Intelligence artificielle

L’IA ne vaut que les données qui la nourrissent.

Un modèle de langage ne peut pas rapprocher une facture du catalogue fournisseur s’il n’existe pas de fichier articles où les deux se rejoignent. FoodNotify possède ce fichier articles. Dessus tournent la prévision de la demande, les propositions de commande, la lecture des documents et un serveur MCP pour les assistants IA. Tout est en production, rien n’est à l’état de projet.

Réserver une démo Voir le serveur MCP ↓

170+sites dont la prévision est mesurée chaque jour

90,9 %prévision cumulée sur trois jours

1.000+fournisseurs avec données dans le système

Prévision contre réel35 jours, un site

réellement venduprévision

Mesure réelle sur un site, anonymisée : 35 des 90 jours de contrôle que le modèle n’a jamais vus. La précision y atteint 90,9 pour cent par jour.

En production

Quatre fonctions IA que vos sites utilisent déjà.

Chacune s’appuie sur le même fichier articles. Elles calculent donc avec vos conditionnements, vos prix et vos recettes, et non avec des moyennes trouvées sur internet.

En production

Prévision de la demande dans chaque Smart List

Le modèle apprend de vos données de vente, avec le jour de la semaine, la saison, les jours fériés, la météo et les événements. Il prévoit les quantités vendues par site et les décline en articles via vos recettes, directement dans la liste depuis laquelle vous commandez.

Sur plus de 170 sites, nous mesurons chaque nuit à quel point la prévision correspond aux quantités réellement vendues : 87,7 % sur une journée, pondéré par le volume, sur 90 jours que le modèle n’a jamais vus. Une commande couvre plusieurs jours : cumulée sur trois jours, la précision atteint 90,9 %, et 92,7 % sur sept jours.Mesure continue en exploitation, pas un résultat de laboratoire. État au 20 septembre 2026.

En production

Une proposition de commande que vous validez

Prévision, stock, fenêtre de livraison et quantités minimales donnent un panier pré-rempli : le bon article, la bonne quantité, le bon fournisseur. Vous ajustez ou vous validez. Rien ne part sans votre accord.

Cela réduit le surstock et les commandes d’urgence, et fait gagner le temps passé aujourd’hui à recopier et recompter.

En production

Factures et bons de livraison par appareil photo

BEAM lit vos documents et propose la réception : articles, quantités, prix, conditionnements. Les écarts par rapport à la commande et au prix catalogue sont signalés, et les champs incertains passent en vérification humaine.

Les changements de prix apparaissent à la lecture du document, pas en fin de mois.

En production

Serveur MCP pour Claude et ChatGPT

Connectez FoodNotify une fois à votre assistant IA et interrogez vos propres données en langage courant. L’assistant appelle nos outils et reçoit de vraies valeurs, pas une estimation.

En lecture seule, avec vos droits. Aujourd’hui centré sur les données de recettes : ingrédients, quantités, coûts, allergènes et valeurs nutritionnelles.

Serveur MCP

Interrogez vos données au lieu de chercher des rapports.

Voici ce que cela donne dans l’assistant. Choisissez une question, la réponse provient d’un établissement type.

FoodNotify connecté via MCP · accès en lecture seule

Données d’exemple à titre d’illustration. L’assistant ne voit que ce à quoi votre compte a droit et n’écrit rien. Le passage d’un compte à l’autre est en cours de test.

Comment naît la prévision

Traçable, pas magique.

1 · Données

Données de caisse par article et par jour, recettes, stocks, catalogues fournisseurs. Plus le calendrier : jour de la semaine, vacances scolaires, jours fériés, météo et événements sur le site.

2 · Modèle

Un modèle de gradient boosting par chaîne apprend de l’historique de tous les sites et repère des schémas qu’une moyenne hebdomadaire ne voit pas : ruptures liées à la météo, à un jour férié ou à un événement.

3 · Décision

La prévision devient une quantité par article, calculée pour votre fenêtre de livraison et votre conditionnement. La proposition apparaît dans la Smart List, la validation reste chez vous.

Limites

Ce que notre IA ne fait délibérément pas.

Dans un établissement où les allergènes et les marges comptent, la vraie question n’est pas ce que l’IA sait faire, mais où elle s’arrête.

Elle ne commande pas seuleChaque proposition attend la validation d’une personne. Il n’existe aucun mode automatique qui commande en silence.

Elle n’invente pas d’allergènesLes informations à déclarer proviennent des données fournisseurs et fabricants. Lorsqu’une donnée manque, elle est signalée comme telle au lieu d’être complétée par un modèle.

Pas de boîte noirePour chaque quantité, vous voyez sur quoi elle repose : consommation, stock, fenêtre de livraison. Et vous voyez en continu la qualité de la prévision.

Aucun accès au-delà de vos droitsLe serveur MCP lit ce que votre compte peut voir et n’écrit rien.

Aucun entraînement sur vos donnéesVos données sont hébergées en Allemagne sur des serveurs Hetzner et ne servent pas à entraîner des modèles de langage.

Voir l’IA dans votre établissement

20 minutes avec vos chiffres : la prévision dans la Smart List, la proposition de commande, la lecture des documents et le serveur MCP dans votre assistant.

Réserver une démo Calculer vos économies