L’Intelligence artificielle au service de la restauration

Existe-t-il des cas concrets d’utilisation de l’IA dans la restauration ?

L’intelligence artificielle pour encaisser vos repas

Depuis 2017, le fonds d’investissement Sodexo Ventures et la start-up chinoise Aeye-Go ont développé un système de reconnaissance visuelle servant à encaisser les plateaux-repas. Deux années de recherche ont été nécessaires pour réaliser ce projet. Son objectif ? Réduire le temps d’attente à la caisse pour améliorer l’expérience du convive.

En moyenne, aux heures de pointe, le temps d’attente en caisse dans un lieu de restauration collective est de 4m30. Ces nouvelles bornes réduisent ce délai à 1m30. Pour cela, elles photographient le plateau du client et y reconnaissent précisément tous les ingrédients, y compris une pièce de viande recouverte de garnitures. Dès lors, le système interprète le contenu du plateau et prépare l’encaissement, en attendant validation et paiement.

FoodIn Tech, contre la dénutrition et le gaspillage

FoodIn Tech est une autre innovation en matière d’intelligence artificielle. Cette solution vise à lutter contre la dénutrition des patients en établissements de santé, et contre le gaspillage alimentaire. Selon le site LutteContrelaDenutrition.fr :

• Le taux de dénutrition y est de 20 à 40 % pour les personnes hospitalisées ;
• Ce taux atteint parfois 50 % pour les patients plus âgés ;
• 30 % des plateaux-repas servis en milieu hospitalier sont jetés.

FoodIn Tech associe la photographie à l’intelligence artificielle. Grâce à elle, des diététiciens établissent un diagnostic nutritif précis et une stratégie nutritionnelle adaptée et personnalisée pour chaque patient. FoodIn Tech permet aux établissements de santé de :

• Réadapter en temps réel le contenu de leurs plateaux-repas ;
• Assurer la satisfaction des patients ;
• Faire des économies et réduire le gaspillage.

Foodvisor pour maîtriser les calories

Dans un tout autre registre, Foodvisor repose sur un système similaire et permet de connaître le ratio calorifique et les valeurs nutritionnelles d’une assiette par photographie. Lancée en 2018, l’application dispose aujourd’hui de plus d’un million de plats annotés et reconnaît des milliers d’aliments. Le cofondateur de l’entreprise estime que « sa prochaine version de l’application pourra atteindre une précision de 90 % », de quoi inculquer de bonnes habitudes alimentaires à ses utilisateurs.

En quoi l’IA améliore le parcours client et facilite le métier des restaurateurs ?

Ces nouveaux systèmes d’IA ne visent pas à réduire les emplois dans le milieu de la restauration. Leur ambition est de recentrer les missions des collaborateurs du secteur sur leur cœur de métier :

• Sélectionner rigoureusement des produits ;
• Cuisiner et dresser des assiettes appétissantes ;
• Accueillir et échanger avec les convives.

À cela s’ajoutent également d’autres nouveaux métiers plus techniques, visant à adapter continuellement les outils. En effet, gérer l’intelligence artificielle à un niveau local requiert un savoir-faire technique très poussé. La technologie doit pouvoir s’adapter à chaque restaurant, chaque jour et à chaque menu.

De manière globale, l’intelligence artificielle est un excellent outil pour les employés de la restauration, qui ne remplace en rien l’humain, mais qui lui apporte désormais un précieux appui. Si l’intelligence artificielle n’en est qu’à ses débuts, le système tend à se développer de façon exponentielle dans les prochaines années.

« L’intelligence artificielle et la réalité augmentée avec l’analyse de la data, est une des technologies qui va impacter la restauration d’ici à 2025 », analyse Thibaut Chaumais, directeur des ventes d’Oracle Hospitality. Il ajoute que : « La génération Y veut être reconnue en tant que personne unique, il faut donc répondre à une demande d’individualisation extrême. Mais à mon sens, l’humain sera toujours bien présent. »

Ça n’est pas une intelligence artificielle qui produits nos légumes et nos œufs, ce sont des Hommes Fiers de Coopérer !

¹ « Apprentissage automatique » d’une machine pour déceler des patterns, effectuer des prévisions et des analyses.

² « Apprentissage profond » d’une machine via un réseau à plusieurs couches de neurones artificiels, similaire au cerveau humain.

³ Terme complet de « cloud », désignant le stockage de données en ligne sur des serveurs à distance.

⁴ Signifie qu’un logiciel est proposé avec un libre accès à son code source pour modifications, améliorations, etc.