La revue de l’alimentation animale – 08 Septembre 2026 – Françoise Foucher
Assertis met en œuvre algorithmes et IA
Une approche hybride pour mieux piloter le risque de volatilité
À l’aide de son algorithme alimentée par l’intelligence artificielle, Assertis soutient les fabricants d’aliment dans leurs stratégies d’achat de matières premières. Le point avec Virginie Ciesla-Maudet, fondatrice et dirigeante d’Assertis.
Virginie Ciesla-Maudet accompagne les filières agricoles et agroalimentaires depuis plus de 20 ans. D’abord en tant que courtier, puis comme analyste technique certifiée depuis 16 ans pour le compte du cabinet Assertis dont elle est la fondatrice et la dirigeante. Depuis 2 ans, avec l’aide d’une docteure et chercheuse spécialisée en data et IA, elle développe un modèle propriétaire d’aide à la décision enrichi par l’IA sur lequel elle s’appuie pour délivrer son analyse et ses conseils d’achats et ventes.
« Le marché des matières premières c’est un peu comme le vent, image-t-elle. On ne peut rien faire contre le vent, par contre on peut apprendre à régler sa voile. Et c’est exactement la même chose sur la volatilité des prix. »
Elle décrit le contexte actuel avec « des marchés durablement volatils » dans « un environnement instable ». Plus de volatilité d’un côté, moins de marge d’erreurs pour des entreprises évoluant dans un contexte tendu de l’autre : « Les marchés sont plus rapides, plus violents, plus instables, alors que les entreprises agricoles et agroalimentaire avec lesquelles je travaille ont très peu de marge nette, détaille-t-elle. Leur résultat net comparé à leur chiffre d’affaires est de l’ordre de 1 % à 2 %, la marge d’erreur est extrêmement faible face à des enjeux financiers énormes. »
Si la volatilité augmente, la capacité des entreprises du secteur à absorber d’éventuelles erreurs d’achat est extrêmement faible.
« Les marchés quant à eux, intègrent les événements à plus ou moins long terme, avec plus ou moins de réactivité », fait-elle observer en prenant l’exemple de la fermeture du détroit d’Ormuz et son incidence sur les cours. Elle montre la courbe du blé Euronext de ces dernières semaines : « 52 % du mouvement était déjà intégré au cours le jour où l’annonce formelle est tombée. Il n’est jamais si simple de déterminer le bon moment pour rentrer sur un marché. Et en fait la grande question, c’est le timing. » Le timing devient stratégique : « Vais-je attendre ou vais-je sécuriser une partie, que ce soit à l’achat ou à la vente, sur le marché ? » La décision nécessite une information fiable.
Scénariser le marché avec un indice de confiance
C’est ce que propose Assertis avec son nouvel algorithme, basé sur un historique long : « Il est alimenté et entrainé sur plus de 22 ans de données Euronext soit la quasi totalité des datas disponibles, décrit Virginie Ciesla-Maudet, ce qui lui permet de scénariser le marché avec un indice de confiance relativement élevé. » Et surtout avec « une capacité à construire des scénarios de marché et des zones de prix cohérentes pour améliorer les décisions d’achat et de couverture ».
Ce modèle intègre deux horizons de temps complémentaires : une dynamique court terme à cinq jours pour « travailler la réactivité et avoir un timing tactique précis. » Puis un horizon à moyen terme à trois semaines, pour avoir du recul et une vision beaucoup plus longue. « Ces deux horizons structurent notre approche, explique l’analyste. Elles offrent la possibilité de construire progressivement une position et de travailler la tendance dominante avec davantage de discipline et de réactivité. »
Pour Virginie Ciesla-Maudet, ce modèle qui alimente désormais ses préconisations apporte davantage de robustesse dans la construction des décisions d’achat.
En développement depuis deux ans, ce modèle est utilisé depuis six mois en conditions réelles avec une dizaine de clients pilotes, dont des fabricants d’aliment, un secteur que connait bien Virginie Ciesla-Maudet : « J’étais courtier en céréales au début de ma carrière, précisément pour l’alimentation animale qui a été mon cœur de métier. »Aujourd’hui son activité s’est diversifiée vers les négoces, coopératives agricoles, la meunerie, les industries de seconde transformation.
Pendant cette phase pilote, ses conceptrices ont continué à lui apporter des améliorations au vu des retours des premiers bénéficiaires :« Après une première version très directionnelle, nous avons développé une V2 plus nuancée et plus proche des réalités de marché. » »
Pour autant, les préconisations stratégiques délivrées par Virginie Ciesla-Maudet ne sont pas uniquement basées sur les prévisions de l’algorithme : « Les informations générées par le modèle enrichissent mon analyse, mais cela demeure une approche hybride. Cela fait 30 ans que j’analyse des courbes, j’ai passé quelques milliers d’heures devant un écran à étudier l’évolution des cours : ce qui pourrait passer pour des intuitions est en réalité le fruit de mon expérience, elle même basée sur une analyse très technique. Mais même avec une forte expertise, les décisions humaines peuvent être influencées par le stress, la volatilité ou certains biais émotionnels. Le modèle apporte alors une lecture complémentaire pour objectiver les décisions. »
Algorithme / IA
Virginie Ciesla-Maudet insiste sur la notion d’algorithme dont Assertis est propriétaire. « L’IA ne suffit pas. On en a besoin certes car il y a du traitement de données, du machine learning car c’est un système auto-apprenant, c’est-à-dire qui va s’enrichir de toutes les analyses encore à venir. Tout cela fait appel à l’intelligence artificielle. Mais l’IA seule peut parfois fonctionner comme une boîte noire difficile à interpréter. À l’inverse, notre modèle a été construit à partir d’indicateurs, de données et de logiques de marché sélectionnés pour répondre précisément aux problématiques de pilotage des achats de matières premières agricoles. »
Pourtant dans l’analyse des marchés, les algorithmes ne sont pas nouveaux. Ça fait longtemps qu’ils tournent pour aider les analystes. « La véritable innovation réside dans la capacité à construire des scénarios de marchés exploitable pour la prise de décision, assure Virginie Ciesla-Maudet. Car c’est certes important de savoir si le marché va monter, mais nous ce qu’on veut c’est pouvoir décider entre acheter 5 % ou 20 % d’une couverture globale à l’année. Pour arriver à cette décision, il nous faut un prix. Un prix pertinent. C’est ce que fournit notre algorithme. » Elle précise : « Il existe déjà des modèles construits sur la base d’indicateurs de suivi de tendance par exemple. Mais dans des marchés non-directionnels, qui évoluent latéralement, ces modèles vont envoyer de mauvais signaux. Ils ne sont ni assez réactifs, ni assez précis. »
La première matière première à bénéficier de cette analyse hybride est le blé, matière première de référence la plus échangée sur le marché à terme français, Euronext. Mais le modèle expérimente déjà les graines de colza et le tourteau de soja, ainsi que la parité euro-dollar.
En résumé, pour Virginie Ciesla-Maudet, cette nouvelle offre répond à l’objectif principal d’un fabricant d’aliment à savoir « construire un prix d’aliment à l’année, qui soit le plus bas possible pour leurs éleveurs, dans un contexte d’autant plus exigent que les filières sont très concurrentielles ».