L’émergence de l’IA en restauration

IA : définitions et data

Sam Altman, PDG d’OpenAI, a annoncé la semaine dernière que ChatGPT compte désormais plus de 100 millions d’utilisateurs actifs par semaine. Le constat est simple : l’IA est utilisée partout et par tous. Mais si l’IA intrigue autant qu’elle effraie, il est difficile de comprendre ce que ce terme recouvre vraiment.

Dans cet article, Adoria vous explique l’émergence de l’Intelligence Artificielle en restauration commerciale et collective.

Définition et contexte de l’intelligence artificielle (IA)

Pour comprendre l’intelligence artificielle, partons de sa définition :

« L’IA est une discipline (..) qui réunit des sciences, théories et techniques (notamment logique mathématique, statistiques, probabilités, et informatique (...)) dont le but est de parvenir à faire imiter par une machine les capacités cognitives d’un être humain.

Les spécialistes (…) sont parfois réticents à employer le terme d’ « intelligence » car les résultats, bien qu’extraordinaires dans certains domaines, demeurent encore modestes au regard des ambitions entretenues. »(1)

Concrètement, l’IA actuelle est un ensemble d’algorithmes, et non une machine capable de réflexion ou de remplacer l’humain.

Il est important de bien comprendre que l’IA actuelle est dénuée de certaines caractéristiques de l'intelligence humaine comme la sensibilité, la conscience et la volonté. L'intelligence artificielle "forte", à l'état de théorie (ou en science fiction), serait dotée de ces caractéristiques pour parfaitement reproduire l'intelligence humaine. On en est très loin dans la réalité.

L'Intelligence Artificielle est une discipline née dans les années 50 qui a connu une longue "traversée du désert", avant de revenir s'imposer à grande échelle au début des années 2000.

Ce type de programme est donc utilisé depuis un certain temps par les professionnels de différents secteurs, dont la restauration : par exemple via les fonctionnalités de prévisionnel du taux de remplissage, notamment en restauration collective.

Faire la difference entre IA, machine Learning et datamining

Intelligence Artificielle, Machine Learning, datamining... il est difficile de s’y retrouver parmi ces termes, parfois utilisés de manière interchangeable alors qu’ils ne recouvrent pas exactement la même chose.
Adoria vous propose d’en comprendre le sens pour mieux les utiliser :

• IA : c’est la discipline qui vise à réaliser des programmes capables de simuler l'intelligence humaine, à base d’algorithmes.
  
  
• Machine Learning (ML) : c’est un sous-ensemble de l’IA. Les ordinateurs apprennent à partir des données et s'améliorent par l'expérience, contrairement à la programmation qui exécute à la lettre des règles prédéterminées.
  Par exemple, le ML permet de faire des prévisions de ventes et affinera ses résultats au fil du temps.
  
  
• Data mining : ce n’est pas de l’IA mais un processus d’analyse de volumes massifs de données et du Big Data sous différents angles, afin d’identifier des relations entre les data et de les transformer en informations exploitables. Ce dispositif rentre dans le cadre de la Business Intelligence. Il est souvent couplé au Machine Learning.

Chez Adoria, nous utilisons l’IA par le biais du Machine Learning. Imaginez la puissance de nos vingt ans de données dans la restauration, couplée à la richesse fonctionnelle de notre outil ? Nous apportons une vision plus précise à nos clients avec un Machine Learning étoffé par l’ensemble de nos données et notre expérience.

La data, un socle pour l’IA

Il est important d’insister sur un point : l’IA n’est rien sans vos données.

Le big data (stockage et traitement d’un grand nombre de données) a été un accélérateur pour l’intelligence artificielle, dont il constitue le socle.

L’IA se nourrit de vos data, il est donc nécessaire de les restituer pour nourrir votre outil et lui donner les clefs pour comprendre les habitudes des consommateurs ou anticiper les demandes.

Les enjeux de la data pour l’utilisation de l’IA

En restauration, vous disposez d’innombrables données collectées liées à votre activité ou à vos clients.

C’est bien cet écosystème de données qui va permettre à l’IA de travailler.

L’émergence de l’IA dans le paysage technologique de la restauration

La restauration organisée a toujours su tirer profit des nouvelles technologies. L’avènement de l’intelligence artificielle permet par exemple la prédiction. En effet, l’IA va venir interpréter et adapter ses résultats en fonction des données qu’il récolte en temps réel.

Mais avant l’IA, comment faisions-nous ? Voici quelques rappels historiques sur les principales révolutions digitales.

Quelques rappels historiques

Il ne faut pas chercher très loin pour avoir des exemples de révolutions technologiques. C’est notamment grâce à son formidable pouvoir de résilience que la restauration a su s’adapter à la crise sanitaire. En urgence, les plateformes de livraisons ou encore le click&collect se sont développés pour adapter les offres à la demande et aux restrictions.

Citons également : les caisses POS ; la commande & le paiement par smartphone ; les CRM pour connaître toujours mieux les habitudes des clients ; ou encore les ERP pour gérer l’activité des groupes de restauration.

Digitalisation, automatisation, ... toutes ces révolutions technologiques ont façonné le paysage de la restauration organisée. Elles ont conduit vers l’IA et son système d’algorithme qui semblent être la solution pour affiner ses prédictions.

Savoir utiliser l’IA à bon escient

Chez Adoria, nous pensons qu’il est important de remettre l’intelligence artificielle dans son contexte : c’est un formidable outil, mais il ne faut pas tout miser sur elle.

La restauration est un métier de terrain, et ce sont les restaurateurs et l’ensemble des acteurs qui en sont les experts. Adoria propose d’utiliser l’IA comme une assistance pour les métiers de la restauration et en aucun cas pour remplacer ces professionnels.

Émergence de l’IA

Contrairement aux idées reçues, l’IA n’est pas apparue d’un coup en restauration. Elle est en phase de recherche et d’expérimentation depuis une dizaine d’année.
Les fonctionnalités évoluent et gagnent en précision. Ainsi, Adoria a proposé sa première version du prévisionnel de ventes il y a déjà 10 ans.

Mais concrètement, quelles sont les possibilités avec l’IA ? 

Exemples d’applications en restauration commerciale

Voici quelques exemples notables d’applications et de fonctionnalités liées à l’IA.
Au cours des prochains articles, nous en explorerons d’autres.

• Chatbot : les assistants virtuels sur les sites internet peuvent répondre aux questions et même prendre des réservations ;
• Tarification dynamique: afin d’adapter les tarifs en fonction de la fréquentation. Par exemple, effectuer une remise de 20% sur les commandes en livraison (Ubereats ou Deliveroo) pour améliorer son chiffre en temps réel.
• Prévision des ventes : en fonction de l’historique, des promotions ou encore d’évènements extérieurs à votre restaurant (comme la météo) ;
• Prévision de la production;
• Prévision de la consommation et des stocks afin de limiter les ruptures ou les pertes :
• Suggestions de plats aux clients basées sur leurs habitudes et préférences ;
• ChatGPT : pour la rédaction de cartes, l’amélioration de recettes, l’analyse des avis clients et la réponse ;
• Le commerce vocal: encore en phase d’expérimentation, certains restaurants le testent afin de prendre les réservations ou la prise de menus. Des enseignes expérimentent aussi les robots conversationnels dans leurs drives pour optimiser le temps, réduire les erreurs et augmenter les ventes.

Nous le rappelons, l’IA est selon nous un outil pour assister les restaurateurs et leur simplifier la tâche, pas un logiciel surpuissant visant à les remplacer. Mais vous l’avez compris, les possibilités sont immenses et nous sommes seulement au début de son utilisation.

Dans les prochains articles de ce livre blanc, vous découvrirez comment utiliser l’intelligence artificielle dans vos restaurants.

(1) Source : Conseil de l’Europe :  https://www.coe.int/fr/web/artificial-intelligence/what-is-ai
(2) Source : https://gmggroup.org/how-are-ai-machine-learning-big-data-deep-learning-and-data-science-interconnected/