BOÎTE AUX LETTRES »
Cette distinction est essentielle.
Une marketplace classique peut mettre en relation :
acheteur ↔ vendeur.
Un intermédiaire peut mettre en relation :
client ↔ prestataire.
Une plateforme peut mettre en relation :
demande ↔ offre.
Cela peut être parfaitement utile.
Mais l’écosystème DEMETER-FB cherche à aller plus loin.
Il cherche à relier :
connaissance ↔ diagnostic ↔ ingénierie ↔ technologie ↔ équipement ↔ réalisation ↔ formation ↔ mesure ↔ retour d’expérience.
C’est une architecture différente.
18. UNE BOÎTE AUX LETTRES TRANSMET UN MESSAGE
Un écosystème technique doit être capable de comprendre le message.
Cette nuance est fondamentale.
Si un client dit :
« Je veux économiser 30 % d’énergie. »
La réponse ne devrait pas immédiatement être :
« Voici trois produits. »
Il faut d’abord demander :
- 30 % de quoi ?
- sur quelle période ?
- par rapport à quelle référence ?
- avec quels usages ?
- avec quelles contraintes ?
- quelles consommations actuelles ?
- quels équipements ?
- quelles températures ?
- quels horaires ?
- quelles données disponibles ?
- quel investissement acceptable ?
- quelle durée de retour recherchée ?
La première compétence n’est donc pas de vendre.
C’est de qualifier le problème.
19. LE SAVOIR-FAIRE COMME FILTRE ENTRE L’INFORMATION ET LA SOLUTION
On peut représenter la démarche ainsi :
INTERNET
Des millions d’informations.
↓
DEMETER-FB
Sélection, structuration, mise en relation des connaissances.
↓
EXPÉRIENCE
Confrontation avec les pratiques et les projets.
↓
MESURE
Observation du réel.
↓
INGÉNIERIE
Calcul et conception.
↓
TECHNOLOGIE
Choix des solutions.
↓
RÉALISATION
Mise en œuvre.
↓
RETOUR D’EXPÉRIENCE
Résultats et corrections.
↓
BASE DE CONNAISSANCES
Capitalisation.
↓
IA MÉTIER
Assistance à l’exploitation de ce capital.
Et la boucle recommence.
20. LA CRÉDIBILITÉ NE VIENT PAS DU VOLUME DE CONTENU
Un site peut publier 10 000 articles et ne pas avoir une expertise particulière.
À l’inverse, une expertise peut être très forte sans produire beaucoup de contenu.
La valeur se trouve dans la qualité du lien entre le contenu et le réel.
Un article sur une pompe est une information.
Un calcul de pompe est une compétence.
Le dimensionnement d’une pompe pour une installation précise est une application.
La mise en service est une expérience.
La mesure des performances est un retour d’expérience.
La comparaison avec le calcul initial devient une nouvelle connaissance.
La documentation de cette expérience crée du patrimoine.
C’est cette progression qui intéresse DEMETER-FB.
21. L’EXPERTISE DOIT RESTER VIVANTE
Une expertise qui n’évolue plus finit par devenir une archive.
Or les domaines concernés évoluent rapidement :
- nouvelles technologies ;
- nouveaux matériaux ;
- nouvelles méthodes ;
- nouvelles données climatiques ;
- nouveaux outils numériques ;
- nouvelles architectures IoT ;
- nouvelles méthodes d’IA ;
- nouvelles connaissances scientifiques ;
- évolution des pratiques professionnelles.
Une base de connaissances sérieuse doit donc être mise à jour en permanence.
Mais mise à jour ne signifie pas simplement publier un nouvel article.
Il faut également :
- corriger les anciennes informations ;
- distinguer les connaissances établies des hypothèses ;
- actualiser les méthodes ;
- documenter les nouvelles pratiques ;
- intégrer les retours d’expérience ;
- identifier ce qui est devenu obsolète.
22. UNE CONNAISSANCE QUI DOIT SAVOIR DIRE « JE NE SAIS PAS »
C’est également un critère fondamental.
Une véritable expertise n’a pas besoin de prétendre tout savoir.
Elle doit savoir distinguer :
Ce qui est établi
Une connaissance bien documentée.
Ce qui est probable
Une conclusion soutenue mais dépendante du contexte.
Ce qui est expérimental
Une hypothèse en cours d’évaluation.
Ce qui est controversé
Des interprétations différentes existent.
Ce qui est inconnu
Les données ne permettent pas encore de conclure.
Cette distinction est particulièrement importante pour l’IA.
Car une IA peut produire une réponse avec une grande assurance alors que les données disponibles sont insuffisantes.
Une IA métier sérieuse doit donc également intégrer l’incertitude.
23. LA TRAÇABILITÉ DEVIENT ESSENTIELLE
Si une connaissance doit pouvoir alimenter une IA, il faut pouvoir savoir :
d’où elle vient.
Une information devrait idéalement pouvoir être associée à :
- une source ;
- une date ;
- un domaine ;
- une version ;
- un contexte ;
- un niveau de confiance ;
- une expérience ;
- une mesure ;
- une référence technique.
Cela permet de distinguer :
fait scientifique
de
retour d’expérience
de
hypothèse
de
recommandation pratique
de
opinion.
C’est précisément cette structuration qui permet de construire une base de connaissances exploitable par l’humain et, progressivement, par l’IA.
24. UNE IA DEMETER-FB NE DEVRAIT DONC PAS ÊTRE UN SIMPLE « CHATBOT »
L’objectif le plus intéressant à long terme n’est pas :
« Poser une question à ChatGPT avec le nom DEMETER-FB devant. »
Ce serait relativement facile à reproduire.
L’enjeu est différent :
CONSTRUIRE UNE INTELLIGENCE AUGMENTÉE PAR UN SAVOIR-FAIRE SPÉCIFIQUE.
Cette intelligence pourrait progressivement exploiter :
- les articles ;
- les études ;
- les méthodes ;
- les données ;
- les expériences ;
- les projets ;
- les mesures ;
- les catalogues ;
- les équipements ;
- les formations ;
- les procédures ;
- les retours terrain.
Elle pourrait alors aider à :
- rechercher ;
- comparer ;
- diagnostiquer ;
- calculer ;
- structurer ;
- documenter ;
- former ;
- préparer une étude ;
- identifier les informations manquantes.
Mais toujours avec une règle fondamentale :
L’IA ASSISTE L’EXPERTISE ; ELLE NE FABRIQUE PAS UNE EXPERTISE PAR MAGIE.
25. LA VRAIE VALEUR EST DANS LE « SAVOIR POURQUOI »
Un catalogue sait dire :
« Ce produit existe. »
Une fiche technique sait dire :
« Ce produit possède telles caractéristiques. »
Un moteur de recherche sait dire :
« Voici plusieurs résultats. »
Une IA généraliste peut expliquer :
« Voici comment fonctionne théoriquement ce type de système. »
L’expertise ajoute :
« Voici pourquoi cette solution peut être pertinente ici, dans quelles conditions, avec quelles limites, et quelles informations supplémentaires il faut obtenir avant de décider. »
C’est cette dernière couche qui est difficile à reproduire.
26. LE VRAI SAVOIR-FAIRE EST CONTEXTUEL
Prenons deux installations apparemment identiques.
Même puissance.
Même technologie.
Même fabricant.
Même environnement climatique.
Et pourtant :
l’une fonctionne correctement ;
l’autre rencontre des problèmes.
Pourquoi ?
Parce qu’il existe toujours des variables :
- montage ;
- réglage ;
- utilisation ;
- maintenance ;
- qualité des fluides ;
- conditions réelles ;
- vieillissement ;
- interactions avec d’autres systèmes.
Le savoir-faire consiste justement à savoir chercher ces variables cachées.
27. UNE MÉTHODE QUI S’APPLIQUE À TOUS LES DOMAINES
La méthode générale de l’écosystème peut être résumée ainsi :
OBSERVER
Ne pas commencer par une solution.
COMPRENDRE
Identifier les mécanismes.
MESURER
Obtenir des données.
ANALYSER
Chercher les causes.
MODÉLISER
Construire une représentation du système.
CONCEVOIR
Définir une solution.
ÉQUIPER
Choisir les moyens nécessaires.
FORMER
Transmettre les compétences.
EXPLOITER
Faire fonctionner.
MESURER
Vérifier.
CORRIGER
Améliorer.
CAPITALISER
Transformer l’expérience en connaissance.
TRANSMETTRE
Permettre à d’autres de progresser.
C’est une boucle.
Et non un produit.
28. C’EST CETTE BOUCLE QUI REND L’ÉCOSYSTÈME DIFFICILE À COPIER
Un article peut être copié.
Une présentation peut être copiée.
Une photographie peut être copiée.
Un catalogue peut être copié.
Une interface peut être copiée.
Même une méthode générale peut être copiée.
Mais il est beaucoup plus difficile de copier simultanément :
- plusieurs années d’expérience ;
- des réalisations ;
- des mesures ;
- des essais ;
- des relations professionnelles ;
- des fournisseurs ;
- des ateliers ;
- des sous-traitants ;
- des clients ;
- des retours d’expérience ;
- une base documentaire ;
- une méthode d’ingénierie ;
- une connaissance du terrain ;
- une connaissance du vivant ;
- des formations ;
- une architecture numérique ;
- une base de données ;
- un historique de décisions.
C’est ce que l’on peut appeler un capital de savoir-faire.
29. DEMETER-FB N’EST DONC PAS SEULEMENT UN SITE
Le site est la partie visible.
Derrière lui peut exister un ensemble beaucoup plus large :
les personnes ;
les compétences ;
les expériences ;
les projets ;
les équipements ;
les fournisseurs ;
les partenaires ;
les données ;
les méthodes ;
les formations ;
les expérimentations ;
les relations professionnelles.
Le site permet de rendre une partie de ce capital accessible.
Mais il ne constitue que la partie émergée de l’écosystème.
30. UNE ARCHITECTURE QUI RELIE LE DIGITAL AU RÉEL
C’est probablement l’une des caractéristiques les plus importantes.
Beaucoup d’activités numériques restent entièrement numériques.
Ici, la logique est différente.
DIGITAL
Articles.
IA.
IoT.
Bases de connaissances.
Formation.
Données.
Modèles.
↓
RÉEL
Jardin.
Maison.
Ferme.
Industrie.
Équipements.
Ateliers.
Installations.
Mesures.
Clients.
↓
RETOUR DIGITAL
Données.
Retours d’expérience.
Documentation.
Analyse.
Formation.
IA.
↓
NOUVELLE ACTION DANS LE RÉEL
Et ainsi de suite.
DIGITAL → RÉEL → MESURE → CONNAISSANCE → DIGITAL → RÉEL
C’est cette boucle qui peut donner à l’écosystème une profondeur très différente d’un simple site de contenu.
31. DE LA BOÎTE AUX LETTRES À L’ORCHESTRATION
Une boîte aux lettres transmet.
Un annuaire référence.
Une marketplace met en relation.
Un moteur de recherche trouve.
Une IA répond.
Mais un écosystème intégré peut faire autre chose :
ORCHESTRER DES COMPÉTENCES AUTOUR D’UN PROBLÈME.
Prenons un projet industriel.
Le client exprime un besoin.
L’ingénierie analyse.
Les fluides sont étudiés.
Les équipements sont identifiés.
Les composants sont recherchés.
Les sous-traitants interviennent.
L’installation est réalisée.
Les données sont collectées.
Les utilisateurs sont formés.
Les performances sont suivies.
Les résultats enrichissent le retour d’expérience.
C’est beaucoup plus qu’une mise en relation.
32. LA PERSONNALISATION EST DONC UNE CONSÉQUENCE DE L’EXPERTISE
Plus on connaît réellement les systèmes, plus on comprend pourquoi deux projets nécessitent rarement exactement la même réponse.
La personnalisation n’est donc pas simplement une prestation commerciale.
Elle devient une conséquence logique de la complexité du réel.
Un bon dossier doit pouvoir répondre à :
Pourquoi cette solution ici ?
et pas seulement :
Quelle solution existe ?
33. UNE PERSONNALISATION QUI COMMENCE PAR LES BONNES QUESTIONS
Avant de proposer une solution, il faut identifier :
- le besoin ;
- le contexte ;
- les objectifs ;
- les contraintes ;
- les ressources ;
- les données disponibles ;
- les données manquantes ;
- les risques ;
- les coûts ;
- les délais ;
- les compétences disponibles ;
- les possibilités de maintenance ;
- les perspectives d’évolution.
Autrement dit :
LA QUALITÉ DE LA SOLUTION DÉPEND EN PARTIE DE LA QUALITÉ DU DIAGNOSTIC.
34. UNE MÉTHODE PERSONNALISÉE MAIS PAS ARTISANALE
Personnaliser ne signifie pas tout recommencer de zéro.
Il faut au contraire disposer d’une méthode standardisée.
C’est la distinction entre :
STANDARDISER LA MÉTHODE
et
PERSONNALISER L’APPLICATION.
Par exemple :
La méthode de diagnostic peut être standardisée.
Les mesures à effectuer peuvent être standardisées.
Les calculs peuvent être standardisés.
Les critères d’analyse peuvent être standardisés.
Mais les valeurs, les hypothèses, les équipements et les conclusions doivent être adaptés au projet.
C’est une combinaison extrêmement puissante :
RIGUEUR STANDARDISÉE + APPLICATION PERSONNALISÉE.
35. LE MODÈLE DEMETER : UNE PYRAMIDE DE CONFIANCE
On peut représenter la logique par cinq niveaux.
NIVEAU 1 — INFORMATION
Ce que l’on sait.
NIVEAU 2 — EXPERTISE
Ce que l’on comprend.
NIVEAU 3 — EXPÉRIENCE
Ce que l’on a réellement rencontré.
NIVEAU 4 — MESURE
Ce que les données montrent.
NIVEAU 5 — SAVOIR-FAIRE
Ce que l’on sait appliquer dans un contexte réel.
Et au-dessus :
CAPITALISATION
Transformer l’expérience en connaissance transmissible.
36. LA FORCE FUTURE : TRANSFORMER LE SAVOIR-FAIRE EN PATRIMOINE NUMÉRIQUE
C’est peut-être là que se trouve l’un des enjeux les plus intéressants de l’écosystème.
Une entreprise possède souvent énormément de connaissances qui restent dans la tête des personnes.
Quand quelqu’un part, une partie disparaît.
L’objectif d’une base de connaissances moderne peut être de capturer progressivement :
- les méthodes ;
- les procédures ;
- les retours d’expérience ;
- les cas particuliers ;
- les erreurs ;
- les corrections ;
- les calculs ;
- les mesures ;
- les décisions ;
- les raisons des décisions.
Cette capitalisation peut ensuite être exploitée par :
- les nouveaux collaborateurs ;
- les formateurs ;
- les ingénieurs ;
- les clients ;
- les outils numériques ;
- l’IA.
Le patrimoine devient alors transmissible.
37. L’IA COMME MÉMOIRE AUGMENTÉE DU GROUPE
L’idée n’est donc pas nécessairement de demander à une IA :
« Que sais-tu sur l’hydraulique ? »
Mais plutôt :
« Que savons-nous, dans notre propre écosystème, sur ce type de problème ? »
La question change complètement.
La première sollicite une connaissance générale.
La seconde sollicite un patrimoine spécifique.
Ce patrimoine peut contenir :
- les connaissances générales validées ;
- les méthodes internes ;
- les projets réalisés ;
- les résultats mesurés ;
- les fournisseurs ;
- les équipements ;
- les configurations ;
- les retours d’expérience.
C’est cette deuxième approche qui permet de construire progressivement une véritable IA métier.
38. UNE IA QUI DOIT AUSSI SAVOIR QUAND PASSER LA MAIN
Il serait dangereux de considérer qu’une IA doit répondre à tout.
Une IA sérieuse doit pouvoir identifier les limites de son analyse.
Elle peut dire :
« Les données sont insuffisantes. »
Ou :
« Une mesure complémentaire est nécessaire. »
Ou :
« Le calcul doit être vérifié par un ingénieur. »
Ou :
« Le contexte terrain n’est pas suffisamment documenté. »
Ou :
« Deux hypothèses restent possibles. »
Cette capacité à identifier l’incertitude est aussi une composante du savoir-faire.
39. CE QUI FAIT LA DIFFÉRENCE : LE RÉEL
Au fond, toute cette philosophie peut être résumée par un mot :
RÉEL.
Le réel d’un jardin.
Le réel d’une installation.
Le réel d’un bâtiment.
Le réel d’une usine.
Le réel d’un client.
Le réel d’un fournisseur.
Le réel d’une donnée.
Le réel d’une mesure.
Le réel d’une contrainte.
Le réel d’une erreur.
Le réel d’une solution.
C’est ce réel qui doit constamment confronter les connaissances.
40. « NE PAS PRÊCHER LA BONNE PAROLE » : UNE RÈGLE MÉTHODOLOGIQUE
L’écosystème peut ainsi adopter une règle simple :
Une solution proposée doit être présentée avec son contexte, ses hypothèses, ses limites et, lorsque disponible, son retour d’expérience.
Cela permet d’éviter plusieurs pièges :
- la solution miracle ;
- le discours commercial excessif ;
- le copier-coller ;
- la généralisation abusive ;
- l’effet de mode ;
- la technologie pour la technologie ;
- l’IA pour l’IA ;
- l’autonomie comme slogan ;
- l’écologie comme simple argument marketing.
Le principe devient :
MONTRER → MESURER → EXPLIQUER → TRANSMETTRE.
41. L’ÉCOSYSTÈME DEMETER-FB COMME « SYSTÈME DE PREUVE »
L’objectif n’est pas de prétendre que tout est automatiquement vrai parce que cela vient de DEMETER-FB.
Au contraire.
La crédibilité doit pouvoir venir d’un ensemble de preuves :
Sources scientifiques
Pour les connaissances fondamentales.
Références techniques
Pour les méthodes et équipements.
Calculs
Pour les dimensionnements.
Mesures
Pour les performances réelles.
Expérimentations
Pour les hypothèses testées.
Retours d’expérience
Pour les applications.
Réalisations
Pour démontrer la capacité à passer à l’action.
Relations professionnelles
Pour disposer des compétences complémentaires nécessaires.
Formation
Pour transmettre.
Mise à jour
Pour maintenir la pertinence.
C’est cette combinaison qui construit progressivement la confiance.
42. LE VRAI POSITIONNEMENT : UN ÉCOSYSTÈME DE CONNAISSANCE ET D’ACTION
DEMETER-FB ne devrait donc pas être présenté simplement comme :
un blog.
ENVIROFLUIDES comme :
une boutique.
EXAFLUIDS comme :
un bureau d’études.
SITIMP comme :
une marketplace.
OMAKËYA™ comme :
un site consacré au jardin.
APONA-MFB comme :
un site de formation.
HOLLYSTIQUE comme :
un site de développement personnel.
Ces descriptions sont vraies à leur niveau.
Mais elles ne décrivent pas nécessairement l’ensemble.
La vision globale est :
UN ÉCOSYSTÈME DE CONNAISSANCES, D’INGÉNIERIE, DE TECHNOLOGIES, DE FORMATION, D’EXPÉRIENCE ET D’ACCOMPAGNEMENT.
43. LE PARCOURS COMPLET
Un projet peut donc suivre cette trajectoire :
QUESTION
↓
RECHERCHE
↓
CONNAISSANCE
↓
DIAGNOSTIC
↓
MESURE
↓
MODÉLISATION
↓
INGÉNIERIE
↓
ÉQUIPEMENT
↓
RÉALISATION
↓
FORMATION
↓
EXPLOITATION
↓
MESURE
↓
RETOUR D’EXPÉRIENCE
↓
AMÉLIORATION
↓
CAPITALISATION
↓
IA MÉTIER
↓
NOUVEAU PROJET
Et le cycle recommence.
44. C’EST AUSSI CE QUI JUSTIFIE LES SEPT ENTITÉS
Les différentes composantes de l’écosystème prennent alors une logique beaucoup plus claire.
DEMETER-FB
Le savoir.
EXAFLUIDS
Le calcul et la conception.
ENVIROFLUIDES
La technologie et les équipements.
SITIMP
L’approvisionnement.
OMAKEYA™
Le vivant, l’environnement et l’autonomie.
APONA-MFB
La transmission et la compétence.
HOLLYSTIQUE
L’humain.
Et entre tous :
L’EXPÉRIENCE.
45. LA VRAIE DIFFÉRENCE N’EST DONC PAS « NOUS SOMMES MEILLEURS »
Il ne serait pas pertinent de résumer la philosophie par une affirmation générale du type :
« Nous sommes meilleurs que les autres. »
La véritable différence peut être formulée beaucoup plus précisément :
Nous cherchons à relier la connaissance à l’expérience, l’expérience à la mesure, la mesure à l’ingénierie, l’ingénierie à la réalisation, la réalisation au retour d’expérience et le retour d’expérience à la connaissance.
Cette proposition est beaucoup plus vérifiable.
Et surtout, elle peut être progressivement démontrée.
46. COMMENT LE VISITEUR PEUT JUGER PAR LUI-MÊME
La meilleure preuve ne devrait finalement pas être un slogan.
Elle devrait être le contenu lui-même.
Le visiteur peut regarder :
- les sources ;
- les méthodes ;
- les explications ;
- les calculs ;
- les réalisations ;
- les mesures ;
- les expérimentations ;
- les limites reconnues ;
- les mises à jour ;
- les cas concrets.
Puis se faire sa propre idée.
C’est une approche beaucoup plus solide que :
« Faites-nous confiance. »
Elle revient plutôt à dire :
« Regardez comment nous travaillons. »
47. UNE NOUVELLE PROMESSE POUR DEMETER-FB.FR
DEMETER-FB peut donc progressivement porter une promesse différente de celle d’un simple site de contenu :
Ici, la connaissance n’est pas une fin. Elle doit pouvoir conduire à la compréhension, à la mesure, à l’expérience, à l’action et à l’amélioration.
Et cette phrase résume parfaitement le lien entre le site et l’ensemble du groupe.
48. CE QUI EST DIFFICILE À COPIER N’EST PAS LE CONTENU, C’EST L’ÉCOSYSTÈME
Un article peut être copié.
Une image peut être copiée.
Un slogan peut être copié.
Une page web peut être copiée.
Même une idée peut être copiée.
Mais il est beaucoup plus difficile de reproduire simultanément :
une expertise technique ;
une expérience professionnelle ;
des réalisations concrètes ;
des expérimentations dans un jardin ;
des installations énergétiques ;
des applications industrielles ;
de l’IA réellement utilisée ;
de l’IoT réellement déployé ;
des mesures ;
des retours d’expérience ;
des fournisseurs ;
des ateliers ;
des sous-traitants ;
des clients ;
des formations ;
des méthodes ;
une base de connaissances ;
une mémoire des projets ;
et la capacité à relier tout cela.
C’est là que se situe la véritable valeur.
DEMETER-FB N’EST PAS UNE BOÎTE AUX LETTRES
Ce n’est pas simplement :
client → plateforme → fournisseur.
Ce n’est pas uniquement :
question → IA → réponse.
Ce n’est pas :
article → lecteur → fin.
Ce n’est pas non plus :
catalogue → produit → transaction.
L’ambition est de construire une boucle beaucoup plus complète :
CONNAISSANCE → EXPERTISE → EXPÉRIENCE → MESURE → INGÉNIERIE → RÉALISATION → RETOUR D’EXPÉRIENCE → CAPITALISATION → IA → NOUVELLE EXPÉRIENCE
Et cette boucle est précisément ce qui peut transformer un ensemble de sites et d’activités en écosystème de savoir-faire.
LE VRAI CAPITAL DE DEMETER-FB : CE QUI A ÉTÉ APPRIS, TESTÉ, MESURÉ ET COMPRIS
Le véritable patrimoine de l’écosystème n’est donc pas seulement son catalogue.
Ce n’est pas seulement son site.
Ce n’est pas seulement son contenu.
Ce n’est même pas seulement son réseau professionnel.
C’est la combinaison de tout cela :
DES CONNAISSANCES + DES COMPÉTENCES + DES EXPÉRIENCES + DES DONNÉES + DES RELATIONS + DES RÉALISATIONS + UNE MÉTHODE.
Et demain, une partie de ce patrimoine pourra être structurée sous forme de bases de connaissances, de jumeaux numériques, d’outils d’aide à la décision et d’IA métier.
UNE IA PEUT COPIER DES MOTS. ELLE NE COPIE PAS AUTOMATIQUEMENT UNE EXPÉRIENCE.
C’est probablement l’une des meilleures façons de résumer la philosophie.
Une IA peut produire une explication.
Mais elle ne sait pas automatiquement ce qui s’est réellement passé dans votre jardin.
Elle ne connaît pas automatiquement votre installation.
Elle ne connaît pas automatiquement vos clients.
Elle ne connaît pas automatiquement vos fournisseurs.
Elle ne connaît pas automatiquement les problèmes rencontrés dans vos ateliers.
Elle ne connaît pas automatiquement les résultats de vos mesures.
Elle ne connaît pas automatiquement pourquoi une solution a été modifiée après sa mise en œuvre.
Ces informations doivent être acquises, documentées, structurées et entretenues.
C’est précisément ce travail de capitalisation qui peut donner naissance à une véritable intelligence métier.
ET C’EST LÀ QUE DEMETER-FB PEUT DEVENIR BIEN PLUS QU’UN SITE
DEMETER-FB peut devenir :
une bibliothèque ;
un laboratoire d’idées ;
une base de connaissances ;
un retour d’expérience ;
une porte vers l’ingénierie ;
une passerelle vers les équipements ;
un lien avec le terrain ;
un support de formation ;
un patrimoine de savoir-faire ;
et progressivement une source pour une intelligence artificielle métier.
Le tout relié aux autres portes de l’écosystème :
ENVIROFLUIDES
EXAFLUIDS
SITIMP
OMAKËYA™
APONA-MFB
HOLLYSTIQUE
LA PROMESSE N’EST PAS : « CROYEZ-NOUS ».
LA PROMESSE EST : « OBSERVEZ, COMPRENEZ, MESUREZ, EXPÉRIMENTEZ, VÉRIFIEZ ET CONSTRUISONS À PARTIR DU RÉEL. »
C’est cette philosophie qui peut progressivement donner à DEMETER-FB et à son écosystème une identité forte :
PAS UNE SIMPLE BOÎTE AUX LETTRES.
PAS UN SIMPLE CATALOGUE.
PAS UN SIMPLE COPIER-COLLER.
PAS UNE SIMPLE IA GÉNÉRALISTE.
PAS UNE SIMPLE MARKETPLACE.
MAIS UN ÉCOSYSTÈME DE CONNAISSANCE, D’EXPÉRIENCE, D’INGÉNIERIE, DE TECHNOLOGIE ET D’ACTION.
COMPRENDRE LE MONDE.
LE MESURER.
LE MODÉLISER.
CONCEVOIR DES SOLUTIONS.
LES METTRE À L’ÉPREUVE DU RÉEL.
APPRENDRE DES RÉSULTATS.
CAPITALISER LE SAVOIR-FAIRE.
ET UTILISER L’IA POUR AUGMENTER L’INTELLIGENCE HUMAINE PLUTÔT QUE POUR REMPLACER L’EXPÉRIENCE.
DEMETER-FB : DU SAVOIR À L’EXPÉRIENCE, DE L’EXPÉRIENCE AU SAVOIR-FAIRE, ET DU SAVOIR-FAIRE À L’INTELLIGENCE AUGMENTÉE.
OBSERVER → COMPRENDRE → MESURER → MODÉLISER → CONCEVOIR → CONSTRUIRE → AUTOMATISER → EXPÉRIMENTER → APPRENDRE → TRANSMETTRE → ÉVOLUER
Elle a l’avantage d’être parfaitement compréhensible par un particulier, un agriculteur, un ingénieur, un chef d’entreprise, un étudiant ou une collectivité.