Depuis plusieurs décennies, les innovations dans les domaines de la mesure, de la science des données et de l'intelligence artificielle transforment en profondeur de nombreuses filières industrielles et agroalimentaires. Pourtant, le monde du vin, héritier de plusieurs millénaires de savoir-faire, reste confronté à une difficulté majeure : comprendre et modéliser un produit vivant dont la qualité résulte d'interactions extrêmement complexes entre le terroir, la vigne, le climat, les pratiques culturales, la vinification et le vieillissement.
Le projet VitinTWIN est né de cette ambition : construire le premier Jumeau Numérique du Vin, une représentation virtuelle capable d'accompagner les professionnels tout au long du cycle de vie du vin, depuis la vigne jusqu'à la bouteille. L'objectif n'est pas de remplacer l'expertise humaine, mais de lui apporter un nouvel outil d'aide à la décision fondé sur une connaissance objective de la matière.
L'innovation majeure du projet repose sur une donnée encore largement sous-exploitée : la signature multi-minérale du vin. Contrairement à de nombreux paramètres fortement influencés par les conditions d'analyse ou l'évolution du produit, cette signature constitue une caractéristique intrinsèque particulièrement stable comparable à l’ADN chez l’Homme. Elle reflète l'histoire du vin en intégrant les influences du terroir, du matériel végétal, des pratiques viticoles et œnologiques, tout en restant intimement corrélée à ses propriétés physico-chimiques et sensorielles.
Cette signature minérale devient ainsi le fil conducteur permettant de relier l'ensemble des connaissances disponibles sur le vin. Elle fournit le référentiel indispensable pour entraîner des modèles prédictifs d'intelligence artificielle (machine learning) capables de comprendre les interactions entre les différents facteurs de production, de simuler leurs effets et d'éclairer les choix des professionnels à chaque étape de l'élaboration.
En combinant cette donnée avec les informations issues du vignoble, des procédés de vinification, des analyses œnologiques et des connaissances métier, VitinTWIN développera une plateforme numérique capable de simuler différents scénarios, d'anticiper les conséquences des décisions techniques et d'optimiser les pratiques dans une logique de qualité, de durabilité et de performance.
Cinq partenaires régionaux dans le consortium :
- M&Wine, spécialiste des solutions d’intelligence artificielle appliquées au vin
- Armonia, acteur majeur de la valorisation des vins via ses concours et événements
- Université Claude Bernard Lyon 1, experte de la donnée minérale et du jumeau numérique
- SICAREX Beaujolais, acteur de référence pour l’expérimentation terrain et le réseau viticole
- IFV (Institut Français de la Vigne et du Vin), référence nationale pour la validation et le transfert des innovations
Les besoins principaux :
- accès à un réseau de parcelles, de chais et de vins afin de collecter des échantillons variés
- mobilisation d’experts de la filière pour affiner les outils et prioriser les cas d’usage
- mise en relation avec des utilisateurs pilotes souhaitant expérimenter la technologie en conditions réelles
- reconnaissance institutionnelle pour accélérer la diffusion du projet à l’échelle nationale
Le choix du Beaujolais comme territoire pilote s'impose naturellement. Par la richesse de ses terroirs, la diversité de ses productions et la capacité de son écosystème à fédérer recherche et entreprises, cette région viticole offre un terrain d'expérimentation exceptionnel pour développer et valider un outil qui a vocation à bénéficier, à terme, à l'ensemble de la filière vitivinicole française et européenne.
Au-delà de la seule innovation technologique, VitinTWIN répond à des enjeux stratégiques majeurs pour la filière : accompagner l'adaptation au changement climatique, préserver et valoriser les identités des terroirs, sécuriser les choix techniques des exploitations, renforcer la qualité des vins et améliorer leur compétitivité sur les marchés internationaux.
L'intelligence artificielle n'est performante que lorsqu'elle apprend à partir d'une donnée pertinente. Jusqu'à présent, cette donnée faisait défaut dans le domaine vitivinicole. La signature multi-minérale apporte enfin ce référentiel intrinsèque qui permet de construire un véritable jumeau numérique du vin et de rendre les modèles prédictifs réellement utiles aux professionnels. Théodore Tillement, M&Wine