Sameness Des Menus Ia : Startups Face Au Faux Appétit

On entre dans un café du quartier, on a faim, on lève les yeux vers le menu. Bagels, burgers, bowls, tout y est. Puis quelque chose coince. Les illustrations sont trop nettes, trop rondes, trop lisses. Le fromage fond comme une sculpture. La crevette se recourbe d’une façon qui n’existe pas dans une cuisine. On se dit qu’on devient parano. On ne l’est pas. Une vague discrète de menus générés par intelligence artificielle a gagné la restauration, portée par des modèles entraînés sur une esthétique « plaisante » qui, paradoxalement, donne envie de commander ailleurs.

Ce malaise a un nom un peu anglo-saxon, le sameness, cette sensation que tout se ressemble. Il ne s’agit plus seulement d’un gadget marketing. C’est un révélateur de la façon dont les startups d’IA générative, puis celles de la détection de contenu synthétique, redessinent la confiance visuelle. Entre un burrito trop artistique et une preuve vidéo au tribunal, le fil est le même : l’œil n’est plus une garantie.

Le Café Où Le Menu A Perdu Le Goût Du Réel

Le premier choc est souvent banal. Pas un scandale, pas un canular. Juste une carte plastifiée, un écran au-dessus du comptoir, une pub collée sur une vitrine new-yorkaise. Les plats ont l’air comestibles. Ils sont même « beaux ». Trop beaux. La symétrie est chirurgicale. Les textures n’ont plus de grain. On dirait qu’un décorateur de publicité a lissé chaque couche d’un Big Mac, sauf que personne n’a touché un vrai sandwich.

Sur X, des riverains de New York ont commencé à documenter ces affiches « légèrement dérangeantes ». Un burrito au fromage si bouillonnant qu’il bascule vers l’art contemporain. Des boules de glace parfaitement sphériques. Des crevettes qui semblent avoir dévoré leur propre queue, petites horreurs alimentaires à la Lovecraft. Alex Lisle, directeur technique de la startup Reality Defender, résume l’impression avec une formule qui reste en tête.

La phrase est drôle. Elle est aussi technique. Les modèles de diffusion et les grands modèles de langage n’« comprennent » pas le fromage. Ils prédisent des pixels et des mots à partir de motifs statistiques. Quand on leur demande un menu de burger, ils puisent dans un corpus dominé par les chaînes, les photos de stock et les publicités déjà retouchées. Le résultat mime un Chili’s de 2015, en un peu plus lisse, un peu plus rond, un peu plus vide.

Pourquoi Tous Ces Plats Se Ressemblent

Les systèmes qui produisent textes et images apprennent en avalant des quantités absurdes de données. Ils y cherchent des régularités. Demandez un menu de restauration rapide : le modèle se souvient de Wendy’s, Burger King, McDonald’s. Ces cartes se ressemblaient déjà. L’IA accentue la moyenne. Si le menu généré retourne ensuite dans un jeu d’entraînement, la boucle se resserre.

Lee Rainie, qui dirige le Imagining the Digital Future Center à Elon University, parle d’une optimisation pour le « plaisant » et le non offensant. L’IA rabote les aspérités. En image comme en langue, elle coupe les bords. Or la cuisine vivante est faite de bords : une croûte irrégulière, une sauce qui déborde, une feuille de basilic un peu fatiguée. Quand on retire cela, il reste une icône de plat, pas un plat.

Les publicités alimentaires ont toujours menti un peu. Un sandwich de spot TV est assemblé par un accessoiriste. L’IA pousse cette logique jusqu’à l’abstraction. Elle n’a pas de cuisine, pas d’odeur, pas de contrainte physique. Elle a une fonction de score : « est-ce que cela a l’air appétissant selon mes données ? » Le score monte. L’appétit, lui, baisse.

Collapse, Convergence Et Menus Réécrits Cent Fois

Les laboratoires d’IA ont un cauchemar nommé model collapse. Quand un modèle s’entraîne trop sur ses propres sorties, la diversité s’effondre. Lisle compare cela à une maladie de la vache folle informationnelle : trop d’endogamie, et le système dégénère. Ce n’est pas exactement ce que l’on voit sur les cartes de restaurants. On est plutôt dans la convergence : la qualité se dégrade, le style se fige, mais l’outil reste utilisable.

Un utilisateur, Labtec, a mené une expérience simple et cruelle. Il a fait générer un menu dans ChatGPT, puis l’a édité une centaine de fois. À chaque passe, les plats devenaient plus ronds, plus lisses, plus faux. Le résultat final, a-t-il écrit, le mettait mal à l’aise. La rédaction de TechCrunch a reproduit le protocole. Même glissement. Même inconfort.

Dans un restaurant réel, le scénario est banal. On génère une carte. On change un prix. On renomme un bowl. On retire un allergène. On ajoute un plat du jour. Chaque petite retouche réinjecte l’image dans la machine. Le modèle « corrige » encore un peu. Le pain à burger dore trop uniformément. Les tomates perdent leurs pépins. Le vivant s’évapore par couches successives.

• Les jeux d’entraînement privilégient des photos déjà lissées et « vendables ».
• Les chaînes de fast-food occupent une place disproportionnée dans ces corpus.
• Les contenus IA contaminent peu à peu les nouvelles données.
• Les éditions répétées d’un même visuel accentuent la rondeur et la symétrie.
• Le rendu final imite une pub, pas une assiette sortie de cuisine.

La Vallée De L’Étrange Se Sert Aussi À Table

Il existe une science derrière le haut-le-cœur. Des chercheurs de l’université de Duisburg-Essen, autour d’Alexander Diel, ont montré qu’une image alimentaire générée par IA peut produire un effet de uncanny valley. Les visuels presque réalistes, ceux qui sont « presque ça », suscitent plus de dégoût et d’inquiétude que les images franchement fausses ou pleinement photographiques.

L’étude publiée dans Appetite sous le titre évocateur Eerie edibles relie ce malaise à la néophobie alimentaire plus qu’au seul dégoût de contamination. Nous sommes câblés pour surveiller ce que nous mettons dans la bouche. Un détail off, une géométrie trop parfaite, une texture impossible, et le cerveau lève un drapeau. Diel le dit sans détour : la nourriture peut nous rendre malades, donc nous sommes hypersensibles à ce qui cloche un peu.

Lee Rainie ajoute une couche culturelle. Beaucoup de gens « savent » qu’une image est synthétique sans savoir l’expliquer. Cette intuition, combinée au débat public sur l’IA, rend le backlash plus vif. Un menu raté n’est plus seulement moche. Il devient le symbole d’une paresse technologique, d’un restaurant qui n’a pas pris une vraie photo de ses propres plats.

La Restauration Compte Ses Sous, L’IA Vend Du Rêve Pas Cher

On aurait tort de caricaturer les restaurateurs. Tenir une salle en 2026 n’est pas une promenade. Selon la National Restaurant Association américaine, une part importante d’établissements n’a pas été profitable récemment, et environ un quart des exploitants utilisent déjà l’IA, surtout pour le marketing. Un shooting photo coûte cher. Un modèle génératif, lui, sort vingt variantes pendant que le service du midi bat son plein.

Le calcul est séduisant. Le résultat l’est moins. CNN a documenté des devantures et des marchés de nuit où les jus, les bowls et les desserts numériques déclenchent des commentaires du type : « trop géométrique », « comme si la nourriture cessait d’être de la nourriture ». Certains clients disent préférer un special du jour griffonné à la main sur une feuille que cette vallée de l’étrange plastifiée.

Delivery Hero, de son côté, a montré qu’ajouter une image à une fiche produit peut faire grimper la conversion de l’ordre de 6 à 8 pour cent. D’où la tentation industrielle de fabriquer des visuels quand le restaurateur n’en a pas. Le piège est là : une photo médiocre mais vraie rassure souvent plus qu’une image « premium » qui sent le générateur. Le gain de court terme peut grignoter la confiance de long terme.

Reality Defender, La Startup Qui A Appris À Douter Des Images

Au milieu de ce décor un peu grotesque, une catégorie de jeunes pousses a trouvé un marché. Pas celui de produire encore plus de slop. Celui de dire : ceci n’est pas une preuve. Reality Defender en est devenue l’une des figures les plus citées. Fondée en 2021 à New York par Ben Colman, Ali Shahriyari et Gaurav Bharaj, la société construit une plateforme multimodale de détection de deepfakes et de médias générés : image, vidéo, audio, texte.

Colman a un parcours à l’intersection de la cybersécurité et de la data, avec un passage par la commercialisation cyber chez Goldman Sachs et des liens avec l’écosystème Google. Shahriyari et Bharaj viennent notamment de l’AI Foundation. L’entreprise a d’abord existé sous une forme plus proche du non-profit, avant de basculer dans une logique d’outil entreprise, API et SDK, destinée aux banques, cabinets, agences et gouvernements.

Le financement raconte l’urgence perçue par le capital-risque. Une Series A de quinze millions de dollars menée par DCVC en 2023, puis une extension autour d’Illuminate Financial avec Booz Allen Ventures, IBM Ventures, Accenture, plus tard des tickets stratégiques côté BNY, Samsung Next, Fusion Fund. Selon les agrégateurs, le cumul levé se situe dans une fourchette d’environ quarante à cinquante millions. L’effectif a grandi, de quelques dizaines de personnes vers une équipe plus large. En 2026, Gartner a même cité la société comme Market Shaper de la détection de deepfakes.

Alex Lisle, le CTO interrogé sur les menus, insiste sur une posture « research-forward ». Les méthodes de génération changent trop vite pour se contenter de détecter le modèle d’hier. Il faut anticiper les artefacts du modèle de demain. C’est tout l’enjeu d’une startup de ce type : elle court derrière une cible qui s’améliore, tout en vendant de la confiance à des institutions qui n’ont plus le droit de se tromper.

Le lien avec le bagel trop parfait n’est pas anecdotique. Le même type de modèle qui invente un menu invente un visage, une voix de directeur financier, une fausse facture. Le restaurant subit une version légère, presque comique, d’un problème beaucoup plus dur : la perte de l’évidence visuelle.

Autour De Reality Defender, Une Génération D’Outils Anti-Synthétique

Le marché ne se résume pas à une seule griffe new-yorkaise. Hive, Sensity, les briques de Microsoft et de Google, des acteurs audio comme ceux qui surveillent la voix dans les call centers, des spécialistes de la provenance des fichiers : tout un étage de la stack cyber se construit autour d’une question simple. Cette image, cette voix, ce document, d’où viennent-ils vraiment ?

D’autres startups se placent plus près de l’assiette. VerityAI a documenté, avec EasyMenus, des pipelines de vérification pour la digitalisation de cartes : OCR, allergènes, relecture humaine, parce qu’une erreur sur un fruit à coque n’est pas un bug cosmétique. SnackPro, de son côté, mise sur l’analyse d’image pour aider des familles à repérer des allergènes. Ce n’est pas de la détection de deepfake au sens strict. C’est la même intuition : on ne peut plus faire confiance à un visuel alimentaire sans couche de contrôle.

Yelp a pris un autre angle. Plutôt que d’inventer le plat, l’application permet de scanner une carte physique et de faire apparaître des photos laissées par de vrais clients. Le message est inverse de celui du générateur : la preuve sociale bat la perfection synthétique. C’est une leçon de produit que beaucoup de fondateurs de foodtech feraient bien d’entendre.

• Reality Defender : détection multimodale pour entreprises et institutions.
• Outils généralistes de scoring d’images et de vidéos synthétiques.
• Pipelines de vérification de menus numérisés, allergènes inclus.
• Applications grand public qui croisent photo de plat et contraintes diététiques.
• Plateformes d’avis qui réinjectent des photos humaines sur la carte.

Investir dans cette couche n’a rien d’un caprice moral. Les forums clandestins vendent des outils de synthèse de plus en plus accessibles. Les banques voient arriver des usurpations vocales. Les rédactions voient arriver des visuels trop propres. Les restaurants, plus modestement, voient arriver des clients qui se moquent de leur carte. Trois marchés, une même érosion de la preuve.

Ce Que Les Données D’Entraînement Racontent De Notre Culture Visuelle

On répète souvent que l’IA « hallucine ». Sur un menu, elle ne délire pas au hasard. Elle révèle le centre de gravité de nos archives. Des décennies de photographie culinaire commerciale ont privilégié l’éclat, le gras bien placé, le burger en coupe architecturale. Les modèles ont appris cette liturgie. Ils la rejouent sans le plateau, sans le styliste, sans la lumière réelle.

La course aux nouvelles données d’entraînement a ses zones d’ombre. On a vu de grands acteurs industriels scanner des livres rares puis s’en séparer. On sait que du contenu déjà généré rentre dans les corpus. Plus la boucle se ferme, plus le style moyen s’impose. Les menus de quartier se mettent à parler le dialecte visuel des chaînes mondiales. C’est cela, le sameness : pas seulement la laideur, la perte des accents locaux.

Un burger new-yorkais, un bagel de Montréal, une crêpe bretonne, un bánh mì, une pizza napolitaine n’ont pas la même géométrie. L’IA, elle, tend vers un plat universel, un peu américain, un peu stock photo, un peu publicité de 2015. Les startups qui vendent de la génération « clé en main » aux restaurateurs vendent aussi, sans le dire, cette uniformité.

Le Backlash N’Est Pas Qu’Esthétique, Il Est Commercial

Quand les premiers reportages sont sortis, le réflexe a été de rire. Les captures d’écran circulent bien. Les fromages impossibles font de bons mèmes. Puis le rire se transforme en jugement de marque. Un établissement qui affiche une image synthétique dit, malgré lui, qu’il n’a pas pris le temps de montrer sa propre cuisine. Dans un métier où la confiance se mange, le signal est brutal.

Les premiers récits de rejet sont « prononcés », note Rainie, précisément parce que le public a développé une sensibilité diffuse. On n’a pas besoin d’un détecteur pour sentir le lisse trop lisse. Cette intuition collective est une mauvaise nouvelle pour les outils low cost de génération, et une bonne nouvelle pour les studios photo, les graphistes indépendants, et les startups qui promettent de l’authenticité traçable.

Il faut pourtant rester honnête. Tous les usages génératifs en restauration ne sont pas absurdes. Un brouillon de mise en page, une idée de saisonnalité, une traduction de carte, un test de nom de plat : l’IA peut aider en coulisse. Le basculement se produit quand le visuel destiné au client n’a plus d’ancrage dans une assiette réelle. C’est là que le malaise commence, et que le bouche-à-oreille numérique s’enflamme.

Preuve, Tribunaux Et Assiettes : Même Fracture De Confiance

Lisle a raison d’élargir le zoom. Nos institutions ont longtemps traité l’enregistrement comme un socle. Un aveu filmé. Une caméra de surveillance. Une photo de scène. Cette architecture mentale craque. Si un modèle peut inventer un burger convaincant à 80 pour cent, il peut inventer bien d’autres scènes. Les startups de détection ne vendent pas un gadget de foodies. Elles vendent une rustine sur un régime de vérité visuelle.

Cette rustine n’est pas magique. Les détecteurs se trompent. Les générateurs s’améliorent. Une course s’installe, financée des deux côtés. D’un côté, des tours de table pour produire plus vite, plus beau, moins cher. De l’autre, des tours de table pour annoter, scorer, watermarker, tracer. Le menu de café est l’objet le plus trivial de cette guerre. C’est aussi l’un des plus pédagogiques : tout le monde mange, tout le monde voit.

On peut raconter la même histoire avec la voix. Un appel au trésorier. Un faux proche en détresse. Un clone du dirigeant. Les entreprises déploient des garde-fous. Les restaurants, eux, n’ont souvent personne au poste « confiance visuelle ». Ils bricolent avec le modèle du moment. Le slop s’installe par défaut, pas par idéologie.

Comment Une Jeune Pousse Restauration Peut Éviter Le Piège

Il n’est pas nécessaire d’être un groupe coté pour s’en sortir. Quelques habitudes simples changent déjà la donne. Photographier les plats sous la vraie lumière de la salle. Accepter l’imperfection d’une sauce. Datation et nom du photographe dans les fichiers. Refuser les boucles d’édition automatique sur la même image. Si l’on utilise un générateur, le cantonner à l’idéation, jamais à la vitrine.

Les fondateurs qui construisent des outils pour la restauration auraient intérêt à inverser la promesse. Moins « un menu premium en trente secondes ». Plus « une carte fidèle à votre cuisine, vérifiée, annotée, éventuellement enrichie d’avis réels ». La valeur se déplace du rendu vers la provenance. C’est exactement le langage que parlent déjà les startups de détection, appliqué à un marché plus humble et plus concret.

• Garder une bibliothèque de photos prises sur place, même imparfaites.
• Limiter les régénérations successives d’un même visuel.
• Séparer clairement brouillon interne et visuel client.
• Vérifier allergènes et intitulés avec une couche humaine.
• Afficher, quand c’est possible, l’origine de l’image.

Ces règles ressemblent à du bon sens de graphiste. Elles deviennent une stratégie de marque. Dans un flux saturé d’images moyennes, la photo un peu crade d’un vrai service du soir redevient un luxe. Les startups qui sauront industrialiser cette authenticité, plutôt que la fausse appétence, auront un discours plus solide face aux investisseurs fatigués du slop.

Ce Que Les Investisseurs Regardent Déjà

Le dossier Reality Defender montre le type de thèse que le capital aime en ce moment. Menace en hausse. Acheteurs entreprises identifiables. Régulation qui se dessine. Produit branchable par API. Récit de course technologique. Autour, d’autres tickets vont vers la cybersécurité de la communication, la lutte contre la fraude vocale, la traçabilité des médias. Le menu IA n’est qu’un symptôme grand public d’un risque B2B.

À l’inverse, les outils qui promettent des catalogues alimentaires entièrement synthétiques devront prouver qu’ils n’abîment pas la conversion une fois le premier effet Waouh passé. Les études sur la vallée de l’étrange alimentaire donnent un argument empirique aux sceptiques. Un plat « presque réel » peut dégoûter plus qu’un schéma assumé. Le réalisme approximatif est le pire des deux mondes.

Les fonds qui accompagnent la foodtech feraient bien d’ajouter une question dans leurs diligences : d’où viennent les images du produit ? Si la réponse est « d’un modèle grand public, retouché trente fois », le risque réputationnel n’est plus théorique. Il est déjà dans la rue, scotché sur les vitrines, commenté par des comptes qui n’ont rien d’autre à faire que zoomer sur un fromage trop fluide.

Une Esthétique Qui En Dit Long Sur L’IA En Général

Le débat dépasse la restauration. On retrouve le même lissage dans les visages, les paysages, les textes marketing, les illustrations de blogs. Une moyenne statistique du « joli ». Des mains parfois fausses, des regards trop vernis, des phrases trop équilibrées. Le menu n’est qu’un cas où le corps réagit plus fort, parce que l’enjeu est oral, presque animal.

Comprendre ce phénomène aide à lire le reste du marché des startups. Celles qui gagnent en surface produisent du volume. Celles qui gagnent en profondeur produisent de la distinction, de la preuve, de la friction utile. Reality Defender et ses pairs vendent de la friction : un score, une alerte, un doute méthodique. C’est moins Instagrammable qu’un burger en lévitation. C’est plus aligné avec le monde qui vient.

Il reste une ironie savoureuse. Pour expliquer le sameness des menus, on interroge une startup dont le métier est de démasquer le faux. Le générateur et le détecteur grandissent ensemble, se financent, se citent, se nourrissent. Entre les deux, le restaurateur et le client tentent encore de se mettre d’accord sur une question primitive : est-ce que cela a vraiment le goût de ce que je vois ?

Ce Qu’Il Faudrait Retenir Avant De Commander

Le problème n’est pas que l’IA sache dessiner un bagel. Le problème est qu’elle dessine le bagel moyen, puis le redessine jusqu’à le vider. Les restaurants qui cèdent à cette facilité gagnent quelques heures et perdent une part de leur visage. Les startups de génération qui ignorent le backlash alimentaire se préparent des captures d’écran moqueuses. Les startups de détection, elles, trouvent dans ce folklore visuel une démonstration grand public de leur thèse.

On peut rire d’une crevette contorsionnée. On devrait aussi y voir un indicateur. Quand une technologie lisse trop fort le réel, le public le sent, même sans jargon. Il le sent dans une assiette fictive. Il le sentira dans une vidéo d’actualité, dans un appel familial, dans un dossier RH. Le café du coin, malgré lui, est devenu une salle d’exposition de cette fracture.

La suite dépendra moins des modèles que des habitudes. Photographier encore. Vérifier encore. Financer ceux qui savent dire non à une image trop parfaite. Et, peut-être, redonner au menu sa fonction première : raconter ce qui sort réellement de la cuisine, avec ses défauts, son grain, son odeur qu’aucun générateur n’a jamais eue.

En attendant, la prochaine fois qu’un burger vous regardera depuis une vitrine avec une symétrie de catalogue, méfiez-vous. Ce n’est peut-être pas le cuisinier qui vous parle. C’est une moyenne. Et les moyennes, en matière de faim comme en matière de vérité, nourrissent rarement très longtemps.