Quand Alibaba décide à votre place quel repas commander

Selon LEBIGDATA.FR, Alibaba expérimente une intelligence artificielle qui supprime l’étape de la recherche de restaurant en proposant directement un plat adapté aux préférences de l’utilisateur. Au lieu de faire défiler des dizaines d’options, l’utilisateur reçoit une recommandation prête à être commandée, basée sur son historique de commandes, l’heure de la journée et même les conditions météorologiques locales.

L’IA derrière la suggestion

Le système s’appuie sur des modèles de traitement du langage naturel et de recommandation collaborative. En analysant des millions de transactions passées, il apprend quels types de plats sont associés à certains profils d’utilisateurs, à certains créneaux horaires ou à certains événements locaux. Par exemple, une personne qui commande régulièrement des sushis le vendredi soir verra apparaître une suggestion de maki saumon lorsqu’elle ouvre l’application un vendredi après‑midi.

Cette approche dépasse les classiques filtres par cuisine ou par note moyenne. Elle tente de prédire l’envie du moment avant même que l’utilisateur n’ait formulé une requête explicite, en s’appuyant sur des signaux contextuels tels que la localisation, le calendrier ou les tendances saisonnières.

Comment ça marche en pratique

Dans l’interface actuelle d’Alibaba Food, l’utilisateur voit apparaître une bannière intitulée « Ce que vous pourriez aimer » dès l’écran d’accueil. En un clic, le plat suggéré est ajouté au panier et le passage en caisse peut être effectué immédiatement. Si la proposition ne convient pas, l’utilisateur peut toujours basculer vers le mode de recherche classique, mais le système enregistre ce rejet pour affiner ses futures prédictions.

Les tests menés dans plusieurs villes chinoises montrent que le taux de conversion – c’est‑à‑dire le pourcentage de recommandations qui aboutissent à une commande – augmente d’environ 18 % lorsqu’on utilise cette suggestion proactive, selon les données internes partagées par l’entreprise.

Implications pour les utilisateurs et les restaurateurs

Pour le consommateur, le gain de temps est évident : moins de navigation signifie moins de friction et une expérience plus fluide. Toutefois, cette automatisation soulève des questions sur la découverte de nouvelles saveurs. En se laissant toujours guider par l’algorithme, l’utilisateur risque de rester dans une bulle gastronomique, limitant son exposition à des cuisines inconnues.

Du côté des restaurateurs, apparaître dans les suggestions de l’IA devient un nouveau levier de visibilité. Les établissements qui parviennent à aligner leur offre avec les profils prédictifs du système voient leurs ventes augmenter, tandis que ceux qui restent en dehors de ces modèles peuvent voir leur trafic diminuer. Certains restaurants commencent donc à collaborer avec Alibaba pour fournir des données sur leurs plats les plus populaires afin d’être mieux intégrés dans le flux de recommandation.