La cuisine a toujours été une sorte de laboratoire – un lieu où science et art se rencontrent pour créer les aliments que nous apprécions. Mais que se passe-t-il lorsque les algorithmes et l’intelligence artificielle rejoignent les chefs au plan de travail?
En parcourant la conférence technologique Collision à Toronto le mois dernier, je n’ai pu m’empêcher de remarquer l’explosion des startups alimentaires propulsées par l’IA. Des applications de nutrition personnalisée aux entreprises développant des protéines cultivées en laboratoire, l’intersection entre alimentation et technologie évolue plus rapidement que la plupart des observateurs de l’industrie ne l’avaient anticipé.
« Nous ne nous contentons plus de peaufiner des recettes, » explique Marisa Chen, fondatrice de NutriTech Solutions, que j’ai rencontrée après sa table ronde. « L’IA change fondamentalement la façon dont nous découvrons, développons et livrons des produits alimentaires aux consommateurs. »
Ce changement n’est pas simplement théorique. Les grands acteurs placent déjà des paris substantiels sur le rôle de l’IA dans l’innovation alimentaire. Nestlé a récemment élargi ses partenariats de recherche avec plusieurs universités canadiennes pour développer des systèmes d’apprentissage automatique qui peuvent prédire les combinaisons de saveurs et reformuler des produits avec moins d’additifs tout en maintenant leurs profils gustatifs.
Les chiffres confirment cette dynamique. Le financement en capital-risque pour les technologies alimentaires basées sur l’IA a atteint 5,4 milliards de dollars à l’échelle mondiale en 2022, selon AgFunder, soit une augmentation de 173% par rapport aux niveaux pré-pandémiques. Les startups canadiennes ont revendiqué environ 320 millions de dollars de ce total – pas des chiffres dignes de la Silicon Valley, mais significatifs pour notre écosystème.
Au-delà des investissements, ce qui est fascinant, c’est comment l’IA transforme simultanément plusieurs segments de la chaîne de valeur alimentaire. Permettez-moi de détailler où se produisent les développements les plus prometteurs.
D’abord, il y a la formulation des produits. La R&D alimentaire traditionnelle peut tester des centaines de variations avant d’aboutir à un produit prêt pour le marché. Foodspace Analytics, basée à Montréal, a développé des algorithmes qui peuvent simuler des milliers de combinaisons d’ingrédients, en tenant compte de la texture, de la stabilité, du contenu nutritionnel et des préférences prévues des consommateurs – tout cela avant qu’un seul prototype physique ne soit créé.
« Notre système a réduit le délai de développement d’une alternative au yogourt à base de plantes de 14 mois à un peu moins de 3 mois, » affirme Daniel Rousseau, PDG de Foodspace. « Le client a économisé environ 430 000 $ en coûts de développement. »
Cette accélération n’est pas seulement bonne pour les bilans financiers; elle pourrait être essentielle pour répondre à des défis urgents comme le changement climatique. L’agriculture représente environ 11% des émissions de gaz à effet de serre du Canada, selon les données d’Environnement et Changement climatique Canada. Des entreprises comme Perfactly de Vancouver utilisent l’IA pour créer des combinaisons d’ingrédients plus durables qui réduisent considérablement l’empreinte environnementale sans compromettre le goût ou la nutrition.
La deuxième transformation se produit dans la personnalisation. Vous souvenez-vous quand les produits alimentaires uniformisés étaient la norme? Cette ère s’estompe rapidement.
« Ma grand-mère souffre de diabète de type 2, mon partenaire a la maladie cœliaque, et j’essaie de gérer mon cholestérol, » explique Jamie Williams, un Torontois qui utilise une application de planification de repas propulsée par l’IA. « Avant, accommoder les besoins de tous signifiait préparer trois repas différents. Maintenant, l’application suggère des modifications à une seule recette qui convient à tout le monde. »
Ce niveau de personnalisation s’étend au-delà de la cuisine maison. Plusieurs chaînes de restaurants canadiennes testent discrètement des systèmes d’IA qui peuvent ajuster les plats en fonction des préférences et des exigences diététiques des clients. Le système du restaurant Carte Blanche à Montréal peut suggérer des modifications à presque tous les plats pour accommoder les allergies ou les objectifs nutritionnels tout en maintenant le profil de saveur prévu par le chef.
L’application peut-être la plus controversée est dans la prédiction sensorielle. Traditionnellement, les entreprises alimentaires s’appuient sur des tests gustatifs coûteux auprès des consommateurs pour valider de nouveaux produits. Tastewise AI, basée à Toronto, affirme que ses algorithmes peuvent prédire la réponse des consommateurs à de nouvelles combinaisons de saveurs avec une précision de 87% en analysant les publications sur les réseaux sociaux, les tendances des menus de restaurants et les habitudes d’achat.
« Cela ne remplace pas les papilles humaines, » précise Rebecca Lau, fondatrice de Tastewise. « Mais cela donne aux développeurs de produits un bien meilleur point de départ et réduit le risque d’échecs sur le marché. »
Tout le monde n’est pas enthousiaste à propos de l’influence croissante de l’IA. Les petits producteurs alimentaires et les opérations artisanales s’inquiètent d’être laissés pour compte dans cette course technologique. Il y a également des préoccupations légitimes concernant la confidentialité des données lorsque les systèmes d’IA collectent des informations sur nos habitudes alimentaires et nos préférences.
« Nous devons nous assurer que ces systèmes n’optimisent pas uniquement pour le profit ou la commodité, » avertit Dr. Aisha Thompson, chercheuse en éthique alimentaire à l’Université de Toronto. « L’alimentation est culturelle, émotionnelle et profondément personnelle. Il y a des aspects de notre relation avec la nourriture qui ne devraient pas être réduits à des points de données. »
Ayant couvert le secteur technologique pendant plus d’une décennie, j’ai vu de nombreux cycles d’engouement naître et disparaître. Mais l’application de l’IA dans l’innovation alimentaire semble différente – elle livre des résultats mesurables et aborde des problèmes tangibles.
Pour les consommateurs, cette transformation promet une nutrition plus personnalisée, des formulations potentiellement plus saines et des aliments mieux alignés avec les valeurs environnementales. Pour l’industrie, elle représente à la fois une opportunité et une perturbation.
Les entreprises qui prospéreront seront celles qui utilisent l’IA non seulement pour optimiser les processus existants, mais pour réimaginer ce qui est possible. Comme Chen l’a dit lors de notre conversation : « L’avenir de l’alimentation ne consiste pas seulement à rendre plus efficace ce que nous avons déjà. Il s’agit de créer des choses que nous n’avons pas encore imaginées. »
En tant que personne qui couvre l’intersection entre les affaires et la technologie, je suis particulièrement intéressé de voir comment les fabricants alimentaires traditionnels répondront à cette vague d’innovation. Vont-ils acquérir ces startups, développer des capacités concurrentes en interne, ou se retrouver de plus en plus obsolètes?
Une chose est certaine : la recette du succès dans l’industrie alimentaire est en train d’être réécrite, un algorithme à la fois. Et pour les entreprises comme pour les consommateurs, c’est quelque chose qui mérite notre attention.
