Le suivi nutritionnel désigne la pratique d'enregistrer ce que tu manges pour en tirer des enseignements. En soixante ans, il est passé d'un carnet papier personnel à une base de données partagée pilotée par reconnaissance d'image. La nouvelle étape — qu'on appelle parfois cerveau alimentaire ou mémoire nutritionnelle — transforme le log en une mémoire longue durée que ton IA personnelle peut lire, rappeler et utiliser pour raisonner.
En 1965, une diététicienne nommée Pearl Mindell publie un petit carnet à spirale baptisé The Food Diary. Deux colonnes : ce que tu as mangé, comment tu t'es senti après. Ce carnet est l'ancêtre direct de MyFitnessPal, Cronometer, Cal AI — et de ce qui vient après.
Soixante ans et quelques révolutions plus tard, on a des apps qui reconnaissent un bol de poulet sur une photo en 800 millisecondes. Pourtant le contrat de base est le même : tu logges, l'app stocke, tu scrolles tes entrées une par une pour essayer d'en apprendre quelque chose.
Ce contrat se fissure enfin. Pas parce que logger est devenu plus facile — ça l'est, massivement — mais parce qu'une nouvelle couche est apparue par-dessus. Appelons-la le cerveau alimentaire.
L'ère papier était simple et redoutablement efficace. Tu écrivais le repas, l'heure, parfois comment tu te sentais. La recherche comportementale de l'époque a établi un fait contre-intuitif qui tient encore aujourd'hui : l'acte d'écrire est l'intervention. Les gens qui tiennent un journal alimentaire perdent à peu près deux fois plus de poids que ceux qui n'en tiennent pas — les revues systématiques sur l'auto-suivi alimentaire confirment cet effet sur plusieurs décennies.
Mais le journal papier avait un défaut fatal : il oubliait. Écrire créait une prise de conscience à court terme. L'objet lui-même — un carnet sur une étagère — était un cimetière. Quasiment personne ne relisait son journal alimentaire.
MyFitnessPal lance en 2005 avec une promesse simple : remplacer ton carnet par une base de données interrogeable. Soudain, "ce que tu manges" a une unité. Calories. Macros. Marques. Tu cherches Pain de mie Harrys 60g, tu obtiens un chiffre.
Vraie révolution. Le temps de log passe de plusieurs minutes par repas à quelques secondes. L'observance grimpe. La catégorie explose — Cronometer apporte la profondeur micronutriments, Yazio une UX plus douce, Lifesum le design.
Mais l'ère base de données introduit un nouveau problème : le log devient une transaction, pas un récit. Tu logges, l'app te donne un chiffre, tu fermes l'app. La donnée existe — des milliards de repas, des centaines de millions d'utilisateurs — mais elle est silotée, inerte, jamais restituée d'une façon qui t'apprend quoi que ce soit.
Vers 2020, l'utilisateur médian logge six semaines puis abandonne. Les études comparant app et journal papier trouvent les deux à peu près équivalents pour les résultats — c'est un constat sévère sur quinze ans d'innovation. La friction a baissé, l'intervention non.
L'arrivée de la reconnaissance d'image haute précision dans les smartphones débloque l'ère 3. Cal AI, SnapCalorie, CalorieScan, Passio — une génération d'apps décide que la friction restante, c'est le clavier. Elles le remplacent par la caméra.
Tu photographies l'assiette. Le modèle identifie le poulet, la patate douce, l'avocat. Il estime les portions. Tout est loggé en moins d'une seconde. Cal AI atteint quinze millions de téléchargements et environ 40 M$ d'ARR avant son troisième anniversaire — une vitesse que MyFitnessPal a mis dix ans à atteindre. En mars 2026, MyFitnessPal rachète Cal AI, signal clair : la reconnaissance photo est désormais table stakes.
L'ère 3 a éliminé la dernière friction sur l'entrée. Et ça a marché — un log photo est environ 5× plus rapide qu'un log base de données.
Mais regarde ce qu'elle n'a pas changé : la sortie. L'app te tend toujours un chiffre. Tu la fermes toujours. Tu ne sais toujours pas si ta semaine avait du sens. La caméra a rendu le journal plus facile à écrire. Elle n'a rien fait pour le rendre plus facile à lire.
L'ère 4 part d'un postulat différent. Elle considère que l'entrée est résolue — caméra, voix, wearable, tout sait capter tes repas. La vraie question devient : que devient la donnée captée ?
En ère 4, elle devient une mémoire. Pas un log. Un modèle longitudinal de ce que tu as mangé, quand, avec qui, dans quel contexte, avec quelles conséquences. Une structure que ton IA personnelle — Claude, ChatGPT, ce qui sortira demain — peut interroger, résumer et utiliser pour raisonner.
Le glissement est subtil mais lourd de conséquences. Un journal alimentaire pose la question : qu'est-ce que j'ai mangé ? Un cerveau alimentaire pose : qu'est-ce que ma manière de manger veut dire ? Au bout de deux mois, le journal est une pile d'entrées que tu n'as pas envie de relire. Au bout de deux mois, le cerveau peut te dire que tes migraines corrèlent avec les dîners tardifs >800 kcal, que ton sommeil s'effondre la nuit suivant tes verres, que les seules semaines où tu te sentais vraiment énergique étaient celles avec trois petits-déj' protéinés.
Ce n'est pas un meilleur logger. C'est un fragment de cognition longitudinale que tu possèdes.
| Ère | Années | Entrée | Stockage | Sortie | Ce que l'utilisateur récupère vraiment |
|---|---|---|---|---|---|
| Journal papier | 1965–2005 | Stylo | Carnet | Relecture (rare) | Conscience, pas de rappel |
| Base de données | 2005–2020 | Recherche clavier | Cloud | Calories / macros | Un chiffre par repas, pas de récit |
| Caméra | 2020–2026 | Photo | Cloud | Chiffres plus vite | Vitesse, pas d'insight |
| Cerveau alimentaire | 2026 → | Voix / photo / capteur | Mémoire structurée | Patterns, requêtes, raisonnement IA | Un modèle de toi |
La progression ne porte pas sur un log plus malin. Elle porte sur ce que le système te rend.
Trois choses deviennent possibles, qui ne l'étaient pas :
1. Le temps devient un actif, pas un cimetière. Dans l'ancien modèle, ta donnée de mars dernier était morte. Dans le nouveau, ton IA peut répondre à "comment je mangeais la dernière fois que je préparais un semi ?" parce que la mémoire se souvient et que le modèle peut la lire.
2. Les patterns émergent sans qu'un humain les cherche. Personne ne scrolle six mois d'historique MyFitnessPal pour traquer une régularité. Un cerveau, lui, peut — et il peut te montrer que tes pires semaines de sommeil partagent une variable commune que tu n'aurais jamais devinée.
3. Ton IA personnelle devient nutritionnellement compétente. Demande des conseils diététiques à Claude ou ChatGPT aujourd'hui : tu auras des réponses génériques, parce qu'ils n'ont aucune idée de ce que tu manges. Avec un cerveau alimentaire exposé via MCP ou un protocole équivalent, enfin si.
Diet Mate a été construit autour de ce postulat. L'app capte les repas à la voix en environ six secondes, mais le vrai produit est la mémoire en dessous — exposée à l'IA de ton choix pour que les conseils cessent d'être génériques et commencent à être les tiens.
Les ères Base de Données et Caméra ne sont pas obsolètes. Ce sont des couches. Le cerveau doit être nourri — par caméra, voix ou code-barres — et la base de données doit exister pour que les macros soient justes. Ce qui change, c'est le centre de gravité : la valeur du produit ne se joue plus au moment où tu logges. Elle se joue au moment où le système te restitue.
C'est pourquoi le rachat de Cal AI par MyFitnessPal est structurellement un mouvement défensif, pas un mouvement gagnant. Deux acteurs qui ont bâti l'ère base de données et l'ère caméra qui fusionnent ne produisent pas un cerveau. Ils produisent un journal plus rapide. La plateforme qui gagne l'ère 4, c'est celle qui traite le log comme un substrat, pas comme le produit.
L'arc est limpide : on l'a écrit, puis on l'a cherché, puis on l'a photographié, et maintenant on commence à s'en souvenir. Chaque étape a conservé la précédente — ton cerveau alimentaire a encore besoin de mots ou d'images en entrée — mais chaque étape a changé ce à quoi le produit sert.
Si tu logges depuis des années et que la donnée ne t'a jamais vraiment rendu service, ce n'est pas toi qui rates l'app. C'est l'app qui a été conçue pour une ère antérieure. La quatrième commence à peine.
Quelle différence entre un journal alimentaire et un cerveau alimentaire ?
Un journal alimentaire est une liste de repas. Un cerveau alimentaire est une mémoire structurée de ces repas que l'IA peut lire, résumer et utiliser pour raisonner. Le journal répond quoi ; le cerveau répond qu'est-ce que ça dit de moi.
Le journal papier reste-t-il efficace ?
Oui — pour le changement de comportement à court terme. L'acte d'écrire crée la prise de conscience, quel que soit le support. Mais le papier ne capitalise pas : tu ne peux pas interroger un carnet six mois plus tard pour en extraire un pattern. C'est là que la mémoire numérique commence à compter.
Le rachat de Cal AI par MyFitnessPal change-t-il quelque chose pour les utilisateurs ?
Surtout de la vitesse et un recouvrement de bases de données. Ça ne fait pas basculer la catégorie dans l'ère cerveau alimentaire. Les deux produits restent log-first ; aucun n'est bâti autour d'une mémoire longitudinale exposée à une IA personnelle.
Pourquoi ChatGPT ne sait-il pas déjà ce que je mange ?
Parce que personne n'a connecté ton historique alimentaire à lui. ChatGPT et Claude n'ont pas de mémoire nutritionnelle native — ils répondent générique. Un cerveau alimentaire exposé via un protocole comme MCP ferme ce trou.
Où lire la définition fondatrice ?
Qu'est-ce que la mémoire nutritionnelle ? Une définition pour l'ère de l'IA — l'article pilier vers lequel celui-ci renvoie.
