Guo Jiayu, fondateur d'Energy Festival : Bien gérer la climatisation peut permettre d'économiser de véritables profits à partir d'endroits invisibles.

Demandez à l’IA · Comment la gestion de la consommation énergétique par l’IA aide les chaînes de restauration à réduire les coûts et accroître l’efficacité ?

Le 25 mars, la 2026 China Catering Industry Conference et la 35e édition de l’Expo mondiale de l’industrie de la restauration HCC, co-organisées par la World Chinese Cuisine Association et le site Red Can, ont eu lieu au Hangzhou International Convention and Exhibition Center. Parmi les événements, lors du « Forum de développement de l’IA pour l’industrie de la restauration en Chine 2026 », le fondateur d’AiNengJie, Guo Jiayu, a partagé ses réflexions autour de la question des coûts cachés dans le secteur de la restauration.

△ Guo Jiayu, fondateur d’AiNengJie

Guo Jiayu a indiqué que, face à la pression actuelle de réduire les coûts et d’accroître l’efficacité dans l’industrie de la restauration, outre les coûts visibles comme les matières premières, la main-d’œuvre et le loyer, il existe une partie de coûts plus facilement ignorés, comme les factures d’électricité liées à la climatisation.

Comment économiser une énorme part de profit grâce à l’usage de la climatisation, sans changer d’équipement ni licencier des employés ? Sur place, Guo Jiayu a fait les comptes pour tout le monde. Il a expliqué : en supposant qu’on possède 1000 magasins, dans le sud, la facture annuelle d’électricité de la climatisation serait d’environ 20 000 yuans ; pour 1000 magasins, le total s’élèverait à 2000万. Dans la gestion quotidienne, on constate que 15 % à 20 % correspond à du gaspillage, c’est-à-dire que 4 millions de yuans d’électricité s’évaporent inutilement. Si on utilisait cet argent pour acheter du riz, des nouilles ou pour augmenter le taux de rotation, de quelle ampleur de richesse parle-t-on ?

D’après lui, ce gaspillage n’est pas dû au fait que les entreprises ne s’en soucient pas, mais plutôt à une difficulté de gestion plus élevée.

Il a mentionné que, d’abord, les standards sont difficiles à unifier : la perception de la température varie selon les employés ; dans la pratique, des ajustements arbitraires peuvent facilement se produire. Ensuite, la gestion dépend des personnes : les coûts de formation sont élevés et difficiles à maintenir, et dès qu’il y a du turnover, les expériences existantes sont perdues également ; en même temps, l’électricité est payée par le siège social, mais les employés des magasins se basent davantage sur leur propre confort, ce qui entraîne aussi un certain niveau de dérive de la consommation énergétique.

À mesure que la taille des magasins augmente, ce problème s’amplifie encore. Il a déclaré : du magasin unique à plusieurs magasins, puis à une implantation multi-régions, les écarts de fonctionnement entre différentes villes et différents contextes climatiques sont évidents ; des règles unifiées s’adaptent souvent mal, et au final cela conduit à l’échec de la gestion et à une perte de contrôle de la consommation énergétique.

Dans ce contexte, la solution d’AiNengJie consiste à confier la gestion de la consommation énergétique à l’IA. Il a décrit l’IA comme un « responsable de la consommation énergétique qui ne descend jamais au travail et qui travaille sans arrêt toute l’année ». Grâce à la collecte des données des magasins par du matériel intelligent, puis en combinant des modèles d’algorithmes d’IA, on réalise une analyse globale des facteurs comme le flux de clients, la météo et l’environnement des magasins, afin de générer des standards de température et des stratégies d’économies d’énergie propres à chaque magasin. Ensuite, grâce à l’activation en temps réel par le matériel intelligent, l’exécution devient précise et les résultats sont continuellement optimisés et ajustés.

En parallèle, au niveau de la plateforme, on peut collecter en temps réel les données des différents magasins, réaliser une gestion unifiée et une analyse intelligente, et ainsi déclencher des alertes en cas d’anomalies. Il a indiqué qu’autrefois, il fallait compter sur l’identification manuelle des problèmes, par exemple une panne d’équipement ; désormais, le système peut reconnaître à l’avance et répondre rapidement, ce qui permet de réduire le gaspillage d’énergie et de diminuer les coûts de maintenance, tout en évitant les risques de sécurité liés à l’aggravation des pannes.

Comparé aux solutions traditionnelles d’économie d’énergie selon des horaires, Guo Jiayu a souligné les avantages de l’économies d’énergie par l’IA : les solutions traditionnelles sont déconnectées des scénarios réels d’exploitation ; face à des pics d’activité ou aux heures de forte demande de livraison, elles ne peuvent pas répondre en temps utile. Des règles unifiées pour tous les magasins à l’échelle nationale ne peuvent pas s’ajuster avec souplesse aux différences Nord-Sud. Tout changement nécessite l’intervention du fabricant à domicile, ce qui entraîne des coûts élevés. L’efficacité d’économies d’énergie est difficile à quantifier : on ne peut pas distinguer si les économies proviennent de la climatisation ou d’autres équipements.

Et le modèle d’économies d’énergie par IA d’AiNengJie est une stratégie « une boutique, une solution », une surveillance en temps réel 24 heures sur 24, et un apprentissage autonome avec amélioration continue par itérations. Non seulement l’effet d’économie d’énergie est garanti, mais il aide aussi à standardiser l’environnement de service des magasins. Pour les marques en chaîne, il est possible de capitaliser sur des modèles de gestion des économies d’énergie de la marque : dans une même ville, grâce aux données de projets historiques, les nouveaux magasins peuvent réutiliser directement les expériences du modèle et entrer rapidement dans un état efficace et économe. Guo Jiayu a déclaré que c’est aussi l’une des raisons pour lesquelles de nombreuses marques en chaîne choisissent AiNengJie.

Sur le plan du modèle commercial, AiNengJie lance un mode de partenariat avec partage des revenus : les coûts du matériel sont investis par AiNengJie au début ; ensuite, le partage se fait au prorata à partir des factures d’électricité économisées, « si la facture d’électricité ne baisse pas, aucun centime n’est facturé ». Les clients ayant un grand nombre de magasins peuvent aussi choisir un rachat, et ils peuvent également prendre en charge un déploiement privé une fois que leur volume de données clients atteint un certain seuil.

Enfin, Guo Jiayu a proposé un nouveau concept : le ratio d’efficacité énergétique, c’est-à-dire le chiffre d’affaires généré pour le magasin grâce à chaque kWh d’électricité. Il a observé que, dans une même ville, pour des magasins ayant le même chiffre d’affaires, les différences de factures d’électricité sont énormes, mais que la plupart des exploitants ne savent pas exactement où l’argent est dépensé. « Nous espérons permettre que chaque kWh soit géré, rendu transparent et qu’il crée de la valeur. »

Auteur : Rédaction de Red Can