À Toulouse, un algorithme a fait économiser 280 000 euros de nourriture en six mois. À Nantes, l’IA a détecté 430 repas produits en trop chaque jour. À Dunkerque, des caméras scannent les plateaux et divisent le gaspillage par deux en trois mois. Partout en France, l’intelligence artificielle s’installe discrètement dans les cantines scolaires — et les résultats sont spectaculaires.
Le problème que personne ne voulait chiffrer
Suivez LJG sur Google
Ajoutez LJG à vos sources préférées pour voir nos articles en priorité dans "À la une".
Chaque jour en France, des millions de repas sont préparés dans les cantines scolaires. Et chaque jour, une part significative de cette production finit à la poubelle. Selon l’ADEME, le gaspillage en restauration collective atteint en moyenne 100 grammes par repas et par couvert en 2024, soit un coût complet de 1,03 euro par repas — en hausse de 51 % par rapport à 2016.
Rapporté aux 3,7 milliards de repas servis chaque année en restauration collective française, le chiffre donne le vertige. En restauration scolaire, le coût moyen du gaspillage culmine à 1,12 euro par repas, le plus élevé de tous les secteurs. Un quart de ce qui est préparé dans les cantines ne sera jamais mangé.
La cause principale n’est pas l’insouciance des enfants ni l’incompétence des cuisiniers. C’est un problème de prédiction. Combien d’élèves seront présents demain ? Quel plat sera boudé, lequel sera plébiscité ? La météo va-t-elle faire chuter la fréquentation ? Une épidémie de grippe couve-t-elle dans le quartier ? Jusqu’ici, ces décisions reposaient sur l’intuition et l’expérience des agents — avec des marges d’erreur considérables.
L’intelligence artificielle change la donne.
Nantes, la pionnière : 430 repas sauvés par jour
La ville de Nantes a été la première grande collectivité française à tester l’IA dans ses cantines. Le défi était de taille : 87 restaurants scolaires, 15 000 repas par jour, et une politique de « table ouverte » permettant aux parents d’inscrire leurs enfants le matin même pour le déjeuner du midi. Autant dire que prédire la fréquentation relevait du casse-tête quotidien.
En 2020, la métropole a fait appel à deux startups locales : Verteego, spécialiste de l’analyse prédictive installée à Nantes depuis 2008, et Maestria Innovation, basée à Couëron en Loire-Atlantique. Chacune a construit son propre algorithme, nourri de dix ans de données : historiques de commandes, menus, météo, jours fériés, grèves, épidémies.
Les résultats ont surpris tout le monde. La surproduction, qui atteignait 9,7 % avec la prédiction humaine, est tombée à 6,5 % avec la prédiction algorithmique — soit 430 repas économisés chaque jour. Et une découverte savoureuse au passage : le menu le plus plébiscité par les écoliers nantais n’était pas le steak-frites, mais le poisson avec pâtisserie en dessert.
« L’idée n’est pas de remplacer les agents, avec le numérique qui déciderait à leur place, mais de les aider dans la prise de décision », insiste Francky Trichet, vice-président de Nantes Métropole à l’innovation et au numérique, lui-même chercheur en informatique. « Sans intelligence artificielle, on est moins bons, car malgré la complexité ça reste bêtement de la donnée. »
Détail notable : le code source du programme a été publié en open source sur GitHub. Brest et Montréal s’en sont inspirés.
Toulouse : 280 000 euros économisés en six mois
Quand Toulouse s’est lancée dans l’aventure, les équipes de la direction de la transition numérique avaient déjà un outil sous la main. En 2022, elles avaient développé en interne une technologie de machine learning et cherchaient un cas d’usage concret pour la tester.
Les cantines scolaires se sont imposées comme le terrain idéal. La ville gère la restauration de 211 écoles maternelles et primaires, produisant 35 000 repas par jour — plus du double de Nantes. L’enjeu financier et environnemental était considérable.
L’algorithme a été entraîné sur les données de l’année précédente : nombre d’enfants inscrits, présences réelles, enfants non inscrits qui se présentent quand même, composition des menus, facteurs saisonniers. « Nous avons mis en place un algorithme pour étudier, sur l’année passée, le nombre d’enfants inscrits pour les repas et les présences réelles, y compris celles d’enfants non inscrits qui viennent manger à la cantine », explique Jean-François Carabin, chef de projet à la direction de la transition numérique de Toulouse.
Entre avril et octobre 2024, le taux de gaspillage est passé de 10 % à 7 %, soit trois points de réduction. En valeur absolue, cela représente un gain financier de 280 000 euros sur six mois. L’équivalent de 400 repas évités chaque jour.
Pour un sujet aussi ancré dans le quotidien des familles, le maillage avec les autres politiques publiques est naturel. Toulouse, où l’IA intervient déjà dans la gestion des services municipaux et le tri des déchets, ajoute une brique supplémentaire à sa stratégie numérique territoriale.
Dunkerque : quand la caméra regarde dans l’assiette
À Dunkerque, l’approche est radicalement différente. Au lieu de prédire combien d’enfants viendront manger, la startup Welleat — incubée à EuraTechnologies à Lille — analyse ce qu’ils laissent dans leur assiette.
Le dispositif est frontal : 17 cantines scolaires de la ville sont équipées de caméras qui scannent ce qui est posé sur les plateaux et ce qui est jeté. Des balances connectées dans les poubelles mesurent les quantités. L’ensemble est analysé par une IA qui identifie les tendances de consommation, les recettes impopulaires, et les ingrédients systématiquement boudés.
En trois mois, le gaspillage alimentaire a été réduit de 45 %. Mais l’innovation va plus loin que le simple comptage : l’IA propose des substitutions de recettes basées sur les données. Les épinards à la crème, chroniquement rejetés, sont remplacés par des lasagnes à la ricotta et aux épinards — et 90 % des stocks d’épinards sont écoulés. Le poisson blanc sans sauce cède la place à un poisson avec garniture adaptée.
« En trois mois, on est capables de diviser par deux le gaspillage. Et on améliore de 18 % l’équilibre alimentaire en proposant les ingrédients qui ne sont pas consommés dans d’autres recettes », résume Gautier Decroix, cofondateur de Welleat, 23 ans. La startup, créée en 2020, revendique 14 % d’économie sur le coût du repas et 30 % de réduction des déchets. Des tests sont en cours à Lens.
L’Essonne : 97 % de précision pour les collèges
Le département de l’Essonne a découvert l’ampleur du problème en posant un chiffre noir sur blanc : en 2024, ses cantines de collèges ont jeté 771 tonnes de biodéchets, soit environ 480 000 repas gaspillés pour une perte financière estimée à 165 000 euros.
La collectivité a décidé de tester une solution d’IA prédictive dans cinq établissements pilotes entre janvier et juin 2025. L’algorithme croise les données d’inscription, les historiques de fréquentation, les menus et les facteurs contextuels pour estimer au plus près le nombre de repas à produire.
La précision atteinte est remarquable : 97 %. Ce qui signifie que l’IA se trompe de moins de 3 % sur le nombre de couverts réels — là où l’estimation humaine pouvait dévier de 10 à 15 %. Le département envisage désormais un déploiement à grande échelle sur l’ensemble de ses collèges.
Kikleo : l’œil de Lyon qui scrute les plateaux de France
Pendant que les métropoles développent leurs propres algorithmes de prédiction, une startup lyonnaise a pris le problème par l’autre bout — celui de l’assiette.
Kikleo, fondée en 2019 par Vincent Garcia et Martin d’Agay, deux étudiants de l’INSA Lyon, a développé une borne équipée d’une caméra 3D qui photographie et analyse les plateaux-repas au moment de la dépose. L’IA identifie chaque aliment restant, estime son poids par extraction volumétrique, et génère un rapport détaillé pour les cuisiniers et gestionnaires. Plus de 100 types d’aliments sont reconnus.
Les résultats sont documentés. Au restaurant universitaire du CROUS de Villeneuve-d’Ascq, près de Lille, le gaspillage a chuté de 60 % la première année, puis de 20 % supplémentaires la deuxième. Le site affiche désormais moins de 11 grammes de déchets par plateau — contre 85 grammes de moyenne nationale. C’est le meilleur score de tous les restaurants observés par le système Kikleo.
L’entreprise, soutenue par Bpifrance et France 2030, revendiquait fin 2023 avoir sauvé 86 tonnes de déchets, fait économiser 600 000 euros à ses clients et évité 520 tonnes de CO2. Ses bornes sont déployées dans des cantines scolaires, des restaurants universitaires, des hôpitaux, des entreprises et même des ministères.
Turboself : 40 ans de données, un lycée cobaye
Dans le Loiret, l’entreprise Turboself — spécialiste historique du contrôle d’accès dans les selfs des établissements scolaires depuis 1986 — a réalisé qu’elle était assise sur un trésor : 40 ans de données de passages en cantine.
L’idée est venue du fondateur, reprise par ses enfants Tiphaine et Quentin de Pélichy, désormais directeurs associés. L’IA exploite les historiques de fréquentation pour prédire le nombre de repas à préparer — la veille pour le lendemain, ou trois mois à l’avance pour les commandes aux cuisines centrales.
Le lycée Benjamin Franklin d’Orléans sert de terrain d’expérimentation. Pour un établissement de 800 élèves, le dispositif permettrait de sauver 12 000 repas par an, soit une économie de 30 000 euros. Extrapolé à l’échelle nationale, Turboself estime le potentiel à 10 millions d’euros d’économies annuelles pour les seuls lycées français.
« Avant, c’était fait au doigt mouillé », résume Tiphaine de Pélichy. L’IA ne change pas le métier du chef cuisinier — elle lui donne un chiffre fiable à partir duquel il sait exactement combien de steaks décongeler.
Pourquoi ça marche : l’algorithme et le brocoli
Ce qui frappe dans ces expérimentations, c’est la convergence des résultats malgré la diversité des approches. Prédiction en amont (Nantes, Toulouse, Essonne, Turboself) ou analyse en aval (Dunkerque, Kikleo), le gain se situe systématiquement entre 20 % et 50 % de réduction du gaspillage.
Le secret tient en un mot : la donnée. Un enfant de CE2 ne mange pas comme un lycéen. Un jour de pluie ne produit pas la même fréquentation qu’un jour de soleil. Un menu avec frites attire plus qu’un menu avec brocolis — sauf si les brocolis sont gratinés avec du fromage, auquel cas la tendance s’inverse. L’IA capte ces micro-signaux que l’intuition humaine ne peut pas traiter à l’échelle de centaines de cantines simultanément.
Le cadre réglementaire pousse dans le même sens. La loi AGEC impose une réduction de 50 % du gaspillage alimentaire d’ici fin 2025 par rapport au niveau de 2015. La loi Egalim exige 50 % de produits durables et 20 % de bio dans les assiettes. Or moins on gaspille, plus on peut réinvestir le budget dans la qualité des ingrédients. L’IA anti-gaspi et la montée en gamme alimentaire se renforcent mutuellement.
L’enjeu des municipales — et au-delà
La cantine scolaire est le service public que les familles jugent le plus directement. Un parent dont l’enfant mange bien à l’école est un électeur qui voit l’utilité concrète de l’action municipale. À trois semaines des élections municipales de mars 2026, l’argument pèse.
Mais l’enjeu dépasse la politique locale. La restauration collective sert 3,7 milliards de repas par an en France et représente 12 % du gaspillage alimentaire total du pays. Si les solutions d’IA testées à Toulouse, Nantes, Dunkerque et dans l’Essonne étaient déployées à l’échelle nationale, l’économie se chiffrerait en centaines de millions d’euros — et en dizaines de milliers de tonnes de CO2 évitées.
Les outils existent. Les preuves de concept sont faites. Les startups françaises — Verteego, Maestria, Welleat, Kikleo, Turboself — sont prêtes à passer à l’échelle. Ce qui manque, comme souvent, c’est la décision politique de généraliser ce qui fonctionne déjà localement.
En attendant, quelque part dans une cuisine centrale, un algorithme est en train de calculer que demain, à l’école Joséphine Baker de Nantes, 47 enfants ne viendront pas — parce qu’il fait beau, que c’est un vendredi, et que le dernier vendredi ensoleillé de mai, c’est exactement ce qui s’est passé.
Je suis Ethan, journaliste spécialisé en intelligence artificielle et nouvelles technologies. Je couvre l’actualité de l’IA agentique, des grands modèles de langage et des outils qui transforment nos usages numériques. Mon objectif : rendre accessibles les avancées technologiques les plus complexes, avec rigueur et sans jargon inutile.
