Académique Documents
Professionnel Documents
Culture Documents
Compass Group:
Transformer la restauration collective avec l’IA
Le groupe opère dans de nombreux secteurs en offrant des solutions de restauration collective
pour les entreprises, les administrations, les établissements d’enseignement, les collectivités
territoriales, les hôpitaux, les cliniques, les établissements médico-sociaux et les
établissements du secteur de la défense.
Pour répondre aux besoins spécifiques de chacun des secteurs, Compass Group a créé des
marques spécialisées, qui opèrent dans les cinq principaux secteurs (figure 1).
Page 1 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
1
https://eurest.fr/
2
https://exalt.fr/
3
https://medirest.fr/
4
https://mediance.fr/
Page 2 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
5
https://scolarest.fr/
Page 3 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
Page 4 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
Au-delà de ces premières solutions, le groupe Compass a souhaité aller plus loin, en intégrant
des technologies d’intelligence artificielle plus sophistiquées. Voici trois solutions innovantes
principales, qui intègrent de l’IA.
Comment ça marche ?
Lorsque le convive a fini de se servir, il dépose son plateau sous la borne Express Smart
Checkout, équipée d’une caméra. Moins de 300 millisecondes suffisent au réseau de neurones
pour reconnaître tout le contenu du plateau. Les algorithmes sont entraînés à partir d’images
de plateaux repas sur une gamme limitée de la totalité de l’offre de Compass, mais avec un
taux de fiabilité déjà important.
Si un doute subsiste, la borne propose un choix restreint de produits afin que le convive n’ait
qu’un seul clic de plus à faire. L’identification du convive se fait par simple passage de son
badge et le règlement de son plateau en moins de 10 secondes. La borne permet de recharger
son badge via un système de paiement sans contact (NFC) ou de régler directement, il en va de
même lorsque le consommateur n’a pas de badge.
Afin d'assurer la gestion des nouvelles références et l'amélioration des performances, la Borne
Express apprend des retours clients. Grâce à la plateforme évolutive de Deepomatic, les saisies
manuelles des clients, en cas de doute ou d'erreur, permettent d'enrichir l'apprentissage des
réseaux de neurones en associant chaque photo produit ou recette à la bonne référence.
Toute l’acquisition de données, son traitement, l’accélération GPU et le modèle de gestion IA
sont ainsi installés sur les bornes avec les caméras qui détectent le contenu des plateaux repas.
6
https://deepomatic.com/case-study/smart-checkout-smart-cash-registers-in-company-restaurants
Page 5 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
ou biométrique n'est utilisée, ce qui garantit le respect de la vie privée et l'anonymat. Les clients
s'enregistrent à l'entrée et se promènent ensuite librement dans le magasin, choisissant à leur
guise parmi l'offre alimentaire, sans scanner ni faire la queue. Ils repartent avec leurs achats et
reçoivent un reçu sur leur téléphone quelques instants plus tard. Le magasin est ouvert au grand
public, ainsi qu'aux employés de Flutter. En offrant des aliments de grande qualité, 24 heures
sur 24, et un service rapide et efficace, le magasin connecté offre une réelle valeur à l'expérience
du client par le biais de la technologie.
Figure 3. Le magasin intelligent
Comment ça marche ?
Les clients entrent dans le magasin selon le format le mieux adapté à l'endroit : soit en scannant
une application mobile soit avec une carte bancaire. Il faut donc soit que les consommateurs
s'enregistrent à l’application dédiée au magasin connecté soit qu’ils utilisent leur carte de
paiement. Dès que les clients entrent, des caméras équipées d'un système de vision par
ordinateur commencent à suivre leur activité sans perturber l'expérience d'achat. Des modèles
de vision par ordinateur et d'apprentissage profond formés sur des milliers de références de
produits identifient les produits que les clients prennent, remettent et conservent dans leurs
chariots ou leurs sacs. Les étiquettes électroniques des rayons se mettent automatiquement à
jour en fonction des prix et des stocks en temps réel. Les promotions sont adaptées à chaque
client, avec des notifications sur l'application mobile et les offres en magasin sont présentées
au bon moment. L'inventaire est ajusté en coulisses au fur et à mesure que les clients effectuent
des achats et déplacent, ce qui évite les ruptures de stock et améliore les ventes. Les acheteurs
choisissent l'option de paiement qui répond le mieux à leurs besoins. Les nouveaux clients sont
guidés tout au long du processus de paiement sans contact via les bornes du magasin et une
application pour smartphone. Les clients prennent leurs articles et rentrent chez eux sans jamais
interagir avec un hôte de caisse. Les reçus sont envoyés directement dans leur boîte de réception
ou sur leur smartphone.
Pour en savoir plus sur l’utilisation de l’IA dans le retail, reportez-vous au rapport de AiFi
(Annexe 2)
Page 7 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
Comment ça marche ?
En utilisant la robotique, l'IA, l'apprentissage automatique, la science des données et la
technologie d'analyse du cloud, RoWok™️ offre une expérience client engageante et innovante.
7
https://sjwrobotics.com/
Page 8 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
Le tout, en occupant seulement 9m² d'espace et en fournissant une capacité de produire plus de
60 repas par heure. La société a l'intention d'étendre ses services et utiliser la technologie pour
offrir une autre option aux opérations de cuisine à grande échelle, à des horaires variées. Par
exemple, cela peut-être pour les travailleurs de la santé et les invités des hôpitaux qui mangent
en dehors des heures de travail ou les employés de bureau qui n'ont pas facilement accès aux
services de cafétéria fraîche.
La machine RoWok™️ travaille main dans la main avec les associés du service alimentaire sur
place, qui doivent préparer, stocker et surveiller la qualité des produits et du service. La
technologie permettra également de réduire les coûts et la complexité de la main-d'œuvre
associés à l'offre d'un service de restauration frais avec du personnel 24 heures sur 24 et 7 jours
sur 7.
Page 9 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
Page 10 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
Question 1.e. En combinant les deux questions précédentes, développez une matrice éthique
“Ethic Matrix” pour chacune des trois technologies. Trois matrices éthiques sont ainsi
attendues, avec une évaluation des risques propre à chaque matrice.
Pour rappel la matrice est constituée de deux dimensions : les caractéristiques à évaluer et les
parties prenantes impliquées.
Page 11 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
une liste la plus exhaustive possible en indiquant de quel type de donnée il s’agit, et quels
enjeux sa collecte pourrait soulever.
Question 3.b. A partir de cette liste, proposez des applications d’IA qui permettraient de traiter
ces données et d’en tirer de la valeur. Cela peut prendre la forme de suggestions de nouveaux
produits ou services, mais aussi d’analyses prédictives pour mieux informer les décisions et la
stratégie.
Question 3.c. Prenez maintenant du recul sur vos propositions en vous questionnant sur les
enjeux et risques en matière d’éthique et de vie privée. Proposez alors des solutions pour y
remédier.
8
https://www.compass-group.com/en/sustainability/planet/responsible-sourcing.html
Page 12 sur 13
Desveaud, Pavone & Riality: Etude de cas – Compass Group
Question 5.a. Aux vues de vos connaissances sur le fonctionnement du groupe, imaginez des
solutions intégrant de l’IA qui permettraient à Compass Group d’améliorer le sourcing et la
mise à disposition des catalogues sur le site à partir des données fournisseurs.
Question 5.b. Analysez vos propositions sous l’angle éthique et identifiez les potentiels risques
de vos recommandations. Quelles solutions proposez-vous pour y remédier ?
Question 5.c. Avec vos nouvelles solutions, quel sera le nouveau rôle de la data team ? Quelle
évolution des métiers pourriez-vous envisager et comment Compass Group pourrait-il la mettre
en place ?
5. Conclusion
A la suite de ce travail, vous devriez avoir dressé un état des lieux assez complet des
technologies d’IA actuellement développées ou potentiellement envisageables pour moderniser
l’offre de Compass, mais aussi de leurs risques éthiques et incidences néfastes possibles.
Pour conclure ce rapport écrivez une note récapitulative qui reprend les points les plus
importants à retenir et formulez des recommandations principales à suivre pour le groupe
Compass.
Page 13 sur 13