Une IA testée au Royaume-Uni pourrait sauver l’équivalent de 1,5 million de repas

Une barre chocolatée cassée, un emballage abîmé ou un produit dont la date approche trop vite pour être commercialisé ne sont pas forcément impropres à la consommation. Pourtant, ces situations peuvent conduire à écarter des denrées parfaitement comestibles. C’est sur cette zone grise, entre les exigences de commercialisation et la réalité alimentaire, qu’une expérimentation britannique veut agir avec l’intelligence artificielle.

Plusieurs entreprises au Royaume-Uni, parmi lesquelles Nestlé, testent un outil développé par la société Zest. Son objectif est de mieux suivre les déchets alimentaires en temps réel, d’identifier les produits qui n’ont pas pu être vendus mais restent consommables, puis de faciliter leur réorientation. Selon les estimations liées au projet, cette démarche pourrait éviter le gaspillage de l’équivalent de 1,5 million de repas.

L’ambition mérite l’attention, car le gaspillage alimentaire n’est pas seulement un problème de quantité. Il révèle aussi une difficulté d’organisation : savoir précisément ce qui est disponible, où cela se trouve, dans quel état, et combien de temps il reste pour le redistribuer. Dans une chaîne d’approvisionnement très rapide, cette information peut faire la différence entre un produit détruit et une denrée donnée.

Une expérimentation menée avec Nestlé au Royaume-Uni

Le projet repose sur un constat simple : les entreprises alimentaires disposent de nombreux flux de produits, d’ingrédients et d’emballages. Lorsqu’un article ne peut plus être proposé à la vente, il peut être écarté sans que les équipes aient toujours une vision assez fine de son volume, de son origine ou de ses possibilités de réemploi.

L’outil de Zest est testé par des entreprises britanniques afin de rendre ces informations plus immédiatement exploitables. Il doit permettre de surveiller et de suivre les déchets alimentaires en temps réel, en distinguant notamment les produits encore comestibles de ceux qui ne le sont plus.

L’exemple d’un KitKat endommagé résume bien l’enjeu. Un produit peut être refusé par les circuits de vente classiques parce que son aspect ou son emballage ne correspond plus aux standards attendus. Sa valeur nutritionnelle n’est pas nécessairement en cause. De même, une denrée dont la date d’expiration est trop proche peut devenir difficile à mettre en rayon, alors qu’elle pourrait encore être dirigée rapidement vers un autre circuit.

Il ne s’agit donc pas de faire disparaître les règles sanitaires ni de décider automatiquement qu’un produit est consommable. L’intérêt annoncé est plutôt d’apporter aux équipes une meilleure visibilité sur les surplus disponibles, afin de traiter les bonnes quantités au bon moment.

Comment l’intelligence artificielle doit-elle limiter les pertes ?

Dans ce projet, l’IA n’est pas présentée comme une machine qui créerait de la nourriture ou qui remplacerait les contrôles humains. Elle sert d’outil d’analyse et de suivi. À partir des informations recueillies sur les produits et les déchets, le système doit fournir des indications plus précises sur les ingrédients ou articles qui n’ont pas été commercialisés.

Cette capacité de suivi peut intervenir à plusieurs étapes. Dans une usine, elle peut aider à repérer les produits écartés et leur cause. Dans une chaîne d’approvisionnement plus large, elle peut rendre plus visible un surplus avant qu’il ne devienne trop tard pour le redistribuer. L’enjeu est de passer d’une gestion constatée après coup à une gestion plus rapide des excédents.

Les informations communiquées ne détaillent pas la technologie exacte utilisée par Zest, ni les données ou modèles employés. Il serait donc prématuré de lui attribuer des capacités de prédiction particulières. Le principe annoncé est néanmoins clair : mieux documenter les flux de nourriture non vendue afin d’améliorer les décisions opérationnelles.

Le qualificatif d’« intelligence artificielle » ne doit pas faire oublier la dimension très concrète du dispositif : la qualité des résultats dépendra de la qualité des informations saisies, de la rapidité d’intervention et de la capacité des entreprises à organiser les débouchés pour les surplus détectés.

Des premiers résultats prometteurs, à replacer dans leur contexte

La phase pilote a enregistré une baisse de 87 % des déchets alimentaires comestibles dans l’une des usines de Nestlé concernées. C’est le résultat le plus spectaculaire communiqué à ce stade. Il indique qu’un meilleur suivi peut avoir un effet significatif dans un site donné, là où des produits consommables auraient autrement été perdus.

Le projet avance également une perspective plus large : jusqu’à 700 tonnes de nourriture de qualité pourraient être revalorisées. Ce volume équivaut à environ 1,5 million de repas. Cette conversion sert à rendre l’ordre de grandeur plus concret pour le public, mais elle ne correspond pas à 1,5 million d’assiettes déjà distribuées. Elle dépend de la manière dont les volumes alimentaires sont convertis en portions de repas.

Ces chiffres sont importants, mais ils restent des résultats de pilote et des projections liées à l’extension envisagée du dispositif. La réduction de 87 % a été observée dans une usine, non dans l’ensemble des activités de Nestlé ni dans toute l’industrie alimentaire britannique. La suite de l’expérimentation devra donc montrer si ce niveau d’efficacité peut être reproduit dans des contextes différents.

Pourquoi les surplus alimentaires sont-ils si difficiles à redistribuer ?

L’idée de donner les excédents alimentaires semble évidente. Dans les faits, elle suppose une logistique particulièrement rapide. Il faut identifier les denrées, vérifier leur statut, les conditionner si besoin, organiser leur transport et trouver une structure capable de les recevoir dans les délais utiles. Sans information fiable, une entreprise peut découvrir trop tard qu’un produit est disponible.

C’est là que l’expérimentation de Zest cherche à apporter une réponse. En rendant les surplus plus visibles, elle pourrait permettre de les orienter plus efficacement vers les réseaux de redistribution. Simon Millard, directeur de l’association caritative FareShare, estime que ce type de technologie pourrait changer la façon dont la nourriture est redistribuée à plus de 8 000 organisations caritatives et groupes communautaires.

Cette perspective souligne un aspect essentiel : la technologie ne remplace pas les associations, les banques alimentaires, les transporteurs ou les bénévoles. Elle peut, en revanche, leur transmettre une information plus exploitable sur les denrées disponibles. L’IA devient alors un outil de coordination au service d’une chaîne humaine et logistique.

Des gains environnementaux et économiques attendus

Réduire le gaspillage alimentaire évite d’abord de perdre des produits qui ont déjà nécessité des matières premières, de l’énergie, de l’emballage, du transport et du travail. Le projet estime que l’optimisation de la chaîne d’approvisionnement pourrait prévenir près de 1 400 tonnes de CO2.

Cette donnée doit être comprise comme une estimation liée aux denrées qui ne seraient plus perdues et aux processus qui seraient mieux organisés. Elle montre que la lutte contre le gaspillage peut avoir un effet qui dépasse la seule question des déchets : quand une nourriture est produite puis jetée, les ressources mobilisées pour la fabriquer l’ont été en vain.

L’intérêt est également financier. Les promoteurs de l’initiative évoquent jusqu’à 14 millions de livres sterling d’économies possibles en frais de fonctionnement. Pour une entreprise, mieux repérer les causes de pertes peut permettre d’ajuster des procédures, de limiter les produits écartés et de valoriser ce qui aurait été détruit.

Ces deux dimensions, environnementale et économique, sont liées. Réduire un surplus évitable peut à la fois alléger les volumes de déchets, diminuer certains coûts et augmenter les volumes de nourriture dirigés vers des usages utiles. Mais les économies annoncées dépendront, là encore, de l’ampleur réelle du déploiement et de la capacité des partenaires à maintenir le dispositif dans le temps.

Un financement public et un modèle par abonnement envisagé

L’expérimentation bénéficie du soutien d’Innovate UK, l’agence britannique d’innovation, qui a accordé 1,9 million de livres sterling de financement à des projets d’intelligence artificielle consacrés à la réduction du gaspillage alimentaire. Cette aide illustre l’intérêt des pouvoirs publics pour les applications de l’IA susceptibles de produire des effets concrets dans l’industrie et la gestion des ressources.

Le système de Zest pourrait être étendu à l’ensemble de la chaîne alimentaire au moyen d’un modèle par abonnement à partir de mars 2026, si les résultats des tests continuent d’être concluants. Cette échéance reste conditionnelle : elle dépend des enseignements tirés de la phase pilote et de l’adoption du service par les acteurs de la filière.

Le modèle par abonnement pose aussi une question très pratique. Pour être utile à grande échelle, l’outil devra apporter suffisamment de valeur aux fabricants, distributeurs et organisations partenaires pour justifier son coût, tout en s’intégrant à leurs procédures existantes. L’innovation ne se mesurera donc pas seulement à la précision du suivi, mais aussi à sa simplicité d’usage sur le terrain.

Ce qu’il faut surveiller avant un déploiement plus large

Cette expérimentation propose une piste crédible pour traiter un problème très concret : l’écart entre ce qui peut encore être consommé et ce qui peut encore être vendu dans les circuits habituels. Les premiers chiffres donnent un aperçu de son potentiel, avec 87 % de réduction observée dans une usine et une projection allant jusqu’à 700 tonnes de nourriture revalorisée.

Plusieurs éléments seront toutefois déterminants dans les prochains mois. Il faudra observer si les performances du pilote sont confirmées dans d’autres sites, si les denrées détectées trouvent effectivement des débouchés de redistribution et si les coûts du service restent compatibles avec les économies promises. La protection et la fiabilité des données opérationnelles collectées seront également des sujets importants pour les entreprises participantes.

Au Royaume-Uni, où l’on estime que 4,6 millions de tonnes de nourriture comestible sont perdues chaque année, même une amélioration ciblée peut représenter un volume considérable. L’intérêt de cette initiative est moins de promettre une solution magique que de montrer comment l’IA peut aider à mieux voir un gaspillage souvent dispersé, puis à organiser une réponse plus rapide. Si l’extension prévue à partir de mars 2026 se concrétise, elle constituera un test significatif de la capacité de ce type d’outil à passer du pilote industriel à une action plus large sur la chaîne alimentaire.