Dans l’étude que nous avons réalisée avec Sopexa et Vitagora sur l’état de la FoodTech en France, nous observons que les startups accompagnant le consommateur dans ses choix alimentaires au quotidien ne représentent que 1% des montants investis entre 2013 et 2017, sans réelle tendance de hausse. Le coaching est ainsi en net retrait en France par rapport à d’autres marchés notamment les États-Unis et le Royaume-Uni où ce domaine attire plus d’entrepreneurs et d’investissements. Il y a là une opportunité à saisir pour accompagner des consommateurs de plus en plus perdus dans leurs choix alimentaires. Tour d’horizon des startups de la FoodTech nous aidant à prendre en main cette problématique.
Coaching alimentaire pour le consommateur et les industriels
Ainsi, on ne compte plus les applications créées pour accompagner le quotidien alimentaire des consommateurs, au restaurant ou lors des courses. Certaines sont là pour vous donner un avis a posteriori sur ce que vous avez mangé comme MyFitnessPal. D’autres vont vous accompagner en amont, dans vos choix dans un magasin. Sur ce point, l’application française Yuka connait un réel succès d’audience.
D’autres applications poussent ce concept plus loin en utilisant la reconnaissance visuelle (au lieu d’informations déclaratives manuelles). Far, par exemple, veut permettre à chacun en un coup d’œil de savoir quels produits d’un rayon correspondent à son régime alimentaire et à ses allergies avec de la réalité augmentée sur smartphone. La difficulté de ces modèles résident dans la monétisation des usages et dans la capacité à fournir plus qu’un conseil ponctuel.
Ces applications ont le grand mérite d’exposer et de rendre intelligible la composition nutritionnelle des produits alimentaires proposés par les industriels de l’agro-alimentaire. Quand elles atteignent de larges audiences, cela leur permet de créer une forme de pression. C’est ce que propose la startup Siga : en travaillant dès aujourd’hui avec Franprix, elle fournit une note basée sur le taux de transformation (et la présence d’additifs indésirables) pour chaque produit proposé. Cette note permet aux acheteurs du distributeur d’inciter les industriels à améliorer leur formulation, notamment en comparant un produit à la moyenne de son rayon.
Chatbots et autres interfaces conversationnelles
Les chatbots incarnent certaines des difficultés de l’intelligence artificielle, entre communication et réalité. Souvent vendus par leurs concepteurs comme des outils personnalisés et autonomes dans leur capacité à converser avec vous, ils se révèlent souvent être au mieux des formulaires fournissant des réponses types. Les chatbots peuvent cependant fournir des résultats pertinents dans des domaines où les choix sont complexes. C’est le cas pour le vin où deux chatbots français, Coqovins et Matcha, vous fournissent via un chat Facebook des conseils de vin personnalisés et vous accompagnent jusqu’à l’expérience d’achat.
D’un autre côté, la reconnaissance vocale apporte une solution à la compréhension du souhait du consommateur et de son besoin de recommandation. Aujourd’hui les technologies de reconnaissance vocale et l’intelligence artificielle permettant de l’interpréter sont prêtes. Ainsi, les GAFA et une partie des BATX travaillent et améliorent sans cesse leurs solutions et bénéficient là du meilleur moyen de pénétrer l’intérieur des foyers et d’entrer en interaction avec le quotidien des consommateurs.
Les plateformes Google Home et Amazon Alexa sont déjà ouvertes aux applications extérieures et permettent à des entrepreneurs de disposer d’une large base (plusieurs millions de foyers équipés pour Alexa) pour proposer leurs services dans les cuisines des consommateurs.
Et l’intelligence artificielle dans tout ça ?
De manière générale, il faut faire la différence entre Intelligence artificielle forte et Intelligence artificielle faible. La première sera, à terme, dans quelques décennies peut être, un outil capable de raisonner et de planifier des actions. La seconde, disponible aujourd’hui peut grâce à un entraînement spécifique et à de grands volumes de données accompagner la prise de décisions.
En dehors des technologies d’intelligence artificielle liées à la reconnaissance vocale, quelques startups travaillent sur la création de nouvelles recettes. C’est par exemple le cas de Dishq qui combine plusieurs données dont les recherches de recettes sur internet et les données clients pour proposer à des clients de restaurants d’entreprise des plats qui pourront leur plaire et accompagner la composition des menus. FoodPairing, une startup belge, propose quant à elle de créer des recettes via des combinaisons originales d’ingrédients. Chaque ingrédient y est identifié selon ses marqueurs de goûts mais aussi d’arôme !
Des business modèles à valider
L’usage des datas pour permettre de meilleurs choix alimentaires est encore à ses débuts. Ces startups répondent cependant à un réel besoin : améliorer le quotidien alimentaire des consommateurs et accompagner les distributeurs, restaurateurs et industriels dans l’élaboration et la mise sur le marché de produits de meilleure qualité.
Aujourd’hui, à moins d’avoir une énorme base d’utilisateurs comme MyFitnessPal (racheté en 2015 par Under Armour pour 475$M, sans revenu, mais avec 80 millions d’utilisateurs), ces startups ont du mal à identifier un modèle économique autre que l’abonnement. Tous les consommateurs ne sont pas encore prêts à payer pour un conseil alimentaire, et donc à admettre de ne pas avoir le savoir eux-mêmes. De même il n’est pas encore évident de se faire rémunérer auprès des industriels si l’on fournit une note ou un avis sur leurs produits en rayon. Des modèles plus complexes, hybrides de B2C et B2B sont encore à inventer.
