Vendredi soir, La Brassée. Cédric, un des deux fondateurs d'IAcouba, tient ce café-buvette de quartier rue Beaubien, à Montréal — deux cents cafés servis chaque jour sur une seule machine. Le service tire à sa fin, la vitrine se vide, et quelqu'un doit décider ce qui sort du congélateur pour demain matin. Trois quiches ou cinq ? Huit scones ou douze ? Cette décision-là revient chaque soir, et pendant longtemps, elle se prenait à l'œil.
Deviner, ça coûte des deux côtés
Trop peu sort du congélateur, et le café ouvre le lendemain avec un trou en pleine cohue du matin — le client qui demande une viennoiserie et repart les mains vides, pendant le moment de la journée où il y a le moins de temps pour improviser. Trop en sort, et ce qui reste invendu en fin de journée est perdu. Les deux erreurs coûtent, et elles coûtent dans des directions opposées, ce qui rend le geste particulièrement difficile à bien faire à l'instinct, soir après soir, avec la fatigue du service qui vient d'ailleurs juste de se terminer.
Personne ne devine mal par manque de jugement. On devine mal parce que la mémoire d'un humain retient surtout les soirs mémorables — une file qui n'en finissait plus, un jeudi étrangement mort — pas la moyenne tranquille des huit dernières semaines un mardi de pluie.
Ce que l'app regarde avant de proposer un chiffre
C'est exactement ce que la mémoire humaine ne fait pas bien que l'app fait, chaque soir : elle reprend les vraies ventes des huit dernières semaines, produit par produit, et en tire une quantité à sortir pour le lendemain. Pas une intuition, une moyenne qui pondère les jours comparables — un mardi se compare à d'autres mardis, pas à un vendredi de spectacle.
Le geste humain qui reste dans la boucle est court : l'employé qui ferme entre le compte de ce qu'il reste en vitrine, en deux minutes, avant de partir. Cette information-là, l'app ne peut pas la deviner elle-même — elle vient nourrir le calcul du lendemain, comme les huit semaines qui l'ont précédée.
Le soir où l'algorithme a créé la rupture qu'il devait empêcher
On va être honnête, parce que c'est aussi ça, la preuve : ça n'a pas marché du premier coup. Au début, le calcul confondait deux choses qui se ressemblent sur papier mais qui ne le sont pas du tout — ce qu'il restait en vitrine, et ce qu'il restait au total, réserve comprise. Un produit pouvait avoir la vitrine complètement vide et la réserve pleine derrière : comme le total n'était pas à zéro, l'app ne proposait aucune sortie. Résultat, à l'ouverture : une rupture que le système était censé prévenir — et que le système venait de causer lui-même.
La correction n'a pas demandé un chantier compliqué, seulement de séparer clairement les deux chiffres et de rebrancher le calcul sur le bon : ce qui reste en vitrine, pas ce qui reste au total. Mais la leçon a dépassé le bug. Un chiffre juste au mauvais niveau de détail ment aussi sûrement qu'un chiffre faux — et ça vaut pour n'importe quel système qui prétend calculer à ta place, pas seulement celui-là.
L'app propose, l'humain tranche
C'est là qu'on tient à être clair sur ce que fait vraiment un système comme celui-là : il propose une quantité, il ne la commande pas. Personne, dans ce café, n'obéit aveuglément à un algorithme un vendredi soir de spectacle en se disant que le chiffre à l'écran est forcément le bon. Un événement particulier, une commande de dernière minute, un fournisseur en retard — ça reste à la personne derrière le comptoir de trancher, avec ou sans ce que l'app suggère.
C'est le principe qu'on garde pour n'importe quel système qu'on bâtit, pas juste celui-ci : l'IA calcule ce qu'elle peut mesurer et propose un chiffre défendable. La décision finale reste entre des mains humaines, chaque soir, sans exception.