OpenAI montre comment ChatGPT conçoit la présentation traiteur d'un restaurant de Toronto

OpenAI a mis en ligne sur sa chaîne YouTube une courte vidéo montrant comment ChatGPT aide un restaurant à trouver des clients pour son activité de traiteur. Le héros est Richard, propriétaire de The Dumpling Prince à Toronto. Le présentateur, Nick Baumann, vient le voir et s'attaque à deux tâches concrètes : élaborer une présentation pour le service traiteur et configurer un mailing automatisé. La description de la vidéo ne mentionne ni chiffre d'affaires, ni nombre de commandes, ni temps gagné. On y trouve seulement le scénario et une blague sur le tablier que ChatGPT n'a jamais reçu.

Ce que la vidéo montre concrètement

Le problème de départ est posé sans détour : un restaurant exige une attention de tous les instants, et la recherche de clients traiteur prend au moins autant de temps que la cuisine. Les clients de ce type (bureaux, organisateurs d'événements, événements privés) ne viennent pas d'eux-mêmes. Il faut aller les chercher, leur écrire et leur envoyer une proposition commerciale claire.

OpenAI construit sa démonstration autour de ce constat. La première partie est la présentation, c'est-à-dire un document qui explique ce que le restaurant prépare pour les groupes, à quelles conditions et pourquoi le choisir lui plutôt qu'un autre. La seconde partie concerne la communication sortante : ChatGPT rédige et envoie des messages à des clients potentiels. La description ne permet pas de savoir comment l'automatisation est construite, avec quels outils ni avec quel degré d'intervention humaine. Il faudra regarder la vidéo elle-même.

Ce que l'on sait grâce à l'annonce :

• Client : The Dumpling Prince, Toronto, propriétaire Richard
• Outil : ChatGPT
• Tâche 1 : présentation pour le service traiteur
• Tâche 2 : prospection sortante automatisée
• Format : vidéo sur la chaîne d'OpenAI, présentateur Nick Baumann
• Résultat chiffré : non communiqué

Pourquoi le traiteur se prête bien aux LLM

La tâche s'accorde bien avec les points forts des modèles de langage. Elle suppose beaucoup de texte, des documents standardisés mais à adapter, et des e-mails répétitifs où seuls changent le nom, le type d'événement et la taille du groupe. Le propriétaire d'une petite entreprise n'embauche généralement ni rédacteur, ni commercial. ChatGPT remplit les deux rôles à un niveau « suffisamment bon », à condition que quelqu'un vérifie le résultat.

Il faut aussi tenir compte du contexte de publication. La vidéo a été réalisée par OpenAI elle-même : c'est un contenu marketing, pas une étude indépendante. La description invite à laisser une idée ou à écrire en message privé pour que l'équipe « vienne et construise cela ensemble ». Cela ressemble à une série régulière, dans laquelle l'entreprise présente des usages concrets chez de vraies petites entreprises. Il n'existe pour l'instant aucune donnée permettant d'évaluer le rendement réel de ce format.

Les points faibles de ce genre de combinaison sont connus. Le modèle peut se tromper sur le prix ou la composition d'un plat si on ne lui a pas fourni le menu à jour. Un mailing automatique sans vérification de la liste de destinataires se transforme en spam. Et pour un restaurant canadien, il existe aussi un volet juridique : la loi canadienne anti-pourriel (CASL) exige le consentement des destinataires pour les messages électroniques commerciaux, avec des exceptions spécifiques.

Comment reproduire le scénario dans votre établissement

Si l'on met de côté le cadre publicitaire, le schéma s'applique à n'importe quelle petite entreprise de restauration. Voici l'ordre de travail :

• Préparer vous-même les données de départ : menu à jour avec les prix, commande minimale, rayon de livraison, photos et avis. Le modèle s'appuiera sur ce que vous lui fournirez.
• Demander à ChatGPT de bâtir la structure de la présentation pour un segment précis, par exemple les déjeuners de bureau ou les événements d'entreprise, et de produire une version distincte pour chacun.
• Constituer la liste des destinataires à la main ou à partir de sources pour lesquelles vous avez une raison légitime d'écrire, et seulement ensuite générer les e-mails.
• Prévoir une vérification humaine avant l'envoi : prix, dates, nom de l'entreprise destinataire.
• Mesurer le résultat : combien d'e-mails sont partis, combien de réponses sont arrivées et combien de commandes ont été conclues. Ce sont précisément ces chiffres qui manquent à l'annonce d'OpenAI.

Il faut juger l'idée sur ces métriques, et non sur une vidéo spectaculaire. Si, sur une centaine d'e-mails, quelques réponses arrivent et qu'une commande pour un grand groupe est conclue, la rentabilité peut déjà être notable. Sinon, le problème tient très probablement à la liste de contacts ou à l'offre, pas au texte de l'e-mail.