DESCRIPTION
Hyperplan est une plateforme SaaS pour aider les industriels de la chaine agro-alimentaire à optimiser leurs opérations en anticipant les aléas agronomiques (notamment liés de plus en plus aux changements climatiques). Notre produit repose sur 3 fondamentaux :
– Observer : Analyse d’images satellites pour reconnaître les surfaces par culture pendant la saison (2-4 mois avant la collecte, selon les cultures), pour piloter l’arrivée à maturité des plantes et piloter la progression de la collecte
– Anticiper : Algorithme de machine learning pour prévoir le volume à collecter au niveau local de l’actif industriel, anticiper les risques de sur-/sous- capacité dans le réseau (points de collecte, silos ou usines de transformation), anticiper les dates de démarrage et durée de campagne de collecte
– Optimiser : Algorithme de recherche opérationnel pour optimiser l’allocation des ressources selon plusieurs scénarios d’approvisionnement anticipés et pour optimiser le retour sur les investissements opérationnels (p.ex : capex de maintenance) et investissements stratégiques (p.ex : refonte de réseau, création de filière)
Nos objectifs : Des gains économiques allant de 2 à 4€/tonnes de produits agricoles bruts collectés, la réduction des pertes en produits / dégradation de qualité de 10-15% et l’optimisation des stratégies d’investissement (notamment en revue de réseau industriel, création de filière)
Hyperplan is a SaaS platform for food chain industrials to optimize their operational and strategic decisions while anticipating the growing uncertainties they are facing (more and more caused by climate change in particular)
Our product has 3 main macro-features :
– Observe : Computer vision techniques to get timely information (up to 2-4 months ahead of harvest, depending on the crop) on hectares growing per crop, crop health and maturity stage and to get live information on harvest progress
– Anticipate : Machine learning algorithm to build likely scenarios of volumes to be collected per industrial asset and anticipate risks of over-/under- capacity (wether it’s a colelct platform, a silo or a plant) and to antipate likely scenarios of harvest campaign start date and duration
– Optimiser : Operational research algorithm to optimize ressource allocation (logistic capacities and workforce) at local level, based on several likely raw product supply scenarios and to optimize return on investments, wether at the operational level (maintenance capex ahead of harvest) or strategic level (network redesign, build-up of a chain for a specific variety)
Our objectives : Economic gains up to 2-4€/ton of raw product collected, food loss / quality downgrading reduced by 10-15% and optimized food chain’s return on invested capital
