Et si demain, un assistant intelligent connaissait vos goûts alimentaires mieux que vous-même ? Si vos menus de la semaine étaient générés automatiquement, vos courses livrées sans effort, vos choix nutritionnels guidés par un algorithme… Cette révolution est déjà en cours. Son nom : la Food Tech. Introduction : une nouvelle façon de manger

Dans le cadre de mon mémoire au MBA DMB, je me suis intéressé à ces nouveaux usages digitaux autour de l’alimentation. Et parmi les acteurs majeurs, Jow est l’une des applications les plus emblématiques. Elle incarne une nouvelle manière de consommer : plus fluide, plus personnalisée, mais aussi plus influencée. Cet article développe l’un des axes de réflexion de mon travail : comment la technologie façonne désormais nos habitudes alimentaires, entre gain de confort et perte de contrôle.

🍽️ Jow : le Netflix des repas ?

Lancée en 2018, Jow propose une promesse simple : générer pour vous un menu de la semaine complet et personnalisé, en tenant compte de vos préférences, de votre régime alimentaire, de vos équipements de cuisine… et même du nombre de personnes à table. Le tout synchronisé avec votre drive habituel (Leclerc, Carrefour, Intermarché, etc.).

Comment ça marche ?

1. Vous créez un profil personnalisé (végétarien, sans lactose, etc.)
2. L’appli vous propose des recettes compatibles avec vos goûts.
3. En un clic, elle remplit automatiquement votre panier de courses.
4. Vous pouvez le modifier avant de le valider chez l’enseigne choisie.

🎯 Objectif : réduire la charge mentale alimentaire

Jow n’est pas un simple générateur de recettes. C’est une plateforme pensée pour réduire le temps et l’énergie consacrés aux courses et à la planification des repas, un véritable assistant culinaire intelligent.

🤖 Quand la Food Tech devient Food Intelligence

Ce qui distingue les nouvelles apps de la Food Tech comme Jow, Yuka ou Too Good To Go, c’est leur capacité à intégrer de la donnée dans le processus décisionnel :

• Vos goûts sont analysés
• Vos historiques d’achat sont pris en compte
• Vos besoins nutritionnels peuvent être modélisés
• Les tendances sociales et saisonnières influencent les suggestions

On ne choisit plus uniquement ce qu’on veut manger : on choisit ce qu’un système pense que l’on devrait manger.

Ce glissement est passionnant mais soulève une vraie question : à quel point la technologie influence-t-elle nos choix ? Sommes-nous encore des mangeurs libres ou des mangeurs assistés ?

🧠 Mémoire : la consommation alimentaire comme expérience augmentée

Dans mon mémoire, j’analyse l’impact de ces outils à travers plusieurs axes :

• Gain cognitif : délégation de la planification des repas
• Gain économique : réduction du gaspillage, meilleure anticipation
• Personnalisation : alimentation adaptée aux régimes, aux pathologies
• Influence invisible : décisions guidées par des logiques d’optimisation et de marketing

La grande question posée est la suivante :

Introduction : une nouvelle façon de manger

“Sommes-nous en train de perdre une part de notre autonomie alimentaire au profit d’un confort algorithmique ?”

💡 Vers une alimentation pilotée par la data ?

Les apports sont nombreux : moins de stress, plus de cohérence, moins de gaspillage. Mais ces avantages ne sont pas neutres. Ils s’accompagnent d’une délégation croissante à la machine, et posent des questions éthiques :

• Qui définit ce qui est “bon” pour moi ?
• Quelle place pour la découverte, l’improvisation ?
• Comment sont construits les algorithmes de recommandation ?

La Food Tech est une chance, mais elle doit rester un outil, non un pilote automatique.

🧭 Conclusion : reprendre la main sur l’outil

Les applications comme Jow nous permettent de mieux consommer, plus facilement, dans un monde pressé. Mais elles nous rappellent aussi que la technologie, si elle est mal utilisée, peut invisiblement standardiser nos choix.

Mon travail de recherche sur le sujet me conduit à une conviction :

Le digital doit nous permettre de mieux manger, pas juste de manger sans y penser. Introduction : une nouvelle façon de manger

Note méthodologique de l’utilisation de l’IA